L'opinione di Acemoğlu sulla AI

Intervista al vincitore del premio Nobel all'economia

Ho trascritto e tradotto un’intervista realizzata da uno dei miei podcast preferiti The Economics Shows di Soumaya Keynes al fresco vincitore del premio Nobel per l’Economia Daron Acemoğlu sul tema AI. Confido possiate trovarla interessante:

S.K. - Negli anni 2010, ricordo di aver letto un sacco di discussioni sul fatto che i robot avrebbero preso il nostro lavoro. Ora che siamo a metà degli anni 2020, credo che la domanda migliore sia come i robot rimodelleranno i nostri lavori. Sto usando il termine “robot” in modo un po' generico. Mi riferisco alla tecnologia, all'automazione e, naturalmente, all'intelligenza artificiale. Nella puntata di questa settimana parleremo dell'economia dell'intelligenza artificiale. Quanto sarà trasformativa?
Sono davvero entusiasta di averla qui per questa conversazione. Iniziamo con una domanda stupida. Immaginando una scala da 1 a 10, dove 1 significa che la AI avrà un grande effetto pratico e con 10 che trasformerà radicalmente le nostre vite in quasi tutte le dimensioni. A che punto si posiziona in questa scala?

Penso che ci siano molti futuri possibili, e sta a noi scegliere. “Uno” è una risposta possibile perché penso che le capacità di questi sistemi di intelligenza artificiale non siano così grandi come sostengono i loro sostenitori. “Meno otto o nove” è altresì possibile perché possiamo davvero abusare di questi sistemi sia nel processo produttivo che nella comunicazione, manipolando le persone con essi. Creare molta più disuguaglianza, molto più dominio su poche aziende tecnologiche.

E penso che forse “sette o otto positivi” siano ugualmente possibili se li usiamo in modo da aiutare i lavoratori, migliorare la comunicazione, aiutare le persone a controllare meglio i propri dati e il proprio ecosistema.

Ma se si chiede un singolo numero, che è quello in cui probabilmente finiremo con l'attuale traiettoria politica e l'attuale enfasi e struttura di mercato del settore tecnologico, allora direi circa “meno sei”.

S.K. - OK. Quindi credo che lei abbia creato uno spettro aumentato in cui meno 10 è molto trasformativo e terribile. E 10 è molto trasformativo e fantastico.

Esattamente. E zero significa che non è successo nulla.

S.K. - Ok, quindi credo che la mia domanda successiva sia: come si è mosso su questa scala negli ultimi due o tre anni? In questo lasso di tempo abbiamo assistito a progressi sorprendenti nei modelli linguistici di grandi dimensioni e in questo genere di cose?

Beh, sono molto ostinato.

S.K. - Quindi no.

Beh, un po’ sì. Mentirei se dicessi che non sono rimasto sorpreso da alcune dimostrazioni che io e altri abbiamo fatto con ChatGPT quando è uscito, in termini di capacità di dare risposte apparentemente intelligenti e dall'aspetto umano e in qualche modo sofisticato ad alcune domande. Quindi sì, sono rimasto sorpreso.

Ma poi sono tornato alla mia posizione di partenza, ovvero che si tratta di un “giocattolino” da pochi trucchi, che può fare poche cose molto bene, come ci si aspetterebbe da una singola architettura basata su una struttura molto semplice di generazione di conoscenza.

E no, non sarà in grado di espandersi fino a fare cose molto più sofisticate, per esempio, come molti dei compiti che dobbiamo svolgere nel processo di produzione.

S.K. - Ok, cerchiamo di essere un po' più specifici, perché all'inizio dell'anno lei ha pubblicato un suo lavoro. Si trattava di una sorta di verifica della realtà su alcuni dei numeri più stravaganti che venivano lanciati in giro. La sua stima era molto pessimistica in termini di effetto che pensava avrebbe avuto l'IA sulla crescita della produttività, sul PIL e su questo genere di cose.

Potrebbe iniziare illustrandoci il processo con cui è arrivato a quel numero piuttosto conservativo?

Direi che il mio numero non era pessimistico, ma realistico. Credo che alla fine l'impatto di qualsiasi tecnologia, compresa l'IA, sulla macroeconomia dipenda da due fattori. Quale frazione delle attività che svolgiamo nel processo produttivo, che gli economisti chiamano compiti, viene influenzata e quanto guadagno di produttività o risparmio di costi otterremo da questo impatto.

Nel caso dell'IA, a meno che non si verifichi un'innovazione straordinaria, cosa alquanto improbabile nell'arco di circa 10 anni, l'IA non avrà un grande impatto sulle attività che comportano una componente fisica importante, perché non verrà integrata con i robot.

Si tratta quindi di attività di sola elaborazione delle informazioni che si possono svolgere in ufficio e davanti a un computer. E non si tratta di una frazione enorme dei compiti che il processo di produzione comporta.

Il modo in cui faccio queste stime in modo più formale è quello di basare il mio approccio sui numeri che altre persone hanno ricavato sulla base di un'analisi dettagliata delle capacità degli attuali modelli linguistici di grandi dimensioni e della tecnologia di visione computerizzata, tenendo conto di come cambierà nel tempo.

Prendo questi numeri, li proietto sulle occupazioni e calcolo l'importanza di queste occupazioni nell'economia. E poi prendo un'altra serie di numeri, basati su una valutazione relativamente accurata, tipo studio di controllo randomizzato, di quanto guadagno di produttività ci sarà grazie all'IA.

Ce ne sono alcuni che vengono condotti quasi come esperimenti di laboratorio online. E ce ne sono alcuni che si basano sul fatto che alcune aziende condividono i loro dati mentre adottano queste attività di tipo chatbot, e quindi si può vedere come, ad esempio, gli agenti del servizio clienti migliorano la loro produttività nel servire i clienti, eccetera.

Sulla base di questi dati, ho calcolato che circa il 4,6% delle attività economiche subirà un impatto e porterà a una riduzione dei costi di circa il 15%; se si combinano questi due numeri, si ottiene un aumento della produttività totale dei fattori di poco superiore al 6%, la misura di produttività preferita dagli economisti, o, se si vuole tradurre questo dato in crescita del PIL, una crescita del PIL di circa l'1%. Quindi, in 10 anni, ciò significa che si sta ottenendo qualcosa come lo 0,1% di crescita del PIL all'anno, il che per carità non è male, ma non è trasformativo.

S.K. - Altri hanno trovato numeri molto più grandi, giusto? Come Goldman Sachs e McKinsey. Perché pensa che siano più ottimisti?

Ci sono tre modi per ottenere numeri molto più grandi.

Uno è quello di ipotizzare o stimare che una frazione molto più grande di attività sarà influenzata. Il secondo modo è di inserire aumenti di produttività o risparmi sui costi molto più consistenti. Oppure, in terzo luogo, si può dire che questo modo di affrontare la questione non tiene conto di altri aspetti importanti, ad esempio che improvvisamente l'intero processo di scoperta scientifica, di nuovi materiali, di nuovi beni, di nuovi servizi, sarà rivoluzionato, e che quindi avremo effetti sistemici ovunque, perché tutto ciò che facciamo diventerà più produttivo.

Quindi, anche i numeri del McKinsey Global Institute o di Goldman Sachs non sono i più estremi, perché ci sono persone che pensano che raggiungeremo la singolarità entro 10 anni, raggiungendo una produzione illimitata. Possiamo avere molte, molte più nuove idee, più di una crescita esponenziale, o l'intelligenza artificiale potrebbe raggiungere uno stadio in cui può auto-migliorarsi in modo costante, persistente e sostenibile, così da non aver bisogno di noi.

Oppure, in alcuni scenari, si integrerà completamente nel nostro cervello, ampliando le nostre capacità. La fantascienza è fantastica, ma porta anche a idee strane. Goldman Sachs, per esempio, e il Fondo Monetario Internazionale usano numeri che implicano che una frazione significativamente più grande dell'economia sarà influenzata dall'IA, per esempio.

S.K. - Sì, ho indagato su questo aspetto con Goldman Sachs. In realtà non sono sicura che l'incompatibilità sia così grande come potrebbe sembrare, perché nella sua analisi guarda a ciò che potrebbe accadere nei prossimi 10 anni. Il numero di Goldman Sachs descrive ciò che potrebbe accadere in un periodo di 10 anni, ma quei 10 anni non iniziano necessariamente adesso, essenzialmente stanno dicendo: “Quando questa cosa colpirà, potrebbe avere un effetto molto grande”. Hanno previsto un aumento del 15% della produttività in un decennio. Ma dicono che quel decennio potrebbe iniziare dopo il 2030. Quindi, in un certo senso, il loro ottimismo potrebbe essere coerente con il vostro, come dire, realismo per ciò che accadrà nei prossimi 10 anni.

Questo è un aspetto. Un'altra è che Goldman Sachs è un'organizzazione molto sofisticata, molto grande e molto eterogenea. All'interno dell'ecosistema Goldman Sachs ci sono persone che sono pessimiste o realiste come me, e altre che sono più ottimiste. Quindi c'è anche questa complicazione.

S.K. - Cosa ne pensa degli esempi storici che Goldman Sachs cita? Perché essenzialmente guardano alla storia e dicono: “Guarda, c'è stato il motore elettrico, c'è stato il personal computer, e nei 10 anni in cui sono stati adottati, si sono effettivamente ottenuti aumenti di produttività clamorosi”. Perché pensa che l'intelligenza artificiale sia così diversa da queste due cose?

È una domanda eccellente, ma ci sono anche molte differenze. Innanzitutto, in tutti questi casi bisogna fare molta attenzione. Il luogo in cui vengono realmente adottate diventa rilevante. Nei primi 20 anni della rivoluzione informatica non c'è stato un grande aumento della produttività.
Si è trattato di un processo molto, molto lento.

Lo stesso vale per i macchinari elettrici. I macchinari elettrici hanno iniziato a essere adottati in massa solo circa 15 o 20 anni dopo l'utilizzo dei primi prototipi. Quindi è una cosa complicata. In secondo luogo, non tutte le tecnologie che si dichiarano di uso generale lo sono davvero.

Ciò che ha reso internet, ad esempio, a mio avviso, così speciale è che ha interessato molti settori e servizi diversi, offrendo al contempo la possibilità di fare molte cose nuove.

E non credo che l'IA sarà all'altezza di Internet.
L'IA ha alcune grandi capacità, ma non ha ancora la stessa ampiezza di impatto su quasi tutto ciò che facciamo e di creazione di molte cose nuove.
Potrebbe, ma quando succederà, forse la definiremo una nuova tecnologia, o forse ci vorranno altri dieci anni.

S.K. - Posso chiederle se ci sono casi d'uso che ritiene più interessanti? Voglio dire, di recente c'è stato un articolo del FT sul coding. L'uso dell'intelligenza artificiale per rendere più produttivi i programmatori... 

Sì, questo è un caso che si sta già verificando e l'IA sta già migliorando la produttività di più della mia stima mediana, perché questo è un compito molto adatto all'IA. In sostanza, non tutto il coding. In effetti, ci sono alcune parti della codifica molto olistiche e basate sul giudizio, soprattutto quelle che richiedono l'unione di diversi processi. Si tratta di capire qual è l'obiettivo, come si intende raggiungerlo, ecc.

Ci sono parti di routine della codifica che potrebbero richiedere molto tempo. Per l'intelligenza artificiale è molto facile, perché essenzialmente si prende qualcosa dalla libreria, che è molto ben curata, e si sa come modificarla, date alcune indicazioni di base sull'obiettivo del codificatore. Su questo funziona molto bene.

Ci sono poi molte altre cose per le quali penso che l'IA possa avere un effetto positivo apprezzabile se fosse implementata nel modo giusto. Ad esempio, credo che l'IA possa essere utilizzata per rendere i servizi governativi molto più efficienti e rapidi, soprattutto nei Paesi in via di sviluppo, dove c'è una carenza di personale qualificato, una carenza di informazioni sul funzionamento del sistema giudiziario e una carenza di informazioni su come trasferire le informazioni sanitarie. Quindi, se lo si fa in modo ben mirato, si può fare.

Penso che ci sia una sorta di progetto più grande in cui è possibile utilizzare l'IA nel settore dell'istruzione nel modo giusto. Ad esempio, per aiutare gli insegnanti a capire quali tipi di studenti hanno difficoltà con un determinato tipo di materiale e come modificare il programma o gli approcci pedagogici in tempo reale. Non è una cosa che possiamo fare in questo momento perché nessuna azienda di IA sta investendo in questo settore.

S.K. - Tornando su questo punto, pensavo che ci fossero aziende, come quelle che si occupano di tecnologie didattiche, che cercano di usare, ad esempio, libri di testo alimentati dall'intelligenza artificiale... 

Sì, ma è molto diverso. C'è una grande spinta da parte di aziende come Khan Academy e altre. Questo è lo spazio dell'edu-tech. E hanno un approccio che, a mio avviso, non funzionerà. Il loro obiettivo è sostituire gli insegnanti. Vogliono fare quello che fanno gli insegnanti in modo più economico e, ovviamente, monetizzarlo.

Ma io sono un grande sostenitore della necessità degli insegnanti: l'apprendimento si basa sul contatto umano, sull'esperienza umana, occorre dare spazio agli insegnanti. Quindi, la mia visione, in molti settori diversi, non solo in quello dell'istruzione, è che servano più persone e che l'intelligenza artificiale può aiutare a avere un contatto umano maggiore e migliore.

Mentre l'industria tecnologica dice: “Sbarazzatevi degli insegnanti, vi daremo degli LLM, vi daremo dei libri di testo automatizzati, vi daremo delle valutazioni automatizzate”. In questo modo, sostituendo gli insegnanti, si punta a creare un contatto diretto tra la tecnologia e lo studente o, a volte, tra genitori, tecnologia e studenti. E finora non ha funzionato. E non credo che funzionerà.

S.K. - Ok, posso tornare alla storia e chiederle quale pensa sia il miglior parallelo storico con il momento che stiamo vivendo in termini di aspettative sull'IA e sugli effetti che potrebbe avere?

Beh, credo che non esista un'analogia perfetta, ma ci sono molti episodi storici da cui possiamo imparare. Penso che il più rilevante sia la Rivoluzione industriale, in parte perché è una storia molto interessante, in parte perché è una storia che viene spesso raccontata male ed è assolutamente vero che siamo incredibilmente fortunati a vivere in un periodo di 250 anni dopo la Rivoluzione industriale, che ha dato il via al processo di miglioramento dei macchinari, delle informazioni scientifiche e di altri aspetti applicati al processo produttivo.

Ma è anche vero che i primi 80 anni della rivoluzione industriale sono stati orribili per i lavoratori. Hanno portato enormi disuguaglianze, scarsi guadagni rivoluzionari in termini di produttività, privazioni molto, molto, molto difficili e condizioni di lavoro dure. E non c'era nulla di automatico in quel lunghissimo periodo.

Tre generazioni si sono susseguite e in qualche modo i salari reali hanno iniziato ad aumentare per la maggior parte dei lavoratori e sono apparsi risultati migliori in termini di salute, istruzione e così via. È stato un processo molto conflittuale. È stato un processo in cui sono stati necessari cambiamenti istituzionali fondamentali, cambiamenti fondamentali nel mercato del lavoro e cambiamenti fondamentali nelle intenzioni e nella direzione della tecnologia per realizzare questo miglioramento.

Credo quindi che la giusta lettura della Rivoluzione industriale sia che si dispone di una tecnologia dirompente, che può essere usata in modo improprio e che, se usata in modo improprio, possono accadere cose molto brutte per una frazione significativa di persone.

E poi, per migliorare la situazione, è necessario che le istituzioni, la democrazia, i diritti dei lavoratori e la tecnologia si concentrino maggiormente.

S.K. - Daron, lei ha scritto molto sull'importanza di far funzionare l'innovazione tecnologica per i lavoratori, giusto? Ci sono diversi modi per farlo e lei ha appena fatto l'esempio storico della Rivoluzione industriale, in cui credo abbia sostenuto che il modo in cui ha funzionato era troppo lento, che i lavoratori ne hanno beneficiato troppo lentamente. Qual è la lezione politica da trarre oggi? Cosa dovrebbero fare le autorità di regolamentazione per assicurarsi che le lezioni della storia siano state apprese?

Grazie, Soumaya. Lei ha sintetizzato molto bene, ma io farei un passo in più. Direi che non si è trattato solo di un processo lento, ma che non si sarebbe verificato automaticamente se non avessimo apportato adeguamenti politici e istituzionali.

Credo che tali adeguamenti politici e istituzionali abbiano finito per sottrarre potere agli elementi più potenti della società. I nuovi industriali, ad esempio, che non volevano assolutamente condividere il potere politico con gli operai o con la classe media o altre classi medio-basse.

Quindi, quello che dobbiamo fare oggi, a mio avviso, è adottare lo stesso tipo di misure per togliere il potere alle aziende tecnologiche. Non credo che l'umanità abbia mai visto un'altra società così potente come le aziende tecnologiche di oggi, che sono estremamente influenti perché dispongono di un'enorme quantità di soft power. Hanno conquistato sia la politica che i media negli Stati Uniti.

I giornalisti continuano a essere ipnotizzati da loro anche quando scrivono articoli critici. Hanno una visione molto, molto coerente e uniforme che non permette molta diversità quando si guarda ai vertici delle aziende tecnologiche e hanno moltissimi modi di plasmare la tecnologia, la tecnologia della comunicazione, la produzione e aspetti molto diversi.

Questo potere non favorisce quindi una prosperità condivisa. Non favorisce il giusto tipo di sperimentazione delle nuove tecnologie. Non favorisce la concorrenza. Credo quindi che questa situazione debba essere spezzata.

S.K. - Quindi immagino che si possa accettare il fatto che le aziende tecnologiche abbiano un potere enorme, giusto? Ma la domanda successiva è: Che cosa si fa al riguardo? Mi sembra davvero complicata, no? Voglio dire, si tratta solo di tassare le aziende? Non è necessario essere molto precisi in termini di azioni normative specifiche che si vogliono intraprendere? Cosa farebbe?

Beh, non c'è una pallottola d'argento. Penso che si debba fare una serie di cose, e le classificherei in tre categorie. In primo luogo, bisogna ridurre il loro potere in modo molto ampio. In secondo luogo, bisogna scoraggiare, attraverso la tassazione e la regolamentazione, le cose più dannose che fanno. In terzo luogo, bisogna incoraggiare direzioni più produttive per la ricerca.

Quindi, per ridurre il loro potere, credo che una cosa sia quella di smembrare le aziende tecnologiche. Sembra una soluzione molto radicale, e in genere non sono favorevole a un'azione politica molto radicale, ma direi che in questo caso non è così radicale come sembra, perché parte del motivo per cui le aziende tecnologiche sono così grandi è che hanno acquisito molti dei loro concorrenti. E i legislatori e i tribunali statunitensi lo hanno permesso. È stata una politica sciocca e sbagliata, che deve essere invertita.

Quindi tutte queste cose sono solo un'inversione di tendenza che sarebbe positiva per il potere economico, nel senso che permetterebbe un modo più decentralizzato di introdurre nuove tecnologie, e sarebbe anche positiva per il potere politico, in quanto ridurrebbe effettivamente il loro peso politico.

Credo che un'altra reazione sia che alcuni dei progressi compiuti nell'IA sono stati resi possibili da enormi quantità di dati, enormi quantità di potenza di elaborazione. Quindi ci sono enormi economie di scala, ed è molto difficile per i piccoli operatori recuperare il ritardo. E credo che dividere una delle grandi aziende di IA in due più piccole, potrebbe più che dimezzare il risultato di produzione.

Quindi non è meglio avere un certo livello di scala per essere sicuri di essere all'avanguardia e di poter fare progressi?

Credo che gli effetti benefici delle economie di scala siano stati molto esagerati. Ci sono economie di scala, ci sono economie di rete, ma sono di entrambi i tipi. Spesso sono una barriera molto potente contro l'ingresso. E con la giusta struttura di mercato e il giusto modo di condividere i dati, per esempio, o di garantire la portabilità dei dati, alcuni dei benefici possono essere sfruttati senza i danni.

In particolare, per esempio, le reti di social media hanno un enorme vantaggio di scala perché sono un sistema chiuso. Se ci fosse un modo per trasformarli in un sistema aperto, ciò incoraggerebbe una maggiore concorrenza.

Ad esempio, gli ecosistemi mediatici in cui vengono offerti meno annunci digitali o contenuti meno manipolativi potrebbero avere un modo migliore per diventare attori più grandi, e le persone possono portare i loro dati e la loro rete sociale da uno all'altro. Si tratta quindi di modi potenziali per beneficiare di alcune economie di rete a livello sociale senza creare le stesse barriere all'ingresso.

S.K. - Mi sembra che ci sia un po' di disaccordo: una delle cose che più preoccupano è l'impatto dell'intelligenza artificiale sui social media e sulla nostra sfera informativa. E le persone che sono più ottimiste al riguardo vedono che si tratta di una piccola parte di ciò che influenzerà.

Non credo che i social media siano l'unico settore di cui preoccuparsi. Ma lo sto usando come esempio perché è molto chiaro come l'IA possa essere manipolata e vedere alcuni degli usi negativi della tecnologia.
Il mio interesse per quest'area è nato nel settore della produzione. La mia ricerca si concentra molto sulla disuguaglianza e sulla produttività derivante da vari tipi di tecnologie di automazione.

Quindi sì, la mia attenzione è rivolta anche a questo. Ed è qui che credo ci sia un bisogno ancora maggiore di nuovi modelli di business e di nuovi attori. Perché, come stavo cercando di spiegare nel contesto dell'esempio dell'istruzione, per esempio, abbiamo bisogno di nuove tecnologie che siano più complementari, e se pensiamo di farlo, saremo in grado di aumentare la qualità dell'istruzione, la produttività degli insegnanti, e avremo risultati migliori in termini di creazione di posti di lavoro, mentre non lo stiamo facendo.

Penso che il modo per farlo sia quello di offrire una migliore struttura di mercato ai nuovi operatori e, allo stesso tempo, dare una mano alle tecnologie che sono socialmente più vantaggiose. Faccio un'analogia, ad esempio, con il settore dell'energia. Oggi non siamo in una posizione ottimale per quanto riguarda la lotta al cambiamento climatico, ma siamo in una posizione di gran lunga migliore rispetto a 20 anni fa.

Non ho mai creduto che saremmo stati in grado di effettuare una transizione energetica o di ridurre le emissioni di carbonio senza un'alternativa realistica ai combustibili fossili. Vent'anni fa non ce l'avevamo. Oggi ce l'abbiamo.

Come ci siamo arrivati? Innanzitutto, abbiamo ridotto un po' il potere delle compagnie petrolifere. In secondo luogo, abbiamo utilizzato quella che gli economisti chiamano “tassazione correttiva” o “tassazione Pigouviana”. In Europa abbiamo utilizzato una combinazione di regolamentazione e tasse sul carbonio. Negli Stati Uniti, soprattutto in California, abbiamo aumentato la regolamentazione.

E abbiamo anche concesso generosamente sussidi a tecnologie più vantaggiose dal punto di vista sociale, come le energie rinnovabili.
Penso che sia esattamente la stessa cosa quando si tratta di tecnologie di produzione. Smembrare le aziende leader della tecnologia è il parallelo della riduzione del potere di Big Oil. Questa è l'analogia.

Dobbiamo fare quanto segue, almeno una minima tassazione correttiva, direi, cioè eliminare i sussidi piuttosto consistenti che stiamo concedendo all'eccessiva automazione negli Stati Uniti e in altri Paesi industrializzati.

Ad esempio, il nostro sistema fiscale sovvenziona l'automazione perché tassiamo i lavoratori e i redditi da lavoro molto più dei redditi da capitale. E dobbiamo fornire generosamente finanziamenti, opportunità e ricerca per una tecnologia complementare più umana.

S.K. - Sì, credo che su quest'ultimo punto, quando si sente l'idea, in astratto, che dobbiamo spingere la tecnologia nella direzione in cui migliora i lavoratori piuttosto che sostituirli o peggiorare le loro vite. La domanda successiva è: “Come si fa a farlo in pratica?”. E, da quello che dice, si cambiano i fondi per la ricerca e lo sviluppo. Sono scettica sul fatto che questo possa avere un effetto di primo ordine.

Beh, facciamo un passo alla volta. Quindi, è da molto tempo che me ne occupo e se oggi c'è un po' più di apertura a considerare almeno la possibilità di sovvenzionare, sostenere, dare una mano alle tecnologie complementari umane, la considererei una grande vittoria. Poi viene, naturalmente, la parte difficile: trasformare questa vittoria intellettuale in un vero e proprio programma politico pratico. E non ho una ricetta magica. Penso che ci siano molti modi per sbagliare, esattamente come a volte sovvenzioniamo le energie rinnovabili sbagliate.

Quindi, in parte succederà, ma non è la fine del mondo. Se avete un'applicazione di IA che è veramente un'automazione e fate finta che sia davvero un complemento umano e ottenete qualche milione di dollari dal governo federale. Ok, spiace, ma non è la fine del mondo. Se un po' di quel denaro dà davvero il via a nuove idee e nuove tecnologie, lo accetto. E poi ci sono altre cose che possiamo fare, come cambiare l'agenda. Penso che se si vuole cambiare il settore tecnologico, bisogna cambiare le persone che lo compongono.

Penso che avere questa conversazione e rendere davvero centrale nel dibattito pubblico l'idea che esiste una direzione diversa della tecnologia, tecnicamente fattibile e socialmente vantaggiosa, avrebbe un effetto di trasformazione sul settore tecnologico. Penso quindi che si tratti di un processo. Non ho sicuramente una ricetta magica.

S.K. - Per concludere, potrebbe farmi un esempio di una tecnologia che secondo lei sta andando nella direzione sbagliata, ma che un cambiamento politico potrebbe spingere nella direzione giusta?

Sì, beh, gliene faccio due. Una l'ho già discussa: l'istruzione. Stiamo andando sempre più nella direzione di mettere da parte gli insegnanti, e possiamo fare molto meglio fornendo loro strumenti migliori per migliorare e personalizzare l'istruzione.

Un altro aspetto riguarda il processo produttivo. Oggi nel mondo industrializzato c'è una grande carenza di quelle che si chiamano competenze artigianali. Abbiamo bisogno di elettricisti migliori, soprattutto con l'elettrificazione della rete. Abbiamo bisogno di idraulici migliori, di falegnami migliori. E molte delle cose che questi lavoratori devono fare sono migliorare la risoluzione dei problemi.

Informazioni migliori, che possono essere fornite da strumenti di intelligenza artificiale, possono essere di grande aiuto, ma non stiamo sviluppando questo tipo di strumenti.

Cosa stiamo cercando di fare con l'IA? Stiamo cercando di automatizzare i compiti che svolgono in un modo che ho chiamato “automazione così-così”.

Sì, si può automatizzare un po'. Ma non si ottengono grandi vantaggi in termini di produttività. A volte si rischia di perdere alcune delle competenze e delle capacità di giudizio dei lavoratori.

S.K. - Ma che cosa potrebbe fare un politico per aiutare questa situazione?

Credo che la politica possa eliminare il pregiudizio che esiste sull'utilizzo di macchinari automatizzati. Secondo le mie stime, si tratta di circa il 25%. Si tratta cioè di un enorme sussidio alle aziende che automatizzano piuttosto che assumere lavoratori o formare i propri dipendenti.

E possiamo anche fornire migliori incentivi alle aziende affinché realizzino effettivamente il tipo di IA che aiuterà i lavoratori, invece di aumentare i corsi di laurea, i robot con voce umana, ecc.

Per esempio, dovremmo equilibrare la bilancia della ricerca sull'intelligenza artificiale, dove molte aziende tecnologiche sono interessate a bot generici che “parlano” come esseri umani: mettiamo a disposizione una somma di denaro per fornire strumenti di IA più mirati e su piccola scala che saranno utili per i lavoratori.

S.K. - OK. Quindi si tratta essenzialmente di sovvenzioni governative dirette?

Dirette, ma generali, nel senso che il governo non seleziona quale tecnologia funziona, ma mette a disposizione un fondo di denaro o una competizione o altri strumenti per sostenere qualsiasi tipo di tentativo che vada nella direzione voluta.

S.K. - Ok, auguro buona fortuna a qualunque politico abbia il compito di progettare una cosa del genere.

Daron, grazie mille per esserti unito a me. È stato molto interessante.

I libri più interessanti di Daron Acemoğlu:

• Perché le nazioni falliscono. Alle origini di potenza, prosperità, e povertà

• La strettoia. Come le nazioni possono essere libere

• Potere e progresso. La nostra lotta millenaria per la tecnologia e la prosperità