L’economia della conoscenza è un concetto che mette al centro la conoscenza stessa contenuta in un’azienda o addirittura in un individuo, piuttosto che un qualsiasi componente fisico. Si contrappone a una società agricola (agricoltura/industria alimentare) e a un’economia manifatturiera (prodotti), e si differenzia da un’economia dei servizi in quanto i prodotti ad alto livello di conoscenza diventano l’output, non un servizio fisico. L’economia della conoscenza è spesso considerata una componente importante di un’economia moderna e sviluppata.
In genere, le economie della conoscenza hanno una forza lavoro altamente qualificata e specializzata e grandi istituzioni (imprese o centri di apprendimento) che sfruttano queste conoscenze.
La diffusione dell’Intelligenza Artificiale rappresenta una minaccia per tutto questo.
L’Economia della Conoscenza Attuale
Attualmente, la conoscenza è, in genere, detenuta dagli esseri umani. Si paga qualcuno per scrivere un articolo o per creare nuove idee per le campagne di marketing. I team commerciali sono formati da persone reali, che inviano e-mail, rispondono ai clienti e consegnano i prodotti.
Chi si occupa di configurazioni è umano; chi si occupa di R&S, di contabilità, chi fa le buste paga, chi segue le risorse umane: sono tutte persone reali.
Il motivo? La conoscenza appartiene a queste persone, che vengono pagate per il valore che apportano all’azienda, e utilizzano la tecnologia per accrescere il loro valore. Valutano le registrazioni, controllano i dati e prendono decisioni, riportando i dati in grandi database che le aziende usano come fonte di conoscenza.
È qui che risiede il valore delle persone: prendono decisioni sulla base della conoscenza di cui dispongono.
Nonostante i grandi progressi nell’accessibilità della conoscenza, siamo ancora limitati dai modi in cui gli esseri umani possono assorbire e riutilizzare le informazioni. Altri limiti riguardano la capacità di rifiutare le informazioni false (con vari gradi di successo), la comprensione delle priorità e la capacità di fare scelte casuali quando necessario.
Al termine di un dottorato di ricerca, agli studenti viene spesso detto che ora sono i massimi esperti in quel particolare campo di competenza, che si tratti di urne greche o dell’uso dei tioeteri corona a base di lantanide nelle transizioni di fase (in pratica lo spostamento delle molecole tra benzina e acqua).
Le conoscenze approfondite non si traducono automaticamente in una retribuzione maggiore. C’è quindi un’altra componente: quanto vale la conoscenza per un’azienda?
Le conoscenze di un chimico possono essere incredibilmente redditizie perché la sua ricerca potrebbe portare a nuovi modi di creare farmaci, catalizzatori o pesticidi. Un ricercatore di materie classiche potrebbe non avere un valore commerciale simile con il suo dottorato di ricerca. Allo stesso modo, chi ha trascorso 20 anni nel marketing potrebbe avere conoscenze più rilevanti dal punto di vista commerciale rispetto a chi ha solo un anno di esperienza.
Poi c’è la facilità di sostituzione: quanto velocemente si può sostituire una persona con quelle conoscenze? Una persona con conoscenze preziose e specializzate può valere di più di una persona con competenze più ampie: sostituirla è più difficile e quindi costa di più.
Naturalmente stiamo generalizzando.
Questo significa che l’unicità della specializzazione, la difficoltà di sostituzione e l’attrattiva finanziaria sono le tre principali linee guida per stabilire quanto “vale” una persona per un’azienda nell’economia della conoscenza.
I Limiti Attuali dell’IA
Uno dei motivi principali per cui i computer faticano a ricreare i modelli di pensiero umani è che gli esseri umani analizzano le informazioni in modo euristico.
Se si chiedesse a un computer che cos’è una scatola, sarebbe difficile stabilire dei parametri che definiscono con precisione che cos’è una scatola.
In breve, gli esseri umani non hanno bisogno di conoscere ogni singola versione possibile di una scatola per capire che cosa è una scatola. Prendiamo nota degli aspetti chiave e applichiamo queste informazioni alla nostra vita. Questo può portare a interessanti dibattiti filosofici, ad esempio quando una scatola può diventare un vassoio? Una scatola può essere sia una scatola che un vassoio?
Saremmo anche in grado di rifiutare articoli che sembrano scatole ma che chiaramente non lo sono. Un libro potrebbe essere un esempio.
Questa capacità di rifiutare le informazioni false separa fortemente gli esseri umani dall’intelligenza artificiale.
Una possibile soluzione è quella di utilizzare Internet come un enorme bacino di dati. Tuttavia, se un’intelligenza artificiale viene introdotta in Internet, spesso diventa la peggiore rappresentazione di sé stessa. Questo perché in Internet l’ostilità è facile da trovare, e gli utenti più ostili sono spesso quelli più attivi. Se un’intelligenza artificiale pondera i contenuti in base alla quantità di contenuti simili che trova, può produrre essa stessa informazioni estremiste. Questo è diventato un problema in diversi campi, tra cui quello del recruiting.
È noto che Amazon ha interrotto l’uso del suo strumento di recruiting quando si è resa conto che i dati originali utilizzati nel suo modello di IA/apprendimento automatico erano difettosi fin dall’inizio. Basandosi infatti sulla pregressa esperienza di Amazon, l’IA ha mostrato la preferenza per il genere maschile e ha declassato alcune frasi (come “femminile” e il nome di due scuole femminili) anche se gli era stato detto di non concentrarsi sul genere.
Ciò significa che i flussi di informazioni devono essere suddivisi per addestrare un’IA. Le carenze nel modello assicurano che l’IA produca risultati non previsti, proprio come accade con l’addestramento degli esseri umani.
Rifiuti in entrata = rifiuti in uscita
I Molti Fallimenti dell’IA
Anche in ambito militare, dove è necessario prendere decisioni in una frazione di secondo, esitiamo a utilizzare l’IA per prendere decisioni ancora più rapide. Le notizie sull’eliminazione degli esseri umani dal processo decisionale hanno spinto le Nazioni Unite a proporre il divieto di prendere decisioni guidate dall’intelligenza artificiale in guerra. Sebbene tale proposta sia fallita a causa delle pressioni esercitate da Regno Unito, Stati Uniti e Russia, è possibile che il prossimo incidente spinga le nazioni ad allontanarsi ulteriormente dall’IA militare.
I veicoli che utilizzano le tecnologie driverless a IA sostengono da tempo di essere più sicuri delle auto moderne, ma possono essere messe fuori gioco da un semplice anello di sale intorno all’auto. L’Intelligenza Artificiale non si è rivelata così tanto efficace.
Con ChatGPT è ancora possibile individuare i saggi scritti dall’IA: è facile rilevare il modello di funzionamento dell’IA perché si basa su frasi standard e la conoscenza degli eventi successivi al 2021 è limitata. I motori di ricerca stanno già studiando modi per identificare ed eliminare i contenuti scritti dall’intelligenza artificiale dal web, ritenendo che la maggior parte delle persone cercherà contenuti e idee scritti da esseri umani.
Al momento, l’intelligenza artificiale può solo riproporre le idee esistenti che trova. Di conseguenza, non può creare nuovi contenuti, come citazioni, nuove teorie e idee.
Le IA che lavorano in modo più autonomo, come AutoGPT, possono gestire domande meno strutturate per fornire risultati, ma a volte non è chiaro da dove derivino le informazioni o come si arrivi a determinate conclusioni. Questo può creare problemi a coloro che richiedono un certo grado di responsabilità. Dopo tutto, se un modello di intelligenza artificiale consiglia di acquistare un’azione e questa crolla, chi è responsabile della decisione? E cosa succede se si prende una decisione errata in campo sanitario?
E se l’Economia della Conoscenza Venisse Distrutta?
Man mano che l’IA diventa sempre più integrata, c’è il rischio che ci si concentri non su ciò che le persone sanno, ma su quali strumenti di IA sanno utilizzare.
Questo inizierebbe a distruggere l’economia della conoscenza, spostando il focus da una conoscenza specializzata agli algoritmi. Invece di assumere uno sviluppatore, si assumerà il tempo di esecuzione di un programma di IA per fornire un codice accurato e adatto allo scopo. Invece di assumere uno scrittore, inserirete i vostri requisiti in un database, che fornirà i contenuti.
In teoria, l’uso dell’IA rende l’accesso alla conoscenza un campo di gioco uniforme.
Ciò che potrebbe accadere è che la conoscenza diventi ancora più distillata in grandi aziende e che il costo dell’acquisto di tali aziende e della loro sfida diventi sempre più difficile. I nuovi fornitori di IA saranno valutati da altre IA e, se le loro conoscenze saranno ritenute utili, saranno acquisiti rapidamente. In caso contrario, saranno sottoposti a un intenso scrutinio e gradualmente scompariranno.
L’uso dell’intelligenza artificiale può gradualmente erodere la capacità degli esseri umani di esprimere creatività e istinto. Abbiamo già software che pretendono di giudicare la bontà di una pubblicità o di un contenuto in base ai movimenti degli occhi e alla posizione preferita. Abbiamo algoritmi che propongono contenuti in base alle preferenze degli utenti (“potrebbe piacerti anche”). Alcuni algoritmi possono aiutarvi a pianificare i vostri pasti o a gestire i vostri impegni.
E alla fine, forse l’IA inizierà a dare giudizi concreti su quali dipendenti è bene trattenere. I manager diventeranno superflui e il feedback dei dipendenti potrebbe essere automatizzato. Alla fine, l’intelligenza artificiale potrebbe gestire ogni aspetto di un’azienda, dai veicoli automatizzati ai servizi di consegna, dalle casse alla sicurezza.
Non c’è Speranza?
Forse stiamo dipingendo un quadro troppo cupo.
L’IA ha certamente avuto un impatto, ma abbiamo una potenza di elaborazione sufficiente per gestire milioni e milioni di interazioni in tutto il mondo per ogni azienda?
Probabilmente no.
Al momento, produciamo chip per computer (AMD, Intel) con tecnologia a 3 nanometri. Questo non ha in realtà molta somiglianza con le dimensioni dei singoli transistor, ma è una convenzione di denominazione. Sono previsti un nodo a 2 nanometri e un nodo a 1,4 nanometri. Al di là di questo, non è del tutto chiaro come sarà possibile continuare il processo.
Con la tecnologia attuale si può arrivare solo fino a un certo punto prima di incorrere in enormi problemi con gli effetti quantistici (il tunneling quantistico, per essere precisi). Questi effetti sono già un problema e peggioreranno con la riduzione della tecnologia.
Quindi, l’unico modo per iniziare a fare più affidamento sull’IA è aumentare gradualmente il numero di processori a sua disposizione, ma questo richiede enormi quantità di energia, e c’è già una crisi energetica, dato che le scorte di petrolio si stanno esaurendo e c’è carenza di carburante disponibile per alimentare tutto ciò che è in rete.
In questo momento, non possiamo giustificare l’aumento del consumo di energia per vendere più prodotti e non possiamo giustificare i costi aggiuntivi del costo della vita. Non possiamo quindi giustificare il costo di strumenti a intelligenza artificiale che alla fine potrebbero costringere le persone a lasciare il loro lavoro.
Di conseguenza, l’IA più avanzata è fuori mercato, e i lavori basati sulla conoscenza sono probabilmente al sicuro, per ora.
Forse…
Per altri consigli di marketing, registrati per ricevere gratuitamente il nostro magazine!