Le voci dell’AI – Episodio 20: programmatore, specie in via di estinzione?

Ciao a tutti, siamo all’episodio venti di Le Voci dell’AI.

Oggi parliamo della predizione di Emad Mostaque, sull’estinzione del lavoro del programmatore.

È un argomento importantissimo che merita un approfondimento.

Il fondatore e CEO di Stability AI, la start-up che rilascia il modello di generazione di immagine chiamato Stable Diffusion, è stato recentemente intervistato da Peter Diamandis, il chairman della famosissima Singularity University, durante l’executive summit chiamato Abundance360.

Durante l’intervista, Peter chiede ad Emad una predizione su cosa succederà nei prossimi dieci anni. Emad risponde che dieci anni è un orizzonte troppo lontano e non è in grado di prevedere come sarà cambiato il mondo per quella data. Offre però una predizione per i prossimi cinque anni e dice non ci saranno più programmatori in cinque anni.

Come è facile immaginare, la predizione ha suscitato lo scalpore e le ire di praticamente tutti gli sviluppatori e quasi tutti gli esperti di AI, che sono in gran parte programmatori.

Se avete seguito Le Voci dell’AI abbastanza a lungo, sapete che da gennaio di quest’anno la mia area di ricerca principale è proprio l’impatto dell’AI sull’occupazione e sul modo in cui lavoriamo nelle varie aziende della nostra economia.

L’impatto dell’AI sul mondo del lavoro è così importante che scrivo una newsletter settimanale in inglese su questo argomento, Synthetic Work. Perciò la predizione di Emad è particolarmente interessante per me.

La reazione degli addetti ai lavori a quella predizione va contestualizzata.

Prima di tutto è la reazione di dissenso di un gruppo di persone che ha la stessa competenza del Ceo di Stability AI e almeno in parte, lo stesso accesso alle informazioni.

In fin dei conti, sono queste le persone che stanno creando i modelli di AI che stanno rivoluzionando il mondo.

Sentirsi dire che le proprie capacità ed esperienza saranno inutili in appena cinque anni sembra assurdo. Non solo perché la maturità dei modelli di intelligenza artificiale che esistono oggi sembra lontanissima dal rendere obsoleto il lavoro del programmatore, ma anche perché l’estinzione dei programmatori presuppone due possibili scenari: il progresso dell’AI si arresta perché non c’è nessuno che sviluppa nuovi modelli, e certamente questo non è quello che Emad intendeva, o l’AI raggiunge la capacità di autosvilupparsi.

Quell’evento che assumiamo essere la causa scatenante di una situazione mai accaduta nella storia della nostra specie che chiamiamo Singularity.

Secondariamente, ma non meno importante, la reazione degli esperti di AI è anche la reazione di un gruppo di professionisti orgoglioso delle proprie competenze e spesso convinto di non essere rimpiazzabile.

Come sta succedendo nelle altre industrie, nessun professionista in nessuna industria ha accettato ancora l’idea che l’AI possa essere capace di lavorare tanto bene quanto un essere umano.

E questo lo vediamo nel mondo dei media/intrattenimento, nel mondo legale, nel mondo dell’educazione, nella sanità e così via.

Il rifiuto è viscerale e la convinzione che gli esseri umani abbiano una supremazia in aree come la creatività è assoluta.

E quindi cosa voleva veramente dire Emad con la sua predizione? Per capirlo dobbiamo ritornare su un argomento che abbiamo citato più volte in questo appuntamento settimanale, la context window dei modelli di AI che esistono oggi. Ricordiamo cos’è e poi vediamo perché è la chiave di volta per capire la visione del Ceo di Stability AI.

La context window di un modello AI è un po’ come la memoria a breve termine per gli esseri umani, quella porzione del cervello che ci aiuta a ricordare le informazioni che ci servono per sostenere una conversazione con un’altra persona per un periodo di tempo o per eseguire un’azione complessa come andare in un’altra stanza per prendere un oggetto che ci serve. Senza una memoria a breve termine dimenticheremo quello che stavamo dicendo o perché siamo andati in un’altra stanza.

Oggi GPT-4 ha una memoria a breve termine di soli ottomila token, cioè circa seimila parole, ma come vi ho raccontato nell’episodio quindici, OpenAI conta di rilasciare una versione di GPT con una context windows di trentaduemila token e apparentemente una versione di GPT con un milione di token, cioè circa settecentocinquantamila parole entro la fine dell’anno.

Okay, e allora attraverso Synthetic Work negli ultimi cinque mesi ho mostrato varie tecniche per scrivere dei prompt sofisticati e usare l’AI per casi d’uso complessi, come migliorare la capacità di prendere decisioni o imparare a gestire le critiche quando presentiamo un nuovo progetto o scrivere una presentazione eccezionale come uno speaker esperto o dettagliare e documentare una procedura aziendale noiosa come l’apertura di un conto in banca.

Se avete provato anche solo uno di questi tutorial, vi siete probabilmente resi conto di come sia possibile istruire un’AI come GPT-4 per eseguire un processo piuttosto articolato con successo. Ma la versione di GPT-4 che utilizziamo oggi accetta solo seimila parole, come abbiamo già detto. E allora dobbiamo provare a immaginare un mondo in cui possiamo istruire un modello di AI a fare qualcosa con settecentocinquantamila parole per aiutarvi.

Chiedetevi quante parole servono per insegnare a un nuovo assunto come fare un qualsiasi lavoro.

Immaginate che il nuovo assunto arrivi da un’università prestigiosa, abbia un’ottima educazione di base, sia intelligente sopra la media e a differenza degli esseri umani, non abbia mai bisogno di sentirsi ripetere le istruzioni.

Alla fine, quello che facciamo quando insegniamo a un nuovo assunto come fare un mestiere, non stiamo facendo altro che programmare quella persona con quello che si chiama in gergo linguaggio naturale, cioè l’italiano o l’inglese o il cinese che parliamo regolarmente.

In un certo senso siamo tutti programmatori, non solo quando facciamo la formazione di un nuovo assunto, ma anche quando educhiamo uno studente o facciamo i genitori o insegniamo a giocare a biliardo a un amico.

Fino a ieri era impossibile insegnare ai computer con un linguaggio naturale.

Abbiamo avuto bisogno di una specie di traduttore, i linguaggi di programmazione come Python, Java, C++ e così via.

E questo livello di astrazione è difficilissimo da imparare per la stragrande maggioranza della popolazione.

Oggi grazie All’AI generativa chiunque sia in grado di parlare e comunicare nella propria lingua può insegnare o programmare a un computer per svolgere un compito.

Per il momento, questa piccolissima memoria a breve termine, la context window, non ci permette di insegnare al computer cose complicate, ma a breve termine anche questo limite sarà abbattuto e quando questo limite verrà abbattuto, chiunque potrà insegnare quasi qualunque cosa a un computer.

Chiunque è in grado di insegnare a un bambino potrà programmare un computer con il linguaggio naturale.

E se chiunque sarà in grado di programmare un computer con un linguaggio naturale, il ruolo del programmatore così come lo conosciamo oggi sparirà, non serviranno più programmatori nel senso di esperti in traduzione, dal linguaggio naturale a un linguaggio di programmazione serviranno invece pensatori, comunicatori ed educatori.

E in grado di ragionare in maniera critica e articolare la spiegazione per il computer nel modo più chiaro possibile.

Questi pensatori, comunicatori ed educatori non devono per forza avere il titolo aziendale del programmatore. Chiunque di noi potrà cimentarsi e nuovi talenti emergeranno dei ruoli aziendali più disparati.

Ecco. Questo è l’assunto alla base della predizione del Ceo di Stability AI.

Se siete responsabili delle risorse umane in una grande azienda o se siete business leader, tenete a mente che tra la vostra forza lavoro potrebbero nascondersi delle capacità senza prezzo per il mondo che verrà.

Ci fermiamo qui per questa settimana.

Fatemi sapere la vostra opinione su questo argomento con un’e-mail.

Ciao!