Nicole Junkermann argues that the greatest challenge posed by artificial intelligence is not replacing experts, but preserving the pathways through which expertise is built.
Nicole Junkermann argues that the greatest challenge posed by artificial intelligence is not replacing experts, but preserving the pathways through which expertise is built.
Gran parte del dibattito sull’intelligenza artificiale verte sul fatto che le macchine finiranno per sostituire i professionisti altamente qualificati. Medici, avvocati, ingegneri e insegnanti vengono spesso citati come esempi di professioni che rimarranno in gran parte al riparo da questa sostituzione, poiché si basano sulla fiducia, sul giudizio e sulle relazioni umane.
Probabilmente (e si spera) è vero. La maggior parte delle persone continuerà a volere un medico che prenda decisioni sulla propria salute e un avvocato che fornisca consulenza su questioni legali importanti. La competenza professionale rimane preziosa.
La domanda più interessante è: in che modo le generazioni future acquisiranno, in primo luogo, tale competenza?
Per secoli, lo sviluppo professionale ha seguito uno schema sostanzialmente simile. I neolaureati iniziano con compiti di routine. Gli avvocati alle prime armi esaminano i contratti e conducono ricerche. I medici in formazione trascorrono innumerevoli ore a esaminare le cartelle cliniche dei pazienti e a osservare i medici più esperti. I giovani ingegneri risolvono problemi relativamente piccoli prima di passare a quelli più complessi. Col tempo, l’esperienza si accumula e le responsabilità aumentano.
Il sistema è imperfetto, lento e spesso frustrante. Ma è anche straordinariamente efficace. Molte delle attività ora automatizzate dall’intelligenza artificiale non sono mai state semplicemente lavoro amministrativo. Costituivano una parte essenziale del processo attraverso il quale i professionisti imparavano il proprio mestiere.
C’è la tendenza a considerare il lavoro di routine esclusivamente dal punto di vista della produttività. Se un software può completare in pochi secondi un’attività che un tempo richiedeva diverse ore, il vantaggio economico sembra ovvio.
Ma lo scopo di gran parte del lavoro di base è sempre andato oltre il risultato immediato.
Un medico in formazione che esamina le cartelle cliniche dei pazienti non si limita a elaborare informazioni. Sta imparando come si manifestano i sintomi nella pratica. Un tirocinante in giurisprudenza che svolge ricerche non si limita a raccogliere fatti. Sta sviluppando una comprensione più profonda del ragionamento giuridico. Un giovane investitore che elabora modelli finanziari sta imparando come funzionano le imprese, come le ipotesi possono rivelarsi errate e come l’incertezza influisca sul processo decisionale.
Queste esperienze creano le fondamenta su cui si costruisce il giudizio professionale.
Man mano che i sistemi di intelligenza artificiale si fanno carico di una quota maggiore di questo lavoro, le organizzazioni si trovano ad affrontare una sfida a cui viene prestata molta meno attenzione rispetto alle questioni relative all’automazione o alla produttività. Se un numero minore di persone svolge i compiti che tradizionalmente fungevano da terreno di formazione professionale, saranno necessari nuovi metodi per sviluppare le competenze.
Le implicazioni si estendono ben oltre il luogo di lavoro. I sistemi educativi sono stati in gran parte progettati per un’epoca in cui l’accesso alle informazioni era limitato. Le università svolgevano un ruolo centrale nella trasmissione della conoscenza perché la conoscenza stessa era scarsa.
Oggi le informazioni sono abbondanti. Gli studenti possono accedere in pochi istanti a spiegazioni, ricerche, tutorial e analisi su quasi qualsiasi argomento. L’intelligenza artificiale accelera ulteriormente questa tendenza. Di conseguenza, il valore dell’istruzione risiede sempre più non nell’accesso alle informazioni, ma nella capacità di comprenderle e valutarle.
Le competenze che più probabilmente contraddistinguono i professionisti di successo stanno diventando quelle già note: pensiero critico, curiosità intellettuale, comunicazione, ragionamento e capacità di operare in condizioni di incertezza. Queste qualità sono sempre state importanti. Ciò che sta cambiando è la loro importanza relativa.
Quando le informazioni diventano più facili da ottenere, la capacità di interpretarle e applicarle acquista maggiore valore.
Questa distinzione aiuta a spiegare perché le discussioni sull’IA spesso diventano confuse. Conoscenza e giudizio sono correlati, ma non sono la stessa cosa.
L’intelligenza artificiale è eccezionalmente brava a identificare schemi, recuperare informazioni e generare risposte plausibili. Queste capacità stanno già trasformando molti settori. Il giudizio funziona in modo diverso. Dipende dal contesto, dall’esperienza, dall’etica, dalla responsabilità e dalla comprensione delle conseguenze.
Un sistema di IA può fornire dieci possibili linee d’azione. Qualcuno deve comunque decidere quale seguire. In medicina, diritto, finanza, politiche pubbliche e innumerevoli altri campi, tale responsabilità rimane fondamentalmente umana. La sfida non è preservare il ruolo del giudizio, bensì garantire che un numero sufficiente di persone sviluppi l’esperienza necessaria per esercitarlo correttamente.
Ogni professione dipende da un flusso costante di nuovi talenti. I professionisti esperti alla fine vanno in pensione, cambiano lavoro o escono dal mondo del lavoro. I loro sostituti devono pur provenire da qualche parte.
Per i datori di lavoro, le università e gli ordini professionali, questa sta diventando una delle questioni più importanti sollevate dall’IA. I guadagni in termini di efficienza sono reali e vanno accolti con favore. Ma le organizzazioni devono anche riflettere attentamente su come coltivare le competenze quando le forme tradizionali di apprendistato diventano meno comuni.
Le istituzioni che avranno successo saranno quelle che riconosceranno entrambi i lati dell’equazione. L’impiego efficace dell’IA sarà importante. Lo sarà altrettanto la formazione di esseri umani capaci.
È improbabile che il futuro sia definito da una competizione tra persone e macchine. Sarà plasmato da società che impareranno a combinare le capacità tecnologiche con le competenze umane che la tecnologia non può riprodurre facilmente.
Nonostante tutta l’attenzione rivolta a ciò che l’IA è in grado di fare, la domanda più rilevante riguarda ciò che le persone dovranno ancora imparare. La risposta contribuirà a determinare non solo il futuro del lavoro, ma il futuro stesso delle competenze.
Nicole Junkermann è un’investitrice internazionale specializzata nei settori della tecnologia, dello sport e dei media. È a capo di NJF Holdings, un gruppo di investimento globale, e della sua piattaforma sportiva Gameday by NJF Holdings, che investe in leghe sportive, diritti mediatici e iniziative di coinvolgimento dei tifosi basate sulla tecnologia. Il suo lavoro nel settore si concentra sulla creazione di infrastrutture sportive a lungo termine e sull’espansione della portata commerciale e globale delle leghe professionistiche.