Modulo 04

Automazione: storia e presente

Dai telai meccanici all'AI generativa: cosa la storia dell'automazione ci insegna sul presente.

8 min3 risorse

Ogni volta che emerge una nuova tecnologia di automazione, la stessa domanda riemerge: "Ci ruberà il lavoro?". È successo con il telaio meccanico nel Settecento (i Luddisti lo distruggevano), con la catena di montaggio nel Novecento, con il computer negli anni '80, con internet negli anni 2000. Ora tocca all'intelligenza artificiale. Ma la storia ci insegna che la risposta non è mai un semplice sì o no.

Quando i telai meccanici sostituirono i tessitori manuali nell'Inghilterra del XVIII secolo, i tessitori persero il lavoro — questo è innegabile. Ma nel giro di qualche decennio, l'industria tessile impiegava molte più persone di prima, in ruoli diversi: operai nelle fabbriche, ingegneri, commercianti, trasportatori. Il problema non era che il lavoro scomparisse, ma che i benefici e i costi fossero distribuiti in modo brutalmente diseguale. I proprietari delle fabbriche si arricchirono; i tessitori manuali morirono in povertà. La transizione creò ricchezza aggregata ma devastazione individuale.

Lo stesso schema si è ripetuto con ogni ondata di automazione. L'economista Joseph Schumpeter lo chiamò "distruzione creatrice": il capitalismo progredisce distruggendo vecchie industrie e creandone di nuove. Ma Schumpeter era più onesto di molti dei suoi epigoni: riconosceva che la distruzione era reale e dolorosa, non solo una fase di passaggio indolore.

Cosa rende l'automazione basata sull'AI diversa dalle precedenti? Tre elementi. Primo: la velocità. Le rivoluzioni industriali precedenti si sono sviluppate nell'arco di decenni; l'AI trasforma interi settori in anni. Secondo: l'ampiezza. L'automazione precedente colpiva principalmente il lavoro manuale e ripetitivo; l'AI può automatizzare anche compiti cognitivi, creativi e relazionali. Terzo: la concentrazione. I benefici dell'automazione industriale erano distribuiti tra molte aziende; i benefici dell'AI tendono a concentrarsi in poche corporation globali che controllano i modelli, i dati e l'infrastruttura.

Uno studio di Goldman Sachs del 2023 stima che l'AI generativa potrebbe "esporre" all'automazione circa 300 milioni di posti di lavoro nel mondo. Ma "esporre" non significa "eliminare": significa che una parte significativa dei compiti che compongono quei lavori potrebbe essere automatizzata. La differenza tra "automazione di compiti" e "automazione di lavori" è cruciale. Pochi lavori sono completamente automatizzabili; molti lavori vedranno alcuni compiti automatizzati e altri trasformati.

La domanda giusta non è "l'AI ci ruberà il lavoro?" ma "chi beneficerà dell'automazione, chi ne pagherà il prezzo, e cosa possiamo fare perché la transizione sia più equa di quelle passate?".

Concetti chiave

  • La storia mostra che l'automazione non elimina il lavoro in aggregato, ma i costi sono distribuiti in modo diseguale
  • L'AI differisce dalle precedenti automazioni per velocità, ampiezza (anche lavoro cognitivo) e concentrazione dei benefici
  • "Esporre all'automazione" non significa "eliminare": la distinzione compiti/lavori è cruciale
  • La domanda chiave è chi beneficia e chi paga il prezzo, non se il lavoro scompare

Spunto di riflessione

Pensa al tuo lavoro (o a quello che vorresti fare). Quali compiti potrebbero essere automatizzati dall'AI? Quali no? Come cambierebbe il tuo ruolo se quei compiti fossero automatizzati?

Per approfondire