Roma – Scienziati e ricercatori sono la categoria di lavoratori sui quali le nuove tecnologia di intelligenza artificiale e in particolare dei grandi modelli linguistici (LLM) come ChaGpt o Gemini, avranno un impatto più consistente. Parola di OpenAi, i cui ricercatori, guidati da Tyno Eloundou hanno pubblicato su Science uno studio che prova a capire come il mondo del lavoro sarà cambiato dalle nuove tecnologie. Circa il 46% dei lavori potrebbe vedere più della metà delle proprie attività influenzate dagli LLM, con potenziali risparmi di tempo di almeno il 50%. Questo salto dall’1,8% dei lavori attuali dimostra l’importanza crescente delle tecnologie avanzate nel contesto lavorativo.
La ricerca è stata condotta da Tyna Eloundou, Sam Manning, Pamela Mishkin e Daniel Rock. Gli autori sono affiliati a OpenAI, al Centre for Governance of AI di Oxford e la Wharton School dell’Università della Pennsylvania.
Utilizzando il database O*NET, che copre 1016 occupazioni e le loro attività dettagliate, gli autori hanno applicato un sistema di valutazione per misurare l’esposizione delle attività lavorative agli LLM. Questo sistema considera l’uso di LLM semplici e l’integrazione con software aggiuntivo per determinare l’impatto potenziale sui compiti lavorativi. Le analisi mostrano che i lavori con attività che coinvolgono la generazione di testi o codice e l’elaborazione di informazioni di routine sono i più esposti. Occupazioni come scienziati e ricercatori risultano essere tra le più colpite.
In particolare, la ricerca ha evidenziato che le occupazioni nei settori della scienza informatica e della ricerca informatica sono tra le più vulnerabili, con una percentuale di esposizione totale (E1 + E2) del 91,5%. Seguono gli operatori telefonici (88,5%) e gli agenti di viaggio (86,5%). Altri lavori altamente esposti includono gli addetti alla videoscrittura e dattilografia, gli autorizzatori di credito, i controllori e gli impiegati, con percentuali di esposizione comprese tra l’81,5% e il 76,5%.
Occupazioni con la più alta esposizione agli LLM (E1 + E2)
Questo grafico mostra le occupazioni con la più alta esposizione ai modelli linguistici su larga scala (LLM) secondo la misurazione combinata E1 + E2. La percentuale di esposizione totale è indicata per ogni occupazione. Le occupazioni sono elencate in ordine decrescente di esposizione, con i “Scienziati Informatici e Ricercatori Informatici” al primo posto con un’esposizione del 91.5%, seguiti dagli “Operatori Telefonici” con l’88.5% e così via. La misurazione combinata E1 + E2 rappresenta l’esposizione totale ai LLM considerando sia l’interazione diretta con gli LLM (E1) che l’uso di software aggiuntivo potenziato dagli LLM (E2). (Generato da Chatgpt)
“Gli LLM hanno il potenziale di trasformare in modo significativo il mercato del lavoro, portando sia opportunità che sfide,” ha affermato Tyna Eloundou. “È fondamentale che i governi e le istituzioni monitorino attentamente l’adozione degli LLM e i loro impatti sul mercato del lavoro per formulare politiche efficaci che possano mitigare gli effetti negativi e massimizzare i benefici.”
Sam Manning ha aggiunto: “Il nostro studio mostra che un gran numero di attività lavorative potrebbe essere automatizzato o aumentato con l’uso di LLM e software complementari. Questo richiede una riconsiderazione delle competenze necessarie e delle modalità di formazione dei lavoratori.”
Pamela Mishkin ha sottolineato l’importanza della collaborazione tra AI lab e governi: “Collaborazioni mirate possono aiutare a estendere i guadagni economici degli LLM in modo equo, indirizzando lo sviluppo di queste tecnologie verso benefici sociali più ampi”.
Lo studio avverte che, nonostante le potenzialità degli LLM, c’è ancora incertezza su come l’esposizione a questi sistemi si tradurrà in impatti reali sulla domanda di lavoro, sui salari, sulla qualità del lavoro e su altri risultati chiave. Sono necessari investimenti pubblici per misurare e tracciare l’adozione degli LLM e i loro impatti sul mercato del lavoro. Inoltre, l’approccio basato su rubriche utilizzato per misurare l’esposizione ha delle limitazioni, come la mancata cattura della creazione di nuovi compiti e i potenziali cambiamenti nei ritorni del capitale tecnologico.
Daniel Rock ha concluso: “Il percorso futuro delle applicazioni degli LLM è incerto a causa delle capacità emergenti, dei cambiamenti nei bias umani e dell’evoluzione tecnologica. È essenziale continuare a studiare le capacità degli LLM e i loro possibili effetti sulla forza lavoro per permettere ai policymaker di prendere decisioni informate e navigare nel complesso panorama dell’IA e delle sue implicazioni per il futuro del lavoro”.
La ricerca suggerisce che, mentre molte occupazioni potrebbero beneficiare dell’integrazione degli LLM, esiste un rischio significativo per i lavoratori impiegati in ruoli altamente esposti. Per esempio, gli scienziati informatici e i ricercatori potrebbero vedere ridursi la necessità di alcune delle loro attività manuali, grazie all’automazione di compiti ripetitivi come la scrittura di codice o la generazione di documentazione tecnica. Tuttavia, questo potrebbe anche significare un maggiore bisogno di competenze avanzate per gestire e migliorare tali modelli.
Il documento discute anche le misure di transizione necessarie per proteggere i lavoratori e massimizzare i benefici economici degli LLM. Gli strumenti di politica transitoria come l’assicurazione salariale e la riforma dell’assicurazione contro la disoccupazione sono essenziali per facilitare le transizioni lavorative e migliorare la sicurezza economica. Gli autori suggeriscono che una collaborazione più stretta tra laboratori di intelligenza artificiale e governi potrebbe aiutare a distribuire equamente i guadagni economici derivanti dagli LLM.(30Science.com)
