Il lavoro invisibile dietro le tecnologie emergenti
Uno studio pubblicato su Research Policy affronta la questione intrigante di come l’automatizzazione, anziché semplificare il lavoro umano, possa effettivamente portare a un aumento della quantità di mansioni richieste ai dipendenti. Questo fenomeno, noto come “paradosso della digitalizzazione”, si verifica quando l’intelligenza artificiale viene impiegata per automatizzare processi ripetitivi, come la gestione di grandi quantità di dati digitali.
Secondo lo studio, mentre l’automatizzazione riduce il carico di lavoro legato a compiti specifici, crea allo stesso tempo nuove esigenze di supervisione, standardizzazione e condivisione dei dati scientifici da parte degli esseri umani. In altre parole, anziché liberare il personale da mansioni noiose e ripetitive, l’automazione aggiunge strati di complessità che richiedono un maggiore coinvolgimento umano. Questo paradosso solleva domande importanti sul futuro del lavoro e sulle dinamiche tra tecnologia e occupazione.
Mentre l’intelligenza artificiale promette efficienza e produttività, è essenziale considerare attentamente come queste tecnologie possano influenzare il modo in cui svolgiamo il lavoro e la nostra qualità di vita complessiva. Gli studiosi si sono concentrati sull’analisi del lavoro condotto dagli scienziati nell’ambito della biologia sintetica, nota anche con l’abbreviazione in inglese “synbio”. Questa disciplina si occupa di conferire nuove capacità agli organismi viventi.
Tra gli esempi più significativi di questa disciplina vi sono la coltivazione di carne sintetica in laboratorio, la creazione di nuovi fertilizzanti e la ricerca e sviluppo di farmaci innovativi. Gli esperimenti in questo campo fanno largo uso di piattaforme robotiche avanzate, responsabili di manipolare grandi quantità di campioni in modo ripetitivo. Successivamente, algoritmi sofisticati si occupano di analizzare automaticamente i risultati degli esperimenti su larga scala, generando così enormi quantità di dati digitali.
Tuttavia, emerge il paradosso: nonostante l’automazione liberi gli scienziati dal tedioso compito di analizzare manualmente tali dati, essa allo stesso tempo amplifica e diversifica il lavoro dei ricercatori. Ad esempio, gli scienziati si trovano ora a dover condurre un maggior numero di esperimenti, poiché l’automazione consente di testare un numero maggiore di ipotesi. Inoltre, devono gestire un volume più ampio di dati, assicurandosi che siano controllati, standardizzati e condivisi in modo appropriato. È importante considerare anche il fatto che i robot richiedono un adeguato addestramento. Pertanto, in futuro, vi sarà una crescente domanda di specialisti esperti nella preparazione, manutenzione, addestramento e supervisione dei robot.
Come evidenziato da Barbara Ribeiro, coordinatrice dello studio, su The Conversation, il tempo dedicato alla pulizia, alla supervisione e alla risoluzione dei problemi relativi ai sistemi automatizzati può competere direttamente con le mansioni tradizionalmente svolte dagli scienziati. Secondo l’esperta, i risultati della ricerca possono essere estesi ad altri settori dell’intelligenza artificiale. Ad esempio, si consideri il caso di ChatGPT, un noto chatbot capace di produrre testi che somigliano a quelli umani, ma che richiedono comunque una revisione umana prima della pubblicazione.
Un esempio di questa necessità si è verificato in Kenya, come riportato dalla rivista Time, dove alcuni lavoratori sono stati impiegati per monitorare e censurare i contenuti razzisti, sessisti o offensivi prodotti da ChatGPT. La diffusione di esempi simili diventerà sempre più comune, sottolineando l’importanza di riconoscere il lavoro svolto dietro le quinte. Come afferma Ribeiro, è essenziale rivedere i metodi di valutazione della produttività, tenendo conto delle mansioni invisibili svolte dagli esseri umani dietro le attività più visibili che di solito vengono maggiormente apprezzate e ricompensate.
Di Leonardo Nastasi
