da ROB HORNING*

L'"intelligenza artificiale" e la ricerca per ridefinire l'autonomia dei lavoratori

Il termine "intelligenza artificiale" è un modo profondamente ideologico di caratterizzare le tecnologie di automazione. È una manifestazione della tendenza generale a discutere le tecnologie come se fossero “potenti” di per sé – come se il potere non fosse una misura relativa per differenziare le capacità e le prerogative delle classi sociali.

Al contrario, l'“intelligenza artificiale” sembra suggerire che la tecnologia si sviluppi da sola, per ragioni proprie, esercitando le proprie capacità indipendentemente dalle lotte politiche umane. I suoi sviluppi e le sue conseguenze appaiono misteriosi e oscuri: cosa vuole l'intelligenza artificiale? Renderà schiava l'umanità? –, spostando in un futuro lontano il male inesorabile che il capitale già compie abbondantemente e che ha dato vita allo sviluppo tecnologico.

Non c'è nulla di particolarmente misterioso nei progressi nell'apprendimento automatico [machine learning] che alimenta l'attuale febbre per l'intelligenza artificiale. Ciò deriva dall'espansione delle capacità di sorveglianza di massa e dall'emergere di aziende abbastanza grandi da centralizzare e sfruttare tutti i dati che hanno acquisito unilateralmente. Attraverso una stupenda applicazione della capacità di elaborazione ad alta intensità energetica, i dati vengono convertiti in simulazioni di previsione [simulazioni predittive] di varie attività lavorative.

A volte lo scopo della simulazione è quello di sostituire i lavoratori umani, come nei casi messi in risalto in un recente rapporto del Il Washington Post, sui copywriter che avrebbero perso il lavoro a causa di ChatGPT: “Gli esperti dicono che anche l'intelligenza artificiale più avanzata non corrisponde alle capacità di scrittura di un essere umano: manca di verve e stile, e spesso si traduce in risposte sbagliate, prive di significato o di parte. Per molte aziende, tuttavia, il taglio dei costi compensa il calo della qualità”.

Tali simulazioni possono verificarsi non solo per sostituire i lavoratori, ma anche per disciplinarli. Agiscono come un esercito di riserva permanente di pelli, pronto a lavorare per standard inferiori e costi inferiori; e servono anche come punti normativi di confronto, consentendo di trasferire il controllo del processo di lavoro alla direzione.

Le simulazioni forniscono dati che supportano le concezioni (imposte dalla direzione) secondo cui i lavori possono essere svolti in modo praticabile e sostenibile senza il contributo dei lavoratori umani. Ciò è in linea con le pratiche di gestione basate sulla sorveglianza prescritte fin dall'avvento del taylorismo, se non prima, come dettagliato da Meredith Whittaker nel suo conto delle teorie di Charles Babbage - uno dei primi sostenitori delle macchine computazionali.

Le idee di Charles Babbage "su come disciplinare i lavoratori", spiega Meredith Whittaker, "sono legate in modo ombelicale alle macchine calcolatrici che ha cercato di costruire per tutta la vita". Allo stesso modo, "l'intelligenza artificiale" è inseparabile dagli sforzi capitalistici per gestire la redditività del lavoro - il profitto fornisce lo standard di ciò che conta come "intelligente", proprio come i dispositivi "intelligenti" sono quelli che ci sottopongono a sorveglianza.

Analogamente agli studi sul tempo e sul movimento di Taylor, le simulazioni previsionali appaiono come correttivi all'uso inefficiente delle capacità cognitive e corporee da parte degli stessi dipendenti, astraendo tutte le contingenze e proponendo modelli o produttività ritenuti comunque validi. Questa dimensione astratta, che rende i lavoratori intercambiabili, è ancora più importante degli standard e dei risultati stessi.

La simulazione previsionale, secondo Sun-ha Hong, "non è tanto uno strumento per prevedere la produttività futura, ma piuttosto un modello sociale per estrarre e concentrare arbitrariamente il potere, cioè [per sopprimere] la consueta capacità delle persone di definire la propria situazione".

Chi utilizza tali sistemi si preoccupa meno del prodotto – il risultato generato da un modello linguistico di grandi dimensioni, per esempio – che di come i sistemi tolgono potere a chi vi è sottoposto. Il “modello sociale” assunto nei sistemi previsionali – in cui i contributi individuali di ciascun lavoratore possono essere segnalati e rappresentati in termini di istruzioni ripetitive – è più importante delle previsioni specifiche. L'accettazione della tecnologia di automazione, da questo punto di vista, non dipende tanto dalle sue prestazioni lavorative, ma dalla quantità di dati che il lavoro produce. Si rivelerà utile ai capi mentre fai il know-how dei lavoratori appaiono inutili.

Questo processo è esaminato dal libro Basato sui dati ["Dati diretti"], di Karen Levy. È uno studio recente su come le nuove forme di sorveglianza hanno influenzato l'industria statunitense degli autotrasporti a lungo raggio.

Nel caso dei camion, il governo federale [statunitense] ha ordinato l'installazione di dispositivi di monitoraggio per impedire ai conducenti di violare le regole del limite giornaliero delle ore di guida (regole che le società private facevano finta non esistessero). Ciò ha consentito alle aziende di installare monitor che tengono traccia di molti più dati sulle prestazioni dei conducenti, creando flussi di dati che eliminano la discrezionalità dei lavoratori e spostano il processo decisionale su sistemi algoritmici automatici.

Come osserva Karen Levy, l'autotrasporto a lunga distanza è un caso interessante per studiare gli effetti dell'automazione, poiché l'industria fa molto affidamento su un'atmosfera di indipendenza che sembra gratificante per il conducente.

“I camion sono considerati dai loro autisti sia come un luogo di lavoro relativamente libero da supervisione burocratica sia come una casa, dove vivono, mangiano, dormono per giorni interi o addirittura settimane. In un posto del genere, la tua privacy è sacrosanta. Pertanto, considerare il camion solo come un lavoro di guida significa cogliere solo un aspetto di ciò che significa per coloro che si definiscono camionisti. Il lavoro del camionista è legato a costruisce valori culturali di mascolinità e virilità, realizzati attraverso dimostrazioni di resistenza fisica e mentale”.

Il bilanciamento tra le condizioni di pericolo e lo sfruttamento dell'industria è un senso compensativo di indipendenza, basato sull'illusione della mancanza di un capo. La stessa logica si ritrova nel lavoro da casa [home office], quando assimilato come vantaggio speciale per i dipendenti e non come mezzo per aumentare la produttività. In entrambi i casi, l'apparente libertà dalla supervisione umana funge da pretesto per imporre forme automatizzate di sorveglianza, sottoponendo ulteriormente a misurazione il tempo e il comportamento dei lavoratori trasformandoli in dati.

Sotto sorveglianza, il lavoro viene rielaborato per essere più leggibile dalla macchina e una parte maggiore dello sforzo del lavoratore deve essere diretta verso l'adattamento del monitoraggio piuttosto che escogitare modi più appropriati per portare a termine le cose. Come afferma Karen Levy, “il monitoraggio astrae la conoscenza organizzativa dai contesti locali e biofisici – ciò che accade sulla strada, intorno al camion e nel corpo del camionista – per arricchire i database e fornire ai manager una raccolta di elementi per valutare il lavoro dei camionisti in modi nuovi, controllandoli in tempo reale”.

Questa intensificazione della sorveglianza, grazie a tali dati, apre la strada a una maggiore modifica dei processi lavorativi; allo stesso tempo, sembra sostenere la possibilità che il datore di lavoro, al limite, automatizzi tutto il lavoro. Man mano che il lavoro diventa più supervisionato e meno autonomo, allo stesso tempo diventa anche più noioso e sostituibile.

In tali condizioni, "autonomia" è vista meno come fare le cose a modo proprio e più come resistere al controllo che sopprime l'indipendenza. Tutte le forme di “conoscenza tacita” [conoscenza tacita] – per usare il termine di Michael Polanyi – l'esistenza al lavoro diventa meno difendibile come fonte di produttività e più sacrificabile come mera resistenza dei dipendenti. L'autonomia del lavoratore persiste lì, non come una particolare forma di virtuosismo o pratica sociale condotta insieme ad altri lavoratori, ma come fantasia di un'identità individuale gonfiata (cioè, il camionista come il "lupo solitario", il "cowboy dell'asfalto”, conquistatore della strada aperta). Quindi tutto ciò serve ancora come giustificazione del loro ambiente per l'intrusione ancora più profonda della direzione nel comportamento dei lavoratori, indipendentemente da quanta sorveglianza sia già stata implementata.

Man mano che viene implementata una maggiore sorveglianza, ciò che esce [dal controllo] diventa sia più saliente che irrilevante. Hong, rivolgendosi ai magazzinieri costretti a indossare dispositivi che monitorano e correggono le loro attività, scrive: “Le aspettative quantificate che governano il posto di lavoro algoritmico soddisfano il desiderio – di manager e datori di lavoro – di una certa chiarezza non umana, in cui le varie variazioni e le ambiguità insite in ogni atto lavorativo non vengono esattamente eliminate, ma semplicemente trascurate. La conseguenza per il lavoratore è che il proprio lavoro e la propria vita diventano meno presunti e meno facoltativi”.

Per coloro che lavorano da casa, ciò avviene attraverso varie suite di monitoraggio e gestione installate sui dispositivi dei lavoratori (come dettagliato in questo Segnalazione nel Regno Unito). Nel caso dei camionisti, Karen Levy ipotizza che ciò avvenga a causa di forme sempre più invasive di sorveglianza biometrica: “Più che essere buttato fuori dalla cabina del camion dalla tecnologia, il camionista rimane saldamente lì, a fare il suo lavoro – ma è sempre più accompagnato da sistemi intelligenti, che monitorano il tuo corpo in modo diretto e intrusivo, con dispositivi indossabili e telecamere, spesso integrate nei sistemi di gestione della flotta […]. L'Intelligenza Artificiale, nei camion, è vissuta come un ibrido tra uomo e macchina. Nei camion, la sorveglianza e l'automazione sono complementari, non sostituti”.

Il fatto che la sorveglianza e l'automazione tendano generalmente ad apparire come “complementi, non sostituti” sostiene più chiaramente l'idea di Intelligenza Artificiale “aumentata” – un potenziale spesso evocato come un lato positivo, che idealizza i lavoratori assistiti o addirittura potenziati dall'uso delle tecnologie.

Gran parte dell'intelligenza artificiale, quando implementata dal management, non è un diverso tipo di "intelligenza" ma una forma più reattiva di supervisione dei dipendenti. Come qualsiasi altra tecnologia dell'informazione, può essere inserita, afferma Karen Levy, “tra compiti di lavoro e conoscenza incarnata. Divide i processi di lavoro in compiti semplici, razionalizzati, non qualificati; decontestualizza la conoscenza dal posto di lavoro fisico a database centralizzati astratti; trasforma le pratiche lavorative in registrazioni apparentemente oggettive, calcolabili e neutre dell'azione umana”.

Il suo scopo non è quello di responsabilizzare i lavoratori, ma “legittimare alcune forme di conoscenza mentre ne rende meno preziose altre, con un effetto potenzialmente dannoso sul potere dei lavoratori”. Tali tecnologie, a volte eufemisticamente chiamate "co-piloti" nel contesto della codifica o di altri compiti linguistici, vengono introdotte per restringere l'arco delle possibilità del lavoratore, facendogli concentrare solo su quelle attività incarnate che possono essere espropriate, sempre già sussunte al capitale e vantaggioso per il management.

L'Intelligenza Artificiale appare non come una realtà “aumentata” per i lavoratori, ma come quella che Karen Levy chiama una “ibridazione forzata”. Viene implementato come un supervisore dinamico, o peggio, come un parassita in grado di alterare il comportamento del suo ospite. Karen Levy cita il libro del 2008 La cultura del lavoro leggero [“The culture of soft work”], di Heather Hicks, in cui si sostiene che “quando le attività lavorative codificate in parti di macchine si fondono con il corpo umano il risultato non sono esseri umani liberati, ma più controllati”.

I camionisti consultati da Karen Levy sono respinti dall'idea del camion cyborg, di cui sono un burattino incarnato, convivente e spinto dalle macchine capitaliste per massimizzare il loro autosfruttamento. “Ecco la realtà che si avverte oggi nel lavoro dei camionisti”, scrive. E la "distruzione algoritmica dei corpi dei lavoratori" guidata dai dispositivi indossabili nel lavoro di magazzino, come la descrive Hong, ne è davvero una descrizione oscura e distopica.

Ma si può anche immaginare un'interfaccia ibrida, che combini la manipolazione emotiva di chatbots con lo stimolo algoritmico-gestionale della scatola di Skinner [camera di condizionamento operante] – in modo tale che il parassita ci faccia amare la fonte, allo stesso modo dell'infezione da parte taxoplasma gondii fa sì che le persone amino i gatti. Forse è qualcosa di simile agli occhiali Visione professionale recentemente introdotto da Apple, o forse qualcosa di ancora più assurdo.

Alla fine di marzo, OpenAI ha pubblicato a rapporto di lavoro chiamato "I GPT sono GPT: un primo sguardo al potenziale di impatto sul mercato del lavoro dei modelli linguistici di grandi dimensioni” [“I GPT sono GPT: un primo sguardo al potenziale impatto dei grandi modelli linguistici sul mercato del lavoro”]. È fondamentalmente un pezzo di Marketing per i manager, volto a esaltare il potenziale di ChatGPT per svolgere compiti astratti da una vasta gamma di occupazioni descritte come "esposte" alla predazione LLM [Grandi modelli linguistici, modelli di linguaggio di grandi dimensioni].

Tale metodologia dà per scontati e naturalizza gli effetti della tecnologia dell'informazione evidenziati da Karen Levy: la divisione del lavoro in compiti semplici, l'astrazione di contesti specifici e la riduzione del lavoro ai dati. Gli autori utilizzano questa metodologia per concludere che "tutte le occupazioni mostrano un certo grado di esposizione agli LLM e quelle con salari più alti generalmente hanno più compiti con un'esposizione elevata".

Questi risultati (che dovrebbero essere presi cum grano sporco) invertono il solito presupposto che tutto ciò che può essere automatizzato è, ipso facto, lavoro "poco qualificato" - qualcosa di cui i lavoratori trarrebbero beneficio in ultima analisi, se venissero rilasciati. Al contrario, i risultati promettono ai manager un futuro in cui più dei loro subordinati possono essere spinti fuori da posizioni che consentono loro di esercitare il giudizio.

L'elenco delle “occupazioni con mansioni non indicate come esposte” [a LLM] è rivelatore. Comprende “attrezzatori”, “aiutanti” e “riparatori”, oltre ad attività più “espressive”, come “servi”, “macellai”, “tagliatori di pesce”. Molte posizioni riguardano l'estrazione di energia: “operatori di torri di perforazione”, “installatori di linee elettriche”. forse il hippies calmati quando vi trovano l'attività del “Meccanica di motociclette”...

Ovviamente, la maggior parte di questi lavori condivide i requisiti di forza fisica, il che implica che l'”Intelligenza Artificiale” rende ciò che ci rimane più o meno economicamente inutile. Ciò suggerisce che un futuro dominato dall'automazione cognitiva non sarà quello degli esseri umani liberati dai "lavori di merda" che hanno si lamentò David Graebner (quando rivendicava un radicale riordino del mondo e della vita politico-sociale).

Invece, sostiene un lavoro umano riorientato verso il mantenimento delle ruote capitaliste in un senso più letterale, alimentando le macchine con dati ed energia e mantenendo i nostri corpi. si adatta man mano che diventiamo estensioni biomeccaniche del software programmato per l'esplorazione.

*Rob Corning è un giornalista. Redattore esecutivo del portale La nuova inchiesta. Autore, tra gli altri libri, di La nuova era della scienza e della tecnologia (Los Angeles Review of Books).

Traduzione: Raffaele Almeida.

Originariamente pubblicato sul portale Via terra.

la terra è rotonda esiste grazie ai nostri lettori e sostenitori.
Aiutaci a portare avanti questa idea.
CONTRIBUIRE