The Pulse
Secondo gli autori di DeepMind, il coordinamento potrebbe trasformare l’impatto economico dell’IA
Un saggio del DeepMind Institute sostiene che gli effetti economici dell’IA dipendono non solo dalle capacità individuali, ma anche dalla capacità degli agenti di coordinarsi all’interno delle organizzazioni. Il testo illustra possibili cam
AI.info Team · Scritto con l’IA · verificato ·
I sistemi di IA continuano a superare test sulle competenze individuali, ma l’economia nel suo complesso non mostra ancora i profondi cambiamenti che quei risultati potrebbero far pensare. In un saggio pubblicato il 29 ottobre, i ricercatori di Google DeepMind Alex Imas, Andrew Koh e Shane Legg sostengono che il divario rifletta una discrepanza: i benchmark misurano le prestazioni di agenti che lavorano da soli, mentre la competizione economica si svolge tra organizzazioni.
La tesi dei ricercatori non è semplicemente che modelli più capaci aumenteranno la produttività. Secondo gli autori, la capacità degli agenti di dividersi il lavoro, condividere il contesto e coordinarsi potrebbe determinare se l’IA produrrà cambiamenti graduali o un’improvvisa riorganizzazione di imprese, posti di lavoro e salari. Il saggio presenta scenari ricavati da un modello economico, non dimostra che una simile trasformazione sia già avvenuta.
Perché i benchmark individuali non colgono il lavoro di squadra
Le persone mettono a disposizione punti di forza diversi sul posto di lavoro. Un’azienda può riunire specialisti, assegnare i compiti a chi è più adatto a svolgerli e affidarsi ai dirigenti per far sì che i passaggi di consegne procedano senza intoppi. Un modello potrebbe superare qualsiasi singolo dipendente in un test e rimanere comunque al di sotto di una squadra i cui membri si completano a vicenda.
Per illustrare questo punto, gli autori descrivono un quiz sottoposto a 100 persone in sei ambiti: matematica, ragionamento verbale, scienze, schemi, cultura ed economia. Riferiscono che i partecipanti abbinati in modo da completarsi a vicenda hanno ottenuto risultati migliori del 32% rispetto a coppie formate casualmente in un compito. Il risultato illustra la loro tesi sulle competenze complementari; non misura l’effetto dell’IA su salari, occupazione o produttività nell’economia nel suo complesso.
Gli autori affermano che è possibile fornire copie di IA nei limiti consentiti dalla capacità di calcolo, a differenza dei lavoratori umani, il cui tempo e la cui disponibilità sono limitati. Duplicare un modello aumenta però la capacità senza necessariamente aggiungere nuovi punti di forza. Il loro confronto economico è quindi tra organizzazioni di persone e organizzazioni di agenti di IA, non tra un modello e una persona.
Il coordinamento determina le dimensioni dell’impresa
Nel quadro proposto, la competenza aumenta la produzione per lavoratore a parità di dimensioni dell’impresa. Il coordinamento influisce su ciò che accade quando un’impresa aggiunge lavoratori o agenti. Un coordinamento debole rende inefficiente la collaborazione; un coordinamento migliore può aiutare un’azienda a crescere prima che gli attriti nella comunicazione e il disallineamento degli incentivi pesino sulla produzione.
Gli autori descrivono una soglia oltre la quale ogni agente aggiuntivo rende l’organizzazione più produttiva di quanto non abbia fatto il precedente. Definiscono quel punto «supercooperativo». Se un’impresa di IA lo supera in un mercato ampio e standardizzato, il modello suggerisce che potrebbe crescere rapidamente e prevalere sui concorrenti più piccoli, anche se i suoi singoli agenti non sono straordinari nei test isolati.
«In altri termini, la competenza determina il livello potenziale di produttività; il coordinamento determina quanto può crescere un’organizzazione senza diventare troppo disordinata per funzionare».
Gli autori: Alex Imas, direttore di AGI Economics presso Google DeepMind; Andrew Koh, ricercatore scientifico presso Google DeepMind; e Shane Legg, cofondatore e responsabile scientifico dell’AGI presso Google DeepMind.
Gli autori contrappongono a questa possibilità un mondo in cui i modelli diventano molto più capaci ma il coordinamento rimane limitato. In questo scenario, le aziende potrebbero produrre di più con squadre più piccole, mentre i settori resterebbero suddivisi tra molte imprese. I salari degli specialisti che svolgono attività di routine potrebbero scendere verso il costo della capacità di calcolo, mentre i lavoratori umani che dirigono e coordinano progetti complessi conserverebbero un vantaggio.
Quattro scenari, effetti diversi sul lavoro
Il saggio delinea i possibili esiti di quattro scenari: AGI minima, IA supercompetente, IA supercooperativa e superintelligenza artificiale. Le distinzioni dipendono dal fatto che l’IA eguagli o superi le capacità umane e che gli agenti riescano o meno a coordinarsi oltre la soglia proposta.
Nel caso dell’AGI minima, gli autori si aspettano che i cambiamenti salariali precedano importanti trasformazioni nella struttura delle imprese: i lavoratori le cui competenze possono essere riprodotte dall’IA subiscono pressioni, mentre specialisti e coordinatori potrebbero ottenere compensi più alti. Secondo gli autori, l’IA supercompetente potrebbe rendere le imprese più produttive senza aumentarne le dimensioni. I sistemi supercooperativi potrebbero invece favorire la concentrazione nei mercati scalabili; lo scenario che combina supercompetenza e supercooperazione estende questa pressione ai mercati più piccoli e specializzati.
Si tratta di proiezioni condizionate, non di un calendario o di una previsione secondo cui una particolare soglia sarebbe vicina. Il saggio stesso afferma che gli attuali sistemi di IA si coordinano male nella pratica. Propone inoltre nuove misurazioni: test su come gli agenti si dividono compiti non familiari, si trasmettono il contesto tra un compito e l’altro e individuano gli errori reciproci, insieme al monitoraggio economico della spesa per il personale e per la capacità di calcolo.
Il saggio propone un quadro di analisi, non la posizione di Google
Il saggio afferma di basarsi su uno studio separato, «Organizing Intelligence», che presenta il modello economico completo. Un’avvertenza sulla pagina del DeepMind Institute precisa che i suoi saggi intendono stimolare la discussione, riflettono le idee e le ricerche dei rispettivi autori e non devono essere letti come la posizione ufficiale di Google.
La distinzione è importante perché il contributo centrale del saggio è un modo di inquadrare la questione, non una prova che l’occupazione o la concentrazione del mercato siano già cambiate a causa del coordinamento tra agenti. Gli indicatori precoci proposti sono i salari e l’evoluzione dei ruoli lavorativi; gli esiti più radicali dipendono dal superamento, da parte dei sistemi di IA, di una soglia di coordinamento che, secondo gli autori, i sistemi attuali non hanno raggiunto.