L’intelligenza artificiale generativa sta già producendo un impatto sulla vita lavorativa delle persone, destinato ad aumentare. Ecco alcune applicazioni pratiche, con i vantaggi e le sfide connesse a questa tecnologia.
L’intelligenza artificiale generativa (AI generativa) sta rivoluzionando il modo in cui interagiamo con la tecnologia e sta già producendo un impatto sulla vita lavorativa e quotidiana delle persone, probabilmente destinato a crescere. Questo articolo esplora le applicazioni dell’AI generativa nel mondo del lavoro, i benefici che apporta e anche le sfide e i rischi che comporta.
Di intelligenza artificiale si parla fin dagli anni ’50 del secolo scorso: riguarda la teoria e lo sviluppo di sistemi informatici in grado di eseguire attività che normalmente richiedono l’intelligenza umana, come la percezione visiva, il riconoscimento vocale, il processo decisionale o la traduzione da una lingua all’altra.
L’intelligenza artificiale generativa è un ramo dell’AI: in un suo recente whitepaper, Microsoft la definisce come un “tipo di tecnologia dell’intelligenza artificiale che usa modelli algoritmici per creare nuovi contenuti scritti, visivi e uditivi in caso di determinati prompt o dati esistenti”.
Anche se gli sviluppi in ambito di AI generativa risalgono ad alcuni anni fa, possiamo dire che l’argomento è diventato mainstream nel 2023 soprattutto grazie ad alcune interfacce che sono state rese disponibili al pubblico che hanno favorito l’introduzione dell’intelligenza artificiale in azienda, tra cui la più nota è ChatGPT (rilasciato pubblicamente a novembre 2022).
In generale, tutte le soluzioni di AI generativa prevedono un’attività di prompting da parte degli utenti. Si parte cioè dalla scrittura di un testo in linguaggio naturale che richiede all’AI generativa di eseguire un’attività specifica: produrre un testo, generare un’immagine o una foto e/o modificarle, produrre un video, scrivere testo e musica di una canzone, rispondere a una domanda.
Le applicazioni dell’AI generativa nel mondo lavorativo sono ampie e variegate, e soprattutto in costante e rapida evoluzione. Una delle principali riguarda la creazione di contenuti: dalla generazione automatica di testi a grafiche e musica, l’AI generativa può produrre una vasta gamma di contenuti, riducendo il carico di lavoro creativo. Un’altra applicazione concreta riguarda i settori della progettazione e dell’ingegneria: l’AI può generare modelli 3D e soluzioni ingegneristiche ottimizzate, accelerando il processo di sviluppo dei prodotti. Un terzo ambito di applicazione riguarda la possibilità di personalizzazione offerta dall’AI generativa, grazie alla quale si può personalizzare l’esperienza dell’utente come mai accaduto prima, adattando i prodotti e i servizi sulla base dei bisogni e delle preferenze individuali, con un impatto evidente in settori quali il retail e nel customer care.
Come riassume efficacemente la società di consulenza Pwc nel suo recente report “AI, la grande ricerca”, tra i principali fornitori di soluzioni di Generative AI ci sono sia i tradizionali vendor di tecnologia (cioè i colossi che da decenni sono colonne portanti dell’industria dell’informatica e della tecnologia, come Microsoft, Oracle, Salesforce), sia gli AI providers verticali, cioè quelle imprese composte da team multidisciplinari che sono specializzate esclusivamente nella fornitura di soluzioni AI per settori determinati.
Una delle principali direttrici di business dei vendor di tecnologia, al fine di rispondere alla crescente domanda delle imprese, è stata l’integrazione nei loro prodotti di servizi e funzionalità a valore aggiunto basate su modelli di Generative AI. L’obiettivo di questa implementazione è migliorare la produttività dei dipendenti delle imprese/clienti, fornendo loro un insieme di strumenti di efficientamento delle attività operative quotidiane.
Uno degli esempi più famosi in questo senso è Microsoft Copilot: si tratta di un assistente che aiuta gli utenti in vari compiti all’interno della suite di applicazioni Microsoft 365. Copilot, che è già presente all’interno di molte aziende attive nel campo della consulenza, dei servizi, del design e di molti altri settori – la diffusione della suite di Microsoft 365 è ampissima – è pensato per assistere le persone nella generazione di contenuti, migliorare la collaborazione e fornire assistenza creativa. L’adozione di Copilot nelle attività quotidiane consente di aumentare la produttività, ma anche di liberare la creatività dei dipendenti di un’azienda, anche se richiede una strategia ben precisa e lo sviluppo di determinate skill. Per capire come integrare le potenzialità dell’AI nell’attività lavorativa quotidiana potete approfondire l’approccio sperimentato in Logotel, dove abbiamo progettato un laboratorio pratico in cui, partendo dai tool di AI generativa sicuri, già disponibili nei sistemi aziendali o in rete ne incentiviamo l’utilizzo nella quotidianità, potenziando le capacità cognitive, la creatività e l’efficacia delle nostre persone nel proprio lavoro e aiutandole a sviluppare un mindset generativo coltivato attraverso l’agire quotidiano.
Nel settore creativo, negli ultimi anni programmi come Midjourney o Dall-E sono diventati famosi tra gli addetti ai lavori in quanto, a partire da descrizioni testuali, sono in grado di generare immagini di qualità, con un grado elevato di dettaglio e sempre meno imperfezioni. Alcune immagini sono così realistiche da essere difficilmente distinguibili da quelle non create con intelligenza artificiale, come avvenuto nel caso di un’immagine che ha indotto in errore i giurati di un concorso fotografico, su cui ritorniamo più avanti in questo articolo. Sempre nel campo del visual design, diversi tool di editing foto molto diffusi, come Adobe Photoshop o Canva, hanno implementato soluzioni AI-powered per la modifica di foto e immagini.
Le potenzialità dell’AI generativa si stanno manifestando anche nel campo delle produzioni video, specie dopo il rilascio da parte di OpenAI del tool Sora, svelato a febbraio 2024. La disponibilità di questi tool sta rivoluzionando settori come quello pubblicitario: recentemente l’agenzia creativa Caffeina ha reso noto di aver prodotto uno spot interamente con l’AI per il brand assicurativo Be Rebel.
Nel marketing, oltre alla creazione di contenuti pubblicitari personalizzati, un esempio di applicazione dell’AI generativa riguarda i chatbot del servizio di customer care: sono modelli sempre più perfezionati che consentono alle aziende di fornire supporto alle persone 24 ore su 24, tutti i giorni dell’anno. Il loro utilizzo è probabilmente destinato ad aumentare in futuro, in parallelo con il perfezionamento della tecnologia, che al momento genera ancora intoppi e una certa forma di rifiuto da parte di chi, tra i consumatori, si accorge che sta interagendo con una macchina.
Per quanto riguarda le soluzioni offerte dai cosiddetti provider verticali, citiamo come esempio Harvey. Si tratta di una piattaforma che sfrutta la Generative AI per supportare il lavoro degli avvocati, automatizzando e semplificando una serie di compiti legali in maniera da consentire ai legali di concentrarsi sugli aspetti più strategici del loro lavoro.
Altre applicazioni concrete dell’AI generativa riguardano il settore delle risorse umane, dove l’AI consente di migliorare il processo di recruiting, personalizzando le esperienze dei candidati e aiutando nella selezione attraverso l’analisi dei dati. Nel settore bancario e dei servizi finanziari, l’AI generativa può invece aiutare nell’analisi dei rischi e nella personalizzazione dei servizi finanziari per i clienti.
Parlando delle applicazioni pratiche dell’AI generativa in alcuni settori abbiamo già evidenziato alcuni dei vantaggi connessi al suo utilizzo. Sintetizzando li possiamo riassumere in alcuni macro punti:
Si sa che da un grande potere, derivano grandi responsabilità. L’AI generativa non è esente da questa massima: le sue enormi potenzialità pongono diverse problematiche di natura etica e sociale e che riguardano la trasparenza, l’affidabilità, l’accountability, la perpetuazione di bias legati alle modalità di addestramento dei modelli di LLM (Large language model) e, soprattutto per le aziende, la riservatezza dei dati dei clienti e dei dipendenti.
Un grande problema è legato alla proprietà intellettuale e al diritto d’autore: spesso non sono chiare le modalità di addestramento dell’AI – cioè come e quali dati vengono dati “in pasto” alle intelligenze artificiali – e gli output prodotti dall’AI non sempre danno conto delle fonti a cui hanno attinto per generare i propri risultati. Questo aspetto ha portato a risvolti legali: alcuni quotidiani statunitensi – tra cui il New York Times, che ha fatto da apripista – hanno fatto causa alla società che ha creato ChatGPT, OpenAI, accusandola di violazione del copyright per via dell’utilizzo dei loro articoli per addestrare i modelli di intelligenza artificiale.
Altri rischi sono legati all’utilizzo improprio dell’AI generativa. Un caso di cronaca che ha avuto un certo risalto è legato a una fotografia intitolata “The Electrician” e realizzata con l’ausilio dell’intelligenza artificiale, che nel 2023 venne premiata nel concorso Sony World Photography Award. Solo quando l’autore dell’immagine, Boris Elgadsen, si è autodenunciato rifiutando il premio, si è scoperto che la fotografia vincente non era una vera e propria foto. E, sempre rimanendo nell’ambito fotografico, avevano fatto il giro del mondo le immagini di Papa Francesco vestito con un famoso piumino bianco, foto generate artificialmente.
Un altro degli ambiti in cui l’AI viene utilizzata impropriamente è la letteratura scientifica. In un articolo pubblicato nel dicembre 2023, l’autorevole rivista Nature ha sottolineato come il 2023 sia stato l’anno con il maggior numero di articoli scientifici ritirati: oltre 10mila. Le ragioni di questi ritiri, che come sottolinea Nature sono probabilmente solo la punta dell’iceberg, sono state per lo più errori dovuti a dati inventati, figure e immagini già pubblicate in precedenza e testi generati attraverso l’intelligenza artificiale.
Al di là degli utilizzi impropri dell’AI, ci sono poi quelli esplicitamente fraudolenti, tra cui i cosiddetti deep fake: video in cui il volto e la voce di personaggi famosi sono manipolati e utilizzati per diffondere informazioni false, indurre le persone ad acquistare prodotti o servizi o fare investimenti che si rivelano truffe.
Fin qui abbiamo parlato di rischi legati all’utilizzo improprio o fraudolento dell’AI generativa, alla scarsa trasparenza delle modalità di addestramento e alle violazioni del diritto d’autore e della proprietà intellettuale. Ma, anche se usata correttamente, l’AI generativa pone una grande sfida: la progressiva automazione in molti ambiti potrà portare – e in alcuni casi lo ha già fatto – alla riduzione dei posti di lavoro in alcuni settori, richiedendo una riflessione sul futuro del lavoro.
Gli esempi sopra citati mostrano come i rischi legati a un utilizzo improprio dell’Ai siano molto elevati. Alcune aziende, come Meta, stanno correndo ai ripari prevedendo specifiche etichette per identificare immagini o contenuti generati dall’AI, in maniera da renderli distinguibili agli utenti dei propri social network. Ma sul tema dei rischi legati all’AI si stanno muovendo anche le istituzioni: l’Unione europea è stata la prima organizzazione sovranazionale a dotarsi di un AI Act, che dovrà essere progressivamente adottato dagli Stati membri nelle loro legislazioni.
Come ogni nuova tecnologia, solo un utilizzo responsabile e che tenga conto di tutte le sfide etiche e sociali potrà garantire che i benefici dell’AI siano superiori ai rischi e soprattutto che tutte le persone ne possano beneficiare equamente. Con un approccio etico e responsabile, l’AI generativa è destinata a rivoluzionare ancora più profondamente il mondo del lavoro, grazie alle opportunità senza precedenti che offre in termini di innovazione e crescita.
AI Act, il regolamento europeo sull’intelligenza artificiale: cosa cambia per le aziende
AI generativa: applicazioni pratiche in contesti business
AI e reskilling: come sviluppare competenze per affrontare la rivoluzione generativa
Intelligenza artificiale in azienda: come facilitarne l’adozione e consigli pratici per i manager
