No, l’intelligenza artificiale non ci toglierà il lavoro. Non ancora. I migliori usi dell’IA e del machine learning (ML) integrano la creatività umana piuttosto che sostituirla e, ironia della sorte, i migliori modelli linguistici di grandi dimensioni (LLM) vengono addestrati, forse non sempre legalmente, utilizzando i prodotti protetti da copyright della creatività umana. Persone e robot coesisteranno pacificamente nel prossimo futuro.

Tuttavia, alcuni settori stanno abbracciando l’intelligenza artificiale in modo più aggressivo di altri, come rivela il nuovo rapporto 2022 AI Index dell’Institute for Human-Centered Artificial Intelligence di Stanford. Nell’ultimo anno, praticamente tutti i settori hanno aumentato gli investimenti in personale esperto di intelligenza artificiale, con un numero ancora maggiore di annunci di lavoro incentrati sull’IA da parte di aziende dei seguenti settori: informazione (5,3%), servizi professionali, scientifici e tecnici (4,1%) e finanza e assicurazioni (3,3%). Se siete preoccupati per il vostro lavoro o semplicemente volete sfruttare questa tendenza, ecco la parola d’ordine: Python.

Fino al 2014, il mondo accademico era il centro dell’universo del machine learning. Ora non più. Le grandi aziende hanno guidato la corsa all’IA/ML dal 2014 e nel 2022 le aziende hanno rilasciato 32 modelli di ML mentre il mondo accademico ne ha rilasciati solo tre. Le istituzioni accademiche non sono semplicemente in grado di tenere il passo con i dati, i cicli di CPU e il denaro che l’industria porta con sé.

Quanto denaro? Mentre un LLM come GPT-2 costava 50.000 dollari per l’addestramento nel 2019, il PaLM è costato circa 8 milioni di dollari per l’addestramento, con un numero di parametri 360 volte superiore a GPT-2 (che, ovviamente, era all’avanguardia per l’epoca). I governi potrebbero teoricamente permettersi questo tipo di investimento, ma si sono per lo più preoccupati di cercare (senza successo) di regolamentare gli LLM, quindi l’industria ha riempito questo vuoto.

Così facendo, l’appetito delle aziende per i talenti in campo IA/ML è aumentato in quasi tutti i settori industriali americani. In media, il numero di annunci di lavoro legati all’IA/ML è passato dall’1,7% del 2021 all’1,9% del 2022. Questo numero può sembrare piccolo, ma queste percentuali riguardano tutti gli annunci di lavoro negli Stati Uniti. Avvicinarsi al 2% è un’enormità, visto che l’IA/ML non è ancora stata sperimentata dalla maggior parte delle aziende.

Programmer,Coding,Python,,Java,Script,,Html,Code,On,Notebook,Screen

I posti di lavoro non sono l’unica misura degli investimenti, ovviamente, e in termini di denaro, il settore medico e sanitario è in testa con 6,1 miliardi di dollari di investimenti nell’IA nel 2022. Subito dopo l’assistenza sanitaria troviamo la gestione dei dati, l’elaborazione e il cloud (5,9 miliardi di dollari) e poi il fintech (5,5 miliardi di dollari). Questi settori hanno senso, visto come vengono spesi i fondi per l’IA. Secondo il report, le aziende utilizzano l’IA in vari modi, ma le aree principali includono l’automazione dei processi robotici (39%), la computer vision (34%), la comprensione del testo in linguaggio naturale (33%) e gli agenti virtuali (33%). Per quanto riguarda i casi d’uso, il principale nel 2022 è relativo all’ottimizzazione delle operazioni di servizio (24%). Altri casi popolari sono la creazione di nuovi prodotti basati sull’intelligenza artificiale (20%), la segmentazione dei clienti (19%), l’analisi del servizio clienti (19%) e il miglioramento dei prodotti basato sull’intelligenza artificiale (19%).

Cosa significa questo per il vostro lavoro? Secondo un altro studio condotto dai ricercatori dell’Università della Pennsylvania e finanziato da OpenAI, “circa l’80% della forza lavoro statunitense potrebbe subire l’impatto di almeno il 10% delle proprie mansioni lavorative a causa dell’introduzione degli LLM, mentre circa il 19% dei lavoratori potrebbe subire l’impatto di almeno il 50% delle proprie mansioni”. Chi è a rischio? Contabili, matematici, interpreti, scrittori creativi, traduttori e altri ancora. Chi non lo è? Coloro che si dedicano a lavori più fisici come i cuochi, i meccanici o gli operai in settori come petrolio e gas (per quest’ultimo gruppo, tuttavia, potrebbero arrivare i veicoli elettrici.

Questa notizia però non deve essere necessariamente negativa. Come stiamo vedendo con lo sviluppo del software, l’intelligenza artificiale può eliminare parte della ripetitività di un determinato lavoro e liberare i dipendenti (in questo caso gli sviluppatori) in modo che si concentrino su attività di maggior valore. Per coloro che cercano di migliorare le proprie possibilità in questo futuro guidato dall’IA, il report mette in evidenza una tecnologia in particolare: Python.

Python e il Santo Graal dell’IA

L’impatto di Python sulla scienza dei dati non dovrebbe essere una sorpresa. Come scrivevamo già due anni fa, “il linguaggio che più probabilmente dominerà la scienza dei dati è quello più accessibile” e oggi Python è sempre più la lingua franca per esperti e principianti che si immergono nella scienza dei dati.

Nel report, Python spicca sia per la sua crescita relativa rispetto ad altre skill desiderate, sia per la sua crescita assoluta, come potete vedere anche nell’immagine qui sotto.

python

Ci sono diversi motivi per cui Python continua a salire in cima alla classifica della scienza dei dati, in generale, e dell’IA/ML, in particolare. Python aiuta a ridurre la complessità insita nell’IA/ML fornendo una serie di potenti librerie che semplificano lo sviluppo. È anche semplice e coerente, con una sintassi chiara e leggibile, che abbassa la soglia per diventare esperti. Python è anche dotato di un’ampia comunità che aiuta gli sviluppatori a diventare produttivi più velocemente, oltre a funzionare praticamente su qualsiasi piattaforma vogliate utilizzare.

L’intelligenza artificiale potrebbe rendere obsolete alcune parti del vostro lavoro, vista la capacità di una macchina di fare le cose in modo più efficiente di un essere umano. Tuttavia, soprattutto per coloro che imparano a usare Python, dovrebbero esserci molte opportunità per abbracciare l’ascesa della rivoluzione robotica e tutto ciò che comporterà da qui ai prossimi anni.