Xi ha incontrato a Shanghai le menti più brillanti della Cina.

Alcune osservazioni sul simposio di ricerca di base: la sede, la lista dei relatori e i segnali politici.

Questa mattina, Xi Jinping ha partecipato a un simposio sul rafforzamento della ricerca di base a Shanghai. La riunione è stata presieduta da Ding Xuexiang, e vi ha partecipato anche Cai Qi.
Tra i relatori del simposio figuravano:

• Yin Hejun , Ministro della Scienza e della Tecnologia
• Huai Jinpeng, Ministro dell’Istruzione
• Hou Jianguo , Presidente dell’Accademia cinese delle scienze
• Chen Jining, Segretario del Partito di Shanghai
• Liu Ruochuan , Preside della Facoltà di Scienze Matematiche dell’Università di Pechino
• Liu Chenli , direttore dell’Istituto di tecnologia avanzata di Shenzhen, CAS
• Qiao Yu , professore presso il Laboratorio di Intelligenza Artificiale di Shanghai (Pujiang Lab)
  (Ha ottenuto oltre 120.000 citazioni su Google Scholar, classificandosi al primo posto nella Cina continentale e al dodicesimo a livello globale nel campo del riconoscimento di modelli.)
• Zhang Pingxiang, capo scienziato della Western Superconducting Technologies Co.

Altri alti funzionari presenti:
Yin Li (Segretario del Partito a Pechino)
Shi Taifeng (Capo del Dipartimento Organizzativo del Comitato Centrale del PCC)
Liu Guozhong (Vice Primo Ministro del Consiglio di Stato, con delega alla sanità e all’agricoltura)
Zhang Guoqing (Vice Primo Ministro del Consiglio di Stato, con delega all’industria e alle tecnologie dell’informazione, alla sicurezza sul lavoro e ai settori correlati)
Huang Kunming (Segretario del Partito della provincia del Guangdong)

Ecco i punti chiave del discorso di Xi, insieme ad alcune mie osservazioni:

 Iscritto

1. La ricerca di base è stata elevata a un livello strategico senza precedenti, venendo considerata la “fonte” dell’intero sistema scientifico e l'”interruttore principale” per tutti i problemi tecnologici. Ciò fa presagire l’arrivo di misure più concrete in materia di finanziamenti, meccanismi di valutazione e politiche per la gestione dei talenti.
2. L’enfasi posta da Xi sull'”innovazione originale e dirompente” riflette la realtà della rivalità tecnologica tra Cina e Stati Uniti e, più in generale, della competizione globale. Pechino sta segnalando che la Cina non si accontenta più di sfruttare i suoi punti di forza industriali solo per una scalabilità da 1 a 100. Ora vuole conquistare una posizione di leadership nella ricerca di base di frontiera e realizzare scoperte rivoluzionarie autonome, partendo da zero.
3. Il linguaggio utilizzato per parlare di “tolleranza al fallimento” e di un “sistema di valutazione differenziato” rimanda direttamente a un problema di lunga data nella comunità scientifica: le metriche di performance utilitaristiche e orientate al breve termine. Certo, la cultura basata sugli indicatori di performance non è certo una prerogativa di questo settore, ma sono curioso di vedere come la riforma della valutazione verrà effettivamente implementata nell’ambito della ricerca di base. Anche trovare un equilibrio tra apertura e sicurezza è un problema aperto che merita di essere osservato.
4. Abbinare lo sviluppo dei giovani talenti alla divulgazione scientifica suggerisce che la leadership riconosce il problema della continuità generazionale nella forza lavoro della ricerca di base e desidera coltivare la curiosità scientifica fin dall’adolescenza. Due scienziati, Liu Ruochuan e Liu Chenli, nati nel 1980, e Qiao Yu , nati in un’età simile, rappresentano il nuovo volto dei giovani scienziati cinesi nella ricerca di base.

Di solito sono io a dare spiegazioni, ma non ho capito perché questa riunione si sia tenuta a Shanghai e non a Pechino, dove si concentrano le migliori università, o nel Delta del Fiume delle Perle, che è più orientato alla traduzione industriale. Noto però la presenza del segretario del Partito a Pechino e nel Guangdong. Se qualche lettore ha qualche idea in proposito, lo prego di illuminarmi.

Condividere

Di seguito è riportata la trascrizione completa in inglese della presentazione ufficiale che ho realizzato con l’aiuto dell’intelligenza artificiale:

Xi Jinping, durante un simposio sul rafforzamento della ricerca di base, ha sottolineato l’importanza di intensificare gli sforzi e adottare misure più concrete per consolidare ulteriormente le basi per fare della Cina un Paese forte in ambito scientifico e tecnologico.

La mattina del 30, Xi Jinping, Segretario Generale del Comitato Centrale del PCC, Presidente della Cina e Presidente della Commissione Militare Centrale, ha partecipato a un simposio sul rafforzamento della ricerca di base a Shanghai, dove ha pronunciato un importante discorso. Ha sottolineato che la ricerca di base è la fonte dell’intero sistema scientifico e il motore principale per la risoluzione di tutti i problemi tecnologici. Occorre intensificare gli sforzi e adottare misure più concrete per rafforzare la ricerca di base, accrescere la capacità di innovazione originale della Cina e consolidare ulteriormente le basi per la costruzione di un Paese forte in ambito scientifico e tecnologico.

Cai Qi, membro del Comitato permanente dell’Ufficio politico del Comitato centrale del PCC e direttore dell’Ufficio generale del Comitato centrale del PCC, ha partecipato al simposio. Ding Xuexiang, membro del Comitato permanente dell’Ufficio politico del Comitato centrale del PCC e vice primo ministro del Consiglio di Stato, ha presieduto la riunione.

Al simposio sono intervenuti a turno i seguenti funzionari e studiosi, che hanno condiviso il proprio lavoro e offerto raccomandazioni per il rafforzamento della ricerca di base: Yin Hejun, Ministro della Scienza e della Tecnologia; Huai Jinpeng, Ministro dell’Istruzione; Hou Jianguo, Presidente dell’Accademia Cinese delle Scienze; ​​Chen Jining, Segretario del Partito di Shanghai; Liu Ruochuan, Preside della Facoltà di Scienze Matematiche dell’Università di Pechino; Liu Chenli, Direttore dell’Istituto di Tecnologie Avanzate di Shenzhen presso l’Accademia Cinese delle Scienze; ​​Qiao Yu, Professore presso il Laboratorio di Intelligenza Artificiale di Shanghai (Pujiang Lab); e Zhang Pingxiang, Capo Scienziato della Western Superconducting Technologies Co., Ltd.

Dopo aver ascoltato gli oratori, Xi Jinping ha pronunciato il suo discorso di apertura. Ha osservato che, sin dal XVIII Congresso Nazionale del Partito, il Comitato Centrale del PCC ha attribuito grande importanza alla ricerca di base e che, attraverso misure quali l’ottimizzazione del panorama della ricerca, l’aumento dei finanziamenti e del sostegno e l’innovazione dei meccanismi istituzionali, le capacità di ricerca di base della Cina sono migliorate significativamente. Attualmente, una nuova ondata di rivoluzione scientifica e tecnologica e di trasformazione industriale sta accelerando, la competizione tecnologica globale si concentra sempre più sulla ricerca di base di frontiera e l’importanza dell’innovazione originale e dirompente diventa sempre più evidente. Dobbiamo cogliere le opportunità, affrontare le sfide, porre saldamente la ricerca di base nella nostra agenda prioritaria e perseguirla con tenacia per ottenere un progresso continuo.

Xi ha sottolineato la necessità di rafforzare la pianificazione generale e la progettazione di alto livello per ottimizzare la struttura sistemica della ricerca di base. Dobbiamo attenerci all’orientamento strategico dei “Quattro orientamenti”, chiarendo ulteriormente le principali direzioni e le aree prioritarie della ricerca di base. Dobbiamo rafforzare il ruolo guida degli istituti di ricerca nazionali e delle principali università di ricerca, incoraggiare e regolamentare adeguatamente lo sviluppo di nuove tipologie di istituti di ricerca e sviluppo, promuovere una profonda integrazione tra industria, mondo accademico, ricerca e applicazione guidata dalle imprese e connettere l’intera catena dell’innovazione, dalla ricerca di base e dallo sviluppo applicato alla commercializzazione dei risultati. Occorre compiere maggiori sforzi per rafforzare le discipline di base e promuovere uno sviluppo coordinato tra i settori applicati e quelli fondamentali.

Xi ha sottolineato che lo sviluppo dell’istruzione, della scienza, della tecnologia e dei talenti deve essere promosso in modo integrato, con sforzi congiunti per coltivare, attrarre e utilizzare i talenti al fine di ampliare la forza lavoro nella ricerca di base. Dobbiamo rispettare le leggi dello sviluppo dei talenti, migliorare la qualità dell’istruzione e coltivare costantemente una riserva di talenti nella ricerca di base. Dobbiamo ottimizzare i meccanismi di collaborazione tra ricerca scientifica e istruzione e dare importanza all’individuazione e alla crescita dei talenti in prima linea nella ricerca. Dobbiamo aderire a un approccio “orientato alla missione”, con scienziati senior che facciano da mentori a quelli junior e fornire un forte sostegno ai giovani ricercatori. Bisogna promuovere lo spirito scientifico, rafforzare la divulgazione scientifica e stimolare l’immaginazione e la curiosità dei giovani, in modo che la ricerca di base diventi un’aspirazione di vita per un numero sempre maggiore di giovani.

Xi ha sottolineato la necessità di rafforzare il sostegno e le garanzie per la ricerca di base. La percentuale di finanziamenti destinati alla ricerca di base dovrebbe essere gradualmente aumentata e si dovrebbe creare una struttura di investimento diversificata. Le principali infrastrutture scientifiche e tecnologiche dovrebbero essere pianificate e sviluppate in modo sistematico, insieme a sistemi di piattaforme di ricerca intelligenti. Occorre istituire un sistema di valutazione differenziato e adattato alle caratteristiche della ricerca di base, migliorare le condizioni di lavoro e di vita dei ricercatori e promuovere un ambiente innovativo aperto, inclusivo e tollerante nei confronti degli errori. È inoltre necessario rafforzare l’integrità della ricerca.

Xi ha osservato che la Cina dovrebbe integrarsi proattivamente nella rete globale dell’innovazione, approfondire gli scambi e la cooperazione internazionali nella ricerca di base, affrontare congiuntamente le principali sfide scientifiche in settori quali il cambiamento climatico, l’energia e l’ambiente, la vita e la salute, e partecipare attivamente alla governance globale della scienza e della tecnologia.

Presiedendo la riunione, Ding Xuexiang ha affermato che il discorso del Segretario Generale Xi Jinping ha pienamente riconosciuto i risultati raggiunti dalla ricerca di base cinese, ha analizzato in modo esaustivo le nuove circostanze e le sfide future e ha delineato piani strategici e requisiti chiari per il rafforzamento della ricerca di base. Il discorso, ha affermato, è lungimirante nella sua portata e ricco di contenuti, con un forte significato politico, ideologico e guida, tracciando la rotta e fornendo i principi fondamentali per il progresso della ricerca di base. Dobbiamo studiare a fondo e interiorizzare lo spirito delle osservazioni del Segretario Generale, comprendere con precisione l’intento strategico del Comitato Centrale del PCC, accrescere il nostro senso di urgenza, responsabilità e missione e – con maggiore fiducia e determinazione, e con misure e azioni più pragmatiche – rafforzare in modo completo la ricerca di base, concentrarci sul potenziamento della capacità di innovazione originale e impegnarci per raggiungere un elevato livello di autosufficienza tecnologica e fare della Cina un paese forte nella scienza e nella tecnologia.

Anche Yin Li, Shi Taifeng, Liu Guozhong, Zhang Guoqing e Huang Kunming hanno partecipato al simposio.

Erano inoltre presenti alti funzionari dei dipartimenti competenti del Comitato Centrale del PCC, degli organi statali e delle unità militari; funzionari di spicco di alcune province e municipalità; e rappresentanti di università, istituti di ricerca, laboratori nazionali, imprese e della comunità scientifica.

Grazie per aver letto Inside China! Questo post è pubblico, quindi sentitevi liberi di condividerlo.

Condividere

Zhuo Xian sull’impatto dell’intelligenza artificiale sul sistema di sicurezza sociale cinese.

Un direttore del think tank del Consiglio di Stato cinese spiega come l’intelligenza artificiale stia erodendo i tre pilastri dei sistemi di sicurezza sociale e come si possa porre rimedio.

La maggior parte degli articoli che ho letto riguarda l’impatto dell’IA sull’occupazione, in pratica “quanti posti di lavoro andranno persi”. Per la puntata di oggi, vorrei andare oltre e presentare un articolo sull’impatto dell’IA sui sistemi di sicurezza sociale.

L’articolo è di Zhuo Xian (卓贤), direttore e ricercatore senior presso il Dipartimento di Ricerca sullo Sviluppo Sociale e Culturale del Centro di Ricerca per lo Sviluppo del Consiglio di Stato. Il Centro di Ricerca per lo Sviluppo è uno dei think tank governativi più influenti della Cina e risponde direttamente al Consiglio di Stato.

Zhuo Xian (Fonte: Tencent)

Nella maggior parte dei paesi del mondo, i sistemi di previdenza sociale si basano su un’occupazione stabile, e la Cina non fa eccezione. Che si tratti di assicurazione contro la disoccupazione o di congedo di maternità, questi programmi sono stati concepiti per proteggere i lavoratori dal rischio di interruzioni di carriera. Tre pilastri garantiscono la sostenibilità finanziaria del sistema: rapporti stabili tra datore di lavoro e dipendente, salari che crescono di pari passo con la produttività e una struttura demografica favorevole. Zhuo avverte che, con la diffusione su larga scala dell’intelligenza artificiale, le aziende non hanno più bisogno di mantenere un’ampia forza lavoro formale e si stanno spostando verso un’economia dei lavoretti più frammentata. Allo stesso tempo, l’IA apprende più velocemente di qualsiasi individuo, minacciando di interrompere il meccanismo di “apprendimento pratico” che caratterizza l’accumulo di capitale umano. Con la riduzione delle posizioni di livello base, si riducono anche le opportunità di carriera per diventare esperti senior.

Sul fronte politico, Zhuo propone soluzioni a diversi livelli. Nel breve termine, auspica una “tassa sui robot” differenziata, offrendo incentivi fiscali per le tecnologie di intelligenza artificiale che potenziano le capacità umane, e negando agevolazioni o imponendo aliquote modeste alle tecnologie che sostituiscono completamente il lavoro. A livello operativo, suggerisce di ispirarsi all’approccio giapponese di destinare le entrate dell’imposta sui consumi specificamente alla previdenza sociale, in modo che il finanziamento dell’assicurazione sociale non dipenda più interamente dalle imposte sui salari. La logica è che, con il continuo calo della quota di reddito nazionale destinata al lavoro, è necessario individuare nuovi meccanismi per convogliare la ricchezza generata dall’intelligenza artificiale verso una rete di sicurezza sociale a beneficio dei cittadini comuni.

Nel lungo termine, Zhuo sostiene che, poiché la potenza di calcolo dell’IA diventerà un’infrastruttura fondamentale, lo Stato dovrebbe investire e mantenere la proprietà delle risorse informatiche di base per appropriarsi delle rendite economiche generate dall’IA. Ha fatto un paragone con il fondo sovrano norvegese per il petrolio, che contribuisce a immettere un “dividendo dell’IA” nel sistema di sicurezza sociale, spostando il modello dalla “tassazione del lavoro” alla “condivisione dei profitti dell’IA”.

Sul fronte dello sviluppo umano, egli ritiene che l’istruzione dovrebbe orientarsi verso la coltivazione delle capacità metacognitive e del pensiero interdisciplinare, piuttosto che puntare su specifiche competenze tecniche destinate a diventare rapidamente obsolete. Nel breve termine, il governo dovrebbe sovvenzionare i salari o coprire i contributi previdenziali per i giovani che entrano nel mondo del lavoro, riducendo i costi per le aziende che assumono personale junior e impedendo all’intelligenza artificiale di ostacolare l’accesso dei giovani alla carriera.

Il suo articolo riflette, in qualche modo, il modo in cui i consiglieri politici cinesi considerano l’intelligenza artificiale. Zhuo cita direttamente un passaggio della proposta del 15° Piano quinquennale sulla “costruzione di un modello di sviluppo favorevole all’occupazione”, il che potrebbe indicare che l’impatto dell’IA sul mercato del lavoro e sul tessuto sociale ha raggiunto la massima priorità nell’agenda politica cinese. Pechino considera l’IA innanzitutto come un problema di governance, che include la possibilità di pagare le pensioni puntualmente, la solvibilità dei fondi di previdenza sanitaria pubblica e la possibilità per i giovani di accedere alla classe media.

Inside China è una pubblicazione sostenuta dai lettori. Per ricevere nuovi articoli e supportare il mio lavoro, valuta la possibilità di abbonarti gratuitamente o a pagamento.

 Iscritto

Intelligenza artificiale, occupazione e previdenza sociale

Zhuo Xian — Direttore e ricercatore presso il Dipartimento di ricerca sullo sviluppo sociale e culturale del Centro di ricerca sullo sviluppo del Consiglio di Stato.

Il rapporto tra crescita economica e occupazione sta cambiando

Nella lunga era agraria precedente alla Rivoluzione Industriale, il basso progresso tecnologico comportava una crescita a ritmo lento, corrispondente a una bassa crescita demografica e a una bassa crescita dell’occupazione. La crescita economica era praticamente sinonimo di crescita dell’occupazione agricola.

La Rivoluzione Industriale ha infranto i limiti imposti dall’energia e dalla potenza, nonché dalle combinazioni esistenti di fattori di produzione, ampliando enormemente le frontiere della produzione umana. Industrializzazione e urbanizzazione si sono rafforzate reciprocamente grazie alle economie di scala. I prezzi dei prodotti industriali sono diminuiti con l’aumento della produttività, mentre i livelli salariali sono cresciuti di pari passo con la produttività. La produzione e il consumo su larga scala hanno formato un circolo virtuoso, e i posti di lavoro industriali per operai sono cresciuti rapidamente.

Il moderno sistema aziendale ha ampliato la portata della divisione sociale del lavoro e della collaborazione. Numerosi processi produttivi che in origine venivano svolti all’interno di un’unica impresa (come la logistica, il marketing e la consulenza legale) si sono scorporati in aziende specializzate, formando una vasta rete di input e servizi intermedi. Pur migliorando l’efficienza economica, questo ha anche portato a un’impennata di posizioni impiegatizie basate sulla conoscenza all’interno di strutture organizzative gerarchiche. Dopo la diffusione dei personal computer negli anni ’80, le posizioni di elaborazione dati come contabili, segretari e analisti sono cresciute relativamente in fretta.

La mercificazione del lavoro domestico è stata un altro importante motore di creazione di posti di lavoro. Con l’ingresso massiccio delle donne nel mercato del lavoro, il lavoro che in precedenza veniva svolto gratuitamente all’interno delle famiglie si è trasformato in servizi retribuiti e commercializzati, entrando a far parte della contabilità economica nazionale. Sono stati creati continuamente posti di lavoro nei settori dei servizi essenziali come le pulizie domestiche, la ristorazione, l’istruzione e l’intrattenimento.

Per gran parte del XX secolo, l’idea che “la prosperità economica equivalga alla piena occupazione” è stata una forma di cognizione sociale plasmata dalla civiltà industriale, ed è diventata la logica narrativa e il fondamento psicologico di molti modelli di business e istituzioni sociali attuali.

I diversi episodi di “crescita senza creazione di posti di lavoro” sperimentati dalle economie avanzate a cavallo tra il XXI e il XXI secolo hanno iniziato a mettere in discussione questo consenso. Le prime ricerche attribuivano la “crescita senza creazione di posti di lavoro” ai periodi post-crisi, considerandola principalmente un’anomalia ciclica derivante dall’aumento degli investimenti in attrezzature da parte delle imprese di nuova costituzione, piuttosto che un cambiamento strutturale nel rapporto tra occupazione e crescita. Tuttavia, ricerche successive hanno dimostrato che la scomparsa dei lavori cognitivi e manuali di routine non è avvenuta gradualmente, ma si è concentrata durante le recessioni economiche. Le imprese hanno utilizzato le crisi come un “meccanismo di pulizia” concentrato per eliminare definitivamente le posizioni a media qualifica che potevano essere sostituite dall’automazione. Quando l’economia si è ripresa, quei posti di lavoro non sono tornati. Sebbene il settore dei servizi abbia infine assorbito la maggior parte della forza lavoro, lo ha fatto a costo di sacrificare la crescita salariale e la stabilità occupazionale.

Sintetizzando la recente letteratura nazionale e internazionale sull’impatto dell’IA sull’occupazione, emerge che l’intelligenza artificiale non ha causato disoccupazione su larga scala. Molti studi hanno addirittura rilevato che, mentre il tasso di disoccupazione tra i lavoratori dei settori con un’elevata esposizione all’IA è effettivamente in aumento, quello tra i lavoratori con una minore esposizione cresce ancora più rapidamente. Una possibile spiegazione è che i lavoratori con un’elevata esposizione all’IA tendono ad avere livelli di istruzione più elevati e maggiori capacità di reinserimento lavorativo, e sono quindi meno colpiti. I pochi studi che dimostrano una maggiore disoccupazione tra coloro che sono esposti all’IA utilizzano principalmente modelli linguistici su larga scala per valutare il rischio che diverse professioni vengano sostituite dall’IA – in altre parole, “l’IA ci dice che l’IA sta peggiorando la disoccupazione” – e la significatività statistica non è elevata.

Sebbene l’impatto sui livelli occupazionali complessivi non sia evidente, nell’attuale era dell’intelligenza artificiale, il rapporto tra occupazione e crescita ha già mostrato alcune nuove tendenze, che possono essere riassunte come un “disaccoppiamento” in tre aree.

Innanzitutto, l’occupazione si sta disaccoppiando dagli investimenti. Nell’era dell’economia industriale e dei servizi, sia gli investimenti in infrastrutture che quelli in macchinari generavano una considerevole occupazione diretta e indiretta. Nell’era dell’intelligenza artificiale, le aziende tecnologiche stanno incrementando i propri capitali a una velocità senza precedenti, eppure l’effetto di creazione di posti di lavoro è in calo. A differenza della precedente ondata di investimenti in internet, il modello di espansione dell’era dell’IA si è spostato da un modello “asset-light, people-here” a un modello “capital-here, computing-here”, basato su investimenti ad alta densità in infrastrutture fisiche come data center e reti energetiche. Si prevede che le spese in conto capitale combinate di Microsoft, Amazon, Google e Meta nel 2025 raggiungeranno i 400 miliardi di dollari, una cifra che supera il PIL annuo di molti paesi di medie dimensioni. Eppure, allo stesso tempo, le aziende tecnologiche stanno implementando strategie di austerità in termini di capitale umano, tagliando centinaia di migliaia di posti di lavoro e bloccando le assunzioni di neolaureati. Ciò che è insolito è che queste azioni si verificano in un contesto di prezzi azionari record e di una solida crescita dei ricavi, riflettendo una logica decisionale volta a ridurre i costi del lavoro per liberare fondi da investire nelle infrastrutture informatiche.

In secondo luogo, il progresso tecnologico si sta disaccoppiando dallo sviluppo del capitale umano. In passato, i miglioramenti della produttività del lavoro derivavano sia dal capitale e dalla tecnologia incorporata nei macchinari, sia dal contributo del capitale umano accumulato attraverso l'”apprendimento pratico”. Nell’era dell’IA, è più probabile che gli aumenti di produttività del lavoro derivino da una diminuzione del denominatore di tale indicatore, ovvero la dimensione della forza lavoro, e il ritmo di sviluppo del capitale umano è di gran lunga inferiore alla velocità del progresso tecnologico dell’IA.

Da un lato, il percorso di “apprendimento attraverso la pratica” per l’accumulo di capitale umano si sta restringendo. In passato, i laureati acquisivano esperienza attraverso lavori di base e si sviluppavano gradualmente fino a diventare professionisti senior. Ora, l’intelligenza artificiale è sempre più competente nello svolgimento di compiti affidati ad analisti, programmatori e copywriter junior, e la domanda di neolaureati in alcune posizioni è in calo. Ad esempio, il modello tradizionale degli studi legali si basava su un gran numero di avvocati junior per svolgere attività di revisione documentale, ricerca legale e simili. L’intelligenza artificiale può ora completare questi compiti in pochi secondi, ma la domanda di casi come i procedimenti di divorzio non aumenta grazie all’IA, portando gli studi legali a ridurre drasticamente le assunzioni di avvocati junior. Ciò non solo contribuisce all’aumento della disoccupazione giovanile, ma potrebbe anche interrompere il consolidato percorso di crescita professionale per molte tipologie di sviluppo del capitale umano. Se le aziende non assumono più dipendenti junior, da dove verranno i futuri esperti senior?

D’altro canto, nella corsa tra tecnologia e istruzione, il ritmo lineare di accumulazione del capitale umano non riesce a tenere il passo con la velocità esponenziale dell’evoluzione tecnologica. Una delle principali soluzioni alle sfide occupazionali dell’era dell’IA è la formazione continua. Tuttavia, la trasformazione dei modelli educativi non è una panacea di fronte ai progressi tecnologici dell’IA. Per la maggior parte dei lavoratori, il ritmo di accumulazione del capitale umano non può più stare al passo con l’evoluzione dell’intelligenza artificiale. Ad esempio, nel momento in cui un’università lancia un corso di “ingegneria immediata”, i modelli più recenti potrebbero non richiedere più un’ottimizzazione immediata.

In terzo luogo, i salari dei lavoratori si stanno disaccoppiando dagli aumenti di produttività. Le ricerche sul mercato del lavoro statunitense dimostrano che il disaccoppiamento tra produttività del lavoro e salari reali è in atto dagli anni ’70 e l’accelerazione nell’adozione dell’IA potrebbe ampliare ulteriormente questo divario. Nell’era dell’IA, quest’ultima sta routinariando compiti cognitivi non di routine come la scrittura di codice di base, la redazione di documenti legali e l’analisi finanziaria fondamentale. I profitti in eccesso dei settori ad alta efficienza vengono sempre più convertiti in plusvalenze e crescita salariale per un numero ristretto di talenti chiave. I lavoratori che rimangono in ruoli ausiliari all’interno dei settori ad alta efficienza non solo sono in calo numerico – perché il loro contributo in termini di capitale umano è inferiore a quello dell’IA – ma anche la crescita dei loro salari non terrà il passo con gli aumenti di produttività del settore.

Il tradizionale meccanismo di condivisione della produttività “alla Baumol” sta fallendo. La teoria della “malattia dei costi” proposta da Baumol osservava che il plusvalore creato da settori ad alta produttività come quello manifatturiero si riversava – attraverso la concorrenza sul mercato del lavoro (offerta per la manodopera scarsa) o accordi istituzionali (contrattazione sindacale, salari minimi, ecc.) – in settori con una crescita della produttività più lenta come la sanità, l’assistenza e l’intrattenimento, determinando così un aumento generale dei salari in tutta la società. Questo meccanismo di trasmissione salariale intersettoriale manteneva un relativo equilibrio nel mercato del lavoro e fungeva da canale principale attraverso il quale i lavoratori dei settori a bassa efficienza partecipavano alla prosperità. Nell’era dell’intelligenza artificiale, poiché i settori ad alta efficienza non hanno più bisogno di più lavoratori, non devono aumentare continuamente i salari per mantenere la propria forza lavoro e, di conseguenza, non possono innalzare i livelli salariali a livello sociale attraverso un “effetto di dimostrazione salariale”. Quando i lavoratori con competenze intermedie, soppiantati dall’intelligenza artificiale (come impiegati, traduttori e programmatori junior), si spostano verso settori dei servizi con una crescita della produttività più lenta (come il trasporto privato, le consegne e l’assistenza domiciliare di base), l’offerta di lavoro supera la domanda e si interrompe il meccanismo per cui i salari nei settori a bassa efficienza aumentano di pari passo con quelli nei settori ad alta efficienza.

Il calo dei costi dell’IA spinge verso il basso il “tetto massimo” per gli aumenti salariali umani. Per un gran numero di compiti basati su regole, analisi logica, sintesi di informazioni e riconoscimento di modelli, l’IA offre una disponibilità pressoché infinita, superando la scarsità di capitale umano in questi settori e abbassando il prezzo di mercato delle competenze pertinenti. La tecnologia IA è intrinsecamente ad alta intensità energetica. Se il costo marginale dell’intelligenza converge infine verso i costi energetici, e questi ultimi continuano a diminuire grazie a innovazioni tecnologiche come la fusione nucleare controllata, l’energia eolica ad alta quota e l’energia solare spaziale, allora il tetto salariale per gli esseri umani che svolgono le mansioni attuali subisce una pressione al ribasso costante. Ad esempio, in una particolare mansione, quando il costo di implementazione dell’IA scende a 5 dollari l’ora, il salario di un lavoratore che svolge solo quella singola mansione non potrà mai superare i 5 dollari, indipendentemente da quanto sia migliorata la sua produttività.

Il sistema di previdenza sociale basato su un’occupazione stabile si trova ad affrontare delle sfide.

Basandosi su diverse ipotesi circa i tempi, la velocità e la portata degli effetti dell’IA sulla creazione e la sostituzione di posti di lavoro, le previsioni di varie istituzioni sull’impatto futuro dell’IA sul mercato del lavoro divergono notevolmente. Ad esempio, dal 2020, il World Economic Forum ha formulato tre giudizi consecutivi e contraddittori sulla possibilità che l’IA aumenti l’occupazione, con una differenza di 92 milioni di posti di lavoro previsti tra le stime di aumento e perdita netta di posti di lavoro nei prossimi cinque anni. Rispetto alle variazioni dei livelli occupazionali complessivi, questo articolo si concentra maggiormente sulle sfide che i cambiamenti strutturali del mercato del lavoro nell’era dell’IA pongono alla sicurezza sociale.

Il moderno sistema di previdenza sociale è un prodotto dell’era della grande industrializzazione. Che si tratti di pensioni e assicurazioni sanitarie pubbliche, di assicurazioni contro la disoccupazione, infortuni sul lavoro o maternità, il loro scopo originario è la distribuzione socializzata dei “rischi di interruzione dell’attività lavorativa per i lavoratori”. La struttura dei sistemi di sicurezza sociale è quindi strettamente legata ai contributi previdenziali e il loro funzionamento continuo dipende da tre pilastri: la crescita del numero di occupati trainata dal dividendo demografico, la standardizzazione dei rapporti di lavoro determinata dalla produzione industriale su larga scala e la crescita dei salari trainata dai miglioramenti della produttività. È stata la convergenza storica di queste tre condizioni nel XX secolo a rendere i sistemi di previdenza sociale finanziariamente sostenibili e politicamente operativi, affermandoli come un’istituzione fondamentale per gli Stati nella gestione del rischio sociale.

Il primo pilastro è una struttura demografica favorevole , che fornisce le basi attuariali per la previdenza sociale. Nell’ambito del sistema previdenziale, la crescita demografica stessa si trasforma in una particolare classe di attività. I ​​trasferimenti intergenerazionali producono un implicito “tasso di rendimento biologico” che può persino superare l’accumulazione di capitale monetario. Se la somma del tasso di crescita demografica (n) e del tasso di crescita salariale reale (g) di un’economia supera il tasso di interesse reale di mercato (r), l’introduzione di un sistema previdenziale a ripartizione aumenta il benessere sociale complessivo. Nei decenni di “età dell’oro” successivi alla Seconda Guerra Mondiale, il baby boom ha reso possibile questo “rendimento senza capitale”. La partecipazione alla previdenza sociale non era semplicemente un obbligo, ma un investimento superiore al risparmio privato. Una struttura demografica favorevole ha sancito un contratto intergenerazionale di previdenza sociale con consenso sociale, trasferendo la gestione del rischio pensionistico dalle famiglie disperse a un sistema di previdenza sociale centralizzato.

Il secondo pilastro è rappresentato da rapporti di lavoro stabili e di lunga durata. A differenza dell’assistenza sociale basata sulla verifica dei mezzi di sussistenza, il moderno sistema di sicurezza sociale enfatizza la reciprocità di diritti e obblighi, ovvero l’entità delle prestazioni è strettamente legata alla storia contributiva. L’intento originario di questo sistema è quello di garantire una vita dignitosa ai lavoratori dopo il pensionamento. Rapporti di lavoro stabili e di lunga durata offrono ai lavoratori flussi di reddito chiari e continui, assicurando la fattibilità del collegamento tra “prestazioni pensionistiche” e “contributi da lavoro”. Rapporti di lavoro altamente organizzati non solo hanno creato una classe media stabile, ma hanno anche reso il reddito dei lavoratori trasparente, calcolabile e facilmente deducibile. Ciò ha trasformato il moderno sistema aziendale in un’estensione della capacità statale, rendendo le imprese agenti della riscossione dei contributi previdenziali da parte dello Stato, migliorando l’efficienza amministrativa della riscossione dei fondi previdenziali ed estendendone la copertura.

Il terzo pilastro è la crescita sincrona dei salari e della produttività dei lavoratori. La crescita sincrona di salari e produttività garantisce l’espansione endogena della base contributiva della previdenza sociale. Data una struttura demografica e un meccanismo di riscossione fissi, il miglioramento dei livelli delle prestazioni previdenziali e la solvibilità del fondo dipendono fondamentalmente dal tasso di crescita della base contributiva. Anche in caso di invecchiamento della popolazione e di calo o negatività di n, finché il tasso di crescita dei salari reali g si mantiene relativamente elevato, i livelli delle prestazioni previdenziali possono naturalmente aumentare insieme alla ricchezza sociale totale. Nei 30 anni successivi alla Seconda Guerra Mondiale, i paesi occidentali hanno vissuto un periodo d’oro di crescita della produttività. Gli alti tassi di sindacalizzazione hanno garantito che i guadagni di produttività si traducessero in crescita salariale, creando un circolo virtuoso di benefici di produttività ampiamente condivisi. La crescita composta derivante da un dividendo demografico sovrapposto a un dividendo di produttività ha fatto sì che ogni generazione dovesse contribuire solo con una piccola parte del proprio reddito per sostenere la generazione precedente, garantendole una vita migliore di quella che aveva avuto in gioventù.

Il moderno sistema di previdenza sociale è un assetto istituzionale attraverso il quale la società umana, mediante una progettazione razionale, gestisce i rischi dell’industrializzazione. Ha interiorizzato con successo tre specifiche condizioni macro-storiche nei parametri del suo funzionamento istituzionale, rafforzando la coesione sociale e migliorando la stabilità economica e sociale. Tuttavia, dalla fine del XX secolo, l’invecchiamento della popolazione ha scosso la logica attuariale del primo pilastro, e anche il secondo e il terzo pilastro si trovano ad affrontare delle sfide a causa del rapido progresso dell’intelligenza artificiale.

L’impatto dell’invecchiamento della popolazione sul primo pilastro è stato ampiamente discusso e non verrà ulteriormente approfondito in questa sede. Tuttavia, è opportuno sottolineare che l’impatto dell’invecchiamento sul sistema di previdenza sociale è graduale e prevedibile, mentre il progresso dell’intelligenza artificiale è non lineare ed esponenziale, ponendo potenzialmente sfide più rapide, ampie e su vasta scala al secondo e al terzo pilastro dell’attuale modello di sicurezza sociale.

In primo luogo, l’intelligenza artificiale cambierà il modello di organizzazione della produzione e le forme imprenditoriali della civiltà industriale, frammentando i rapporti di lavoro formali esistenti e scuotendo il secondo pilastro.

Da un lato, l’intelligenza artificiale riduce i costi di transazione del mercato e favorisce la gig-ificazione dei lavoratori della conoscenza. Se il mercato è un meccanismo efficiente per l’allocazione delle risorse, perché esistono le imprese? La risposta di Coase è che le transazioni di mercato implicano costi di ricerca, negoziazione, contrattualistica e monitoraggio. Quando i costi organizzativi interni a un’impresa sono inferiori ai costi di transazione sul mercato esterno, le imprese emergono e si espandono. Con l’applicazione della tecnologia IA alle piattaforme del mercato del lavoro, i costi di transazione dell'”assunzione per mansione” diventano trascurabili rispetto all'”assunzione per lavoro”. L’unità di lavoro di base si sposterà gradualmente da un “lavoro” – un insieme di compiti raggruppati, a lungo termine e vagamente definiti – a un “compito” – un singolo risultato finale, chiaramente definito e a breve termine – raggiungendo potenzialmente quella che è stata definita la “Singolarità di Coase”. Nell’ambito della Singolarità di Coase, un gran numero di compiti che in precedenza appartenevano al nucleo dell’impresa possono essere esternalizzati, dando persino origine a “aziende unipersonali”, poiché i lavoratori precedentemente impiegati a lungo termine e in modo stabile diventano personale esterno. I report finanziari delle piattaforme globali di freelance come Upwork e Fiverr mostrano che le grandi aziende stanno sistematicamente sostituendo i dipendenti a tempo pieno con freelance altamente qualificati. Se l'”impresa” – il nodo centrale della riscossione dei contributi previdenziali – viene sostituita da una “rete di transazioni” di attività basate sulla conoscenza, aumenta la probabilità che un numero maggiore di posizioni impiegatizie in ufficio passi da un impiego a tempo indeterminato a un lavoro a progetto.

D’altro canto, l’intelligenza artificiale riduce i costi di coordinamento all’interno delle imprese e potrebbe portare al “collasso del livello intermedio”. Nelle imprese tradizionali, le funzioni principali dei quadri intermedi sono la trasmissione delle informazioni, l’assegnazione dei compiti e il monitoraggio dei processi. Gli agenti di intelligenza artificiale stanno iniziando a eseguire flussi di lavoro complessi senza un continuo intervento umano, completando queste attività di coordinamento a costi estremamente bassi. Ciò potrebbe portare a un appiattimento delle strutture organizzative, in cui i dirigenti di livello superiore possono supervisionare direttamente un maggior numero di unità aziendali e i quadri intermedi, responsabili del coordinamento e dell’elaborazione delle informazioni, diventano superflui. Gartner prevede che entro il 2026 il 20% delle organizzazioni utilizzerà l’intelligenza artificiale per appiattire le proprie strutture organizzative e che oltre la metà delle posizioni di quadro intermedio non sarà più necessaria.

Entrambe queste tendenze porteranno all’espansione della gig economy dai suoi attuali ambiti di edilizia, manifatturiero, consegna di cibo e servizi di corriere verso i servizi di produzione dominati dai lavoratori della conoscenza, con conseguente aumento dei rapporti di lavoro non a lungo termine. Ciò comporterà una diminuzione degli obblighi contributivi previdenziali a carico dei datori di lavoro e un aumento degli obblighi contributivi e dell’esposizione al rischio per i singoli lavoratori.

Inoltre, se l’accumulo di capitale su scala ultra-ampia dovuto all’IA dovesse continuare al ritmo attuale, la distorsione della distribuzione del reddito nazionale a favore dei detentori di capitale e di un piccolo numero di individui altamente qualificati scuoterebbe il terzo pilastro.

L’intelligenza artificiale potrebbe rendere difficile per i redditi salariali dei gruppi a reddito medio tenere il passo con la crescita della produttività. La principale fonte di finanziamento del sistema di previdenza sociale è costituita da un’ampia popolazione a reddito medio. A differenza delle precedenti rivoluzioni industriali, che hanno principalmente sostituito il lavoro manuale degli operai, l’intelligenza artificiale generativa accelera la routinizzazione della cognizione non routinaria, trasformando le capacità cognitive di livello medio-alto in servizi replicabili a livello industriale. Il suo impatto principale si ripercuote sulla classe dei colletti bianchi – i lavoratori istruiti impegnati in attività cognitive – un gruppo che gode di un’occupazione stabile, salari relativamente elevati e alti tassi di contribuzione.

La diminuzione della quota di reddito da lavoro comporta una relativa riduzione della base imponibile della previdenza sociale. I dati dell’OCSE e dell’Organizzazione Internazionale del Lavoro mostrano entrambi che, nei settori più digitalizzati, la quota di reddito da lavoro sul valore aggiunto sta diminuendo a un ritmo accelerato. Ciò significa che i dividendi del progresso tecnologico affluiscono sempre più ai detentori di capitale che possiedono algoritmi, dati e potenza di calcolo. Poiché i redditi più elevati sono soggetti a limiti massimi di contribuzione per l’assicurazione pensionistica di base, l’assicurazione sanitaria e l’assicurazione contro la disoccupazione, un’ulteriore crescita del reddito per questo gruppo non contribuisce quasi per nulla ai fondi previdenziali. Se l’intensificazione del capitale nell’era dell’intelligenza artificiale porta a una riduzione della quota di reddito da lavoro, in particolare della quota di reddito dei gruppi a reddito medio, la base imponibile della previdenza sociale in proporzione al prodotto interno lordo diminuirà e la crescita economica non si tradurrà in una crescita proporzionale dei fondi previdenziali.

Costruire un modello di sviluppo favorevole all’occupazione nell’era dell’intelligenza artificiale

La tecnologia in sé è neutrale, ma l’innovazione tecnologica non è intrinsecamente orientata al benessere umano. Se lo scopo dell’intelligenza artificiale è quello di potenziare il potenziale umano e migliorare la qualità della vita, piuttosto che “come sostituire le persone con le macchine”, tutte le sfide descritte in precedenza potrebbero essere facilmente affrontate e il dividendo tecnologico potrebbe compensare la scomparsa del dividendo demografico. Ad esempio, l’associazione europea dell’industria delle tecnologie mediche stima che l’applicazione diffusa dell’IA nel settore sanitario potrebbe far risparmiare ai sistemi sanitari europei tra i 170 e i 210 miliardi di euro all’anno, con i soli dispositivi indossabili basati sull’IA che potrebbero far risparmiare circa 50 miliardi di euro all’anno, alleviando direttamente la pressione sui fondi di assicurazione sanitaria per l’acquisto di farmaci. Un altro esempio importante per risolvere la crisi pensionistica è quello di estendere gli anni contributivi. La tecnologia basata sull’intelligenza artificiale può eliminare le barriere fisiologiche e cognitive che impediscono alle persone anziane di partecipare al mercato del lavoro, consentendo ai lavoratori più anziani di concentrarsi su attività ad alto valore aggiunto che richiedono giudizio, empatia e capacità decisionali complesse, riducendo la stanchezza lavorativa e permettendo loro di optare per un modello di “pensionamento graduale”, ovvero una transizione dal lavoro a tempo pieno a quello part-time anziché un’interruzione improvvisa della propria fonte di reddito.

Tuttavia, almeno quattro fattori attualmente orientano la direzione dell’innovazione nell’IA in modi sfavorevoli all’occupazione e alla sicurezza sociale. Il primo è la “trappola di Turing” guidata dal capitale. Erik Brynjolfsson dell’Università di Stanford ha proposto il concetto di “trappola di Turing”, sottolineando come l’attuale ricerca e sviluppo nell’IA sia eccessivamente focalizzata sul “pensare e agire come gli esseri umani”, sviluppando un'”intelligenza simile a quella umana” piuttosto che potenziare le capacità umane. Ciò è il risultato di un’innovazione guidata dal capitale che risponde alla scarsità. I ​​prezzi, in quanto segnali di scarsità, orientano il corso del cambiamento tecnologico, indirizzando l’innovazione verso la sostituzione dei fattori di produzione su larga scala e ad alto costo. Nelle economie avanzate, questo indirizza l’innovazione verso la sostituzione della manodopera ad alto costo. In secondo luogo, la geoeconomia promuove un percorso di innovazione che consente di risparmiare manodopera. Negli ultimi anni, sotto l’influenza della geoeconomia, le economie avanzate hanno spinto per il rientro della produzione industriale in patria, ma si trovano ad affrontare una grave carenza di manodopera qualificata. Per evitare incertezze negli investimenti transfrontalieri, nelle politiche migratorie e tariffarie, le aziende stanno riorientando i propri investimenti tecnologici verso direzioni che consentano di “risparmiare manodopera”. In terzo luogo, la domanda infinita del mondo digitale aggrava la scarsità nel mondo fisico. L’innovazione dell’IA non può superare direttamente la scarsità di atomi. Permangono vincoli fisici su terra, acqua dolce, litio, cobalto e altri minerali critici, e la scarsità che alimenta la crescita economica si sposta sull’energia, sulla capacità ambientale e sulle materie prime chiave. Dal punto di vista occupazionale, si tratta di settori con una domanda di lavoro limitata; accelerarne lo sviluppo potrebbe persino creare un problema di competizione tra l’IA e il benessere umano per le risorse scarse. In quarto luogo, i limiti dell’innovazione dell’IA per la Scienza. Uno studio che ha analizzato 67 milioni di articoli in sei principali campi – biologia, chimica, geologia, scienza dei materiali, medicina e fisica – ha rilevato che, sebbene gli strumenti di IA abbiano migliorato la produttività dei singoli scienziati, hanno portato a una convergenza degli argomenti di ricerca. Gli scienziati tendono a studiare aree ricche di dati che l’intelligenza artificiale può elaborare facilmente, mentre i campi con pochi dati o marginali, difficili da modellare per l’IA, vengono trascurati. Questa tendenza può restringere l’ampiezza della scoperta scientifica e ridurre il potenziale di innovazioni rivoluzionarie che aprono nuove aree di domanda e occupazione per l’umanità.

Il progresso tecnologico è dipendente dal percorso intrapreso. Una volta che un determinato paradigma tecnologico raggiunge la sua posizione dominante, le capacità ingegneristiche, le infrastrutture e le abitudini cognitive della società si sviluppano attorno ad esso, rafforzandosi a vicenda e “bloccando” il modello di sviluppo su una traiettoria specifica. La proposta per il 15° Piano quinquennale auspica la “costruzione di un modello di sviluppo favorevole all’occupazione” e afferma esplicitamente la necessità di “migliorare la valutazione e il monitoraggio dell’impatto occupazionale e i sistemi di allerta precoce” per affrontare “l’impatto dei nuovi sviluppi tecnologici sull’occupazione”. Ciò rappresenta l’unità tra sviluppo di alta qualità e piena occupazione di alta qualità, e riveste grande importanza per orientare la direzione dello sviluppo della tecnologia dell’intelligenza artificiale.

A differenza degli Stati Uniti, che investono la maggior parte delle proprie risorse per l’innovazione incrementale nelle fasi di addestramento e inferenza dell’IA, il piano d’azione cinese “AI+” pone l’accento sull’applicazione tecnologica su larga scala, distribuendo le risorse per l’innovazione in modo più equo tra le fasi di addestramento, inferenza e applicazione dell’IA. Ciò non solo accorcia il ciclo di ritorno dell’investimento nell’innovazione tecnologica, ma facilita anche la creazione di posti di lavoro attraverso lo sviluppo di scenari applicativi dell’IA nei settori della produzione, del consumo e della distribuzione. Inoltre, i costi del lavoro in Cina sono di gran lunga inferiori a quelli degli Stati Uniti, il che rende meno rilevanti i vantaggi derivanti dalla sostituzione del lavoro umano con l’IA e lascia più spazio alle politiche pubbliche per orientare lo sviluppo dell’IA “verso il bene comune”. Oltre alle politiche convenzionali già in atto, questo articolo propone diverse direzioni politiche da discutere.

Sulla “tassa sui robot”. Poiché alcuni Paesi offrono crediti d’imposta o ammortamenti accelerati per le apparecchiature di automazione, pur applicando elevate imposte sui salari (compresi i contributi previdenziali) al lavoro, di fatto si sovvenziona la sostituzione dei lavoratori umani con la tecnologia dell’intelligenza artificiale. Sebbene molti studi abbiano proposto una tassa sui robot, nessun Paese l’ha ancora implementata. Il governo coreano, spesso erroneamente citato come colui che ha introdotto la “prima tassa sui robot al mondo”, non ha tassato direttamente i robot, ma ha ridotto i crediti d’imposta per gli investimenti aziendali in apparecchiature di automazione. In teoria, una tassa sui robot potrebbe internalizzare i costi sociali dello sviluppo dell’IA (come la disoccupazione) e rallentare l’eccessiva perdita di posti di lavoro. In pratica, tuttavia, si scontra con problemi di definizione: ad esempio, cosa si intende per “robot” e un foglio di calcolo Excel migliorato dalla tecnologia dell’IA dovrebbe essere tassato? Un approccio più fattibile sarebbe quello di implementare aliquote fiscali differenziate in base al tipo di tecnologia di intelligenza artificiale: concedendo crediti d’imposta per le tecnologie che “potenziano il lavoro”, come gli esoscheletri e gli occhiali per la realtà aumentata che assistono i lavoratori, e negando incentivi fiscali o imponendo tasse moderate alle tecnologie che si limitano a sostituire il lavoro umano.

Un approccio al finanziamento della sicurezza sociale basato sul coordinamento tra imposte e contributi. A differenza del modello adottato nei paesi dell’Europa continentale come Germania e Francia, che si fonda principalmente sui contributi di datori di lavoro e dipendenti, paesi come la Danimarca hanno scelto di finanziare la sicurezza sociale principalmente attraverso la tassazione generale, con una quota minore di contributi. Il Giappone, una delle società più anziane al mondo, ha aumentato l’aliquota dell’imposta sui consumi dall’8% al 10% nel 2019, destinando esplicitamente le maggiori entrate alle spese per la sicurezza sociale, tra cui pensioni, assistenza sanitaria e assistenza a lungo termine. Sebbene le strutture di finanziamento della sicurezza sociale attuate dalle riforme di Danimarca e Giappone non fossero state originariamente concepite per affrontare la disruption dell’IA, un approccio al finanziamento della sicurezza sociale basato sul coordinamento tra imposte e contributi può convogliare i dividendi di ricchezza creati dall’IA verso la rete di protezione sociale, mitigando gli shock ai tre pilastri della sicurezza sociale. Per quanto riguarda gli strumenti fiscali specifici, basandosi sulle prassi politiche di diversi paesi, le opzioni includono l’imposta sul valore aggiunto (o imposta sui consumi), le imposte ambientali e le imposte sulle plusvalenze; ​​alcuni istituti di ricerca hanno anche proposto di introdurre una “tassa sugli extraprofitti” derivanti dall’IA.

Sulle infrastrutture sovrane per l’IA. Se la potenza di calcolo dell’IA, come suggeriscono alcuni ricercatori, diventerà la valuta del futuro, allora controllare le infrastrutture per l’IA significa controllare il signoraggio futuro. La costruzione di “infrastrutture sovrane per l’IA” non è solo una questione di sicurezza nazionale, ma potrebbe anche diventare un nuovo canale di finanziamento della previdenza sociale. Paesi come il Regno Unito, la Francia, il Canada e Singapore stanno investendo nella creazione di “cloud di ricerca nazionali” di proprietà statale, ovvero cluster di calcolo sovrani per l’IA. Attraverso investimenti nazionali nelle infrastrutture informatiche di base, i governi possono catturare direttamente le rendite economiche generate dall’IA in futuro. Dopo la commercializzazione su larga scala dell’IA, questo “dividendo dell’IA” potrebbe svolgere un ruolo simile a quello dell’attuale fondo petrolifero norvegese, iniettando direttamente nel sistema di previdenza sociale, realizzando un passaggio dalla “tassazione del lavoro” alla “partecipazione ai dividendi dell’IA” e consentendo al sistema di previdenza sociale di beneficiare dell’apprezzamento del capitale generato dall’IA.

Sull’accumulo di capitale umano nell’era dell’IA. Uno studio del think tank europeo Bruegel ha rilevato che negli annunci di lavoro relativi all’IA, le menzioni di titoli di studio universitari sono diminuite del 23%, mentre le menzioni di competenze specifiche sono aumentate significativamente. Sia nell’istruzione di base che in quella superiore, poiché la durata utile di specifici percorsi professionali e competenze si sta riducendo, l’istruzione deve orientarsi verso la coltivazione di capacità “metacognitive”, pensiero critico e capacità di integrazione di sistemi interdisciplinari. Sul fronte dell’occupazione giovanile, con l’IA che si sta affermando nei lavori di livello base e con il restringersi del percorso di “apprendimento pratico” per l’acquisizione di capitale umano, è necessario ideare nuovi meccanismi di incentivazione per tirocini e apprendistati per laureati. Un’opzione è quella di utilizzare fondi pubblici per sovvenzionare i salari o i contributi previdenziali dei giovani che entrano nel mondo del lavoro, incoraggiando le imprese ad assumere giovani lavoratori e a sviluppare la collaborazione e la crescita congiunta tra uomo e IA sul posto di lavoro.