Quanta intelligenza c'è nella generative AI?
RIflettevo su questo pensado che in fondo è curioso: la Generative AI vista in termini di risultati sembra un enorme passo avanti verso l’intelligenza umana. In fondo è in grado di creare quadri, musiche, poesie, testi che possono essere usati come temi per una prova di maturità (o semplicemente per “fare i compiti”, con grande preoccupazione dei professori).
Perché dico che è curioso? Perché per gli addetti ai lavori c’è ben poca intelligenza nella Generative AI! Questa fa riferimento ad enormi basi di dati opportunamente strutturate (e questo ha richiesto un certo livello di intelligenza!), i cosiddetti Large Language Models, per andare a pescare, sulla base delle istruzioni - domande in linguaggio naturale - delle stringhe che statisticamente parlando sono probabili a fronte della domanda/istruzioni ricevute.
In altre parole, la Generative AI ci dà delle risposte senza avere la minima idea né di cosa abbiamo chiesto né di cosa ha risposto! Difficile etichettare questo come un comportamento intelligente.
La Generative AI è un fantastico strumento che ci è stato messo a disposizione (grazie, questo sì, ai progressi dell'Intelligenza artificiale) e come tale va affrontato e utilizzato.
Se vi trovate di fronte ad un nuovo strumento la prima cosa da fare è capire a cosa potrebbe servirvi, la seconda è imparare ad usarlo e la terza è capire come usarlo nel vostro specifico contesto.
Questo è quanto stanno facendo molte aziende, senza porsi troppe questioni filosofiche, così come non se ne sono poste quando si è reso disponibile il tornio digitale. Allora, come ora, era stato necessario capire cosa poteva fare di meglio nella nostra azienda, rispetto a quanto esisteva, che vantaggi avrebbe portato (maggiore precisione, aumento di produttività, …), come occorreva riqualificare gli operai per passare dal tornio classico a quello digitale, i costi e la redditività. Era stato anche necessario rivedere i processi perché la maggiore precisione offerta poteva tradursi in un migliore prodotto se venivano riviste le specifiche di tutti i componenti per poterla sfruttare.
La maggiore produttività e autonomia rendeva anche superflua parte della manodopera ed occorreva capire come utilizzare/gestire questo surplus.
Tutti aspetti usuali a chiunque faccia l'imprenditore o che comunque debba gestire dei processi in una azienda.
Generative AI sul luogo di lavoro: sostituzione o affiancamento dei lavoratori?
In un recente rapporto di McKinsey viene fatto il punto su come la Generative AI stia impattando e possa impattare nei prossimi anni le aziende. Viene stimato che per il 2030 circa il 30% delle ore attualmente lavorate in US sarà automatizzato (non coinvolgerà più una forza lavoro umana) e che la Generative AI stia da un lato accelerando questo processo e dall’altro estendendolo alle "white collar activities”. L’accelerazione, d’altra parte era giá in corso, stimolata dalla evoluzione tecnologica. Nel periodo 2019-2022 negli USA 8,6 milioni di persone hanno cambiato il tipo di lavoro, cioè il 50% in più di quanto era successo nei tre anni precedenti (anche sotto la spinta della pandemia che ha accelerato l’automazione e il cambiamento dei processi). Per il 2030 ci si attende un cambiamento per ulteriori 12 milioni di posti di lavoro.
Interessante notare come nel caso della Generative AI questa non sia vista come una tecnologia che “rimpiazza" la forza lavoro umana, bensì come uno strumento che la rende più efficiente aumentandone sia la produttività sia la qualità del risultato prodotto.
In questo senso la Generative AI è al tempo stesso uno strumento che porta al cambiamento di mansioni o di come viene effettuata una certa attività, e uno strumento che permette a persone non perfettamente adatte ad un certo ruolo di svolgerlo in modo adeguato e - aspetto molto importante - di qualificarsi durante lo svolgimento della attività utilizzando la Generative AI come un partner “cognitivo”.
Su un ampio campione a livello mondiale di white collar McKinsey ha riscontrato che quasi l’80% ha utilizzato la Generative AI almeno una volta, in privato o sul lavoro, percentuale che sale addirittura al 90% per lavoratori che operano nei settori tecnologia, media e telecom. Tuttavia, sempre la stessa indagine evidenzia che solo un 15-20% la usa normalmente come strumento sul lavoro, percentuale che supera il 30% per chi opera nei settori media e alta tecnologia.
Questo “gap” tra conoscenza della Generative AI (80-90%) e il suo uso effettivo sul lavoro (15-30%) sembrerebbe indicare che il problema, per lo meno in alcuni settori, non sia tanto la conoscenza da parte dei lavoratori di questa tecnologia quanto piuttosto una sottovalutazione di come questo strumento possa essere applicato nei diversi processi aziendali.
Rischi e prospettive future
Uno dei problemi reali nell’uso di questo strumento in azienda è la mancanza di “determinismo”, cioè il non poter essere sicuri, a priori, della qualità del risultato. Infatti, se in genere il risultato fornito è buono, e spesso molto buono, in alcuni casi non solo non lo è ma può essere addirittura fuorviante (sembrare ok ma non lo è).
Ovviamente questo può essere un problema ancora maggiore quando lo strumento è utilizzato in attività critiche come lo sviluppo di software. Il low code, no code, ha ricevuto un impulso importante dalla Generative AI. Questo permette anche a persone non preparate di sviluppare del codice e questo puó effettivamente creare problemi. Viceversa l'applicazione di questo strumento da parte di persone e aziende- qualificate nello sviluppo software risulta particolarmente efficace in quanto si inserisce in un processo di specifica e certificazione che garantisce il risultato (anche attraverso la sua verifica formale).
Dal sondaggio di McKinsey emerge come la potenziale inaccuratezza dello strumento sia la maggiore preoccupazione delle aziende che hano inserito la Generative AI nei loro processi (56% degli intervistati), e il 32% delle aziende si sia organizzata per risolvere questo problema.
La seconda preoccupazione rilevata è legata in qualche modo alla prima, cioè alla sicurezza (cybersecurity) in quanto potrebbe non essere trasparente come il risultato sia stato generato e l’eventuale presenza di punti di debolezza sfruttabili da terzi.
Occorre che chi usa lo strumento tenga sempre presente che la responsabilità del risultato è di chi lo usa e quindi controlli la qualità dello stesso, non fidandosi del fatto che “ha sempre funzionato bene”. Inoltre, la qualità delle risposte dipende anche dalla formulazione delle domande e dalle modalità di interazione. Sono disponibili dei corsi specifici per imparare come interagire con la Generative AI.
Un altro elemento rilevato dal sondaggio su aziende che utilizzano questo strumento è l'incertezza del contesto regolatorio, ancora in gran parte deficitario, o nel senso di essere iper-restrittivo o nell’opposto di non regolamentare nulla lasciando la porta aperta a possibili azioni legali da parte di terzi.
Queste preoccupazioni evidenziano che il mio paragone tra tornio digitale e Generative AI è perlomeno improprio. Il tornio si comporta in modo deterministico, la sua qualità può essere certificata a priori. Non così con la Generative AI in cui la qualità deve essere verificata ogni volta sul risultato. Questo comporta un diverso approccio organizzativo per l’azienda.
Certamente la maggiore produttività che può conseguire dalla sua adozione puó generare un surplus di risorse, e pone quindi il problema e anche l’opportunità di come utilizzare questo surplus. Alcune aziende stanno sperimentando la Generative AI in affiancamento a persone per farle operare su nuove attivitá avviando un processo di formazione on the job. E’ ancora troppo presto per poter tirare le fila ma i primi segnali sono interessanti.
In ambito Gestione delle Risorse Umane la Generative AI diventa quindi un elemento di congiunzione con la produzione. Questa la utilizza come una ulteriore risorsa disponibile mentre HR la utilizza per dare maggiore flessibilitá di uso delle risorse umane.
Fatte salve queste criticità è evidente il vantaggio che consegue dall’utilizzo di questo strumento e quindi l’importanza della sua adozione per migliorare la competitività dell’azienda e, anche, la formazione continua delle maestranze.