La rivoluzione digitale: sfide e opportunità per il futuro del lavoro

Il 20 giugno ho partecipato ad un workshop organizzato dalla Fondazione Giangiacomo Feltrinelli dal titolo Digitalised and confused. Tra i vari spunti forniti, tre domande hanno guidato il mio intervento: 

1) In che modo la IV rivoluzione industriale influenza la struttura del lavoro?

2)Quali sono le misure da adottare per anticipare e affrontare i potenziali impatti dei progressi tecnologici sull’equilibrio tra capitale e lavoro, in particolare nei settori più interessati da questi cambiamenti?

3)In che modo le opportunità digitali e di network possono migliorare le prospettive di lavoro e affrontare le sfide evidenziate durante la pandemia?

Per rispondere a queste domande, ho deciso di presentare due prospettive provenienti da due fonti molto diverse: la prima da ChatGPT, la seconda dal premio Nobel per l’economia Michael Spence.

Risposte di Chat GPT: 

1)La IV rivoluzione industriale sta ridefinendo la struttura del lavoro attraverso progressi tecnologici come l’automazione, la digitalizzazione e l’intelligenza artificiale (IA), con un impatto sulla composizione dei posti di lavoro e delle industrie. Questi cambiamenti possono portare a un aumento della produttività e dell’efficienza, ma hanno anche implicazioni sulla natura delle professioni e sulle competenze richieste, sostituendo alcuni di essi. 

2)Le misure per affrontare gli effetti sull’equilibrio tra capitale e lavoro comprendono: investire in programmi di istruzione e formazione che forniscano agli individui le competenze necessarie nell’era digitale. Questo può aiutare i lavoratori ad adattarsi alle mutevoli esigenze lavorative e migliorare la loro occupabilità;  reti di sicurezza sociale (social safety nets): implementare misure di protezione sociale come i sussidi di disoccupazione per sostenere i lavoratori che possono essere licenziati;  collaborazione tra gli stakeholders, come governi, imprese, sindacati e istituzioni educative, per affrontare collettivamente le sfide e garantire una giusta transizione. Ciò può comportare lo sviluppo di politiche che promuovano la creazione di posti di lavoro, la protezione dei lavoratori e l’impiego etico delle nuove tecnologie; quadri normativi, ossia regolamenti e leggi sul lavoro che affrontino le sfide specifiche poste dai progressi tecnologici. Ad esempio, disposizioni per i diritti dei lavoratori, per la privacy, per l’equo compenso e per la prevenzione di pratiche discriminatorie.

3)Le opportunità digitali e di network possono migliorare le prospettive di lavoro e garantire la parità di accesso attraverso: lo sviluppo di infrastrutture a banda larga, per ampliare l’accesso a internet ad alta velocità sia nelle aree urbane che in quelle rurali (al fine di colmare il divario digitale); la formazione sulle competenze digitali, con programmi per migliorarne l’alfabetizzazione, assicurandosi che gli individui siano equipaggiati per utilizzare efficacemente le risorse digitali per il lavoro; l’accoglienza delle potenzialità del lavoro agile e del telelavoro, che possono offrire flessibilità ed equilibrio tra vita privata e lavorativa, in particolare per coloro che devono affrontare vincoli geografici o di mobilità;la facilitazione della crescita dell’imprenditoria digitale e della gig economy, che può creare nuove opportunità di lavoro e crescita economica. 

Risposte del Premio Nobel Spence¹:

1)La IV rivoluzione industriale, in particolare attraverso l’automazione, ha un impatto su posti di lavoro, lavoro, occupazione e redditi. Le macchine infatti svolgono in modo autonomo un numero crescente di compiti nei settori dell’informazione, del controllo e delle transazioni. Di conseguenza, i timori di una perdita di posti di lavoro su larga scala stanno nuovamente proliferando. Dopo tutto, i posti di lavoro white and blue collar, che prevedono per lo più mansioni di routine, cioè facilmente codificabili, stanno scomparendo a un ritmo sempre più rapido, soprattutto a partire dal 2000. Poiché molti di questi lavori occupavano la parte centrale della distribuzione del reddito, questo processo ha alimentato la polarizzazione del lavoro e del reddito.

2)Per affrontare i potenziali impatti dell’automazione sull’equilibrio tra capitale e lavoro, i politici (in collaborazione con le imprese, i lavoratori e le scuole) dovrebbero affrontare non tanto la questione della disoccupazione permanente su larga scala, quanto piuttosto l’aumento delle disuguaglianze e le ramificazioni sociali e politiche, garantendo anche un ampio accesso a servizi sociali di alta qualità come l’istruzione e la formazione professionale. In realtà, il problema principale di cui dobbiamo preoccuparci non è che la digitalizzazione e l’IA generativa creino una disoccupazione di massa, dislocando la maggior parte dei lavoratori. Il vero problema sono le disuguaglianze. L’IA potrebbe moltiplicare gli effetti che abbiamo già visto con altri tipi di automazione digitale: salari reali più bassi per i lavoratori colpiti e guadagni enormi per coloro che controllano la tecnologia.

3)Le opportunità digitali e di network possono migliorare le prospettive di lavoro riducendo l’entità della formazione sulle competenze digitali. Formazione che diventa quindi più semplice grazie all’adattamento tecnologico. Ad esempio, un lavoratore disoccupato può cercare nuova occupazione in due modi: a) cercando occupazioni facilmente raggiungibili con requisiti di competenze inferiori (ad esempio, la gig economy); b) investendo nell’acquisizione di competenze richieste in categorie di lavoro non di routine e quindi più remunerative. Il secondo è chiaramente un processo che richiede più tempo e risorse, ma può venire facilitato dall’adattamento tecnologico. Infatti, applicare approcci più intuitivi a processi tecnologici sempre più complessi diminuirà la necessità di riqualificazione e quindi l’impatto distributivo della rivoluzione digitale.

In particolare dopo l’avvento di ChatGPT, possiamo affermare con certezza che stiamo entrando nell’era dei robot e dell’IA. In effetti, stiamo passando dall’automazione come codification all’automazione come machine learning. Mentre nel primo caso si mira a risolvere un problema utilizzando un insieme predefinito di regole e logiche, nel secondo vengono costruite regole e logiche partendo dall’analisi di dati. È quindi naturale chiedersi se questa tecnologia sempre più complessa stia forse peggiorando la società di oggi.

Guardando alla storia, si nota chiaramente come l’uso delle macchine per aumentare la produttività non sia una novità. Il cambiamento tecnologico è stato responsabile della creazione di prosperità, anche se con dei ‘ma’ molto importanti. La prima rivoluzione industriale ha creato molta povertà prima di iniziare a migliorare gli standard di vita². Solo successivamente i mercati del lavoro si sono adattati in termini di competenze e le ore lavorative sono diminuite con uno spostamento dell’equilibrio tra lavoro e tempo libero. Tuttavia, ciò è avvenuto solo dopo diversi anni di condizioni molto più dure per i lavoratori, con salari reali più bassi, salute e benessere molto limitati, minore autonomia e maggiore gerarchia lavorativa³.

Queste dinamiche non sono poi così diverse da quelle attuali: con la tecnologia possiamo fare cose eccellenti e cose pessime, e la direzione che essa prende è, in ultima analisi, una scelta della società. 

La società, attraverso lotte sociali, politiche progressiste e istituzioni migliori, può indirizzare il cambiamento tecnologico e orientare la rivoluzione digitale da pura automazione del lavoro a digital augmentation (potenziamento digitale). 

Questo potenziamento si verifica quando le macchine riescono a svolgere compiti che l’uomo non è in grado di svolgere. Ad esempio, nel campo della produzione, gli addetti all’assemblaggio possono riscontrare problematiche durante il controllo qualità, perché alcuni difetti sono troppo piccoli per essere rilevati a occhio, o semplicemente per stanchezza o fallibilità umana. La digital augmentation implica utilizzare dispositivi digitali quali telecamere, bilance o calibri per ‘potenziare’ gli operatori stessi. 

L’automazione tende a ridurre i salari dei lavoratori colpiti e a generare enormi guadagni per coloro che controllano la tecnologia, riducendo così la quota di lavoro e aumentando le disuguaglianze. D’altro canto, l’augmentation può creare nuove mansioni e migliorare la produttività dei lavoratori, portando a risultati sociali migliori.

Nel caso dell’IA, l’aumento della produttività sarà modesta senza l’apporto degli esseri umani. Con l’augmentation, invece, gli insegnanti potrebbero utilizzare l’IA per creare lezioni individuali per ogni studente, o i medici avere più informazioni per la diagnosi delle malattie, ad esempio.

L’importanza delle sinergie ‘umano-digitali’ è lampante anche nel caso di ChatGPT. Essa è infatti in grado di fornirci risposte grazie al lavoro delle persone che hanno studiato e lavorato su diversi temi, scritto e digitalizzato i loro risultati pubblicando articoli online o popolando le pagine di Wikipedia. Quale sarebbe il valore di ChatGPT senza questo lavoro? 

È un chat bot sbalorditivo ma NON intelligente, e non conquisterà il mondo. La differenza in termini di qualità e profondità di pensiero tra le due risposte alternative fornite da ChatGPT e Spence è impressionante. Il primo dà risposte corrette, ma enciclopediche e poco approfondite. Il secondo costruisce una vera e propria narrativa, motivandone le conclusioni e soprattutto presentando una propria opinione personale. Per non parlare poi del livello dell’affidabilità della fonte (ChatGPT, essendo allenato su testi presi da internet, può diventare facilmente vittima delle fake news). 

Inoltre, ChatGPT corre il rischio di essere controllata da un numero limitato di persone e plasmata per speculare o per manipolare l’opinione pubblica incidendo così sui processi democratici e lavorativi.

Il progresso tecnologico è forse il motore più importante dell’economia. Ma, ancora una volta, deve essere indirizzato in modo da favorire sia il capitale che il lavoro e contribuire a creare un presente e un futuro migliori e più eguali. 

P.S. Il titolo dell’articolo è stato generato da ChatGPT.