Perché il Machine Learning cambia il mondo del lavoro?
I computer digitali hanno trasformato il lavoro in quasi tutti i settori dell'economia negli ultimi decenni, e siamo ora all'inizio di una trasformazione ancora più ampia e rapida, spinta dai recenti progressi nel machine learning (ML) — una tecnologia in grado di accelerare ulteriormente il ritmo dell'automazione.
È chiaro che il ML è una "tecnologia generale", proprio come il motore a vapore o l'elettricità: genera una lunga serie di innovazioni e capacità aggiuntive. Manca però un accordo ampiamente condiviso su quali compiti i sistemi ML sappiano svolgere davvero bene, e quindi anche sugli impatti specifici attesi sulla forza lavoro e sull'economia in generale.
Quali sono le implicazioni concrete per la forza lavoro?
Attingendo a un quadro chiaro di ciò che l'attuale generazione di sistemi ML può — e non può — fare, emerge che parti di molti lavori possono essere "adatte" al machine learning, mentre altri compiti all'interno degli stessi ruoli non si prestano affatto ai suoi criteri. Gli effetti sull'occupazione risultano quindi molto più articolati della semplice narrazione di sostituzione uomo-macchina spesso raccontata.
Gli effetti economici del ML restano oggi relativamente limitati, e non siamo di fronte all'imminente "fine del lavoro" come talvolta viene annunciato — ma le implicazioni in corso per l'economia e per la forza lavoro sono comunque profonde, e vanno seguite con attenzione mano a mano che la tecnologia matura.
Articolo tradotto e liberamente adattato da Science.
