È sempre più emozionante scrivere che l’intelligenza artificiale è una rivoluzione anziché un’evoluzione della tecnologia. «Però non è così – spiega Thomas Davenport -. Nel lungo termine ci saranno cambiamenti molto forti, sia in termini di aumento della produttività e capacità di risolvere problemi che oggi non siamo in grado di affrontare, sia come perdita di posti di lavoro. Ma nel medio periodo non penso ci sia un impatto così forte. Credo invece che ci sarà una evoluzione, con aziende che implementano le Ai non per licenziare dipendenti ma ad esempio per riportare nel perimetro aziendale attività oggi esternalizzate».
Davenport insegna analytics e big data al Babson College, alla Harvard Business School, alla Mit Sloan School e alla Boston University, oltre ad essere senior advisor di Deloitte Analytics. E scrive libri sugli stessi temi. L’ultimo, scritto con Julia Kirby, s’intitola «Only Humans Need Apply». Il tema? Vincitori e perdenti nell’era delle macchine intelligenti. «Quando pensiamo che le smart machine si prenderanno i lavori – dice – esageriamo. Perché le persone fanno un sacco di attività diverse e le macchine ne rimpiazzeranno solo alcune. Insomma, collaboreremo, anziché sostituire gli uni con le altre». L’idea è proprio questa: il vincitore non sarà né la macchina intelligente né l’uomo, ma la collaborazione tra i due. Cosa vuol dire? Dopo la prima rivoluzione industriale che ha portato i lavoratori nelle fabbriche e dopo la fase due dell’automazione che ha eliminato posti sia nel settore agricolo che manifatturiero, con l’arrivo delle Ai ora tocca ai colletti bianchi: avvocati, medici, giornalisti e mille altre categorie di impiegati e “lavoratori della conoscenza”. Se interpretare l’arrivo delle AI come forma di potenziamento delle nostre capacità con l’aiuto di nuovi collaboratori digitali oppure come uno scontro frontale starà a noi: «Ma nel breve si tratterà di miglioramenti incrementali».
C’è un altro aspetto che diventa interessante: in un’epoca in cui molte operazioni vengono fatte da sistemi automatici che seguono algoritmi, da molte parti viene avvertito il bisogno di maggiore trasparenza e “democrazia” del codice. Molti tipi di Ai però sono poco interpretabili: nella fase di addestramento costruiscono un insieme di connessioni neurali che è imprevedibile e soprattutto inconoscibile. «Molte forme di “deep learning” sono molto efficaci, ma incomprensibili. Il tema è scottante soprattutto in settori molto regolati come la finanza o la sanità. In altre aree, come i sistemi che scelgono quale pubblicità farmi vedere sul web, non sono importanti».
Nel caso che fa Davenport l’algoritmo e lo sviluppo della rete neurale di per sé ha una rilevanza molto limitata. Ma se il sistema invece deve espletare le pratiche per un mutuo o per l’assegnazione di un paziente a un programma di cura, il criterio di valutazione diventa molto importante. Come valutarne la validità? «Non è diverso – dice Davenport – da quando valutiamo le persone che faranno scelte importanti: ci basiamo sulla fiducia, cioè impariamo a rispettarle. Se gli algoritmi diventano così bravi da poter fare scelte di questo tipo nel lungo periodo impareremo a fidarci come ci fidiamo delle persone che fanno lavori di responsabilità».
Un ultimo passaggio è quello delle menti di chi andrà a lavorare in futuro con i dati: la crescente autonomia dei sistemi di Ai renderà sempre più importante una scelta che dovrà essere fatta dalle persone che entrano nel mercato del lavoro. «In futuro gli studenti dovranno chiedersi se vogliono lavorare con le macchine intelligenti oppure no. È la linea di divisione del futuro. Che permette anche di capire quali saranno le cose che i computer non sapranno fare: cose di creatività, non strutturate, empatiche». In questa prospettiva l’Ai non sostituirà quella degli uomini ma la integrerà e potenzierà: empatia, integrità, creatività. Certo, a differenza della nostra intelligenza quella delle macchine continua a crescere e in alcuni settori eccederà la nostra. È il motivo degli allarmi di alcuni “grandi” della nostra epoca, da Elon Musk a Bill Gates fino a Stephen Hawking. Ma il punto centrale rimaniamo noi e il modo con il quale vorremo rispondere a questa sfida. C’è ancora un po’ di tempo per farlo.