La corsa all’aumento e all’automazione

Di Anton Leicht

La natura del mercato del lavoro americano negli anni a venire si comprende meglio ragionando a ritroso partendo dal ruolo finale dell’intelligenza artificiale: servirà a potenziare i lavoratori umani o a sostituirli del tutto? La natura degli interventi che i responsabili politici dovranno scegliere per impedire la perdita di potere dei lavoratori americani si comprende meglio, quindi, immaginando in che modo questi lavoratori potrebbero essere messi da parte.

Immaginiamo un momento nel futuro, diciamo verso la fine del 2029, in cui sembra che abbiamo risolto nel modo giusto la questione dell’intelligenza artificiale e del mercato del lavoro. A seguito degli avvertimenti sempre più allarmistici provenienti sia dal settore industriale che dai responsabili politici, abbiamo trascorso gran parte del 2027 a tormentarci sul modo giusto di affrontare quella che sembrava proprio un’imminente scomparsa dei lavori impiegatizi di livello junior. ¹ Per proteggere questi lavoratori junior, abbiamo seguito i consigli dei populisti economici di entrambe le fazioni: abbiamo introdotto frizioni, rallentato il ritmo del progresso tecnico e della sua adozione e mantenuto gli esseri umani “nel giro”. Una vittoria, a quanto pare, per il lavoratore americano.

È solo allora che arriva il vero shock. Le frizioni, a quanto pare, hanno semplicemente ritardato il cambiamento dirompente. Anziché integrare l’IA nelle aziende e nei datori di lavoro tradizionali americani, sono state create dall’esterno aziende basate esclusivamente sull’IA. Sono emerse aziende di servizi integrate verticalmente — nei settori della consulenza, bancario o del marketing — con solo uno o due dipendenti e uno sciame di agenti basati sull’IA al loro fianco; i concorrenti internazionali in India o nelle Filippine, che hanno adottato l’IA in modo molto più audace rispetto all’America, hanno preso il sopravvento. Di fronte a tale pressione competitiva, le aziende americane non sono più in grado di competere, ridimensionandosi o cessando l’attività poiché i loro costi salariali in aumento non riescono a tenere il passo con la spesa sempre più efficiente in token di IA dei loro concorrenti. E così, dopo solo pochi anni trascorsi al riparo di normative rassicuranti e protettive, i lavoratori americani finiscono per trovarsi altrettanto emarginati e in difficoltà. Ma il nuovo status quo li lascia privi di potere, con molte meno possibilità di ricorso politico rispetto ad oggi e ben poche alternative all’interno di un’economia ormai guidata dall’IA.

Se quel futuro dovesse realizzarsi, sarà perché non ci siamo resi conto di essere in una corsa: tra il potenziamento dei lavoratori umani attraverso l’adozione rapida e diffusa di sistemi di IA che operano in tandem con loro, e l’automazione del lavoro attraverso lo sviluppo di sistemi che sostituiscono invece gli esseri umani in blocco. Quale delle due parti vincerà questa corsa tra potenziamento e automazione non è qualcosa che scopriremo semplicemente. È la conseguenza delle scelte tecniche che compiamo nella progettazione dei nostri sistemi di IA e delle scelte politiche che adottiamo oggi nella definizione dei nostri mercati del lavoro. Queste scelte si sommano nel tempo: con ogni decisione che privilegia il potenziamento rispetto all’automazione, aumentiamo il potere contrattuale e la posizione dei lavoratori e, di conseguenza, la loro capacità di ottenere condizioni più favorevoli man mano che la tecnologia progredisce.

Per proteggere i lavoratori dagli effetti più gravi dei cambiamenti che questa tecnologia comporterà e per preservare l’economia da un ennesimo processo di svuotamento causato dall’avvento delle nuove tecnologie a livello internazionale, dobbiamo compiere scelte difficili nel breve termine. E per compiere queste scelte nel modo giusto, dobbiamo farle in modo che l’“aumento” vinca la corsa.

CONTRIBUITE!!! La situazione finanziaria del sito sta diventando insostenibile per la ormai quasi totale assenza di contributi
Il  sito Italia e il Mondo non riceve finanziamenti pubblici o pubblicitari. Se vuoi aiutarci a coprire le spese di gestione (circa 6.000 € all’anno), ecco come puoi contribuire:
– Postepay Evolution: Giuseppe Germinario – 5333174737695817;
– IBAN: IT30D3608105138261529861559
PayPal: PayPal.Me/italiaeilmondo
Tipeee: https://it.tipeee.com/italiaeilmondo
Puoi impostare un contributo mensile a partire da soli 2€! (PayPal trattiene 0,52€ di commissione per transazione).
Contatti: italiaeilmondo@gmail.com – x.com: @italiaeilmondo – Telegram: https://t.me/italiaeilmondo2 – Italiaeilmondo – LinkedIn: /giuseppe-germinario-2b804373

La nebbia di guerra

Gli effetti concreti dell’intelligenza artificiale sul mercato del lavoro sembrano ancora avvolti da una profonda incertezza. Per quanto riguarda le previsioni sugli impatti a breve termine, si delineano due correnti di pensiero. Un nutrito gruppo di economisti del lavoro affermati e rinomati continua a prevedere effetti di entità “modesta”, almeno rispetto alle previsioni drastiche comuni a San Francisco.² Prevedono sì sconvolgimenti a livello locale, ma ritengono che questi saranno compensati da aumenti generalizzati della produttività e dalla crescita dell’occupazione in altri settori. Proprio come Arvind Narayanan e Sayash Kapoor hanno aperto la strada al concetto di “IA come tecnologia normale”, si potrebbe dire che molti economisti sostengano l’idea di “IA come economia del lavoro normale”: in sostanza, la rivoluzione dell’IA si svolgerà in modo molto simile alle rivoluzioni tecnologiche del passato, il che significa che potrebbe causare perturbazioni temporanee e locali, ma alla fine porterà a un equilibrio globale stabile e forse migliore.³

Eppure, in gran parte della Silicon Valley, prevale una visione diversa. I creatori di questa tecnologia, in particolare il CEO di Anthropic, Dario Amodei, prevedono una sostituzione diffusa della manodopera e un alto tasso di disoccupazione. Se ci sarà un reinserimento di chi perderà il posto, sarà in lavori peggiori che potrebbero non durare a lungo. ⁴ Secondo questa visione, l’IA è decisamente anomala: mentre le tecnologie del passato hanno integrato contributi tipicamente umani, come l’intelligenza o la creatività, l’IA è sufficientemente ampia e generica da farci prevedere che superi e soppianti questi contributi umani all’economia, rendendo i lavoratori umani in gran parte obsoleti.

Si è scritto molto sulla questione di quale sia la visione corretta. Ma a scarsi risultati: di fronte a una tecnologia innovativa, siamo ancora lontani da conclusioni concrete. Uno dei tanti modi per riflettere sulle dinamiche sottostanti è il concetto di «frontiera frastagliata» dell’informatico Ethan Mollick: i sistemi di IA stanno migliorando, ma risulta che siano nettamente più efficaci in alcuni tipi di competenze (come la scrittura di codice informatico) rispetto ad altre (come conquistare un cliente).⁵  Allo stato attuale, la frontiera frastagliata consente una cooperazione sinergica tra esseri umani e sistemi di IA: la nostra offerta limitata di “token di IA” viene utilizzata al meglio laddove l’IA eccelle —i picchi—lasciando agli esseri umani un profilo di compiti economicamente prezioso nelle zone di lacuna. Finché le capacità dell’IA manterranno questa configurazione, la partecipazione umana al mercato del lavoro rimarrà relativamente vantaggiosa e saremo risparmiati dagli scenari peggiori: gli esseri umani non sarebbero né relegati esclusivamente a occupazioni relazionali come l’assistenza sanitaria o la produzione artigianale, né verrebbero completamente sostituiti. Pertanto, ogni settore con una frontiera frastagliata è un settore che favorisce l’occupazione umana e offre rifugio a chi ha perso il posto di lavoro.

La forma futura di questa frontiera frastagliata, quindi, è ciò che sta alla base della corsa all’aumento e all’automazione: se la frontiera rimane frastagliata, allora permangono le nicchie lungo tale frontiera. Rimarrebbe economicamente efficiente impiegare gli esseri umani nei compiti in cui eccellono, e il futuro dell’azienda sarebbe caratterizzato dalla collaborazione tra IA e esseri umani. Sarà ancora così? Forse. L’argomento a favore è quello del vantaggio comparativo: gestire i sistemi di IA e renderli efficaci in compiti nuovi richiede competenze di ricerca e potenza di calcolo scarse, e gli impieghi più efficienti saranno quelli che mantengono i modelli impegnati in ciò in cui eccellono. L’argomento contrario è il seguente: prima o poi, il passo successivo più efficace nello sviluppo dell’IA sarà quello di colmare le nicchie della frontiera frastagliata in cui si trova il lavoro umano comparativamente vantaggioso, sia perché diventerà improvvisamente molto facile colmare queste nicchie man mano che i sistemi diventeranno più capaci, sia perché datori di lavoro e sviluppatori saranno disposti a pagare un sovrapprezzo per sbarazzarsi di dipendenti onerosi e dei costi che comportano. In tal caso, ci troveremmo di fronte a quella che l’economista Erik Brynjolfsson definisce la «trappola di Turing»: creeremmo un mercato del lavoro composto da macchine proprio come noi, il che significa un’economia di macchine in cui non avremmo quasi alcuna utilità.⁶

Due percorsi, non un’unica verità

Anziché discutere gli aspetti economici della questione e dichiarare corretta l’una o l’altra teoria, ritengo che i responsabili politici dovrebbero trarre una conclusione ben diversa: dovrebbero partire dal presupposto che entrambe le ipotesi siano tecnicamente valide. Dopodiché, dovrebbero conciliarle interpretandole come possibili scenari futuri, dipendenti dalle scelte politiche. Se rendiamo sinergico ed efficiente il potenziamento lungo la frontiera frastagliata, il vantaggio comparativo rimane valido e gli anni a venire si presenteranno come suggerisce la prima visione. Se invece l’integrazione tra lavoro umano e intelligenza artificiale risulta onerosa, ricca di attriti e difficile, le aziende si sentiranno frustrate e alla fine troveranno più conveniente aggirare completamente gli esseri umani, e la seconda visione sarà la migliore previsione del nostro futuro a medio termine.

Alcune regioni d’Europa hanno reso un servizio alle democrazie di tutto il mondo conducendo questo esperimento prima dell’avvento dell’intelligenza artificiale. In quelle aree, le tutele sul lavoro rendono il licenziamento di un dipendente molto più costoso rispetto agli Stati Uniti, e una lunga serie di studi nella tradizione della “distruzione creativa”, in particolare quelli dell’economista Philippe Aghion, dimostra che tali tutele frenano l’innovazione, l’ingresso di nuove imprese sul mercato e la riallocazione tra i settori.⁷  Il meccanismo, in breve, è innanzitutto e semplicemente che le imprese assumono meno lavoratori al margine quando il licenziamento è costoso. Ma al di là di ciò, le rigide norme sul lavoro cristallizzano la struttura dello status quo dell’azienda stessa, rendendo quasi proibitivamente costosa proprio quella riorganizzazione radicale che le tecnologie generiche richiedono. Di conseguenza, gli analisti hanno osservato che le imprese europee sembrano perfezionare molto bene i settori consolidati, ma riorganizzarsi molto male di fronte alle nuove realtà tecnologiche. In un mercato del lavoro che evolve lentamente, tale approccio sembra invidiabile: i lavoratori sono tutelati, i costi sociali sono elevati ma sostenibili poiché i disoccupati rientrano nel mondo del lavoro abbastanza rapidamente. Finché le cose rimangono statiche — i grandi datori di lavoro restano grandi, i settori principali rimangono settori principali — il sistema è stabile.

Una volta che il ritmo del progresso tecnologico e della trasformazione economica accelera, tuttavia, la dinamica cambia radicalmente. Poiché la sicurezza del posto di lavoro dipende dalla sostenibilità dei principali datori di lavoro e dall’utilità economica di profili professionali specifici e acquisiti con una lunga formazione, tale protezione crolla non appena uno dei due elementi viene meno. Il progresso tecnologico tende a provocare proprio questo: le nuove imprese in rapida crescita assumono un peso sempre maggiore nel mercato del lavoro, mentre i profili professionali vengono resi superflui dall’avvento della tecnologia. Ciò significa che un alto livello di occupazione può essere mantenuto solo grazie all’ingresso di nuove imprese, alla rapida riassegnazione dei lavoratori a nuovi profili professionali, alla capacità di alcune aziende di assumere rapidamente e in modo speculativo, e alla capacità di altre di rimanere in attività licenziando metà della forza lavoro invece di fallire e, in ultima analisi, perderla tutta. Nel lungo periodo, per quanto protettive possano essere le politiche, nuove imprese entreranno nel mercato. Ma se si troveranno di fronte al dilemma se assumere esseri umani o impiegare sistemi di IA, saranno più propense a scegliere i sistemi di IA se l’assunzione di esseri umani risulta costosa, burocratica e competitiva in un mercato del lavoro altamente restrittivo. In tal caso, i settori dell’economia in più rapida crescita potrebbero o meno continuare a figurare nel PIL complessivo, ma non si rifletteranno nel mercato del lavoro. Questa è la lezione da trarre dal ritardo europeo: se il mercato del lavoro non lascia spazio alle aziende in rapida ascesa per attrarre manodopera, il mercato del lavoro perde i benefici effetti occupazionali della crescita e dell’innovazione.⁸

Le tendenze nella tecnologia dell’IA aggravano questo effetto perché l’IA è di per sé una tecnologia in rapida evoluzione che accelera anche il progresso tecnologico in altri settori. Già oggi l’IA è tra le tecnologie adottate più rapidamente nella storia, si è fatta strada nella maggior parte delle aziende e ha rivoluzionato il modo in cui i lavoratori svolgono il proprio lavoro. Se i responsabili politici rispondessero alla minaccia a breve termine rappresentata dall’IA aumentando gli ostacoli, rallenterebbero i propri mercati del lavoro proprio nei modi che negli ultimi anni hanno già esposto eccessivamente l’Europa alle perturbazioni tecnologiche.

Possiamo ricavare un principio di progettazione delle politiche dalla tensione tra l’istinto protezionista e la minaccia di una disruption radicale: dobbiamo creare le condizioni affinché i team composti da esseri umani e IA rimangano all’avanguardia della produttività man mano che aumentano le capacità autonome. Queste condizioni potrebbero essere di per sé dirompenti nel breve termine: un’adozione aggressiva genera guadagni di efficienza che possono causare, e causeranno, licenziamenti e ristrutturazioni a livello locale. Tuttavia, se si prendono sul serio le implicazioni di questa corsa, l’unica via d’uscita dalla minaccia di sostituzione dei posti di lavoro da parte dell’IA passa attraverso una rivoluzione intermedia.

Questo principio politico farà rabbrividire a prima vista le voci a favore dei lavoratori, e a ragione: la vaga promessa di resilienza a lungo termine sembra una motivazione insufficiente per consentire sconvolgimenti a breve termine, specialmente quando le raccomandazioni che seguono sono in linea con un’agenda politica in materia di tecnologia che spesso non sembra avere a cuore il benessere dei lavoratori. Ma la ragione alla base di questa dinamica di «strani alleati» è che, se ben attuato, l’aumento delle capacità umane non è semplicemente una tappa intermedia su un percorso accelerato verso la piena automazione che, secondo molti sostenitori dei lavoratori, gli sviluppatori di IA intendono perseguire. Se le voci a favore dei lavoratori riusciranno a mantenere l’aumento delle capacità come paradigma economicamente ottimale, non avranno bisogno di combattere fin da subito una battaglia ostile contro l’IA come tecnologia, né di opporsi a un potenziamento dei data center fondamentale per il mercato azionario o a centinaia di milioni in donazioni politiche. Un mondo in cui i lavoratori americani siano potenziati dai sistemi di IA americani, poiché abbiamo contemporaneamente incoraggiato l’adozione e scoraggiato la sostituzione totale, presenta comunque un mercato dinamico ricco di domanda di token e sistemi di IA su misura, ben diverso dal mondo pieno di attriti che i consigli alternativi a favore dei lavoratori potrebbero suggerire. Da quella posizione, lo spazio politico finale per affrontare la prospettiva dell’obsolescenza dovuta all’automazione sarà molto più ampio.

Ma la creazione di questo mercato reciprocamente vantaggioso dipende dalle scelte che facciamo oggi, poiché la traiettoria della tecnologia è dipendente dal percorso intrapreso: una forza lavoro e una classe politica che richiedono chiaramente una tecnologia orientata all’aumento delle capacità determinano ciò che gli sviluppatori progettano e implementano. La domanda spinge la tecnologia verso quella forma che mantiene praticabile l’aumentazione. E un’economia che ha scommesso sull’aumentazione, attraverso la politica industriale o in altro modo, acquisisce un proprio incentivo a difendere quell’equilibrio. Può farlo attraverso i propri investimenti e, soprattutto, attraverso le sue risorse più scarse: i dati proprietari e la conoscenza dei processi che gli sviluppatori orientati all’automazione non possono generare da soli. Le aziende che detengono queste risorse possono utilizzarle per plasmare la tecnologia a favore dell’aumentazione—oppure tenerle da parte finché la vendita all’automazione non diventerà troppo allettante. Una scommessa decisa sull’aumentazione come principio guida del mercato del lavoro americano nel campo dell’IA crea i presupposti affinché l’aumentazione rimanga il paradigma dominante per molto più tempo.

L’era dei Centauri continua

Al di là di ogni dato empirico, il vincolo più pressante è di natura politica. Qualunque sia la conclusione a cui giungano i responsabili politici riguardo alla corsa tra potenziamento e automazione, l’economia politica delle ripercussioni del lavoro nell’ambito dell’IA li spinge in un’unica, chiara direzione: verso risposte pesanti e misure repressive nei confronti dell’uso dell’IA, anche e soprattutto laddove tale uso sia finalizzato al potenziamento.

Il problema di fondo è questo: le tendenze a lungo termine continueranno a spingere verso l’automazione. Man mano che i sistemi di intelligenza artificiale diventeranno più efficienti ed efficaci, che i dati perderanno rilevanza e che la potenza di calcolo diventerà più abbondante, sarà più facile costruire macchine in grado di fare tutto ciò che possono fare gli esseri umani. La rapida diffusione dell’automazione che tale tendenza comporterebbe è sfavorevole ai lavoratori: al momento, c’è scarsa rilevanza politica e scarso interesse nell’affrontare il futuro caratterizzato da una forte automazione previsto da alcuni dirigenti del settore dell’IA; i lavoratori non sono organizzati e gli elettori non sono ancora coinvolti, e le soluzioni politiche che vorrebbero richiedere non esistono ancora. Forse potremo evitare del tutto quel futuro, se la politica continuerà a essere modellata in base agli interessi dei lavoratori che cercano di mantenere un ruolo economico.

Ma al momento, la maggior parte degli impieghi dell’IA è di fatto di tipo potenziativo: ci troviamo in un’“era dei centauri”, caratterizzata dalla collaborazione tra esseri umani e IA nell’ambito di profili di attività misti che compongono lavori complessi. I dati, finora, mostrano una sostituzione diretta dei posti di lavoro molto limitata.⁹ Mostrano invece un cambiamento nel contenuto dei profili delle mansioni: gli ingegneri del software dedicano meno tempo a scrivere codice a mano, gli avvocati dedicano meno tempo alla ricerca e più tempo all’interazione con i clienti e i tribunali. ¹⁰ È molto raro che agenti di IA vengano impiegati su larga scala per sostituire completamente i ruoli dei lavoratori così come esistono attualmente; i pochi casi di alto profilo di licenziamenti causati dall’IA sono stati spesso collegati a piani di licenziamento di lunga data non correlati al progresso tecnologico. In questo momento, quando le aziende utilizzano l’IA — man mano che l’IA diventa più diffusa, più facile da usare e più presente sul luogo di lavoro — la nostra economia sta conducendo un milione di piccoli esperimenti su come far funzionare il potenziamento. Qualsiasi accelerazione in questo momento contribuisce più a questa sperimentazione che al processo di automazione totale, con quest’ultimo molto più ostacolato dai progressi nelle capacità dei modelli, determinati dagli sviluppi a San Francisco, piuttosto che dall’implementazione nel resto del Paese. I sistemi di cui disponiamo oggi sono concepiti per integrarsi in una frontiera frastagliata, non per tentare di appianarla. Migliore sarà la nostra capacità di esplorare i limiti e i vantaggi di questo paradigma potenziato, maggiore sarà la competitività di tale paradigma una volta che la Silicon Valley riuscirà a costruire sistemi integrati in grado di competere alla pari con i lavoratori di oggi.

Ma anche se prima o poi sarà necessario affrontare un dibattito di ampio respiro su un nuovo contratto sociale, non dovrebbe avvenire oggi: i lavoratori ne uscirebbero probabilmente sconfitti. Al contrario, in questo momento dovremmo cercare di mantenere un’ampia distribuzione del potere economico, del reddito e dei posti di lavoro — perché da essi deriva il peso democratico. Senza un contributo economico da apportare, i cittadini perdono il loro valore immediato nei confronti dei datori di lavoro e dei governi, nonché ogni possibilità di ricorso nei loro confronti.¹¹ Più rimangono essenziali per l’economia, più è probabile che entrino nelle trattative da una posizione di forza; più è facile sostituire lavoratori scomodi con macchine obbedienti, più sarà difficile ottenere un accordo equo. Per migliorare l’approccio politico a lungo termine alla potenziale obsolescenza economica degli esseri umani, dovremmo privilegiare il potenziamento rispetto all’automazione nel breve termine e prolungare l’era dei Centauri.

Eppure, la politica tende ad alimentare le tensioni anche in questa fase attuale, caratterizzata da tendenze di adozione fondamentalmente favorevoli ai lavoratori. Sono due asimmetrie, in particolare, a generare tale tendenza.

Il primo è un’asimmetria di visibilità. I costi dell’adozione immediata dell’IA sono spesso localizzati, concentrati e facilmente individuabili. Una serie di licenziamenti presso un importante datore di lavoro viene attribuita all’IA dall’amministratore delegato, riportata dai principali media e amplificata da ogni politico tecnoscettico. ¹² I benefici sono invece relativamente diffusi e poco accattivanti: l’adozione comporta pochi punti base di crescita della produttività, un vantaggio marginale in termini di competitività internazionale e benefici invisibili per la sicurezza nazionale. Questa dinamica generale, che contrappone costi concentrati a benefici diffusi, è ben nota, ma risulta aggravata nel caso dell’IA, che verrà incolpata di molte future perturbazioni localizzate, indipendentemente dal fatto che abbiano effettivamente qualcosa a che fare con l’IA. Per il prossimo decennio, ogni ristrutturazione aziendale, ogni blocco delle assunzioni, ogni mercato del lavoro debole per i neolaureati potrebbe plausibilmente essere interpretato come una questione legata all’IA; alcune di queste interpretazioni saranno corrette, molte non lo saranno, e l’effetto politico sarà lo stesso in entrambi i casi.¹³

Il secondo è un’asimmetria di trazione. La visione dell’economista moderato consiglia pazienza, moderazione e un intervento modesto. Ma quella posizione è per lo più retoricamente inerte: non si vincono le primarie sostenendo che le prove rimangono inconcludenti, e non esiste una buona difesa da usare in un dibattito contro l’accusa di aver svenduto i lavoratori ai feudatari tecnologici delle coste. In linea molto generale, la visione pessimistica fornisce alcuni dei temi politici più esplosivi: parla in termini di una «classe sociale permanentemente emarginata» o della «fine del lavoro», creando l’immagine di una generazione esclusa non solo dalle professioni che i propri genitori davano per scontate, ma anche dal principale veicolo per scalare la scala sociale e realizzare il sogno americano. I politici di entrambi gli schieramenti possono costruire, e costruiranno, programmi elettorali e carriere su quella retorica. Qual è l’incentivo per lo scettico a opporsi a tutto ciò invece di eludere la questione e combattere un’altra battaglia, specialmente quando le convinzioni preesistenti dell’opinione pubblica vanno nella stessa direzione? A questo proposito, i sondaggi si sono dimostrati notevolmente stabili: le persone sono profondamente preoccupate per l’automazione, sia per se stesse che per il Paese.¹⁴ Di conseguenza, cercano misure che proteggano la loro capacità di lavorare per guadagnarsi da vivere.¹⁵ Un elettorato in questo stato d’animo, alimentato da politici di questa indole, cercherà facili vittorie di tipo interventista.

Il risultato è un mercato politico che tende all’attrito. Tutte le soluzioni politiche facili che riducono l’automazione nell’immediato finiscono per andare contro questo potenziamento iniziale necessario per vincere la corsa: sebbene non esistano ancora agenti su larga scala in grado di sostituire intere aziende, gran parte dell’attuale adozione dell’IA è di tipo potenziativo. Che si tratti di restrizioni all’implementazione dell’IA, dell’obbligo di coinvolgimento umano nel processo o di livelli procedurali intorno all’automazione: tutto ciò soddisfa la richiesta di protezione visibile mentre, di fatto, blocca il potenziamento immediato.

Perdite dovute all’attrito

Le politiche più adatte a rispondere a questo momento politico sono le meno adatte a vincere la corsa all’aumento dell’automazione. Quasi ogni intervento che si possa immaginare oggi per ridurre in modo miope l’impatto dell’IA sulla forza lavoro ostacola l’adozione a breve termine. L’aggiunta di requisiti onerosi—come l’idea ormai logora dell’ultimo decennio di mantenere gli esseri umani nel ciclo decisionale,¹⁶ o le ormai popolari “tasse simboliche”, ¹⁷ o il rallentamento della costruzione di data center, o la limitazione dei dati di addestramento — rende la forza lavoro americana meno potenziata dall’IA, rendendola in definitiva più vulnerabile alle perturbazioni provenienti dall’esterno. Nelle rare occasioni in cui l’indurre attriti ha funzionato per preservare i posti di lavoro a un certo costo economico, come nel caso del sindacato dei lavoratori portuali che ha impedito l’automazione dei porti,¹⁸ ciò ha funzionato perché i settori in questione erano geograficamente vincolati. Se i porti non vengono automatizzati, non esiste comunque un modo migliore per spedire merci in America. Lo stesso non vale affatto per i posti di lavoro su cui l’IA potrebbe avere un impatto più dirompente: i lavori nel settore dei servizi che possono essere svolti da qualsiasi luogo tramite Internet e che sono quindi delocalizzabili verso chiunque utilizzi al meglio l’IA.¹⁹

Le perturbazioni che deriverebbero da un programma a breve termine, fonte di attriti, si manifestano attraverso due canali. Il primo è interno. La maggior parte delle misure protezionistiche tutela i posti di lavoro all’interno dei modelli di business tradizionali: rendono costoso per le aziende esistenti sostituire il personale umano con agenti di IA. Ma tali attriti hanno ben poca rilevanza per i nuovi operatori che, in primo luogo, non intendono assumere un numero così elevato di dipendenti umani. Le aziende integrate verticalmente—la società di consulenza composta da due persone con uno sciame di agenti, gli studi legali basati esclusivamente sull’IA—nascono al di fuori dell’infrastruttura economica che tali attriti dovrebbero difendere. Si consideri l’analogia con le neobanche dell’ultimo decennio: a differenza delle banche ad alta intensità di personale, con sportelli, filiali e burocrazie tentacolari, le start-up di tecnologia finanziaria hanno sfruttato ogni scorciatoia disponibile e ora forniscono efficaci soluzioni bancarie digitali a una frazione del costo del personale. Potremmo assistere agli stessi effetti di compressione causati da nuove aziende nativamente basate sull’IA che entrano in settori consolidati nella maggior parte dei campi del lavoro impiegatizio. Persone ragionevoli potrebbero non essere d’accordo sul fatto che tali aziende siano un elemento auspicabile di una nuova economia, ma dovrebbero almeno concordare sul fatto che tali aziende debbano competere a condizioni di mercato eque. Se dovessero semplicemente prevalere perché gli operatori storici fossero ostacolati da norme che incidono in modo asimmetrico sull’adozione dell’IA in contesti con lavoratori, si tratterebbe di un fallimento politico: avremmo consegnato interi settori a chiunque si fosse mosso rapidamente dall’esterno, invece di consentire agli operatori storici, sì, di ridurre in qualche misura la forza lavoro, ma di difendere il concetto fondamentale di un’azienda con dipendenti.

La versione internazionale di questo fenomeno è ben nota: attraverso lo “shock cinese”, che ha eroso la capacità produttiva e svuotato le infrastrutture economiche, abbiamo compreso i rischi derivanti dall’esporre una forza lavoro meno agile a un concorrente dotato di un vantaggio decisivo in termini di costi.²⁰ Il deficit di competitività industriale di fronte alle pratiche commerciali cinesi è stato il motore sottostante di questo shock. Per quanto valida potesse essere la politica sociale post-shock, non avrebbe mai potuto compensare tutto ciò che era andato perduto: nemmeno la più generosa assicurazione salariale sarebbe stata in grado di ripristinare il valore di una professione e di una carriera; nemmeno il sussidio più consistente sarebbe stato in grado di mantenere la produzione manifatturiera su larga scala. Una soluzione globale avrebbe dovuto affrontare di petto il divario di competitività che si stava delineando.

Oggi, l’unico modo concreto per farlo è accelerare l’adozione, ridurre gli attriti e garantire che i lavoratori americani abbiano una possibilità di competere utilizzando i migliori sistemi di IA al mondo. Altrimenti, se la forza lavoro in India o nelle Filippine adotti al massimo l’IA — e i loro governi hanno tutti i motivi per lasciar loro fare — le loro aziende sottocoteranno quelle americane in ogni settore dei servizi competitivo a livello internazionale: prima i lavoratori potenziati, poi l’automazione su larga scala. Un secondo «shock cinese» per i colletti bianchi sarebbe, in tal senso, in parte autoinflitto, non come risultato della manodopera più economica di un rivale, ma come conseguenza di regole da noi stessi concepite che hanno impedito ai lavoratori americani di avvalersi dei migliori strumenti a loro disposizione. In questo contesto, la situazione di partenza favorisce notevolmente l’America: è qui che vengono sviluppati i migliori modelli di IA e dove si trova la maggior parte delle infrastrutture necessarie per implementarli. L’accesso preferenziale a questa tecnologia potrebbe rappresentare un vantaggio competitivo di cui i lavoratori americani hanno un disperato bisogno, dato che la concorrenza per i posti di lavoro nel settore dei servizi sta diventando globale.

Vincere la gara

Cosa dovrebbero dedurne i responsabili politici? L’imperativo politico è quasi ovvio. Se la vera minaccia è una disruption decisiva nel lungo periodo, l’agenda a breve termine deve consentire una disruption a breve termine. Il controesempio paradigmatico a questa linea di ragionamento è forse la “tassa simbolica”, basata sull’idea diffusa che dovrebbero esserci tasse sull’IA basate sull’utilizzo, che di fatto impongono un onere maggiore a chi adotta l’IA più rapidamente o cresce più velocemente grazie al suo impiego. Il problema della tassa simbolica non è la tassazione in sé, ma la sua simmetria: grava allo stesso modo sull’azienda che potenzia i propri lavoratori e su quella che li sostituisce. I responsabili politici dovrebbero invece garantire che le imposte favoriscano un uso diffuso dell’IA sul posto di lavoro, laddove tale uso non vada direttamente a discapito dell’occupazione—assicurando che i lavoratori americani siano i più potenziati al mondo. Dovrebbero inoltre consentire l’utilizzo dei dati in modo che le competenze americane accumulate confluiscano effettivamente nei sistemi su cui faranno affidamento i lavoratori americani. Ciascuna di queste misure causerà più difficoltà a livello locale rispetto al non fare nulla o al massimizzare gli attriti, ma ognuna di esse rappresenta un serio tentativo di prevalere nella corsa che conta davvero.

Molte delle misure politiche necessarie si riducono alla simmetria: nulla nel codice fiscale o nella struttura normativa dovrebbe rendere più conveniente sostituire un lavoratore piuttosto che assumerne uno in più. Oggi, spesso l’ago della bilancia pende nella direzione completamente sbagliata: le imposte sui salari comportano costi generali elevati, mentre gli investimenti di capitale nell’IA sono incentivati.²¹ E sarebbe un’amara ironia se gli esseri umani si rivelassero competitivi rispetto ai sistemi di IA in base al merito, ma gli oscuri incentivi fiscali di un’era pre-IA li mettessero comunque fuori gioco. Spostare parte dell’onere dalle imposte sui salari agli investimenti in capitale specifici per l’IA è la correzione più pulita che potremmo immaginare: il suo effetto sarebbe sostanzialmente neutro per l’azienda che impiega molti lavoratori e li potenzia con l’IA, mentre risulterebbe oneroso solo per la decisione di bypassare gli esseri umani in blocco. A differenza delle imposte simboliche, questo strumento non punisce l’adozione, ma la sostituzione totale.

La stessa logica si estende ai dati. Liberalizzare l’uso dei dati è una richiesta poco onerosa che di solito rappresenta soprattutto un regalo per gli sviluppatori. Una versione orientata all’aumento delle capacità è più circoscritta. L’input più scarso per un’IA orientata all’aumento delle capacità non è il web aperto, ma i dati e la conoscenza dei processi racchiusi all’interno delle aziende americane: tutto, dai movimenti fisici dei lavoratori ai processi del reparto sinistri. Le politiche dovrebbero rendere facile e vantaggioso trasformare tale risorsa in potenziamento: dovrebbero esserci regole chiare che consentano alle aziende di addestrare i sistemi sui propri dati operativi senza ambiguità giuridiche, nonché consorzi di dati attraverso i quali le medie imprese possano mettere in comune le conoscenze sui processi per sviluppare strumenti di potenziamento su misura, anziché vendere ciascuna di esse a un acquirente alla ricerca di automazione come ultima risorsa. In ogni mercato, ci saranno aziende che propenderanno per un approccio incentrato sui lavoratori umani e orientato al potenziamento, e aziende che cercheranno invece di trovare scorciatoie attraverso un’automazione più massiccia; che si tratti di piccole start-up agili, di aziende Big Tech che tentano di integrarsi verticalmente o di aziende tradizionali determinate a sostituire la propria forza lavoro. A margine, la politica sui dati dovrebbe favorire le aziende che compiono un tentativo onesto di potenziamento.

D’altro canto, i responsabili politici potrebbero prendere in considerazione l’idea di intervenire nei tentativi di collettivizzare la proprietà dei dati dei lavoratori al di fuori del loro controllo, nella consapevolezza che, per quanto ben remunerato possa essere questo trasferimento di proprietà, esso rischia di far perdere ai lavoratori l’unico bene duraturo di cui dispongono per consentire un potenziamento delle capacità che superi l’automazione. ²² In questo modo, la politica sui dati non rappresenta un favore nei confronti dei laboratori, ma un modo per mantenere la risorsa chiave a duplice uso della nostra specie dalla parte dei lavoratori.

Tutto ciò potrebbe sembrare a molti lettori una difesa di un accelerazionismo che andrà sicuramente a vantaggio dei produttori di tecnologia di intelligenza artificiale—e forse aiuterà i lavoratori in un secondo momento. Non dovremmo intraprendere questo percorso basandoci solo sulla fede; in ogni fase del percorso, dobbiamo mettere in atto misure per verificare se sta funzionando. Dobbiamo accertarci che i nostri tentativi di incoraggiare l’aumento della produttività stiano consentendo ai lavoratori americani, e non solo alle aziende americane, di superare i nuovi concorrenti e quelli internazionali che li minacciano. È diventato quasi un cliché trito e ritrito, ma non per questo meno vero, sottolineare che per fare bene tutto questo occorre una maggiore capacità dello Stato. Il governo federale si trova attualmente dalla parte svantaggiata di una netta asimmetria informativa: i laboratori all’avanguardia monitorano in tempo reale i modelli di utilizzo in tutti i settori e la spesa simbolica in tutti i ambiti, mentre il Bureau of Labor Statistics è bloccato su approcci basati su indagini risalenti a decenni fa. ²³ Gli sviluppatori, di per sé, non sono narratori affidabili in questo contesto—del tutto: una parte troppo consistente dei loro ricavi dipende dal raccontare una storia molto specifica sull’adozione, da parte dei colletti bianchi, dei loro sistemi agentici. I responsabili politici dovrebbero incoraggiare e obbligare questi sviluppatori a condividere i propri dati economici di utilizzo con le agenzie statistiche: una strategia di potenziamento non può essere attuata, e le sue vittime non possono essere né identificate né risarcite, senza dati sufficienti.

La sfida politica insita in tale strategia è molto più difficile da affrontare. Il programma sopra descritto chiede ai rappresentanti eletti di consentire e persino di accogliere con favore perdite di posti di lavoro visibili, attribuibili e a breve termine, al fine di scongiurare una catastrofe diffusa e differita. Si tratta di una proposta politica molto difficile da far accettare. Per renderla anche solo vagamente presentabile a un committente occorrono un messaggio chiaro e un modo per affrontare le ripercussioni economiche immediate prima che queste creino un’opposizione.

Il messaggio deve mettere in primo piano una spiegazione di questa corsa all’aumento e all’automazione. I lavoratori americani sono in una posizione ottimale per battere il resto del mondo sfruttando la migliore IA al mondo: proteggerli da questo strumento significa ostacolarli. La protezione nel breve termine, al contrario, significa perdere lentamente contro concorrenti meno titubanti riguardo alla transizione. Se comunicata nel modo giusto, questa può essere inquadrata come una storia di lungimiranza e forza piuttosto che di resa. Ma, come sempre, deve essere raccontata, sviluppata e testata con largo anticipo. Più l’argomentazione politica è controintuitiva, più tempo è necessario affinché diventi popolare tra l’elettorato. Entro le prossime primarie presidenziali, le risposte facili saranno già pronte: affrettarsi a opporsi a esse sulla base della narrativa dell’aumento delle capacità sarà troppo tardi, quindi i responsabili politici interessati a proteggere i lavoratori nel lungo termine devono costruire la loro agenda fin da ora.

Tutto ciò richiede garanzie, e in gioco ci sono coloro che risulteranno perdenti nella transizione, principalmente i lavoratori che perderanno il posto a causa della rapida adozione promossa dall’agenda. Essi devono essere risarciti non solo in modo adeguato o accettabile, ma in modo generoso. Dovrebbero ricevere un’ampia assicurazione salariale, un sostegno allo sviluppo della forza lavoro finanziato ben oltre il livello di sicurezza, e trasferimenti diretti laddove la portata di altri strumenti sia in dubbio. I responsabili politici non devono badare a spese in questo ambito, e potranno permettersi di essere generosi perché, se l’operazione avrà successo, il numero totale di coloro che riceveranno un risarcimento sarà molto inferiore rispetto a quello che si avrebbe in un futuro dominato dall’automazione. Se non riusciremo a garantire un’adeguata compensazione, le persone colpite si trasformeranno in un elettorato anti-potenziamento—e quell’elettorato esigerà, e in una democrazia otterrà, gli attriti che faranno perdere la corsa al potenziamento e all’automazione. Pagare ora è un imperativo politico: il solo ottimismo è una risposta del tutto insufficiente per comprendere le circostanze di questa corsa.

Nessuna di queste è una piattaforma politicamente comoda. Il programma promette turbolenze iniziali e una rivincita molto ritardata solo in un secondo momento, scommettendo sulla forza di un meccanismo di cui la maggior parte degli elettori non ha mai sentito parlare. Ma l’alternativa è lo scenario della fine del 2029 abbozzato all’inizio di questo saggio, non per malizia o stupidità, ma attraverso una serie di scelte protettive ragionevoli intraprese da politici ben intenzionati e a favore dei lavoratori; lo shock colpisce tutto in una volta, con poco margine di manovra per reagire. La corsa all’aumento delle capacità e all’automazione è ancora vincibile. Ma per vincerla occorre ammetterne l’esistenza e spiegarne l’importanza.

Questo articolo è stato originariamente pubblicato su American Affairs Volume X, Numero 3 (autunno 2026): 150–63.

---

Note

¹ Jim VandeHei e Mike Allen, “Behind the Curtain: A White-Collar Bloodbath”, Axios, 28 maggio 2025.

² Daron Acemoglu, “The Simple Macroeconomics of AI”, documento di lavoro NBER n. 32487 (Cambridge, Mass.: National Bureau of Economic Research, maggio 2024).

³ Arvind Narayanan e Sayash Kapoor, “AI as Normal Technology”, Knight First Amendment Institute, 15 aprile 2025.

⁴ Dario Amodei, “L’adolescenza della tecnologia”, DarioAmodei.com, gennaio 2026.

⁵ Ethan Mollick, “Centauri e cyborg sulla frontiera frastagliata”, One Useful Thing, 16 settembre 2023; Fabrizio Dell’Acqua et al., “Navigating the Jagged Technological Frontier: Field Experimental Evidence of the Effects of Artificial Intelligence on Knowledge Worker Productivity and Quality,” Organization Science 37, n. 2 (marzo–aprile 2026): 403–23.

⁶ Erik Brynjolfsson, “La trappola di Turing: le promesse e i pericoli dell’intelligenza artificiale simile a quella umana”, Dædalus 151, n. 2 (primavera 2022): 272–87.

⁷ Philippe Aghion, Antonin Bergeaud e John Van Reenen, “The Impact of Regulation on Innovation”, American Economic Review 113, n. 11 (2023).

⁸ Pieter Garicano, “Perché l’Europa non ha una Tesla”, Works in Progress, febbraio 2026.

⁹ Ryan Nunn, “Probabilmente l’intelligenza artificiale non è ancora la causa dell’indebolimento del mercato del lavoro”, Yale Budget Lab, 7 maggio 2026.

¹⁰ “Economic Primitives”, Anthropic Economic Research, 15 gennaio 2026.

¹¹ Luke Drago e Rudolf Laine, “The Intelligence Curse”, Intelligence-Curse.ai, aprile 2025.

¹² Emma Burleigh, “Il CEO di Salesforce conferma 4.000 licenziamenti ‘perché ho bisogno di meno personale’ grazie all’IA”, CNBC, 2 settembre 2025.

¹³ Erik Brynjolfsson, Bharat Chandar e Ruyu Chen, “Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence”, Stanford Digital Economy Lab, 13 novembre 2025.

¹⁴ Luona Lin e Kim Parker, “I lavoratori statunitensi sono più preoccupati che ottimisti riguardo al futuro utilizzo dell’intelligenza artificiale sul posto di lavoro”, Pew Research Center, 25 febbraio 2025; “La maggior parte degli americani sarebbe favorevole a politiche volte a limitare la perdita di posti di lavoro e di salari causata dall’automazione”, Pew Research Center, 9 ottobre 2017.

¹⁵ Hannah Gilberstadt, “Gli americani contrari all’idea che il governo eroghi un reddito di base universale a tutti i cittadini adulti sono più numerosi di quelli favorevoli”, Pew Research Center, 19 agosto 2020.

¹⁶ “Tecnologia per il processo decisionale automatizzato”, Assemblea Generale del Colorado, consultato nel luglio 2026.

¹⁷ “Garanzia di posti di lavoro per l’era dell’intelligenza artificiale”, Tom Steyer candidato alla carica di governatore, consultato nel luglio 2026; “Il dividendo dell’intelligenza artificiale”, Alex Bores candidato al Congresso, consultato nel luglio 2026.

¹⁸ Dennis Daggett, “La lotta dell’ILA contro l’automazione”, Ilaunion.org, dicembre 2024.

¹⁹ Alan Blinder, “Quanti posti di lavoro negli Stati Uniti potrebbero essere delocalizzati?”, Documento di lavoro CEPS n. 142, marzo 2007.

²⁰ David H. Autor, David Dorn e Gordon H. Hanson, “The China Shock: Learning from Labor-Market Adjustment to Large Changes in Trade”, Annual Review of Economics 8 (ottobre 2016): 205–40.

²¹ Daron Acemoglu, Andrea Manera e Pascual Restrepo, “Does the U.S. Tax Code Favor Automation?”, Brookings Papers on Economic Activity 2020, n. 1 (primavera 2020).

²² Luke Drago e Rudolf Laine, “Breaking the Intelligence Curse”, Intelligence-Curse.ai, 2025.

²³ “Indice economico di Anthropic: comprendere gli effetti dell’IA sull’economia”, Anthropic, 26 giugno 2026; “Il quadro di riferimento per la transizione occupazionale nell’era dell’IA”, OpenAI, aprile 2026; Ufficio per la ricerca sui metodi di indagine, “Tassi di risposta alle indagini sulle famiglie e sulle imprese”, Ufficio statistico del lavoro degli Stati Uniti, 20 maggio 2026.

Informazioni sull’autore

Anton Leicht è ricercatore presso il Programma per la tecnologia e gli affari internazionali del Carnegie Endowment for International Peace e autore di Threading the Needle, una pubblicazione su Substack.