IA e impatti psicosociali: rischi e opportunità

Gli studi più recenti sulle ricadute psicosociali dell'uso delle intelligenze artificiali generative mettono in evidenza una serie di implicazioni significative per il mondo del lavoro e per la società in generale. L'analisi globale sull'esposizione delle occupazioni e dei compiti all'IA generativa, con particolare riferimento alle IA generative pre-addestrate testuali come ChatGPT di OpenAI, Claude di Anthropic, Llama2 di Meta e Copilot di Microsoft, rivela un quadro complesso di impatti potenziali sia sulla quantità sia sulla qualità del lavoro.

I dati

Secondo il rapporto del 2023 realizzato dall'International Labour Organization, che utilizza il più recente modello di chatGPT per stimare i punteggi di esposizione a livelli di attività, emerge che l'occupazione nel settore del lavoro d'ufficio è altamente esposta a questa tecnologia. Precisamente, il 24% delle mansioni d'ufficio risulta altamente esposto, mentre un ulteriore 58% mostra un'esposizione di livello medio. Al contrario, per altri gruppi professionali, la quota di compiti altamente esposti varia tra l'1 e il 4%, con un'esposizione media non superiore al 25%. A partire da questi dati lo studio suggerisce che l'impatto più rilevante della tecnologia sarà l'incremento del lavoro piuttosto che l'automazione completa delle occupazioni.

Le differenze nell'impatto dell'IA generativa sono evidenti anche tra i diversi livelli di economia dei paesi. Nei paesi a basso reddito, solo lo 0,4% dell'occupazione totale è potenzialmente esposto agli effetti dell'automazione, mentre nei paesi ad alto reddito questa percentuale sale al 5,5%. Va osservato inoltre come l'automazione sembri avere un impatto differenziato per genere, con una percentuale di donne potenzialmente colpite che è più del doppio rispetto agli uomini.

Le conseguenze psicosociali dell'introduzione dell'IA generativa nel mondo del lavoro mostrano molteplici sfaccettature complesse. Da un lato, c'è la potenziale creazione di nuovi posti di lavoro grazie alla tecnologia; dall'altro, ci sono effetti significativi sull'intensità del lavoro e sull'autonomia dei lavoratori, oltre alla percezione di questi strumenti come potenzialmente sostitutivi. Questi scenari rendono fondamentali interventi proattivi da parte di governi e parti sociali per supportare transizioni ordinate ed eque, piuttosto che reagire tardivamente ai cambiamenti. Anche le organizzazioni devono partecipare attivamente, implementando politiche di supporto al benessere organizzativo oltre all'innovazione tecnologica.

Una prospettiva dalla ricerca: Il JOPI

In uno studio scientifico pubblicato nel 2023 (Beretta et. al, 2023) viene messo a punto il Job Perception Inventory (JOPI), un tentativo significativo di creare uno strumento completo, basato su una solida base teorica e scale di misura affidabili, per valutare l'impatto dell'IA sulle caratteristiche del lavoro, l'identità professionale e la percezione del posto di lavoro. Nello studio si sottolinea l'importanza di un approccio centrato sull'uomo nell'implementazione dell'IA, evidenziando come in passato l'attenzione si sia spesso concentrata principalmente sul sistema tecnico, trascurando le capacità uniche dei dipendenti. Tutto ciò ha condotto a conseguenze negative, come il "paradosso della produttività", nel quale nonostante l'aumento degli investimenti per l'acquisizione di sistemi tecnologici, si è verificato un rallentamento controproducente delle prestazioni. Tra gli esempi citati vi è Tesla, dove un'eccessiva automazione ha condotto a un calo di produttività, costringendo l'azienda a riconsiderare il ruolo degli esseri umani nella produzione.

Il JOPI può permettere di evitare questi errori del passato, concentrandosi sulle persone per allineare la progettazione del lavoro e la tecnologia alle loro esigenze. Le autrici sottolineano che questo approccio è in linea con la teoria sociotecnica, che sostiene che il sistema umano complesso è inseparabilmente legato agli elementi tecnologici sul posto di lavoro.

Tra le implicazioni pratiche si possono individuare:

• Analisi pre-implementazione: valutare il lavoro attuale e la percezione dei dipendenti prima di introdurre l'IA, per guidare la strategia di implementazione.
• Monitoraggio durante l'implementazione: osservare l'impatto dell'IA sulle percezioni e sulle esperienze dei dipendenti durante il processo di implementazione.
• Valutazione post-implementazione: analizzare l'effetto complessivo dell'IA sul lavoro e raccogliere feedback specifici dopo l'implementazione.
• Identificazione di aree di miglioramento: evidenziare aree dove l'implementazione dell'IA può essere migliorata per meglio soddisfare le esigenze dei dipendenti.
• Promozione della collaborazione uomo-IA: utilizzare le informazioni raccolte per creare un ambiente che favorisca la collaborazione tra esseri umani e IA, sfruttando i punti di forza di entrambi.

Possiamo osservare che il percorso da compiere è ancora lungo e intricato. L'evoluzione di questi strumenti è straordinariamente rapida. Pertanto è essenziale che ogni attore coinvolto lavori insieme per garantire che l'essere umano rimanga al centro del cambiamento. Solo attraverso riflessioni approfondite sulle ricadute attuali e future delle scelte che stiamo facendo oggi, potremo guidare il processo con saggezza, preservando il valore e la dignità della persona, anziché lasciarci travolgere dall'innovazione.

Bibliografia

1. International Labour Organization. (2023). The Impact of Generative AI on Jobs and the Workplace.
2. Beretta, C., et al. (2023). The Job Perception Inventory: A Human-Centered Approach to AI Implementation in the Workplace.