Rimodellare la forza lavoro europea alla luce dei progressi dell’intelligenza artificiale
Secondo una recente ricerca, circa un terzo delle ore di lavoro globali potrebbe essere automatizzato entro la fine del decennio. Grazie ai progressi nel settore dell’intelligenza artificiale (IA), molti aspetti monotoni e ripetitivi del lavoro odierno attualmente svolti dagli esseri umani potrebbero essere completati dai computer. «I compiti più adatti all’IA e all’automazione sono di norma quelli di routine, ripetitivi e basati su regole», spiega Meltem Ucal, docente di Economia presso l’Università Kadir Has. Tra di essi figurano attività quali l’inserimento e la convalida dei dati, la classificazione e l’elaborazione dei documenti, la stesura di rapporti standardizzati, la programmazione e il coordinamento, le operazioni ripetitive di monitoraggio o di triage e le risposte di prima linea alle domande prevedibili dei clienti. «I sistemi basati sull’IA sono in grado di accelerare questi processi, ridurre gli errori e liberare i lavoratori umani da alcune mansioni al fine di consentire loro di concentrarsi su altri compiti, sulla creatività e sulle capacità interpersonali», afferma Ucal. Alla luce di ciò, nell’ambito del progetto AI4LABOUR(si apre in una nuova finestra), finanziato dal programma di azioni Marie Skłodowska-Curie(si apre in una nuova finestra), Ucal e il suo team hanno lavorato al fine di prevedere le professioni emergenti e la formazione necessaria per avere successo in questi lavori. Il progetto si è avvalso di un nuovo modello di IA allo scopo di creare un quadro integrato che metta in connessione lavori, mansioni, competenze e percorsi di formazione, redigendo quindi una serie di raccomandazioni aperte.
Analizzare le occupazioni future
Dal punto di vista metodologico, AI4LABOUR ha combinato diversi filoni. Ricorrendo a una modellizzazione basata sulle attività e sulle competenze, i ricercatori hanno analizzato innanzitutto le occupazioni a livello di mansione da ricoprire, anziché solamente di qualifica professionale. Mediante l’applicazione dell’apprendimento automatico e di approcci di apprendimento profondo, sono quindi riusciti ad applicare classificatori e tecniche di deep learning al fine di distinguere le attività di routine da quelle non di routine e di stimare le probabilità di automazione. A ciò si è aggiunta una raccolta di dati basata su indagini, che ha impiegato sondaggi progettati a livello scientifico per generare prove empiriche dai dipendenti delle organizzazioni partner. I ricercatori hanno quindi convalidato il proprio modello e ne hanno valutato l’accuratezza prima di mappare i risultati ricavati dallo stesso con i percorsi di riqualificazione o aggiornamento delle competenze. Infine, hanno creato un portale di raccomandazione che traduce modelli e set di dati in un sistema di raccomandazione pratico.
Comprendere i cambiamenti nel mercato del lavoro a livello di mansione
Un’importante intuizione emersa dal progetto è che i cambiamenti nel mercato del lavoro si comprendono in modo migliore a livello di mansione. «Molte occupazioni non stanno semplicemente “scomparendo”, ma si stanno trasformando attraverso una nuova composizione dei compiti da svolgere», spiega Ucal. «La domanda futura si trova spesso all’intersezione tra le competenze di dominio e l’alfabetizzazione in ambito digitale e in materia di IA.» Tra gli specifici risultati ottenuti figurano un approccio alle mansioni abilitato dall’IA per valutare l’esposizione professionale all’automazione, la convalida dei modelli di apprendimento automatico/apprendimento profondo e i rapporti di valutazione dell’accuratezza, un’analisi incentrata sul genere che mette in evidenza le considerazioni sull’equità e lo sviluppo di un portale di raccomandazioni basato sul web. «Il portale di raccomandazioni concepito da AI4LABOUR è stato progettato per essere accessibile al pubblico, consentendo ai singoli e alle parti interessate di visitare il sito web e di utilizzare le sue funzioni di raccomandazione predittiva e formativa», osserva Ucal. «Il progetto ha inoltre generato una serie di risultati pubblici, tra cui relazioni, pubblicazioni, prodotti di ricerca e una tesi disponibili pubblicamente.»
Preparare la forza lavoro dell’Europa
Piuttosto che un adattamento reattivo, AI4LABOUR si era prefisso di sostenere un adattamento anticipato ai cambiamenti in arrivo. Identificando i profili di attività più esposti all’automazione e mettendoli in connessione a percorsi di formazione, il lavoro può aiutare i singoli individui a pianificare la riqualificazione, le aziende a elaborare strategie per la forza lavoro, gli educatori ad allineare i programmi di studio e i responsabili politici a sviluppare politiche mirate in termini di mercato del lavoro. «L’obiettivo generale è quello di garantire una transizione più fluida ed equa e una migliore occupabilità», dichiara Ucal. I ricercatori continueranno a perfezionare i modelli, ad ampliare le serie di dati e ad esplorare collaborazioni per assicurare un seguito. «L’ulteriore sviluppo e la sostenibilità a lungo termine del concetto di portale rimangono priorità alla luce dell’evoluzione delle tecnologie e delle competenze richieste», conclude Ucal.