00:00:00 Breve riassunto del documento di ricerca di Harvard
00:00:32 Studio di ChatGPT-4 con consulenti del BCG
00:01:31 Esplorando l’impatto dell’IA sulla produttività
00:02:31 Potenziale di spostamento dell’IA e critica
00:03:47 Effetti più ampi dell’IA sull’occupazione
Riassunto
Conor Doherty di Lokad analizza uno studio di Harvard sull’impatto dell’IA sui lavori d’ufficio, rivelando effetti sfumati. La ricerca, che ha coinvolto 758 consulenti, valuta il ruolo dell’IA nel potenziare la produttività, in particolare nel supply chain management. Lo studio rileva che l’IA incrementa le prestazioni in determinate attività, soprattutto se accompagnata da formazione, ma potrebbe vacillare in scenari complessi. Doherty critica la visione ristretta dello studio, che considera l’IA solo come un complemento al lavoro umano, sostenendo il suo potenziale per automatizzare completamente le attività, rivoluzionando così la produttività e ridefinendo il lavoro d’ufficio. Avverte contro un’eccessiva fiducia nella sicurezza del lavoro, poiché le piene capacità dell’IA potrebbero alterare drasticamente il panorama occupazionale.
Trascrizione Completa
Conor Doherty: Navigando la spigolosa frontiera tecnologica, un documento di ricerca pubblicato dalla Harvard Business School mira a fornire una visione sugli effetti dell’IA sia sulla produttività che, in definitiva, sull’occupazione.
Oggi esaminerò tre aspetti: primo, l’ipotesi e i metodi dello studio; secondo, i principali risultati e conclusioni; e terzo, il punto di vista di Lokad. Iniziamo.
Lo studio esplora le implicazioni dell’IA sulle attività complesse, realistiche e ad alta intensità di conoscenza. L’IA utilizzata era ChatGPT-4, un modello linguistico di grandi dimensioni.
L’ipotesi implicita era che introdurre l’IA nei workflows di professionisti altamente qualificati portasse a guadagni di produttività. I 758 soggetti coinvolti erano consulenti del Boston Consulting Group (BCG).
I ricercatori hanno suddiviso i soggetti in due gruppi, assegnando a ciascuno un compito unico. Un compito era incentrato sulle capacità analitiche, la scrittura creativa, la capacità di persuasione e le competenze redazionali, mentre l’altro si concentrava sulla risoluzione di problemi attraverso la combinazione di dati quantitativi e qualitativi.
Tutti i partecipanti hanno inizialmente completato un compito base senza IA. Successivamente, i soggetti sono stati suddivisi in tre gruppi: un gruppo di controllo senza IA, un gruppo con IA e un terzo gruppo con sia IA che formazione su come utilizzarla al meglio.
Agli soggetti è stato concesso un tempo compreso tra 30 e 90 minuti per completare i compiti, progettati per imitare quelli riscontrabili nelle società di consulenza di alto livello.
Anche se i compiti erano progettati per avere una difficoltà simile, gli effetti dell’IA sono stati piuttosto differenti, portando a quella che i ricercatori hanno definito una frontiera tecnologica frastagliata.
Ciò si riferisce alla capacità dell’IA di migliorare significativamente le prestazioni umane in alcune attività, quelle all’interno della frontiera, ma di comprometterle in altre, quelle al di fuori della frontiera.
Per le attività all’interno della frontiera, l’IA ha portato a guadagni di produttività significativi. Entrambi i gruppi con IA hanno superato il gruppo di controllo, e il gruppo che ha ricevuto formazione aggiuntiva ha ottenuto le migliori prestazioni complessive.
Il miglioramento della produttività era particolarmente evidente per le persone che avevano ottenuto punteggi nella metà inferiore del compito base iniziale, suggerendo che l’IA potrebbe essere particolarmente vantaggiosa per i lavoratori meno qualificati.
Tuttavia, per le attività al di fuori della frontiera, come la combinazione di analisi quantitativa e qualitativa, il gruppo che ha ricevuto sia IA che formazione ha ottenuto i risultati peggiori. Infatti, il gruppo di controllo ha superato entrambi i gruppi con IA, con una differenza significativa registrata tra il gruppo di controllo e quello che ha ricevuto sia IA che formazione.
Gli autori suggeriscono che, per le attività all’interno della frontiera, l’IA può migliorare drammaticamente sia la produttività che la qualità, e possibilmente anche sostituire gli esseri umani. Tuttavia, per le attività ritenute al di fuori della frontiera, l’IA può risultare molto meno efficace.
Anche se lo studio è scritto in modo molto accessibile, si basa su un grave difetto metodologico. Non ha esaminato la produttività ottenuta attraverso l’automazione dell’IA.
Invece, ha trattato l’IA come una sorta di copilota da guidare dagli umani.
Questo è profondamente errato, perché ha artificialmente limitato le capacità dell’IA, in particolare quando combinata con altre tecniche come il retrieval-augmented generation.
L’IA può comporre automaticamente prompt contenenti tutte le informazioni necessarie, recuperate da un database, come quelli detenuti nelle società di consulenza di alto livello. Questo supererebbe di gran lunga il risultato di una singola persona ed sarebbe molto più redditizio se implementato su larga scala.
Anche se la qualità delle risposte fosse solo pari a quella del gruppo di controllo, risulterebbe comunque notevolmente più economica, grazie al costo estremamente basso dei modelli linguistici di grandi dimensioni (LLM) rispetto al salario a sei cifre di un singolo laureato di Harvard.
Questo è il vero effetto dell’IA sia sulla supply chain che sull’occupazione: guadagni di produttività senza precedenti grazie all’automazione, su larga scala, sia delle attività quantitative che qualitative. Ignorando questo ovvio caso d’uso, lo studio offre un falso e, si potrebbe dire, pericoloso senso di sicurezza a chi è già preoccupato per il potenziale impatto dell’IA sulla supply chain e su altri lavori analitici.
