di Dario De Marco

Vengono qui, e ci rubano il lavoro. E no, non sono gli immigrati stranieri. Sono i robot: le macchine, i computer, le intelligenze artificiali. Il che è ancora più grave, se ci pensate, perché siamo noi ad averli chiamati (inventati). Ma ci sono situazioni che possono diventare ancora più – apparentemente – paradossali: succede quando il lavoro degli umani consiste nell'addestrare le macchine a fare il proprio lavoro; nell'insegnare ai robot a rubare il posto, insomma, che è un po' come scavarsi la fossa sotto i piedi. Ovviamente, non è così. Ci sarà sempre una differenza tra quello che un computer può fare molto meglio di noi, e quello che un umano riesce a fare proprio grazie al tempo liberato dall'attività della macchina. Un viaggio all'interno di questi nuovi lavori a contatto con le macchine lo ha fatto il New York Times, che ha raccolto alcune storie interessanti.

C'è per esempio l'impiegata di agenzia di viaggi. Che nella sua declinazione moderna in realtà lavora a Lola, una app di Boston che consente agli utenti di prenotare biglietti e alberghi. Parte del suo lavoro consiste nell'interfacciarsi direttamente con i clienti, in modo classico. L'altra parte consiste nell'addestrare l'app a dare risposte sempre migliori ai clienti, al suo posto. “Gli effetti positivi su di me sono due”, spiega Rachel: “Da un lato mi sento in competizione, e quindi sono stimolata a dimostrare che ci sono cose che riesco a fare meglio di un'intelligenza artificiale. Dall'altro mi sento sollevata da molte incombenze meccaniche, e quindi ho più tempo per il lavoro creativo”. La macchina è ovviamente perfetta nel cercare e trovare posti liberi negli alberghi che più si adattano alle preferenze espresse dai clienti; ma quello che sta imparando a fare, è adattarsi alle preferenze non espresse, ai desideri che i clienti neanche sanno di avere. E questo lo fa con il classico metodo delle scelte precedenti (“se hai comprato questo, potrebbe piacerti anche...”), ma pure grazie a un'interazione triangolare con il cliente e il lavoratore umano: “Per esempio, mi sono ritrovata a chiedere ai viaggiatori se usano Snapchat; che di per sé non vuol dire niente, ma indica una persona giovane o giovanile con gusti più verso alberghi moderni e informali, che di classica catena”.

Un altro caso interessante è quello di x.ai, una startup newyorkese che sta sviluppando un assistente virtuale per aiutare le aziende e le persone a gestire gli appuntamenti. Individuare con rapidità e sicurezza gli spazi in calendario è una cosa che la macchina fa con precisione assoluta; ma lì stanno provando a insegnarle a interagire direttamente con i clienti, via mail. Si tratta di scambiare messaggi con persone reali fino a trovare un accordo sulla data dell'appuntamento o della riunione. Il problema è che, come sa chiunque di noi ha interagito con Siri o Alexa, il dialogo con una macchina è disseminato di ostacoli, di trappole che possono far impantanare la conversazione in un loop. Il lavoro di Diane Kim consiste proprio nel cercare di introdurre la macchina in queste sottigliezze. Quanto sottile, per esempio, e quanto enorme, è la differenza che c'è tra fissare un meeting “per venerdì” e fissarlo “per il venerdì”, ovvero per tutte le settimane. Spesso poi i clienti non sanno di interagire con una macchina, e quindi fanno domande personali o fuori contesto, il che ovviamente impalla il computer. Oppure le persone possono semplicemente offendersi per un tono troppo distaccato e formale.

La strada per il machine learning è lunga, insomma. Ma la stiamo percorrendo.