La parola weird non ha sempre significato “strano”. Nell’inglese antico, nata dall’incontro tra culture germaniche e nordiche, indicava piuttosto il destino, il divenire, il fato. In quell’epoca si pensava che l’esito della vita di una persona fosse inseparabile dalla stranezza intrinseca dell’esistere.
Il Macbeth di William Shakespeare è famoso per le tre streghe che recitano il celebre verso “double, double, toil and trouble”, spesso storpiato in “bubble, bubble” per colpa di un cartone Disney. Meno noto è il fatto che Shakespeare le chiamò le Weird Sisters, collegandole alle Norne della mitologia scandinava: tre figure anziane che tessevano il destino degli uomini in una rete chiamata wyrd, contenente la storia di ogni vita umana. (Molti anni dopo, J.K. Rowling riprese il nome The Weird Sisters per una band dell’universo di Harry Potter, composta però solo da uomini.)
La stranezza è legata al destino
Secondo Benjamin Shiller, professore di economia alla Brandeis University, la cosa più “strana” dell’economia moderna è che, nell’era dell’intelligenza artificiale, la stranezza è tornata a essere legata al destino. Anzi: più si è “strani”, meglio si starà.
Nel suo libro AI Economics: How Technology Transforms Jobs, Markets, Life, and Our Future, Shiller sostiene che più un lavoro è bizzarro e fuori dagli schemi, meno è probabile che venga sostituito dall’AI. Esperto di economia del cambiamento tecnologico — e figlio del celebre economista Robert Shiller di Yale, co-creatore di un importante indice dei prezzi delle abitazioni — Shiller afferma che il futuro del lavoro sarà inevitabilmente “weird”.
I modelli di intelligenza artificiale, spiega, possono imparare molto bene, ma solo grazie a enormi quantità di dati. Gli esseri umani, invece, apprendono in modo molto più efficiente. Se un settore è di nicchia e dispone di pochi dati, l’AI difficilmente riuscirà a rimpiazzare chi ci lavora.
Goldman Sachs stima che circa 300 milioni di posti di lavoro negli Stati Uniti e in Europa potrebbero essere influenzati dall’AI, ipotizzando che l’uomo possa fare la stessa fine del cavallo da lavoro nell’economia moderna. Tuttavia, il cosiddetto “premio della stranezza” individuato da Shiller suggerisce una via di fuga: scegliere professioni talmente complesse e atipiche che nemmeno trilioni di dati siano sufficienti a replicarle.
L’AI non impara ancora come gli esseri umani
Shiller cita anche una recente osservazione di Elon Musk, secondo cui servirebbero circa 10 miliardi di miglia di dati per ottenere una guida autonoma davvero sicura. Considerando che un americano medio guida circa 13.500 miglia all’anno, ciò equivale a circa 750mila anni di esperienza di guida di una sola persona. Un essere umano, invece, ottiene la patente dopo poche centinaia di miglia e alcuni mesi di pratica.
Le auto a guida autonoma esistono già e funzionano bene nella maggior parte dei casi. Ma se per un compito relativamente semplice come guidare è necessaria una mole così enorme di dati, automatizzare professioni altamente specialistiche – come l’analista di incidenti aerei o l’ingegnere di attrazioni industriali – richiederebbe quantità di informazioni ancora maggiori. Dove i dati scarseggiano, l’essere umano conserva un vantaggio decisivo.
Perché gli esseri umani gestiscono meglio i canguri
Per spiegare i limiti dell’AI, Shiller racconta il cosiddetto “caso dei canguri”. Durante i test delle auto autonome di Waymo in Australia, i veicoli non riuscivano a gestire un ostacolo imprevisto: i canguri che saltavano improvvisamente sulla strada. Non erano presenti nei dati di addestramento e i loro movimenti erano diversi da quelli di altri animali, con il risultato che le auto continuavano a investirli.
L’intelligenza artificiale fatica a prevedere l’ignoto. Gli esseri umani, invece, riescono ad adattarsi anche a situazioni mai viste prima, senza un addestramento specifico. È questa capacità che ci rende insostituibili negli scenari complessi: dal traffico imprevedibile al caos di un ospedale o di una banca d’investimento.
Per questo, conclude Shiller, chi oggi lavora – e chi sta scegliendo un percorso di studi – dovrebbe evitare le professioni troppo affollate. Limitarsi a seguire percorsi standard e competenze comuni è una strategia rischiosa. In altre parole, il destino del lavoro è destinato a essere strano.
L’articolo originale è disponibile su Fortune.com
