I computer digitali hanno trasformato il lavoro in quasi tutti i settori dell’economia negli ultimi decenni.
Siamo ora all’inizio di una trasformazione ancora più ampia e rapida a causa dei recenti progressi nel machine learning (ML), che è in grado di accelerare il ritmo dell’automazione stessa.
Tuttavia, anche se è chiaro che ML è una “tecnologia generale”, come il motore a vapore e l’elettricità, che genera una pletora di innovazioni e capacità aggiuntive, non esiste un accordo ampiamente condiviso sui compiti in cui i sistemi ML eccellono, e quindi poco accordo sugli impatti specifici previsti sulla forza lavoro e sull’economia in generale.
Discutiamo ciò che vediamo essere le implicazioni chiave per la forza lavoro, attingendo alla nostra rubrica di ciò che l’attuale generazione di sistemi ML può e non può fare.
Sebbene parti di molti lavori possano essere “adatti per ML” (SML), altri compiti all’interno di questi stessi lavori non si adattano bene ai criteri per la ML; quindi, gli effetti sull’occupazione sono più complessi della semplice storia di sostituzione e sostituzione sottolineata da alcuni.
Sebbene gli effetti economici della ML siano oggi relativamente limitati, e non stiamo affrontando l’imminente “fine del lavoro” come viene a volte proclamato, le implicazioni per l’economia e la forza lavoro in corso sono profonde.
Articolo Tradotto e tratto da SCIENCE
