In un’economia di quattordici persone, sei programmatori, sei scrittori e due coordinatori, arriva un’intelligenza artificiale capace di eguagliare le prestazioni medie di un essere umano che lavora da solo. Nessuno perde il posto. Tutti e quattordici continuano a lavorare, ma il salario degli specialisti scende da 4,15 a 2,90, circa il trenta per cento, e quello dei coordinatori da 2,41 a 1,30, quasi la metà. Le cifre sono unità convenzionali di un modello economico, non stipendi reali, e raccontano che la retribuzione può diminuire molto prima che l’occupazione dia segni di cedimento.
Questo esperimento è stato pubblicato a fine ottobre da Alex Imas, Andrew Koh e Shane Legg, cofondatore di Google DeepMind. Gli autori costruiscono scenari condizionati a precise ipotesi sulle capacità delle macchine, sul prezzo del calcolo e sul funzionamento dei mercati. E mostrano perché usare la stabilità dei posti di lavoro come prova che l’AI non sta modificando l’economia può portarci fuori strada.
Gli autori si chiedono perché modelli che ottengono risultati straordinari nei test individuali non abbiano già trasformato l’intera struttura dell’economia. Le classifiche misurano quanto un’AI sappia programmare, risolvere problemi matematici, rispondere a domande, superare esami. Quasi sempre mettono una macchina contro una persona. Nella vita economica, invece, raramente è una singola intelligenza a produrre da sola il risultato finale: sono le organizzazioni, nelle quali persone differenti si distribuiscono compiti, conoscenze, responsabilità.
I ricercatori così hanno sottoposto cento persone a prove in sei ambiti: matematica, ragionamento verbale, scienze, riconoscimento di schemi, cultura ed economia. Essere molto bravi in un ambito diceva relativamente poco su quanto si sarebbe stati bravi in un altro. Non ne usciva una popolazione fatta di copie dell’individuo mediamente intelligente, ma una serie di profili irregolari, ciascuno con picchi e lacune in posizioni diverse. Se si accostano persone capaci di compensarsi, il profilo del gruppo copre uno spazio di capacità che nessuno dei suoi membri possiede interamente. Nelle prove descritte dagli autori, le coppie abbinate per complementarità ottengono risultati superiori del trentadue per cento rispetto alle coppie formate casualmente.
La chiamano intelligenza a mosaico. L’immagine è felice, ma non perché ciascun essere umano sia una tessera perfetta che attende di trovare il proprio posto. Le tessere sono imperfette, e proprio le loro differenze permettono di costruire una figura più ampia. In un ospedale, in una redazione, in un laboratorio, in un’impresa artigiana, il risultato non coincide con la somma dei risultati individuali. Conta ciò che un membro sa vedere e un altro no, la capacità di riconoscere l’errore altrui, di tradurre un problema nel linguaggio di un’altra competenza, di modificare il proprio lavoro perché possa essere continuato da qualcuno. Il valore compare nei passaggi tra le persone, non soltanto nelle prestazioni che ciascuna esegue separatamente.
Questo richiede un’organizzazione. Avere molte competenze nella stessa stanza non basta: bisogna costruire fiducia, trovare accordi su ciò che si sta facendo, spendere tempo per spiegare, ascoltare e correggere, accettare che un’altra persona completi o contesti il proprio lavoro. La cooperazione non è la parte sentimentale della produzione, è una delle sue condizioni materiali. E non si realizza per il semplice fatto di mettere insieme degli individui: le imprese possono favorirla, ma possono anche soffocarla con gerarchie, competizione interna e procedure che impediscono di riconoscere il contributo degli altri.
Mille copie dello stesso modello artificiale moltiplicano la capacità produttiva, ma anche le medesime lacune. Una squadra umana, grazie alla complementarità delle competenze, può ancora superare una macchina individualmente più capace. Certo anche le AI possono imparare a cooperare. L’intelligenza va quindi misurata anche nella capacità di un’organizzazione di combinare contributi diversi, non soltanto nelle prestazioni dei singoli.
La competenza specialistica poi ha un valore economico anche perché è relativamente scarsa. Per avere un altro programmatore esperto, un altro progettista, un altro ricercatore non basta premere un pulsante: occorrono formazione, esperienza, tempo, persone. La scarsità non è l’unico elemento che determina un salario, sul quale pesano anche contrattazione, istituzioni e condizioni di lavoro, ma è una delle ragioni per cui alcune competenze ottengono retribuzioni elevate.
Nel modello di DeepMind, quando una prestazione umana diventa sostituibile con quella artificiale, la concorrenza può comprimere la remunerazione di quella competenza verso il costo della sua alternativa computazionale. L’essere umano non ha improvvisamente imparato di meno, non lavora necessariamente peggio e non è diventato inutile. È cambiata la quantità di quella prestazione che il mercato può acquistare altrove.
Nello scenario successivo costruito dagli autori, l’AI supera gli specialisti nelle singole capacità ma resta debole nel coordinamento. Il salario dei programmatori e degli scrittori della piccola economia scende a 0,39 rispetto al massimo iniziale di 4,15; quello dei coordinatori, che nei test individuali erano i meno competenti, arriva a 0,48 e li supera. Le macchine sanno eseguire moltissimo, ma serve ancora qualcuno che sappia farle lavorare insieme.
Un’economia può produrre più ricchezza e contemporaneamente riconoscere meno reddito da lavoro a una parte di chi contribuisce a produrla. Se affidiamo quasi esclusivamente al salario la distribuzione delle condizioni materiali di vita, una crescita della produttività può convivere con un impoverimento delle persone.
Nel modello, il miglioramento delle competenze individuali tende a modificare gradualmente salari e composizione delle imprese. Un forte miglioramento della cooperazione, invece, può produrre cambiamenti improvvisi: organizzazioni artificiali che diventano più convenienti di quelle umane e interi gruppi di lavoratori che perdono insieme la propria posizione.
L’intelligenza a mosaico, quindi, non è il rifugio nel quale gli esseri umani potranno mettersi al sicuro. È il nome di un vantaggio organizzativo che oggi sappiamo produrre attraverso la diversità delle persone, e che domani potrebbe essere riprodotto, in forme differenti, anche dalle macchine. Ma per ora la compressione dei salari può iniziare senza che questo passaggio sia avvenuto.
Se vogliamo attraversare questa trasformazione senza subordinare la vita delle persone alle oscillazioni del mercato delle competenze, dobbiamo distinguere il reddito necessario per vivere dignitosamente dal salario che remunera il lavoro. Separarli non significa abolire il salario, accettare come inevitabile qualsiasi riduzione delle paghe o rinunciare alla contrattazione. Significa non affidare al salario, da solo, il compito di garantire la dignità materiale. In caso diverso potremmo continuare a essere occupati, utili e necessari, e guadagnare troppo poco per vivere.
La produttività non nasce soltanto da ciò che ciascuno sa fare, ma dal lavoro con cui le capacità individuali diventano un risultato comune. Riconoscere questa ricchezza non significa, però, creare un altro elenco di prestazioni da pagare. Non dobbiamo trasformare l’empatia, la cura, la reciprocità e il mutuo soccorso in nuove competenze da classificare, misurare e mettere a prezzo. Altrimenti sostituiremmo un criterio di merito con un altro: oggi hai diritto a un reddito perché il mercato considera utile il tuo lavoro, domani perché qualcuno giudica sufficiente il tuo contributo alle relazioni sociali. Ne resterebbe escluso proprio chi ha più bisogno di protezione, chi non può lavorare, chi non riesce a partecipare, chi è malato, solo o dipendente dalla cura degli altri.
Da anni affrontiamo il futuro del lavoro chiedendoci che cosa faremo quando le macchine lavoreranno al nostro posto. Lo studio di DeepMind ci costringe a considerare anche un’altra eventualità: continueremo a lavorare, ma il prezzo del nostro lavoro potrebbe non bastare più a farci vivere. Separare reddito e salario non è allora soltanto una risposta a un possibile mondo senza occupazione. È una scelta necessaria da discutere prima che un posto di lavoro conservato diventi la nostra rassicurazione più ingannevole.
Immagine: Diego Velázquez, Le filatrici (La favola di Aracne), 1655–1660. Museo del Prado, Madrid. In primo piano ci sono donne che filano e lavorano insieme, ciascuna con un compito diverso. Sul fondo, in uno spazio illuminato, compare il mondo dell’opera d’arte e del mito di Aracne, la tessitrice che sfida Atena. Il dipinto mette in relazione il lavoro che produce, le competenze che si combinano e il valore che emerge dal loro insieme. Ma contiene anche una tensione: il lavoro materiale, quotidiano, spesso poco riconosciuto, sostiene qualcosa che acquista un valore diverso quando diventa opera finita. E il mito della competizione: il confronto fra capacità umana e capacità divina.
