I recenti progressi nell’intelligenza artificiale (AI) hanno ravvivato il dibattito sull’impatto delle nuove tecnologie sui posti di lavoro (ad esempio Frey e Osborne 2017, Susskind 2020 e Acemoglu 2021). Le ondate di innovazione sono state solitamente accompagnate da ansia per il futuro dei posti di lavoro. Questa apprensione persiste, anche se la documentazione storica suggerisce che le precedenti preoccupazioni circa la ridondanza del lavoro erano esagerate (ad esempio Autor 2015, Bessen 2019). Questo perché i potenziali effetti negativi della tecnologia sull’occupazione sono sempre stati controbilanciati da incrementi di produttività e creazione di nuove mansioni. Rimane una questione aperta se ci si può aspettare lo stesso dalle tecnologie abilitate all’intelligenza artificiale.
Prove esistenti sull’intelligenza artificiale e l’occupazione
Le scoperte dell’IA sono arrivate in molti campi. Questi includono progressi nella robotica, apprendimento supervisionato e non supervisionato, elaborazione del linguaggio naturale, traduzione automatica o riconoscimento di immagini, tra molte altre attività che consentono l’automazione del lavoro umano in attività non di routine, sia nella produzione che nei servizi (ad esempio consulenza medica o scrittura codice). L’intelligenza artificiale è quindi una tecnologia generica che potrebbe automatizzare il lavoro praticamente in ogni occupazione. È in contrasto con altre tecnologie come l’informatizzazione e la robotica industriale che consentono l’automazione in un insieme limitato di attività implementando regole specificate manualmente.
L’evidenza empirica esistente sull’effetto complessivo delle tecnologie basate sull’intelligenza artificiale sull’occupazione e sui salari è ancora in evoluzione. Ad esempio, sia Felten et al. (2019) e Acemoglu et al. (2022) concludono che le occupazioni più esposte all’IA non subiscono alcun impatto visibile sull’occupazione. Tuttavia, Acemoglu et al. (2022) rilevano che gli stabilimenti esposti all’IA hanno ridotto le assunzioni non IA e complessive, il che implica che l’IA sta sostituendo il lavoro umano in un sottoinsieme di compiti, mentre vengono creati nuovi compiti. Inoltre, Felten et al. (2019) rilevano che le professioni interessate dall’IA subiscono un piccolo ma positivo cambiamento nei salari. In una nota diversa, Webb (2020) sostiene che è probabile che le tecnologie abilitate dall’intelligenza artificiale influiscano maggiormente sui lavoratori altamente qualificati, rispetto al software o ai robot. Questa letteratura si è concentrata principalmente sugli Stati Uniti.
Una recente articolo Vox (Ilzetzki e Jain 2023) discute i risultati del sondaggio di un gruppo di esperti sul potenziale impatto dell’IA sull’occupazione in una serie di paesi ad alto reddito. La maggior parte dei membri del panel riteneva improbabile che l’IA influisse sui tassi di occupazione nel prossimo decennio.
Il nostro studio
In un recente articolo (Albanesi et al. 2023), esaminiamo il legame tra le tecnologie abilitate dall’IA e le quote di occupazione in 16 paesi europei nel periodo 2011-2019. Il nostro periodo campione coincide con l’ascesa delle applicazioni di deep learning come l’elaborazione del linguaggio, il riconoscimento delle immagini, le raccomandazioni basate su algoritmi e il rilevamento delle frodi. Questi hanno una portata più limitata rispetto agli attuali modelli di intelligenza artificiale generativa come ChatGPT. Le applicazioni di deep learning sono tuttavia rivoluzionarie e suscitano ancora preoccupazioni per il loro impatto sul lavoro. Utilizziamo i dati a livello di occupazione a 3 cifre (secondo l’International Standard Classification of Occupations) dall’Eurostat’s Labour Force Survey e due proxy di potenziale automazione abilitata dall’intelligenza artificiale, presi in prestito dalla letteratura. Il primo proxy è l’AI Occupational Impact creato da Felten et al. (2018) e Felten et al. (2019), che collega i progressi nelle applicazioni specifiche dell’IA alle capacità richieste per ciascuna occupazione, come descritto in O*NET. La seconda è una misura dell’esposizione di compiti e occupazioni all’IA, costruita da Webb (2020) quantificando la sovrapposizione testuale delle descrizioni dei brevetti AI e della descrizione del lavoro da O*NET.
Secondo questi dati, tra il 23 e il 29% dell’occupazione totale nei paesi europei era in occupazioni altamente esposte all’automazione abilitata dall’intelligenza artificiale (tercile superiore delle misure di esposizione). Queste occupazioni impiegano per lo più lavoratori altamente qualificati e ben pagati, in contrasto con altre tecnologie come il software.
Problema principale. Risultati
Troviamo un’associazione positiva tra l’automazione abilitata dall’intelligenza artificiale e le variazioni delle quote di occupazione nel campione aggregato dei paesi europei, indipendentemente dal proxy utilizzato per il nostro campione di paesi europei. Secondo l’indicatore di esposizione all’IA proposto da Webb (2020), l’aumento di 25 centesimi lungo la distribuzione dell’esposizione all’IA è associato a un aumento della quota di occupazione del settore del 2,6%, utilizzando la misura fornita da Felten et al. (2018, 2019) l’aumento stimato della quota di occupazione del settore è del 4,3%. I coefficienti stimati sono visualizzati dalla linea tratteggiata nelle colonne sinistra e centrale della Figura 1.
Figura 1 Esposizione alla tecnologia e variazioni delle quote di occupazione, per qualifica ed età
Fonte : Albanesi et al. (2023).
Appunti: Coefficienti di regressione che misurano l’effetto dell’esposizione alla tecnologia sulle variazioni della quota di occupazione. Ogni osservazione è una cella del settore dei tempi di occupazione a 3 cifre ISCO. Le osservazioni sono ponderate in base all’offerta di lavoro media delle celle. Manichini di settore e paese inclusi. Campione: 16 paesi europei, dal 2011 al 2019. Il coefficiente per l’intero campione è visualizzato dalla linea tratteggiata orizzontale. Le barre mostrano il coefficiente stimato per il sottocampione di celle il cui livello di istruzione medio è rispettivamente nel terzile inferiore, medio e superiore della distribuzione dell’istruzione (prima riga) e di celle la cui età media dei lavoratori è nel terzile inferiore, medio e superiore rispettivamente della distribuzione per età dei lavoratori (seconda riga). I coefficienti che sono statisticamente significativi almeno al livello del 10% sono rappresentati in un colore scuro.
+++++++++++++++++++++++++++++++
L’automazione abilitata dalla tecnologia potrebbe anche indurre cambiamenti nelle quote relative di occupazione lungo la distribuzione delle competenze e quindi influire sulla disparità di reddito. La letteratura sulla polarizzazione del lavoro mostra che i lavoratori mediamente qualificati in lavori ad alta intensità di routine sono stati sostituiti dall’informatizzazione (ad es. Autor et al. 2003, Goos et al. 2009). Al contrario, si sostiene spesso che è più probabile che l’automazione abilitata dall’intelligenza artificiale integri o sostituisca posti di lavoro in occupazioni che impiegano manodopera altamente qualificata.
I pannelli (a) e (b) nella Figura 1 mostrano i coefficienti stimati dell’associazione tra i cambiamenti nell’occupazione e l’automazione abilitata dall’IA da parte dei terzili dell’istruzione. I coefficienti significativi sono tracciati in colore scuro ombreggiato. Non vi è alcun cambiamento significativo nelle quote di occupazione associate all’esposizione all’IA per le professioni il cui livello di istruzione medio è compreso nei terzili medio e basso. Tuttavia, per il tercile con competenze elevate, troviamo un’associazione positiva e significativa: si stima che l’aumento di 25 centili lungo la distribuzione dell’esposizione all’IA sia associato a un aumento della quota di occupazione del settore occupazionale del 3,1% utilizzando l’indicatore di esposizione AI di Webb, e del 6,7% utilizzando la misura di Felten et al. I pannelli (c) e (d) in Figura 1 riportano le stime per terzili di età. L’automazione abilitata dall’intelligenza artificiale sembra essere più favorevole per quelle occupazioni che impiegano lavoratori relativamente più giovani. Indipendentemente dall’indicatore AI utilizzato, l’entità del coefficiente stimato per il gruppo più giovane raddoppia quella del resto dei gruppi.
L’automazione abilitata dall’intelligenza artificiale è quindi associata all’aumento dell’occupazione in Europa, soprattutto per le occupazioni altamente qualificate e per i lavoratori più giovani. Ciò è in effetti in contrasto con le prove delle precedenti ondate tecnologiche, quando l’informatizzazione ha ridotto la quota relativa dell’occupazione di lavoratori mediamente qualificati, con conseguente polarizzazione. Inoltre, non troviamo prove di questo modello di polarizzazione per il nostro campione quando esaminiamo l’impatto dell’automazione abilitata dal software proxy dall’esposizione del software di Webb (2020). I pannelli (c) e (f) nella Figura 1 mostrano i coefficienti stimati. La relazione tra l’esposizione al software e i cambiamenti occupazionali è nulla per il campione raggruppato e non identifichiamo prove di software che sostituiscono lavori di routine con competenze medie. In tutti i gruppi di età, i lavoratori di base e quelli più anziani guidano l’impatto negativo dell’esposizione al software sulle quote occupazionali delle occupazioni.
Nonostante i risultati per le quote di occupazione, non abbiamo riscontrato effetti statisticamente significativi sui salari né per l’IA né per l’esposizione al software, ad eccezione di Felten et al., che indica che le occupazioni più esposte all’IA hanno una crescita salariale leggermente peggiore.
I nostri risultati mostrano modelli eterogenei tra i paesi. L’impatto positivo dell’automazione basata sull’intelligenza artificiale sull’occupazione vale in tutti i paesi con solo poche eccezioni. Tuttavia, come discutiamo nel documento, l’entità delle stime varia notevolmente da un paese all’altro, probabilmente riflettendo differenze nei fattori economici sottostanti, come il ritmo della diffusione della tecnologia e dell’istruzione, ma anche il livello di regolamentazione del mercato dei prodotti (concorrenza) e leggi a tutela del lavoro.
Riepilogo
Per riassumere, durante il boom del deep learning degli anni 2010, le occupazioni potenzialmente più esposte alle tecnologie basate sull’intelligenza artificiale hanno aumentato la loro quota di occupazione in Europa. Ciò è stato particolarmente vero per le occupazioni con una percentuale relativamente più elevata di lavoratori più giovani e qualificati. Per i salari, l’evidenza è meno chiara e varia tra impatti neutri e leggermente negativi. Questi risultati devono essere presi con cautela. Le tecnologie basate sull’intelligenza artificiale continuano a essere sviluppate e adottate e la maggior parte del loro impatto sull’occupazione e sui salari deve ancora essere realizzato.
Nota degli autori: le opinioni espresse sono quelle degli autori e non riflettono necessariamente quelle della BCE, del Banco de España o dell’Eurosistema.
Fonte: VoxEU
