Artificial Intelligence Exposure, Tacit Experience and Occupational Wage Growth

La storia di come le macchine cambiano il lavoro è stata a lungo raccontata come una semplice corsa tra l'abilità umana e la potenza del computer. Per decenni, economisti e ricercatori hanno cercato di prevedere quali lavori sarebbero scomparsi e quali avrebbero prosperato osservando quanto facilmente un compito potesse essere trascritto sotto forma di un insieme di regole. Se un lavoro si basava sul seguire una chiara lista di controllo, si pensava, un computer avrebbe potuto alla fine farlo più velocemente ed economicamente. Ma se un lavoro richiedeva intuizione umana, creatività o la capacità di gestire situazioni disordinate e imprevedibili, si assumeva che fosse al sicuro. Questa visione tratta la tecnologia come una forza che agisce direttamente sul lavoratore, come una tempesta che colpisce una casa. Tuttavia, una nuova prospettiva suggerisce che il risultato dipenda meno dalla tempesta in sé e più da come la casa è costruita. Si chiede se il valore di un lavoro derivi dalle regole formali che un lavoratore segue o dal profondo giudizio non scritto che si acquisisce attraverso anni di pratica.

Uno studio recente di Zezhong Shang, della China Jiliang University, esplora questa idea analizzando il mercato del lavoro degli Stati Uniti tra il 2018 e il 2024. La ricerca si concentra sull'ascesa dell'intelligenza artificiale, in particolare sulla nuova ondata di strumenti capaci di leggere, scrivere e ragionare con il linguaggio. L'autore non si limita a chiedere se un lavoro sia esposto a questi strumenti; invece, lo studio indaga come il tipo di conoscenza richiesto da un lavoro cambi il modo in cui i salari crescono all'aumentare di tale esposizione. Il risultato centrale è che i lavori che si affidano fortemente all' "esperienza tacita" — quel tipo di saggezza acquisita facendo, commettendo errori e navigando nell'incertezza — stanno vedendo i propri salari crescere più rapidamente quando sono esposti all'intelligenza artificiale. Al contrario, i lavori che si basano principalmente sulla "conoscenza codificata" — informazioni che possono essere facilmente scritte, insegnate in un'aula o trasformate in un manuale — mostrano un modello differente, sebbene lo studio rilevi che questo risultato è meno stabile e sensibile ai controlli. Lo studio suggerisce che il futuro del lavoro non riguarda solo ciò che le macchine possono fare, ma anche come le organizzazioni decidono di valorizzare la capacità umana di giudicare, negoziare e assumersi la responsabilità quando le regole falliscono.

Per comprendere questo, bisogna prima osservare come i ricercatori hanno misurato il panorama del lavoro. Sono partiti da un indice ampiamente utilizzato che mappa quali occupazioni siano più probabili che siano influenzate dall'intelligenza artificiale. Questo indice, noto come AI Occupational Exposure Index, funge da radar, mostrando dove le capacità della nuova tecnologia si sovrappongono ai compiti che le persone svolgono ogni giorno. Tuttavia, un radar da solo non può dire cosa accade all'interno del luogo di lavoro. Non mostra se un'azienda adotti effettivamente la tecnologia, come essa cambi la routine quotidiana o se i lavoratori ricevano un aumento. Per colmare questa lacuna, l'autore ha costruito due nuove misure utilizzando i dati del database O*NET del Dipartimento del Lavoro degli Stati Uniti, un enorme archivio di informazioni su competenze e requisiti lavorativi.

La prima misura è l'Indice della Conoscenza Codificata (Codified Knowledge Index). Questa cattura le parti di un lavoro che sono formali e documentate. Include elementi come domini di conoscenza specifici, competenze di base che possono essere insegnate a scuola e la necessità di certificazioni professionali o apprendistati. Questi sono gli elementi del lavoro che possono essere scritti in un libro di regole o in un manuale. La seconda misura è l'Indice dell'Esperienza Tacita (Tacit Experience Index). Questa cattura le parti di un lavoro che si apprendono attraverso la pratica e che sono difficili da articolare. Include abilità come l'anticipare gli errori, negoziare con gli altri, prendere decisioni in condizioni di incertezza e assumersi la responsabilità dei risultati. Queste sono le qualità di un professionista esperto che sa come gestire una crisi non perché abbia letto un manuale, ma perché ci è già passato.

Lo studio ha poi combinato queste misure con i dati salariali di 26.697 diverse combinazioni di stati e occupazioni in tutto il paese. I ricercatori hanno osservato come sono cambiati i salari tra il 2018 e il 2024, un periodo che ha visto la rapida emergenza dell'intelligenza artificiale generativa. Si sono posti una domanda specifica: l'entità dell'esposizione all'intelligenza artificiale influenza la crescita salariale in modo diverso a seconda che un lavoro sia ricco di conoscenza codificata o ricco di esperienza tacita? La risposta che hanno trovato è chiara e statisticamente significativa.

Quando i ricercatori hanno esaminato i lavori con alti livelli di esperienza tacita, hanno osservato che un aumento di una deviazione standard nell'esposizione all'intelligenza artificiale era associato a una crescita più marcata dei salari. In parole povere, più un lavoro si affidava al tipo di giudizio e di esperienza che derivano da anni di pratica, più i suoi salari tendevano a salire con la crescente diffusione dell'intelligenza artificiale. Questa relazione è rimasta valida anche dopo aver tenuto conto dello stipendio iniziale del lavoro, dello stato in cui si trovava e della quantità di conoscenza formale richiesta. Il modello è robusto, sopravvivendo a vari controlli e a diversi modi di raggruppare i dati. Ciò suggerisce che in un'era di avanzati strumenti linguistici, la capacità di interpretare gli output, gestire le eccezioni e prendere decisioni consequenziali sta diventando più preziosa per i datori di lavoro.

Al contrario, lo studio ha riscontrato un modello differente per i lavori ricchi di conoscenza codificata, sebbene l'autore noti che questo risultato è meno stabile. Per questi ruoli, una maggiore esposizione all'intelligenza artificiale era associata a un gradiente di crescita salariale piatto o negativo, ma questo dato è sensibile ai controlli e alla costruzione dell'indice. Ciò non significa che l'istruzione formale o le certificazioni siano inutili. I dati mostrano che questi lavori richiedono ancora conoscenze formali, e che tale conoscenza rimane essenziale per definire i problemi e verificare il lavoro delle macchine. Tuttavia, lo studio suggerisce che il vantaggio specifico di avere un lavoro che consiste principalmente nel seguire regole scritte sta diminuendo di fronte a strumenti che possono riprodurre e manipolare tali regole con facilità. Il valore del lavoro si sta spostando dalla capacità di recitare le regole verso la capacità di navigare nelle zone grigie dove le regole non si applicano.

I ricercatori sono stati attenti a chiarire cosa i loro risultati dimostrino e cosa no. Non hanno tracciato i singoli lavoratori o le singole aziende per vedere esattamente come l'intelligenza artificiale venisse utilizzata. Non hanno misurato l'intensità dell'adozione o l'effetto causale diretto di una macchina su un singolo stipendio. Invece, hanno osservato un modello ampio in tutta l'economia. I risultati mostrano che l'organizzazione del lavoro è importante. Due lavori possono avere lo stesso livello di esposizione all'intelligenza artificiale, ma se uno si affida a una profonda esperienza pratica e l'altro si basa principalmente su regole formali, le loro traiettorie salariali divergeranno probabilmente. Lo studio implica che il mercato del lavoro stia iniziando a premiare la capacità umana del giudizio situato — quel tipo di pensiero che avviene nel momento, nel contesto di una situazione specifica — più della capacità di seguire un copione pre-scritto.

Questa distinzione aiuta a spiegare perché alcuni lavoratori stiano prosperando mentre altri faticano, anche quando lavorano in settori che sembrano essere stati colpiti in modo simile dalla tecnologia. Essa sfida la vecchia idea che gli unici lavori sicuri siano quelli completamente immuni dall'automazione. Al contrario, suggerisce che i lavoratori più resilienti siano quelli il cui valore è legato alla loro esperienza e alla loro capacità di gestire l'imprevisto. Lo studio evidenzia anche che la direzione del cambiamento non è determinata esclusivamente dalla tecnologia stessa. È determinata da come i datori di lavoro scelgono di organizzare il lavoro e da ciò che decidono di premiare. Se le aziende usano l'intelligenza artificiale per centralizzare il controllo e privare i lavoratori della discrezionalità, i benefici potrebbero non raggiungere i dipendenti. Ma se la usano per supportare i lavoratori che sono già esperti nel gestire la complessità, quei lavoratori potrebbero vedere crescere la propria compensazione.

Le conclusioni offrono anche una sfumatura al dibattito in corso sul futuro del lavoro. Le ricerche precedenti si sono spesso concentrate sul fatto che un compito fosse routinario o meno. Questo studio suggerisce che per la nuova generazione di intelligenza artificiale, tale distinzione sta diventando sfumata. Le macchine possono ora eseguire molti compiti che un tempo erano considerati non routinari, come scrivere codice o riassumere rapporti complessi. Ciò che rimane distinto è la fonte della conoscenza. Lo studio mostra che il mercato del lavoro sta differenziando tra la conoscenza che può essere catturata in un database e la conoscenza che vive nella mente di un professionista. Man mano che l'intelligenza artificiale diventa capace di gestire le parti codificate di un lavoro, il premio economico per le parti tassite ed esperienziali sembra aumentare.

In definitiva, la ricerca fornisce una mappa di come il valore del lavoro umano venga rimodellato. Suggerisce che la strada verso salari migliori in un'era di intelligenza artificiale non consista nel conoscere più fatti o nel seguire più regole, ma nell'approfondire il tipo di saggezza pratica che deriva dal fare il proprio lavoro. Lo studio non garantisce che ogni lavoratore esperto otterrà un aumento, né promette che ogni lavoro basato su regole scomparirà. Rivela semplicemente una tendenza chiara: nel panorama economico attuale, la capacità di esercitare il giudizio, anticipare i problemi e assumersi la responsabilità sta diventando un motore di crescita salariale più potente rispetto alla capacità di seguire un manuale. Mentre la tecnologia continua a evolversi, il modo in cui le organizzazioni valorizzano queste qualità umane determinerà chi beneficerà maggiormente dei nuovi strumenti.