L'intelligenza artificiale potrebbe fare più lavoro per noi, invece di semplificare le nostre vite

C'è una percezione comune che intelligenza artificiale (AI) contribuirà a semplificare il nostro lavoro. Si teme persino che possa eliminare del tutto la necessità di alcuni posti di lavoro.

Ma in uno studio dei laboratori scientifici che ho svolto con tre colleghi dell'Università di Manchester, l'introduzione di processi automatizzati che mirano a semplificare il lavoro - e liberare il tempo delle persone - può anche rendere quel lavoro più complesso, generando nuovi compiti che molti lavoratori potrebbero percepire come banali.

Nello studio, pubblicato in Politica di ricerca, abbiamo esaminato il lavoro degli scienziati in un campo chiamato biologia sintetica, o synbio in breve. Synbio si occupa di riprogettare gli organismi per avere nuove abilità. È coinvolto in carne in crescita in laboratorio, in nuovi modi di produrre fertilizzanti e nella scoperta di nuovi farmaci.

Gli esperimenti di Synbio si basano su piattaforme robotiche avanzate per spostare ripetutamente un gran numero di campioni. Usano anche l'apprendimento automatico per analizzare i risultati di esperimenti su larga scala.

Questi, a loro volta, generano grandi quantità di dati digitali. Questo processo è noto come "digitalizzazione", in cui le tecnologie digitali vengono utilizzate per trasformare metodi e modi di lavorare tradizionali.

Alcuni degli obiettivi chiave dell'automazione e della digitalizzazione dei processi scientifici sono l'aumento della scienza che può essere fatto risparmiando ai ricercatori il tempo di concentrarsi su ciò che considererebbero un lavoro più "prezioso".

Risultato paradossale

Tuttavia, nel nostro studio, gli scienziati non sono stati liberati da compiti ripetitivi, manuali o noiosi come ci si potrebbe aspettare. Invece, l'uso di piattaforme robotiche ha amplificato e diversificato i tipi di compiti che i ricercatori dovevano svolgere. Ci sono diverse ragioni per questo.

Tra questi c'è il fatto che il numero di ipotesi (il termine scientifico per una spiegazione verificabile per alcuni fenomeni osservati) e di esperimenti che dovevano essere eseguiti è aumentato. Con metodi automatizzati, le possibilità sono amplificate.

Gli scienziati hanno affermato che ha permesso loro di valutare un numero maggiore di ipotesi, insieme al numero di modi in cui gli scienziati potrebbero apportare sottili modifiche alla configurazione sperimentale. Ciò ha avuto l'effetto di aumentare il volume di dati da controllare, standardizzare e condividere.

Inoltre, i robot dovevano essere "addestrati" a eseguire esperimenti precedentemente eseguiti manualmente. Anche gli esseri umani avevano bisogno di sviluppare nuove abilità per preparare, riparare e supervisionare i robot. Ciò è stato fatto per garantire che non vi fossero errori nel processo scientifico.

Il lavoro scientifico viene spesso giudicato in base a risultati come pubblicazioni sottoposte a revisione paritaria e sovvenzioni. Tuttavia, il tempo impiegato per pulire, risolvere i problemi e supervisionare i sistemi automatizzati è in concorrenza con i compiti tradizionalmente premiati nella scienza. Questi compiti meno apprezzati possono anche essere in gran parte invisibili, in particolare perché i manager sono quelli che non sarebbero a conoscenza del lavoro banale perché non trascorrono molto tempo in laboratorio.

Gli scienziati synbio che svolgevano queste responsabilità non erano meglio pagati o più autonomi dei loro manager. Hanno anche valutato il proprio carico di lavoro come superiore a quelli sopra di loro nella gerarchia del lavoro.

Lezioni più ampie

È possibile che queste lezioni possano applicarsi anche ad altre aree di lavoro. ChatGPT è un Chatbot basato su AI che “impara” dalle informazioni disponibili sul web. Quando viene richiesto dalle domande degli utenti online, il chatbot offre risposte apparire ben congegnato e convincente.

Secondo Ora rivista, affinché ChatGPT eviti di restituire risposte razziste, sessiste o offensive in altri modi, lavoratori in Kenia sono stati assunti per filtrare i contenuti tossici forniti dal bot.

Ci sono molte pratiche di lavoro spesso invisibili necessarie per lo sviluppo e la manutenzione dell'infrastruttura digitale. Questo fenomeno potrebbe essere descritto come un "paradosso della digitalizzazione". Sfida il presupposto che tutte le persone coinvolte o interessate dalla digitalizzazione diventino più produttive o abbiano più tempo libero quando parti del loro flusso di lavoro sono automatizzate.

Le preoccupazioni per un calo della produttività sono una motivazione chiave dietro gli sforzi organizzativi e politici per automatizzare e digitalizzare il lavoro quotidiano. Ma non dovremmo prendere per oro colato le promesse di guadagni di produttività.

Invece, dovremmo sfidare i modi in cui misuriamo la produttività considerando i tipi invisibili di compiti che gli esseri umani possono svolgere, oltre al lavoro più visibile che di solito viene ricompensato.

Dobbiamo anche considerare come progettare e gestire questi processi in modo che la tecnologia possa aggiungere in modo più positivo alle capacità umane.

Questo articolo è ripubblicato da The Conversation sotto una licenza Creative Commons. Leggi il articolo originale.

Immagine di credito: Gerd Altmann da Pixabay

• Distribuzione di contenuti basati su SEO e PR. Ricevi amplificazione oggi.
• Platoblockchain. Web3 Metaverse Intelligence. Conoscenza amplificata. Accedi qui.
• Fonte: https://singularityhub.com/2023/03/24/ai-could-make-more-work-for-us-instead-of-simplifying-our-lives/