In questo articolo
L’idraulica dell’ufficio e il test della reversibilità
Se qualcuno continua a ripeterti che l’intelligenza artificiale è a un passo dal rubarti il lavoro, fagli leggere l’ultimo studio pubblicato da Microsoft, DELEGATE52. Un documento che l’industria tech preferirebbe tenere nascosto, perché smonta pezzo per pezzo la narrativa dominante sull’automazione. I ricercatori non si sono limitati a far generare poesie o riassunti a un chatbot. Hanno preso diciannove dei migliori modelli di IA sul mercato e li hanno messi alla prova su quella che potremmo definire “l’idraulica dell’ufficio”: l’infrastruttura invisibile di file e documenti che tiene in piedi ogni singola azienda del pianeta. Dal codice di programmazione ai complessi fogli di calcolo contabili, i modelli sono stati testati su 52 domini professionali. Il vincolo imposto era semplice ma letale: la reversibilità. Se si ordina all’IA di dividere un file in due, deve poi essere in grado di riunirlo perfettamente. Il risultato finale deve coincidere in modo esatto con l’originale. La differenza tra fidarsi o non fidarsi di uno strumento passa tutta da qui.
Un disastro strutturale e silenzioso
I risultati del test sono a dir poco disastrosi. All’inizio l’illusione di efficienza sembrava reggere, ma dopo appena venti modifiche l’impalcatura è crollata. L’esempio citato nello studio è emblematico: un file contenente il modello 3D di una palma ne esce fuori con la metà dei dati vaporizzati o gravemente compromessi. Su diciannove modelli testati, la media è una corruzione netta del 50% di un documento. In qualsiasi altro settore industriale o manifatturiero, un macchinario con un tasso di errore così elevato e distruttivo verrebbe ritirato dal mercato prima ancora di entrare in produzione. Invece, nell’ecosistema digitale odierno, questi strumenti vengono imposti alle aziende e venduti come soluzioni rivoluzionarie e ineluttabili.
Dal lavoro all’accudimento algoritmico
Il vero incubo sollevato dallo studio Microsoft, però, non è la percentuale di corruzione in sé, ma il modo in cui il sistema fallisce. L’errore non viene quasi mai segnalato in modo chiaro. Il documento sembra intatto finché non ci si accorge che l’IA ha arbitrariamente cancellato un’intera sezione o ha modificato in modo silente un numero vitale all’interno di un bilancio. L’assoluta imprevedibilità del danno annulla di fatto ogni vantaggio derivante dall’automazione. Se chiedi all’IA di cambiare un piccolo dettaglio, non puoi limitarti a controllare quel singolo intervento: sei costretto a revisionare l’intero documento di decine di pagine per assicurarti che non abbia generato allucinazioni altrove. Questo processo non significa delegare il lavoro a un assistente efficiente, ma condanna i professionisti a fare costantemente da babysitter a un algoritmo inaffidabile, con un dispendio di tempo e di energie insostenibile.
L’illusione dell’automazione e il collasso della produttività
Ecco perché la narrazione della sostituzione imminente dei lavoratori da parte delle macchine è, allo stato attuale, una gigantesca farsa. È ormai evidente, e lo dimostrano anche i dati economici sul campo, che l’IA non sta minimamente aumentando la produttività aziendale, ma rischia di paralizzarla in un loop infinito di controlli e correzioni. Lo stesso mercato sta iniziando a reagire: i consumatori e i professionisti sono stanchi di prodotti imposti a forza e rifiutano sempre più apertamente la deriva di contenuti spazzatura e software approssimativi. Se il futuro del lavoro consiste nel passare le nostre giornate a setacciare e correggere i disastri silenziosi di un software che abbiamo pagato a caro prezzo, l’intelligenza artificiale non ci porterà via il lavoro: ce ne darà solo il doppio, trasformandoci in controllori di qualità di un sistema perennemente rotto.
Questo ovviamente non fermerà il solito imprenditore dal licenziare in massa gente “sostituibile” perché vuole tagliare le spese sennò non può comprarsi il BMW nuovo. E andrà molto peggio prima di andare meglio.
Qui trovate il sorgente del benchmark.
