Non facciamo di tutta l’IA un fascio

«Iniziamo col fare un doveroso “distinguo”». Marco Taisch, professore ordinario al Politecnico di Milano, dove insegna Advanced & Sustainable Manufacturing e Operations Management, presidente di Made Competence Center Industria 4.0, il più grande degli otto centri di competenza del Piano Nazionale Industria 4.0, e di Mics, Hub del progetto Made In Italy Circolare e Sostenibile Partenariato Esteso 11, progetto finanziato dal Ministero dell’Università e della Ricerca nell’ambito del Piano Nazionale di Ripresa e Resilienza (Pnrr), studia da anni l’innovazione industriale e l’impatto delle tecnologie digitali sul mondo del lavoro e delle imprese. E non ci sta a «fare di tutta l’IA un fascio». Anzi: prima di parlare di intelligenza artificiale, mette i punti sulle “i”.

Distinguiamo, allora.
C’è un tipo di intelligenza artificiale che potremmo definire “tradizionale” o “predittiva”, presente da tempo, che permette di fare previsioni sul comportamento di certi fenomeni. Viene usata, ad esempio, per le previsioni meteorologiche, sul traffico, sulla natalità, sulla domanda di prodotti, ecc. Questo tipo di IA esiste da anni, ma negli ultimi tempi si è diffusa maggiormente grazie all’aumento della capacità di calcolo e alla disponibilità crescente di dati, resi accessibili dalle tecnologie digitali dell’industria 4.0. Questi algoritmi vengono quindi addestrati in modo sempre più efficace ed efficiente. Tuttavia, restavano confinati all’utilizzo da parte di specialisti nei diversi settori verticali: non si trattava di una novità tecnologica in senso stretto.

E la novità?
Due anni e mezzo fa è arrivato qualcosa di diverso: una nuova forma di intelligenza artificiale, quella dei Large Language Models, detta anche generativa. È la tecnologia alla base di strumenti come ChatGpt. Questa IA è capace di analizzare linguaggio, immagini e testi, e sulla base di queste analisi può rispondere a domande, creare contenuti, generare testi e immagini. Essendo stata resa disponibile gratuitamente da alcune aziende, con l’obiettivo di promuovere i propri servizi, è diventata rapidamente popolare e accessibile a tutti, diventando uno strumento “democratico”. Oggi persino chi non ha competenze tecniche – come nostra madre – può usarla con semplicità. I media, per semplificare, parlano genericamente di “intelligenza artificiale”, omettendo l’aggettivo “generativa”. Il risultato è che, quando si parla di IA, si pensa solo a questa seconda tipologia, dimenticando la prima.

Mea culpa. Anzi, nostra culpa. Ma la domanda fondamentale è: ci ruberà il lavoro?
“Sostituirà i professionisti?”, “Genera quadri migliori di quelli di Picasso?” e via dicendo sono questioni importanti, che toccano etica, apprendimento e ruolo dell’essere umano… ma si riferiscono esclusivamente all’IA generativa. L’IA generativa consente effettivamente di fare cose straordinarie, come creare immagini o testi. Ci si chiede quindi se questo comporterà un appiattimento delle professionalità: se tutti possono scrivere, allora l’attività del professionista perde valore? Ne parlavo con mia sorella, che è avvocato. Mi chiedeva: “Allora scriveremo tutti gli stessi atti? Gli avvocati diventeranno inutili?”. La mia risposta è che in ogni professione ci sono attività cognitive ripetitive e attività cognitive non ripetitive. Quelle ripetitive, come la stesura di atti standardizzati, possono essere demandate all’algoritmo, che attinge a una base di conoscenze molto più ampia della nostra. O ancora: l’analisi di un’ecografia o di un elettrocardiogramma può essere fatta meglio da un algoritmo, che ha visto milioni di casi, rispetto anche al medico più esperto.

Quindi ci ruberà il lavoro.
Non proprio: ciò che l’IA non sa fare è l’attività cognitiva non ripetitiva, cioè quella creativa. Ed è proprio lì che si giocherà il vantaggio competitivo dei professionisti migliori. La ricerca di soluzioni nuove, l’originalità, resteranno umane. Perciò, alcune attività verranno sostituite, ma non il ruolo del professionista nel suo complesso.

E le aziende?
Le aziende, fatte di persone con competenze, saranno anch’esse coinvolte in questo cambiamento. Dovranno ridisegnare ruoli, responsabilità e intere strutture organizzative. Un’organizzazione basata sull’IA sarà diversa da quella attuale. Ci saranno resistenze, perché alcuni temeranno (spesso a torto) di perdere il lavoro. È vero che, demandando certe attività all’IA, si ridurrà il numero di persone necessarie in alcuni reparti. Ma se la produttività aumenta, l’azienda diventa più competitiva, i prezzi si abbassano, si vende di più, e si crea nuovo lavoro. Il saldo occupazionale, alla fine, può essere positivo.

Difficile da credere.
È già successo con i robot: avrebbero dovuto rubarci il lavoro… e invece prendiamo Germania e Corea del Sud: sono i Paesi con il più alto numero di robot industriali per abitante, e al contempo tra quelli con i tassi di disoccupazione più bassi. Non è vero che “robot = disoccupazione”; anzi, robot significa competitività e quindi occupazione. Ma il rischio è un altro…

Quale?
Il rischio di un nuovo divide: l’IA divide, come già per il digital divide. Ma sarebbe un “divide al contrario”: chi ha competenze ed esperienza saprà usare meglio questi strumenti.

In che senso?
Se devo interagire col prompt di uno di questi strumenti, la mia capacità di fare le domande giuste, di circoscrivere il contesto, non è irrilevante, anzi. Allora il ragazzino smanettone ma che non ha acquisito quell’esperienza di contesto che arriva solo dall’aver studiato, dall’aver visto o dall’aver praticato, rischia di essere molto superficiale nell’interazione con l’algoritmo. E quindi, come si dice in gergo tecnico: garbage in, garbage out. Se l’input è debole, anche l’output sarà debole. Se non si è in grado di porre le domande giuste all’algoritmo, se non si riesce a definire bene il contesto, l’interazione sarà povera e i risultati scadenti.

Esiste una soluzione?
Riprendendo l’esempio dell’avvocato, io sono convinto che un avvocato di 50 anni skillato sappia usare questi strumenti meglio del giovane praticante. L’interazione con questi strumenti richiede capacità analitica, senso critico ed esperienza. E alla fine, costruire un prompt efficace è un esercizio quasi maieutico.

Chi è Marco Taisch

Marco Taisch è Professore Ordinario al Politecnico di Milano, dove insegna Sustainable Manufacturing, Digital Manufacturing e Operations Management.

È uno dei coordinatori del Manufacturing Group della School of Management del Politecnico di Milano. Nella sua carriera accademica, è stato delegato del Rettore per il Placement e gli Alumni, direttore dell’Mba e dell’Executive Mba del Mip, la Business School del Politecnico di Milano.

Dal 2002 si è dedicato in particolare allo studio dei trend tecnologici, svolgendo alcune roadmap tecnologiche e studi di Technology Foresight sul manufacturing come consulente per la Commissione Europea.

È vice-presidente del Board di Effra, membro del Board del Cluster Italiano Fabbrica Intelligente e del Cluster Lombardo Fabbrica Intelligente.

Ha fatto parte dell’Advisory Board del Piano Nazionale Industria 4.0, coordinato dal Mise (Ministro Carlo Calenda) e ha supportato Regione Lombardia per la definizione delle politiche industriali e di reshoring all’epoca della Presidenza di Roberto Maroni.

È co-fondatore e chairman scientifico della World Manufacturing Foundation, sotto la cui egida è annualmente organizzato il World Manufacturing Forum, l’evento mondiale per la definizione dell’agenda sul manifatturiero supportato dalla Commissione Europea.

È attualmente membro dell’Advisory Board territoriale Lombardia di Unicredit.

È presidente di Made – Competence Center Industria 4.0, il più grande degli otto centri di competenza del Piano Nazionale Industria 4.0.

È presidente di Mics, Hub del progetto Made In Italy Circolare e Sostenibile – Partenariato Esteso 11, progetto finanziato dal Ministero dell’Università e della Ricerca nell’ambito del Piano Nazionale di Ripresa e Resilienza (Pnrr).

È stato socio fondatore di Holonix, spin-off del Politecnico di Milano, dalla quale ha realizzato un’exit nell’agosto del 2017 per creare, nel marzo 2018, Miraitek4.0, anch’essa spin-off riconosciuta del Politecnico di Milano sui temi di Industria 4.0.

È al momento consulente di molteplici aziende, tra cui Leonardo e Thales Alenia Space, per le quali ha sviluppato, insieme a un team di collaboratori, progetti di miglioramento della digitalizzazione e dei processi produttivi.