Economia, Rivoluzione digitale

Occupazione & Disruption: Cosa devono sapere i tuoi figli. Le azioni di governo.

di Paolo Barnard (qui)

Ecco cosa Roma deve immediatamente iniziare a fare. Ma prima due parole essenziali.

Unknown-1.jpeg

La definizione di Disruption, come già scritto, è di qualcosa che arriva e cambia tutto ciò che è esistito prima. Le politiche di creazione di lavoro in Occidente che i nostri padri e noi abbiamo conosciuto finora, oggi saltano con la Technological Disruption, assieme a tantissimo altro. Ma di nuovo: i contemporanei di un fenomeno epocale di cambiamento sempre faticano a svegliarsi di fronte al nuovo, e questo si traduce in drammi, sempre. Quanti italiani oggi leggono i giornali al mattino cercando ansiosamente notizie sulle politiche del lavoro del Ministro Di Maio per laDisruption? Nessuno. Eppure la leadership mondiale non ha più dubbi sul fatto che essa ribalterà, come mai prima nella Storia, proprio l’occupazione di numeri impressionanti nel globo.

Ma il disinteresse degli elettori si traduce direttamente in un’obbligata mancanza d’azione da parte dei politici e dei media sullo sviluppo dell’Italia nella Disruption. Politicanti e media devono ‘vendere’ in cambio di voti e di audience, e non venderanno mai cose che nessuno cerca nei giornali la mattina. Infatti i politici hanno il vincolo del breve mandato e l’ossessione cieca del voto-subito entro il mandato, per cui non s’impegneranno mai in politiche e dibattiti che all’italiano medio sembrano fantascienza, e dunque rimangono a rimestare sempre la stessa retorica acchiappa voti sui soliti temi. Idem per i media: essi sanno che la Disruption è una news che oggi si può vendere agli italiani solo al 300esimo posto dopo la Casta, la corruzione, il politici-ladri, gli immigrati, le polemiche Tv ecc, e trattano il tema principalmente come folklore da futuristi. Risultato: non un singolo organo di stampa italiano sta davvero informando su come sarà stravolta l’economia, la politica e la fabbrica sociale di ogni Paese moderno per mano della Disruption.

E così si compie un circolo vizioso devastante per l’Italia, che, come sempre accaduto, arriverà arrancando da fanalino di coda mentre Francia, Germania, Svezia, Svizzera, Gran Bretagna, Russia, Cina, Sud est asiatico e ovviamente gli USA si saranno già spartiti l’immensa torta del lavoro e del PIL da Disruption. Risultato: i giovani italiani nel precariato, disoccupazione, e ancora disperatamente dipendenti da quel rivolo che gli rimane del risparmio di nonni e genitori degli anni 70’-90’, prigionieri di un Paese sempre più PIGS. E non ho fatto un errore di battitura: proprio PIGS, Portogallo Italia Grecia Spagna, perché invece l‘Irlanda sta capendo e cavalcando la Disruption, è ha già preso il volo da quell’acronimo infame.

Ma non è destino degli Dei che debba andare così, tutto sta a voi assieme ai pochissimi divulgatori come me che vi mettono nelle mani gli strumenti per capire la Disruption e per sapere cosa farà al PIL e all’occupazione. Quindi ora vi elenco almeno le fondamentali idee su cosa, come elettori, dovete subito pretendere dalla politica come azioni, leggi, e investimenti. Per l’ultima volta: ne va dei vostri figli e dei giovani italiani appena giunti sul mercato del lavoro, ma anche di molti di voi non proprio anziani.

AZIENDA CHIAMA MINISTERO ISTRUZIONE… MA 24 SU 24, 7 SU 7.

Nel capitolo precedente ho riportato con insistenza ciò su cui ogni singolo esperto mondiale è concorde: “Per mettere al riparo i nostri figli, e i giovani già oggi al lavoro, dai maggiori rischi c’è una sola arma concreta: per i primi una formazione scolastica e universitaria più aggiornata possibile che li presenti al mondo del lavoro come appetibili; per i secondi l’impegno di Stato e aziende nella riqualificazione, ma a vita… I governi giocano qui il ruolo principale con interventi generosi nei bilanci”.

Ma ahimè gli analisti ci pongono un altro problema critico: la velocità di sviluppo delle nuove tecnologie per il lavoro è talmente forsennata che è già stato calcolato che diversi skills – così si chiamano le competenze centrali per la Disruption – che vengono insegnati agli studenti oggi, tempo che gli studenti si presenteranno ai colloqui di lavoro in aziende saranno già obsoleti. In parole semplici: mentre tu studi intensamente un’applicazione di Machine Learning per l’edilizia, Machine Learning ne ha scovata una migliore, tu ti presenti al colloquio di lavoro e il datore se ne fa poco di te. Scrive il Massachusetts Institute of Technology Initiative on the Digital Economy: “Le tecnologie cambiano i modelli di business e molto spesso questi si traducono in uno sconvolgimento simultaneo del set di skills che le aziende necessitano. I business leaders sono concordi nel segnalare che già oggi questo gli crea difficoltà nell’assumere”. Questa non è una finezza che colpirà gli super specializzati: sarà un problema enorme proprio sul mercato del lavoro dei giovani, e altrettanto enorme per eventuali programmi di apprendistato, che rischiano di diventare degli autogoal con sprechi di finanziamenti enormi.

Ma la soluzione c’è, ed è la prima azione di partnership fra governo e aziende che va assolutamente chiesta dagli elettori. PROPOSTA 1.

Nel capitolo “DISRUPTING LA POLITICA DOMESTICA COME MAI PRIMA. BIG DATA”, nella seconda parte di questo articolo, davo conto dell’inimmaginabile potere di efficiente governanace che le tecnologie di Big Data possono oggi dare al governo. La stessa Cloud prevista in quel dirompente progetto dovrà essere usata da tutto il sistema produttivo italiano di beni e servizi in un dialogo diretto, proprio in tempo reale, col Ministero dell’Istruzione Ricerca e Università (MIUR), che gli segnali esattamente come sta cambiando la natura degli skills dentro le aziende, gli ospedali, e le varie istituzioni. Il MIUR, come sollecitano gli esperti internazionali, dovrà avere l’elasticità e prontezza di riflessi di trasmettere immediatamente a scuola e università il messaggio dei datori di lavoro, affinché il MIUR stesso in collaborazione con i docenti si attrezzi per cambiare in corso d’opera l’insegnamento degli skills ai giovani futuri dipendenti. Questo è il tipo di ambizioso progetto che un Paese oggi deve essere in grado d’intraprendere se davvero è serio sulla difesa del lavoro. Un salto innovativo in linea con gli attori vincenti nella Disruption. Scrive McKinsey Global: “I governi devono totalmente riconsiderare i modelli scolastici odierni. La questione è urgente, e devono mostrare una leadership di grande coraggio nel riscrivere i curricula. E’ un’elasticità che da decenni il mondo del lavoro attende”.

IL RESKILLING E’ SULLA BOCCA DI TUTTI. MA DEVE ESSERE INTELLIGENTE.

Come detto nel capitolo precedente “L’impresa del reskilling (riqualificazione) di milioni d’italiani non è un optional, è l’aria da respirare, e ogni singolo analista al mondo oggi lo dice chiaro: i governi giocano qui il ruolo principale con un intervento generoso nei bilanci”. Purtroppo su dove l’Italia degli asfittici bilanci dell’Eurozona troverà le risorse per riqualificare masse di lavoratori e per evitarci una vera catastrofe sociale soprattutto fra i dipendenti maturi, non ho la più pallida idea.  Su come procedere strategicamente gli esperti sono chiari. PROPOSTA 2.

Sarà un lavoro di reskilling (o di upskilling) dei lavoratori a vita, per ogni settore che fa PIL italiano. Dovrà essere intelligente, il che significa innanzi tutto che va fatto in partnership con il settore privato dell’Italia, il quale deve saper dimostrare una Vision ben oltre la sua tradizionale e provinciale parcellizzazione. Ma soprattutto le tecnologie di Big Data (di nuovo) dovranno essere usate da governo e datori di lavoro per “better forecasting data and planning metrics”, cioè saper prevedere le svolte e pianificare con largo anticipo la richiesta dei talenti, su cui poi appunto lanciare in tutto il Paese programmi di reskilling (o diupskilling) con chirurgica precisione (come indicato nella PROPOSTA 1).

PUNTARE SU ENABLING, E AVVISARE SU REPLACING.

Dunque l’Italia è alla storica sfida dell’Occupazione & Disruption. Il potere globale di quest’ultima è senza limiti, ma i governi possono governarla per tutelare l’impiego nella colossale tempesta dei cambiamenti, e di questo sto trattando qui. In questo sforzo il governo deve comprendere un aspetto cruciale che distingue le tecnologie della Disruption: esse si dividono in due rami, quelle di tipo Enabling e quelle di tipo Replacing. Come spiegato nel capitolo precedente, la Disruption porterà sia una richiesta di lavori già esistenti riformulati in nuove versioni, che proprio nuove professioni che oggi non esistono. In questo caso essa permetterà– sarà Enabling – vasti bacini di posti di lavoro. Ma è anche vero che essa spazzerà via schiere di mestieri perché le macchine ‘pensanti’ li rimpiazzeranno – sarà quindi Replacing. Ne consegue una scelta politica. PROPOSTA 3.

E’ totalmente futile ed economicamente distruttivo continuare a spendere sia fondi pubblici che fondi privati (delle famiglie) per formare giovani, o per incoraggiare lavori, destinati alla categoria dove le tecnologie saranno di tipo Replacing, poiché significa destinare esseri umani a un suicidio lavorativo certo. Ho trattato in modo esaustivo quali sono i settori professionali più favoriti e quali invece i più condannati dalla Disruption nel capitolo precedente. Occorre dunque una campagna di consapevolezza a carico del governo italiano che sia capillare e immediata nel tempo, così da permettere sia al settore pubblico che alle famiglie di agire cambiamenti in questo senso. Dall’altra parte l’Italia dovrà investire massicciamente nell’adozione del maggior numero di tecnologie Enabling per ovvi motivi di creazione di lavoro, ma dovrà anche essere scaltra nell’incoraggiare quelle che si adattano meglio alla struttura sociale, alla conformazione territoriale e produttiva del nostro Paese. Un esempio concreto: siamo uno dei popoli più longevi del mondo, perciò la cura extra ospedaliera dei nostri anziani arricchita dalle nuove tecnologie Enabling del settore è garanzia di creazione d’innumerevoli mansioni a ogni livello di complessità (settore del Personal Care). Sono mansioni che saranno utili a nuovi impieghi sia per i cittadini meno skilled che per gli specialisti. La medesima strategia va applicata alla nostra struttura architettonica, geografica, energetica et al., per di nuovo generare ampio impiego.

STATISTI, GRANDI IDEE: GLI INVESTIMENTI DELLA VISION NAZIONALE.

Non siamo, purtroppo, una nazione che si è mai distinta nella Storia moderna per la Vision, che è la dote degli Statisti di rilanciare in avanti con grandi idee su investimenti strategici, lungimiranti e dirompenti. Governare un Paese è un compito che comprende in sé migliaia di micro aspetti, micro politiche, micro nomine e un lavoro legislativo che di conseguenza è sfinente fra micro regolamenti, decreti, normative. Ma il vero mestiere del leader è quello proprio di dettare alla nazione le grandi ambiziose direttive, cioè appunto le Vision, che davvero disegneranno il futuro di milioni di cittadini. Oggi con la Disruption l’esistenza di queste grandi ambiziose direttive non è più un fiore all’occhiello per una nazione, al contrario, fa la differenza fra esistere o perire, fra potersi permettere una democrazia compiuta o languire nella servitù moderna. PROPOSTE 4,5,6,7.

Ho già pubblicato nella seconda parte di questo articolo quattro proposte di ampiezza nazionale e dirompenti per l’economia e per l’occupazione dell’Italia che il governo dovrebbe con urgenza considerare. Le trovate coi seguenti titoli:

DISRUPTING LA POLITICA DOMESTICA COME MAI PRIMA. BIG DATA.

DISRUPTING L’INTERO PIL ITALIANO COME MAI PRIMA: L’ESERCITO DEI DEVELOPERS.

DISRUPTING LA STORIA DEL COMMERCIO IN ITALIA: GLI SMART LOGISTIC NETWORKS.

DISRUPTING L’OCCUPAZIONE IN ITALIA: I PUNTI PRECEDENTI E LA SCUOLA DELLA DISRUPTION.

In questi tre interventi a puntate su Occupazione & Disruption ci sono abbastanza chiarimenti, dati, e proposte innovative per tutelare due generazioni d’Italiani a fronte del più dirompente cambiamento occupazionale dal 1775 a oggi. Continuo a ripeterlo: le soluzioni a problemi sistemici devono essere sistemiche, il resto sono truffe vendute da politici cinici a un pubblico stupido, i cui figli poi piangeranno per generazioni.

Economia, Rivoluzione digitale

Occupazione & Disruption: Cosa devono sapere i tuoi figli. Lavoro sì, Lavoro no.

di Paolo Barnard (qui)

PARTE SECONDA

images.jpeg

Riprendo dalla parte precedente. Nel vitale tema di Disruption & Mondo del Lavoro abbiamo già elencato dei fatti chiari.

A): La Disruption sta piombando sul mercato del lavoro con un grande pericolo: una violenta disparità nei redditi fra chi nella forza lavoro la saprà cavalcare e chi meno.

B): Ci sarà un effetto di trasformazione di questi tutte le professioni esistenti, principalmente per l’effetto di Artificial Intelligence (AI) e di Machine Learning, che rappresentano molto di più di ciò che l’arrivo dei personal computers rappresentò per tutte le professioni 40 anni fa. Questa trasformazione farà però nascere lavori che oggi non esistono.

C): Alcune professioni saranno eliminate del tutto. Le più a rischio di sparizione sono quelle caratterizzate da mansioni ripetitive, perché per esse l’AI è un portento.

D): Per mettere al riparo i nostri figli, e i giovani già oggi al lavoro, dai maggiori rischi c’è una sola arma concreta: per i primi una formazione scolastica e universitaria più aggiornata possibile che li presenti al mondo del lavoro come appetibili; per i secondi l’impegno di Stato e aziende nella riqualificazione, ma a vita.

E): L’idea di risolvere ogni problema di esclusione dal mondo del lavoro a causa della Disruption impiegando i Redditi di Cittadinanza è in ogni caso precaria, ma nell’Italia ingabbiata da limiti di spesa pubblica soffocanti (Eurozona), essa è fallimentare.

F): Diffidate di chiunque si esprima su questo tema di Disruption & Mondo del Lavoro in termini in bianco e nero, come chi dice: “Sarà un paradiso di nuovi lavori per tutti” vs “Sarà la fine del lavoro e vivremo emarginati mentre le macchine faranno tutto”.

Capire le tendenze in modo intelligente è ciò che salverà i vostri figli studenti, o i giovani occupati, da enormi incertezze nel mondo del lavoro. E io scrivo per permettervelo. Continuiamo con più dettagli sui quali lavori sono a rischio e quali invece no.

DOVE CADRA’ LA SCURE E DOVE INVECE CI SARA’ RICHIESTA.

Leggendo i grandi studi su Disruption & Mondo del Lavoro delle maggiori Consultancies del mondo, come PwC UK, Deloitte, McKinsey, o Accenture e di alcuni top accademici del settore – loro sono i massimi esperti, avanti anni rispetto ai Ministeri del Lavoro e molto più scientifici – si nota un accordo di tutti su quanto segue. Almeno nella prima fase della Disruption, i settori dove le perdite d’impiego saranno più forti a causa dell’AI, della robotica, e in genere delle nuove tecnologie, sono (in ogni settore cadranno diversi mestieri):

Impiegati, contabili e amministrativi; manifatturiero e manodopera produttiva; costruzioni ed estrazioni; avvocatura e giudici; installazioni e manutenzione; operatori gru e trattoristi; alcune mansioni in agricoltura; meccanici e riparatori; le arti, design, intrattenimento, settore sport e media; alcune mansioni in hotel e viaggi.

Quelli che invece guadagneranno maggior impiego in assoluto sono:

Business e finanza; managers; informatica e matematica; architettura e ingegneria; rappresentanti; istruzione e formazione; farmacisti; infermieri e OSS; assistenti all’infanzia; camerieri; pensatori creativi e manager per la Disruption.

Tutti gli altri settori coi loro mestieri stanno nel mezzo, ma, come già detto, nessuno sarà risparmiato dalle nuove tecnologie. Però attenti, frenate subito.

E’ dunque vero che schiere di persone perderanno il loro lavoro così come l’hanno sempre conosciuto, ma la Disruption anche in questi casi offre possibilità di recupero, nella riqualificazione, nell’aumento di richiesta per certe professioni, e nel fatto che nasceranno lavori che oggi non esistono.

Tutto qui dipende da due fattori in ordine d’importanza: la velocità dei governi nel legiferare misure per cavalcare la Disruption e per favorire la nascita dei nuovi lavori; e l’intelligenza dei datori di lavoro nel capire che l’epoca dell’egoismo del profitto è morta, gli porterà solo fallimenti certi e che invece il futuro digitale impone intelligenza, che significa coordinamento fra aziende, e fra di esse e lo Stato.

E’ per questo che io oggi ‘grido’ a voi elettori/genitori di capire cosa sta accadendo subito, ora, non domattina, e di agire di conseguenza presso i partiti di riferimento e la stampa. Pena lo scempio dell’occupazione giovanile, ma anche di molti altri, in Italia.

RE-IMPIEGO E NUOVE PROFESSIONI.

Entro il 2030 si stima che fino a 375 milioni di posti di lavoro globalmente dovranno essere reskilled, cioè riqualificati. Ad esempio: nel manifatturiero e nella manodopera produttiva, dicono gli esperti, cadranno mansioni nelle mani dell’AI e robotica, ma il lavoratore potrà essere re-impiegato in fasi diverse del lavoro aumentando la produttività. Gli servirà solo un reskilling. Il colosso cinese dell’e-commerce Alibaba ha calcolato che i suoi robot da magazzino risparmiano a ogni magazziniere almeno 50.000 mosse fisiche al giorno, riducendone molto lo stress fisico ma soprattutto liberandogli tempo per aumentare la produttività, e senza lavorare un minuto di più nell’orario regolare. Naturalmente Alibaba li ha reskilled. Quindi l’impresa del reskilling di milioni di italiani non è un optional, è l’aria da respirare, e ogni singolo analista al mondo oggi lo dice chiaro: i governi giocano qui il ruolo principale con un intervento generoso nei bilanci.

Ma una nazione con vincoli di budget al limite del sadismo sociale (citaz. Sapelli) come diavolo farà a riqualificare sul lavoro due o tre milioni d’italiani? Oltretutto gli studi ci avvisano di una cosa: si è detto che il reskilling è l’ordine di scuderia di chiunque, ma va fatto velocemente, perché lasciare languire nella terra di nessuno i lavoratori in transito, significa perderli per strada con danni economici enormi. Vi dico subito fin da ora che addossare questo immane compito ai datori di lavoro, blandendoli con sconticini fiscali e mezze misure come i mini-bot, è prima di tutto ingiusto, ma poi tecnicamente impossibile. Come farà l’Italia soffocata nei bilanci dall’Eurozona, quando, come ho già scritto diverse volte, tutti gli esperti mondiali invocano chiaramente interventi di governo?

Si è detto che esiste un consenso generale degli analisti sul fatto che nasceranno nuove professioni, o vi sarà più richiesta di alcune. Partiamo dalle seconde. Già ora la Disruption, nelle parole di 20.000 imprenditori europei da tutti i settori principali e intervistati dalle Cosultancies, sta imponendo un aumento vertiginoso nella richiesta di alcune professioni, che si prestano per assorbire sia una quota di futuri licenziati (reskilled), che i giovani post laurea. Offro tre esempi rappresentativi di altri per non dilungarmi con trenta, in ordine crescente di complessità:

1) Rappresentanti. I prodotti di domani stanno nascendo in queste ore o sono sconosciuti oggi, oppure saranno gli stessi di oggi ma radicalmente innovati. Occorrono disperatamente venditori che siano formati prima di tutto a spiegare quei prodotti, poi a venderli a privati e governi, ma anche per raggiungere nuove fasce di clienti alle quali l’azienda non è abituata.

2) Gli analisti dei dati. Non occorre un dottorato per questa mansione, ma di certo un buon reskilling anche in assenza di laurea. Le aziende oggi sanno che Big Data è la scoperta nucleare del commercio di prodotti e di servizi, cioè saper analizzare e trarre conclusioni intelligenti dall’immane massa di dati che la Disruption gli mette a disposizione. Il successo si gioca qui, nel terzo millennio. La richiesta di analisti dei dati è destinata a esplodere fra pochissimi anni.

3) Per i laureati brillanti c’è già ora spazio per ricoprire un ruolo dirigente richiestissimo nei maggiori settori di commercio e servizi, cioè il Manager della Disruption. E’ colui che si specializza nel guidare l’azienda (piccola, media, grande), ma anche il settore pubblico, nella tempesta di cambiamenti che l’era digitale porta ogni minuto.

In generale grazie alla Disruption sono previsti globalmente entro il 2030: 130 milioni di nuove assunzioni in Sanità generale e assistenza agli anziani; 50 milioni nelle tecnologie; 20 milioni nel settore energetico.

Le professioni del tutto nuove che si prevede nascano grazie allaDisruption, sono (non chiedete i nomi esatti di questi mestieri perché neppure ancora esistono):

Gli specialisti intra-umani, cioè intelligenza emotiva, capacità di persuasione, gestori delle emozioni umane nel sociale, e i creatori di motivazione; i pensatori creativi in ogni settore, sia scientifico che industriale che amministrativo, poiché  essere super specializzati ma ottuse ‘scatole di dati’ non innova nulla in azienda; gli ottimizzatori delle energie rinnovabili; gli operatori nella lotta al cambiamento climatico.

Come scritto nel riquadro sopra, e non smetterò mai di sottolinearlo, ogni singolo esperto in Occupazione & Disruption esistente ‘grida’ sempre la medesima cosa, che la Consultancy McKinsey&Co. ha espresso nel dicembre 2017 con una frase lapidaria: “La moltiplicazione dei lavori potrebbe più che compensare le perdite a causa dell’automazione. Ma nulla accadrà per magia – richiederà che i governi e il business sappiano creare le opportunità”. E qui non posso che ripetermi: è per questo che io oggi ‘grido’ a voi elettori/genitori di capire cosa sta accadendo subito, ora, non domattina, e di agire di conseguenza presso i partiti di riferimento e la stampa. Pena lo scempio dell’occupazione giovanile, ma anche di molti altri, in Italia. Non fate l’errore di pensare “…dai, c’è tempo, oggi abbiamo ben altro a cui pensare“, equivale a iscriversi come Paese alla classe dei perdenti, e di nuovo: chi piangerà saranno i nostri giovani e giovanissimi.

Fine seconda parte

Economia, Rivoluzione digitale

Occupazione & Disruption: Cosa devono sapere i tuoi figli.

di Paolo Barnard (qui)

PRIMA PARTE

Definizione di Technological Disruption: un cambiamento in tecnologia così potente da trasformare in breve la vita umana sul Pianeta Terra. Nella Storia: il fuoco, l’agricoltura, la matematica, la stampa, le macchine a vapore, l’elettricità. Oggi per Technological Disruption s’intende l’arrivo delle nuove tecnologie digitali potenziate dall’Artificial Intelligence, che stanno cambiando davvero tutto.

INQUADRARE IL PROBLEMA. COSA STA ACCADENDO ALLE NOSTRE VITE.

Watt.png

Quando nel 1775 lo scozzese James Watt diede vita alla più dirompente Disruption della Storia con l’invenzione della macchina a vapore, ecco cosa accadde alle nostre vite:

La cosa mozzafiato di questo grafico (Brynjolfsson-McAfee, 2014) è il dato sul grado di sviluppo sociale umano, che significa benessere e quindi possibilità democratiche. Per 9.700 anni filati le condizioni di vita del popolo comune rimasero sostanzialmente identiche, a un livello abominevole, spesso peggio degli animali selvatici. Poi arrivò la Disruption di Watt – e delle scienze post Galileo con l’elettromagnetismo di Faraday e di Maxwell – e in Occidente tutto cambiò di colpo, perché cambiò il lavoro, aumentarono i redditi e con essi la rivendicazione dei diritti. E’ vero che la Disruption di allora si portò dietro una buona dose di lacrime e sangue prima di darci la modernità del benessere, che tuttavia furono nulla confronto a 9.700 anni di standard di vita abietti oltre l’immaginabile. Ma l’altra faccia, gloriosa, di quell’esplosione tecnologica fu di fornire alle lotte sociali mezzi tecnologici di diffusione, e quindi di successo, impensabili prima, fino appunto alla moderna civiltà.

Oggi la Disruption delle nuove tecnologie digitali potenziate dall’Artificial Intelligence (AI) sta scatenando un’altra storica impennata dell’umanità, che è però di molto superiore a quella di Watt per l’enorme potere tecnologico odierno. E di nuovo tutto si gioca su come cambierà il lavoro. Entro il 2035, quindi parliamo soprattutto del destino dei nostri figli ma anche dei trentenni di oggi, avremo questo:

xxxxxffff.jpg

Il grafico c’illustra il grado di penetrazione delle più dirompenti tecnologie della Disruption nel mondo di tutti i giorni, cioè nel lavoro. Davvero tutto sta cambiando, esattamente come tutto cambiò dopo macchina a vapore ed elettromagnetismo, ma mi rendo conto che voi, come i contemporanei di Watt e Maxwell, fate una grande fatica a rendervene conto. Tuttavia il rischio fatale e, non esagero, tragico per l’Italia del lavoro è di rimanere indietro. Significherebbe un prossimo secolo di arretratezza e bassa economia per tutti i nostri giovani e per i loro figli. Nel 2016 Il World Economic Forum lo disse senza mezzi termini:

Con cambiamenti così veloci, la capacità di anticipare la futura richiesta di competenze, di nuovi lavori e i loro effetti sull’occupazione è sempre più cruciale per i governi e per il business… Chi non si prepara affronterà costi sociali ed economici enormi“. Scrollare le spalle da scettici e illudersi che “…dai, c’è tempo, oggi abbiamo ben altro a cui pensare“, equivale ad iscriversi come Paese alla classe dei perdenti, e di nuovo: chi piangerà saranno i nostri giovani e giovanissimi.

L’articolo che precede questo vi ha spiegato l’AI e per un buon motivo: essa cambierà il mondo del lavoro esattamente come la scoperta del linguaggio ha cambiato la storia della specie umana. Perché intelligenza è tutto, muove tutto, interpreta tutto, serve in tutto. Demis Hassabis, CEO di Google DeepMind cioè l’azienda che sta al centro della galassia AI, ha detto:

Il nostro goal è di conquistare l’intelligenza. Poi di usarla per risolvere tutti gli altri problemi”.

INQUADRARE IL PERICOLO: DISRUPTION & DISEGUAGLIANZA DEI REDDITI PER CHI RIMANE INDIETRO.

Il pessimismo delle prossime righe è realismo necessario a capire quale sfida affrontiamo come nazione, ma su di esso è nostro dovere cercare poi i rimedi possibili, ed esistono per fortuna.

Quando si parla di Disruption e AI in relazione al mondo del lavoro, tutti subito corrono a pensare ai robot e agli operai licenziati. Di certo questo sarà un problema, ma non tanto quanto s’immagina. Più avanti ne parlerò. In realtà il vero grande pericolo nella Disruption è che essa, ad oggi, sempre più è sinonimo di questo: un vertiginoso aumento della disparità dei redditi, più che perdita incontrollabile del lavoro.

Il primo campanello d’allarme che deve suonare nelle orecchie dei genitori italiani viene da una serie di dati americani, che come sempre da 60 anni anticipano quelli europei. Nei primi 15 anni di digitalizzazione dell’economia USA, le disparità di redditi fra colletti blu (licenza liceale) e colletti bianchi (lauree) schizzò in alto, perché i secondi grazie alla formazione digitale universitaria poterono approfittare dei nuovi lavori ben pagati, gli altri no e subirono in pieno l’impatto devastante del crash bancario del 2008. Addirittura il fenomeno ha raggiunto un livello di gravità tale che fra i colletti blu in America c’è un’epidemia di suicidi per disperazione, descritti in uno studio del Premio Nobel Angus Deaton e di Anne Case nel 2014.

Vero è che gli Stati Uniti sono un incubo d’abbandono sociale dei deboli, dove il Welfare quasi non esiste, ma l’Europa delle Austerità sta demolendo il suo Welfare ogni giorno di più, e i criminosi limiti di spesa pubblica che impone agli Stati membri escludono in via categorica che i vari schemi di Reddito di Cittadinanza abbiano un potere di fuoco sufficiente a evitare al nostro Paese un’Apartheid fra inclusi ed esclusi nella Disruption. Paradossalmente invece ha senso che negli Stati Uniti, detentori di moneta sovrana e sovrani nel Parlamento, molti economisti dell’era digitale stiano parlando di Universal Basic Income (un tipo di Redd. di Citt.) proprio per salvare gli esclusi: loro se lo potrebbero permettere, noi no.

Per i gravi motivi detti sopra, assolutamente non fatevi ingannare da chi, come questo governo, rassicura milioni di giovani con queste soluzioni. No: finché Eurozona sarà, il realismo mi costringe a dirvi che l’unica arma che rimane ai vostri figli per difendersi dal destino denunciato da Angus Deaton e Anne Case è una formazione solidissima ai nuovi lavori della Disruption (che non sono solo tecnologia, come spiegherò successivamente).

Dunque è chiarissimo il messaggio per genitori e ragazzi, che riassumo:

La seconda ondata di digitalizzazione in corso oggi con la Disruption porta soprattutto con sé il pericolo di un enorme divario nei redditi, oltre a una sostanziale dose di lavori perduti. Questo non solo fra colletti blu e colletti bianchi, ma anche fra i nostri presenti e futuri colletti bianchi, dove chi all’università ha studiato gli skills (competenze) avanzati per la digitalizzazione (non solo tecnici ma anche umani) avrà i lavori migliori, chi ha comunque un laurea ma priva di quel sapere sarà lasciato indietro con forti rischi economici.

Allora diventa prioritario per tutti, genitori e ragazzi, sapere quali sono quegli skills e se le scuole superiori e università italiane sono davvero attrezzate per insegnarli. Dei primi parlerò in altro momento, ma la risposta alla seconda domanda è no.

Il Ministero dell’Istruzione Università e Ricerca (MIUR) ammette oggi a denti stretti, nel rapporto Scuola Digitale, una situazione formativa italiana desolante a fronte della Disruption. Ecco alcuni fatti pubblicati dal MIUR:

– I dati OCSE dicono che ogni quindicenne italiano usa il computer in classe molto al di sotto della media europea, molto meno dei greci, e quasi un terzo del tempo di un australiano.

– Sempre media OCSE: i docenti italiani son in assoluto i meno preparati all’era digitale.

– Nel Digital Economy Index l’Italia languisce al 25mo posto su 28 Paesi, ha lacune dappertutto, e nella velocità di connessione alla Rete è in fondo alla classifica europea con un umiliante 9.2 Mbps, davanti solo a Grecia e Cipro. Nelle aule si soffre moltissimo di questo.

– Il MIUR scrive di suo pugno: “… il processo di diffusione della scuola digitale negli ultimi anni è stato piuttosto lento… azioni spesso non incisive e non complessive”. (si consideri che un Ministero sempre abbellisce la realtà, quindi…)

Sapere è lavoro, ma un buon lavoro oggi, nella Disruption, significa sapere molto. Con una situazione del genere c’è da mettersi le mani nei capelli e di certo le misurette post Job Act tipiche di questo governo, almeno per ora, sono inadeguate alla realtà. E la realtà è questa:

Innovation EU chart copia.png

Questa mappa ci racconta tutto. L’Italia non solo sprofonda nell’economia tradizionale (a causa soprattutto dell’Eurozona), ma colpevolmente i suoi governi degli ultimi 15 anni l’hanno tenuta fuori dalla realtà, cioè dalla Disruption, e infatti siamo gialli, cioè quasi ultimi nell’innovazione, e dunque fra gli ultimi nelle prospettive di lavoro dei nostri figli. Questo è quanto, purtroppo. Le più estensive ricerche sull’impatto delle nuove tecnologie sul lavoro (Deloitte,Accenture, McKinsey&Co., MIT et al.) includono il seguente dato: globalmente da 1 miliardo a 2 miliardi di lavoratori perderanno il lavoro entro il 2030, la maggioranza in Occidente, e molti dovranno essere ri-formati. Con limiti di spesa pubblica drammatici, chi si farà carico di questo? Inoltre viene posto un altro problema: la scuola deve avere una conoscenza avanzatissima della Disruption in continuo aggiornamento, perché è molto probabile che una parte degli skills insegnati oggi saranno obsoleti per il mondo del lavoro nel giro di 5-8 anni in media. Con un ritardo nelle scuole e università italiane di questo genere cosa farà l’Italia? Il presente governo ha piani adeguati nei programmi? Io non li ho trovati.

INQUADRARE QUALI LAVORI SONO A RISCHIO, QUALI MUTERANNO RADICALMENTE.

Il campo qui è vastissimo, perché sappiamo che generalmente un Paese moderno ospita oltre 900 mestieri, e siccome una buona parte delle nuove tecnologie della Disruption stanno sbocciando in queste ore o sbocceranno appena domani, è impossibile davvero essere precisi. Ma una cosa è più che evidente: la tecnologia su cui già ora si possono fare previsioni certe è proprio l’AI di Machine Learning che vi ho appena spiegato qui. Questo perché è una tecnologia perfetta per sostituire i lavori ripetitivi d’ufficio, per far funzionare la logistica aziendale, per far ‘pensare’ i robot nelle industrie, ma anche per sostituirsi all’umano in compiti complessi all’interno di molti mestieri sofisticati.

La MIT Initiative on the Digital Economy per dare al pubblico un’idea del grado di penetrazione praticamente ovunque di Machine Learning, cioè del fatto che davvero saranno pochissimi i lavori di domani che non avranno almeno in qualche segmento una AI a sostituire qualcosa o qualcuno, afferma che il mestiere in assoluto più ‘blidato’ contro la Disruption è il… massaggiatore. All’altro estremo invece le mansioni che sembrano davvero destinate a essere falcidiate sono gli impiegati, i contabili, gli amministrativi in generale. Ma andiamo più nello specifico, perché mentre è scontato che fra i colletti blu tanto dovrà cambiare, molti genitori e studenti ancora non comprendono purtroppo cosa accadrà alle professioni dei colletti bianchi, degli specializzati, che siano medici, avvocati, commercialisti, o persino ingegneri informatici (esempio estremo, ma anche fra loro cadranno teste con l’AI).

Fine prima parte.

Economia, Rivoluzione digitale

Iniziamo con l’innovazione. L’Intelligenza Artificiale sarà sempre più presente. Ecco la grande trasformazione delle economie avanzate.

untitleddesign61.630x360

CAPIRE L’ARTIFICIAL INTELLIGENCE NON E’ PIU’ UN OPTIONAL. ECCOLA SPIEGATA (dal blog di Paolo Barnard qui)

Nell’educazione politica dei cittadini va oggi inserita come prioritaria la comprensione dell’Artificial Intelligence (di seguito AI).

Così come cinquant’anni fa l’arrivo del personal computer ha cambiato ogni angolo della vita privata, professionale, economica e politica, così è oggi l’AI, solo immensamente di più. Le ‘macchine pensanti’ saranno ovunque e gestiranno quasi tutto, punto. Ma su cosa davvero sia l’AI, e cosa sarà, c’è un’enorme confusione, soprattutto a causa delle fantasie cinematografiche e dell’iperbole nei media. L’AI va quindi capita con lucidità. Ma attenti: date le sue straripanti applicazioni nella politica, economia, istruzione, lavoro e salute, oggi non saperlo non è più un optional.

Dovete iniziare da questa domanda: gli umani già posseggono l’intelligenza, frutto di un improvviso e ancora misterioso salto genetico avvenuto fra 200 e 100 mila anni fa in un ramo di primati; allora perché oggi stiamo ossessivamente cercando di crearne un’altra, quella artificiale?

Esiste solo una risposta: perché quella artificiale dovrà essere molto più potente di quella umana. Infatti non avrebbe senso investire miliardi e lavorare decenni per riottenere delle capacità artificiali pari a quelle naturali dell’uomo. Ma qui ho appena usato un termine che è la chiave di tutta la comprensione della vera AI: “capacità”. Infatti l’attuale AI non ha assolutamente nulla di intelligente, cioè nulla di neppure lontanamente comparabile alle funzioni cognitive del cervello umano; essa ha unicamente delle capacità computazionali prodigiose che gli derivano da istruzioni sempre più sofisticate. Fra capacità artificiali e intelligenza naturale esiste un divario di dimensioni colossali. L’aver usato Intelligence nella locuzione Artificial Intelligence ha portato a un’incomprensione enorme in tutto il mondo, e infatti la locuzione più idonea sarebbe stata Capacità Artificiale, non intelligenza artificiale.

Da più parti, in tema di AI, giungono apocalittici avvisi e scenari che ipotizzano un mondo da incubo dove super macchine capaci di pensieri e sentimenti propri potrebbero schiavizzare la razza umana e dunque conquistare il potere. O peggio: impossessarsi delle atomiche ed estinguerci. Queste sono sciocchezze, che appunto spariscono quando si ha chiara la sopraccitata differenza fra capacità artificiali e intelligenza naturale. Quest’ultima, che appartiene unicamente a noi, è, e quasi certamente rimarrà, irraggiungibile dalle macchine, ed è bene subito chiarirvi il motivo. Purtroppo mi devo soffermare parecchio su questo punto perché se rimaniamo distratti dall’AI fantasy dei film, finiamo per non capire niente del colossale impatto che questa tecnologia davvero avrà sulla politica, l’economia, l’istruzione, il lavoro e la salute degli umani.

SCORDATEVI C-3PO E TERMINATOR.

Prima cosa sia chiara un’altra distinzione: non esiste solo la AI, ma anche la AGI, che è la Artificial General Intelligence. La prima si riferisce a macchine che sotto la totale istruzione e direzione dell’uomo svolgono compiti estremamente complessi, come: tradurre le lingue all’istante; trovare segni patologici invisibili ai medici negli esami clinici; predire i Mercati nelle variabili indecifrabili ai traders; riconoscere miliardi di volti e collegarli senza errore ai conti correnti o ai file di Polizia; interpretare e catalogare migliaia di miliardi di dati in frazioni di secondo per uso e consumo umano, ecc. Quindi si badi bene: stiamo parlando sempre di capacità eccezionali, e non d’intelligenza cognitiva tipica dell’umano. La seconda, l’AGI, è invece il sogno dei tecnologi: le stesse macchine, con le stesse capacità, ma dotate di totale autonomia sia nell’imparare per conto proprio che nel ‘pensare’ per conto proprio alle soluzioni. Cioè che non richiedano più nessuna istruzione e direzione dell’uomo. Di nuovo però, si badi bene: parliamo in questo caso di un passo oltre, ma sempre di tecnologie e nulla a che vedere con l’esatta riproduzione di un cervello umano. Quindi neppure l’AGI rappresenta davvero le futuristiche, anche se emozionanti, fantasie alla Star Wars, Blade Runner e filone successivo.

Che replicare esattamente un encefalo umano dentro un’AGI, cioè creare la cosiddetta Superintelligence, fosse un’impresa pressoché irraggiungibile fu la chiara intuizione del padre dei computers, Alan Turing, il genio matematico inglese scomparso nel 1954. Turing lasciò ai posteri una sfida in questo senso, contenuta nel celeberrimo Turing Test che includeva anche una versione aggiornata col nome di Imitaton Game: in questi test si sarebbe misurato se mai un computer avrebbe ingannato la mente umana mostrando intelligenza superiore (e qui si parla d’intelligenza complessiva, non di abilità agli scacchi o a Go). Fu un primo tentativo di far comprendere quanto lunga in realtà fosse la strada prima di poter davvero decretare che una macchina sa pensare come un uomo, ammesso che quella strada esista in assoluto. Alan Turing lasciò infatti una predizione pessimistica in questo senso, nelle seguenti lapidarie parole: “La questione se le macchine possono pensare è talmente insignificante da neppure meritare una discussione”. I fatti gli stanno dando pienamente ragione a 60 anni di distanza e dopo salti tecnologici giganteschi: la Superintelligence non solo non c’è, ma si allontana sempre di più.

Considerate le seguenti cose, solo quattro punti per far capire, perché davvero dobbiamo sterilizzare il campo dalle fantasie degli esaltati sulla AI, pena il perdere uno dei più importanti treni politici ed economici della Storia, che è la vera AI:

  1. A) Nella Image Recognition, una branca della AI, ancora oggi per ottenere da una macchina ciò che il nostro cervello fa in una frazione di secondo occorrono sforzi tech immensi. Immaginate un numero 9 scribacchiato male: l’occhio e cervello umani dopo pochi istanti, senza alcuno sforzo, sanno capire se si tratta davvero di un 9 o di una g, o di disegni infantili di un girino o di un palloncino attaccato al filo, ecc. Per far sì che un computer arrivi a questo misero risultato, il lavoro di software e di artificial neural networking che gli va insegnato è estenuante. Da qui immaginate cose come la contemplazione di un affresco, e la miriade di stimoli che un cervello umano ne riceve, che vengono capiti all’istante, e che sa poi riprodurre in ogni campo cognitivo in pochi secondi per, infine, produrre azioni di ogni sorta; e di nuovo immaginate cosa ci vorrà per attrezzare un computer ad avere quelle stesse capacità se un 9 scribacchiato male richiede oggi sforzi di decine di ricercatori per farglielo azzeccare.
  2. B) Si fa un gran parlare in AI degli Artificial Neural Networks, cioè imitazioni delle strutture neuronali del nostro cervello messe dentro i computers per renderli più ‘intelligenti’. Sono tecnicamente fondamentali, ma anche qui la realtà è disarmante. Il cervello umano ha 85 miliardi di neuroni interconnessi, e nessuno al mondo oggi sa davvero come funziona neppure un singolo neurone. Alla New York University il luminare delle neuroscienze Rodolfo Llinas ha tentato per anni di capire come agisce il mega neurone del calamaro gigante, cioè come fa ad esempio a fagli distinguere un capodoglio da una roccia, ma è ancora… in alto mare. Perciò quando nella fantasia popolare si parla di AI o di Artificial Neural Networks come se fossimo a un passo dal trovare cervelli umani artificiali perfettamente riprodotti che ci faranno psicoterapia in un ‘Apple consultorio’, o che svolgeranno indagini di polizia, si parla di stupidaggini.
  3. C) Un altro trofeo del nuovo mondo in AI sono i sistemi di navigazione che tutti usiamo in auto e quelli ancor più sofisticati in arrivo per il futuro Driverless di auto, camion, aerei, drones ecc. Cose strabilianti senza dubbio, ma se si parla di esse come fosse intelligenza si va sul ridicolo. Il cervello umano racchiude in pochi cm quadrati delle capacità computazionali simultanee nella gestione dello spazio-tempo e nella sua valutazione cognitiva che nessun computer neppure lontanamente oggi sa riprodurre. Le api hanno appena 800.000 neuroni in un cervello grande come la capocchia di uno spillo, ma posseggono sistemi di navigazione talmente sofisticati che, per riprodurli, a noi occorrono computer giganteschi con l’appoggio di enormi strutture sia terrestri che nello spazio. Anche questo vi dà il senso della distanza fra macchine ‘intelligenti’ e natura davvero intelligente.
  4. D) Hanno fatto molta impressione sul pubblico le notizie delle prodezze di AI come Deep Blue e AlphaGo, cioè dei set d’istruzioni ‘pensanti’ dentro una macchina che hanno sconfitto giocatori-geni umani. Da lì molti hanno immaginato che eravamo a un passo dalla AGI detta Superintelligence, ma assolutamente no. Ciò che non viene fatto capire al pubblico è l’infinita differenza che c’è fra un cervello che impara senza alcuna istruzione su come imparare (l’umano), e un cervello che invece prima di imparare deve essere fornito da un esterno delle istruzioni su come imparare (la AI). Per essere chiari: un infante di 2 anni apprende un codice immensamente complesso come quello del linguaggio e dei suoi contenuti di coscienza senza che nessuno gli infili nel cranio un software su come apprendere linguaggio e coscienza. Invece un’AI prima di imparare il linguaggio e i suoi contenuti dovrà sempre dipendere dall’intelligenza umana che gli sappia ficcare dentro istruzioni sempre più complesse su come E’ vero che si parla di macchine avanzatissime che oggi apprendono alcune cose da sé, tuttavia all’inizio della catena c’è d’obbligo la discrezionalità delle istruzioni umane su come apprendere, cosa che nella biologia umana non accade, noi nasciamo già completi. Ma soprattutto un altro punto.

Come faranno gli scienziati ad arrivare a riprodurre in una macchina i meandri dell’intelligenza se neppure ancora sanno minimamente come questi funzionino in un encefalo biologico? Davvero la Agi con Superintelligence sono ancora fantasie.

E quindi non è un caso che dopo 60 anni dal genio di Alan Turing arrivi proprio oggi una botta di mesto realismo sulla testa della cosiddetta AI Community. Si parla sempre più fra i top esperti di un ‘inverno’ che sta calando sulla AI. Quello che è oggi considerato il Pitagora della AI, Yann LeCun, era stato assunto da Facebook come Guru supremo della loro AI nella speranza di avvicinarsi alla Superintelligence, ma oggi LeCun si sta defilando da Zuckerberg, e sta più nell’ombra.

Tutto questo per dare ai lettori un quadro informato e realistico di cosa davvero s’intende oggi per Artificial Intelligence, quando tutti sparlano di AI come macchine che schiavizzeranno il mondo e di scenari futuri da Isaac Asimov. Non fatevi impressionare dal fatto che Silicon Valley di tanto in tanto riunisca i massimi cervelli in dibattiti sull’etica delle future macchine ‘intelligenti’. DeepMind, che è il centro d’eccellenza sull’AI del colosso Google-Alphabet a Londra, ha lanciato Ethics&Society come laboratorio permanente di studio sulla moralità e sui benefici umani di queste tecnologie. Ma tutto ciò non significa affatto che dietro l’angolo davvero c’è il Terminatorpronto a comparire a schermi unificati nel Pianeta per annunciare la fine dalla razza umana. La discussione sull’uso delle tecnologie e sul loro impatto sull’umanità è, come dire, un contorno che sempre viene servito col piatto principale, e questo fin dall’invenzione della dinamite. Il fatto che le supertech possano finire in networks di controllo politico e di repressione di massa, o addirittura essere usate nelle armi di sterminio della specie, è del tutto vero, ma come sempre sarà la mano dell’uomo a decretarlo, non una Superintelligence che un mattino si sveglia a pigia i bottoni (per i Nerds: tech singularity is a joke, checché ne dica Elon Musk e altri infatuati come Ray Kurzweil).

Spero che siate arrivati fin qua. Ora la parte cruciale invece, perché rimane assolutamente vero che la AI come strumento di gestione comandato dall’uomo nella vita moderna e in ogni campo conosciuto – quindi dalla politica alla Medicina, dalle comunicazioni all’industria, dai servizi alla finanza, dall’istruzione al mondo del lavoro – sia oggi la più grande rivoluzione nelle nostre vite dopo l’arrivo dei computer, ma molto più dirompente, per cui nessuno la deve ignorare, pena rimanere esclusi in una vita da analfabeti ottocenteschi.

Quindi per completare il quadro generale di cosa sia la realistica AI e di come appunto cambierà quasi tutto, vanno descritti i tre pilastri che la compongono e di cui già si sente parlare, ad esempio, nelle offerte lavorative, nella innovation aziendale, e nelle infrastrutture nazionali: MACHINE LEARNING, DEEP LEARNING e gli ARTIFICIAL NEURAL NETWORKS.

MACHINE LEARNING.

Nasce attorno ai primi anni ’80 e la grande innovazione che porta è di sostituire i codici di software scritti a mano dai programmatori con un altro tipo d’istruzioni per i computers affinché… imparino da soli. L’idea fu che se una macchina, invece di dipendere al 100% dal software umano per sapere come svolgere un compito, fosse riuscita a usare il suo enorme potere di calcolo per apprendere, migliorare il proprio giudizio e poi completare quel compito, ovviamente i risultati sarebbero stati mille volte maggiori. Quindi invece di mettere un tradizionale software nel computer (Machine), i tecnici gli permettono d’imparare (Learning) ficcandogli dentro enormi quantità di dati e di algoritmi che appunto gli permettono d’imparare da solo come svolgere quel compito. Cosa accade in pratica dentro al cervello della macchina? Accade che gli algoritmi, che sono in sé istruzioni, studiano la massa dei dati in arrivo, ne traggono insegnamenti, selezionano ciò che è più funzionale, e poi offrono all’uomo un compito finito o una decisione su come fare qualcosa o la previsione di qualcosa.

mighty-ai2Per dare un esempio si consideri l’applicazione oggi più famosa di Machine Learning, che è la computer vision che sarà applicata ai mezzi di trasporto senza autista (Driverless). Il computer usa Machine Learning per dare un senso a oggetti e forme che si trova davanti e per svolgere un compito. Come detto sopra, il suo ‘occhio’ riceve dai tecnici immense quantità di dati su quegli oggetti e forme, impara a distinguerli usando i suoi algoritmi, e di conseguenza svolgerà poi il compito di guidare un’auto in mezzo a essi riconoscendoli e interpretandoli. Non fu facile per i ricercatori all’inizio: prendete un pedone. Prima che Machine Learning sapesse riconoscerlo ed evitarlo, dovette innanzi tutto imparare il concetto di dove inizia la sua forma e dove finisce, ci volle un lavoro computazionale incredibile. Eh sì, sembra assurdo, perché per noi l’idea di dove inizia e dove finisce una figura è scontata, ma non per un computer, che deve imparare anche quello fra miliardi di altre banalissime cose. Ma la velocità dei processori oggi è tale per cui i progressi di Machine Learning sono stati stupefacenti, ed è già in uso in una miriade di applicazioni industriali, aziendali e tecnologiche, la più importante delle quali è nella Medicina diagnostica. Grazie a Machine Learning, un computer sa ‘vedere’ milioni d’immagini nelle lastre, sa razionalizzarle, sa imparare cosa è cosa, e poi usa questo suo sapere su una determinata lastra per trovare ciò che l’occhio del medico potrebbe non aver visto.

DEEP LEARNING & ARTIFICIAL NEURAL NETWORKS.

Sono i gemelli che sempre sentite nominare quando si parla di AI e di Machine Learning. Sono in pratica lo stesso concetto di Machine Learning ma ancor più sofisticato e molto più potente nel funzionamento. Partiamo dai secondi.

Come dice il nome, Artificial Neural Networks, essi sono la riproduzione (assolutamente rudimentale oggi) del sistema dei neuroni del cervello umano ma dentro un computer. In altre parole: non più i codici software, ma una simil-biologia umana per far funzionare le macchine ‘pensanti’. Anche qui l’idea ha circa 50 anni, ma solo di recente è decollata. I ricercatori fanno strati di neuroni artificiali – attenti: non sono micro cosine di plastica e rame, ma algoritmi – che si connettono fra di loro. Queste connessioni, sia chiaro, non sono neppure lontanamente ramificate e capaci come quelle biologiche, poiché sono costrette entro un ristretto numero di possibilità. Ora, per capire cosa succede in un Artificial Neural Network e a cosa serve, passiamo a un esempio diretto.

Il computer dovrà imparare a riconoscere all’istante un volto di un cliente e ciò che egli ha nel cestino delle compere, per abbinare sia il volto che le compere al suo conto corrente mentre se ne esce con la spesa da uno smart-shop, senza più passare per nessuna cassa né estrarre il portafoglio (gli smart-shop sono già realtà). Ecco come i tecnici di Machine Learning fanno sì che un Artificial Neural Networkimpari da solo a svolgere questo compito. Iniziamo dal riconoscimento del volto: l’immagine viene scomposta in blocchi che arrivano al primo strato di neuroni artificiali. Questi valutano emettendo un giudizio chiamato weighting (soppesare), poi il tutto passa al secondo strato che fa la stessa cosa, e così via fino alla fine, dove tutti i weighting messi assieme arrivano a una conclusione ‘pensata’. Cioè: la forma ovaleggiante dell’immagine (cranio-mascella); il fatto che ha due palle colorate parallele (occhi); che ha attorno qualcosa di colorato (capelli); ci sono altre cose bilaterali (narici, orecchie); si muove (muscoli facciali), ecc., tutto questo viene soppesato dai vari strati di Artificial Neural Networks e alla fine la macchina arriva a una conclusione: è un volto.

Dovete immaginare che questa ‘scuola’ viene ripetuta dal computer milioni di volte, e che esso è sottoposto a un bombardamento di milioni di dati tipici dei volti, fino ad arrivare a una velocità istantanea di riconoscimento di un volto. Un Artificial Neural Networkgià esperto in questo abbina poi quella faccia con precisione perché la trova all’istante fra tutti i volti precedentemente caricati, ad esempio, da una banca, e questo serve poi a completare il compito specifico che era appunto il riconoscimento per addebitare il conto corrente relativo. Vi basta ora replicare questa strepitosa capacità in mille altri campi operativi, industriali, sociali, infrastrutturali, per comprendere perché oggi Machine Learning e Artificial Neural Networks sono sulla bocca di tutti.

Se avete capito fin qui, e mi sono spellato il cervello per essere chiaro, allora è facile capire cosa significhi Deep Learning. Non è altro che l’amplificazione della tecnica sopra descritta negli Artificial Neural Networks su scala sempre maggiore e affidando ai computers algoritmi sempre più sofisticati. Fu l’idea dello scienziato Andrew Ng (Baidu), che comprese che per sveltire l’apprendimento delle macchine ‘intelligenti’ – ma soprattutto per permettere loro apprendimenti sempre più astratti, e quindi vicini a quelli del cervello umano – le si doveva dotare di Artificial Neural Networks giganti e le si doveva sottoporre a dosi colossali di dati. Fu proprio Andrew Ng che ingozzando un computer con 10 milioni di video permise al suo Artificial Neural Network di imparare per la prima volta a riconoscere un gatto. Replicare questo metodo per permettere alle macchine di imparare a ‘pensare’ sempre di più e quindi a svolgere compiti sempre più complessi, è di fatto il Deep Learning.

SARA’ DAPPERTUTTO. ADESSO LA CONOSCETE. GIOVANI, COSA FARE.

Ci sono due categorie d’italiani per cui quanto sopra è essenziale, ma in due modi radicalmente diversi: gli adulti e i giovani. Per gli adulti conoscere l’AI, e più in generale la travolgente rivoluzione globale delle nuove tecnologie chiamata Disruption, ha un valore politico imprescindibile. Per i giovani, cioè dai bambini ai ragazzi, si tratta di capire che chi rimane fuori almeno dalla comprensione di base dall’AI e dalla Disruption è oggi identico all’incolpevole italiano che negli anni ’50 non sapeva ancora leggere e scrivere, e mestamente da escluso sociale guardava le lezioni del Maestro Manzi a “Non è mai troppo tardi” alla RAI in bianco e nero, mentre tutti gli altri partecipavano al grande boom economico del dopoguerra con lavori, sicurezza sociale, e un futuro per i figli.

Per capire il valore politico dell’AI non ci vuole un genio. Queste tecnologie hanno un potere di analisi dei dati sconfinato. Oggi l’adesione a Internet di quasi tutti i cittadini, o anche solo il possesso di un cellulare, significa che coloro che gestiscono il digitale ci carpiscono lecitamente (quindi non Cambridge Analytica o la NSA) milioni di dati al giorno su: cosa facciamo o dove siamo, e quando; cosa diciamo o cosa leggiamo di politicamente rilevante; cosa compriamo, e quanto; lo scontento e il malumore sociale, di chi e dove; e moltissimo altro. Fino a pochissimo tempo fa quella mole cosmica di dati era usata dalle classi dirigenti, fa cui i politici, neppure all’1% perché non esisteva la tecnologia per analizzarli tutti e trarne conclusioni utili. Oggi invece l’AI di Machine Learning e del Data Mining ha spazzato via i sondaggisti come le calcolatrici spazzarono via il pallottoliere, e permette a classi dirigenti e politici un potere di predizione e quindi di manipolazione del consenso inimmaginabili. L’essenza stessa dei maggiori partiti esteri è cambiata: l’AI è il primo strumento di cui si sono dotati, e come sempre l’Italia li imiterà. Non capire oggi il nesso fra politica e AI è esattamente come chi negli anni ‘50 si fosse rifiutato di capire il nesso fra l’arrivo della Tv e la politica.

Nell’economia nazionale, che sono i nostri lavori, redditi, pensioni, alloggi, salute, l’arrivo dell’AI significa una cosa semplice: amplificare il potere di tutto. Questo perché qualsiasi sviluppo dirompente che oggi si applica nell’istruzione, nell’agricoltura, nella finanza, nella sanità, nei trasporti, nelle infrastrutture, nell’industria, nell’azienda, sarebbe rimasto uno scatolone vuoto senza una tecnologia che ne sapesse analizzare e capire la cosmica quantità di nuovi dati, per poi suggerire innovazioni. L’AI esiste proprio per questo, e cambierà tutto.

Per i vostri figli piccoli, e per i ragazzi, posso solo ripetere ciò che ho già scritto tante volte. L’AI e la Disruption delle nuove tecnologie sta, in queste ore, ridipingendo il mondo del lavoro come mai nella storia umana. Ne ho già trattato lungamente. Uno può scalciare, può illudersi, e negare la realtà, faccia pure, sarà solo un perdente, come il povero italiano analfabeta che vagava le strade del boom economico del dopoguerra. Seguite il mio consiglio: leggete i pochissimi autori come me che vi stanno raccontando ‘live’, giorno dopo giorno, cosa succede a Disruption & Work e quali capacità (gli Skills) è oggi prioritario acquisire nell’era della Disruption. Ma, genitori dei piccoli e ragazzi adolescenti, io mi spingo ancora oltre: leggeteci, e poi confrontatevi con gli insegnanti, e se li troverete scettici o addirittura impreparati su questi temi fate manifestazioni per pretendere che vi tutelino con gli aggiornamenti, in particolare, ripeto, su Disruption & Work. Perché quando uno dei Signori del mondo di oggi, Google-Alphabet, scrive sulla home la frase che conclude questo paragrafo, un giovane deve schizzare sulla sedia come la dinamite se davvero sogna un lavoro dignitoso, una vita da persona libera: “Il 65% degli studenti di oggi lavoreranno in lavori che neppure ancora esistono”.

Ora sapete tutti almeno le basi, solide e informate, su cosa sai l’Artificial Intelligence, e perché non conoscerla non è più un optional. Ora fate la vostra parte e divulgate questo articolo.

(le immagini sono dei rispettivi proprietari)