Anthropic ha lanciato l’Anthropic Economic Index, un’iniziativa volta a comprendere gli effetti dell’IA sui mercati del lavoro e sull’economia nel corso del tempo.
Il primo paper dell’index è “Which Economic Tasks are Performed with AI? Evidence from Millions of Claude Conversations” che utilizza una nuova metodologia empirica per misurare l’uso dell’IA in diverse attività economiche, basandosi sull’analisi di milioni di conversazioni reali su Claude.ai.
Le principali conclusioni del paper sono:
- L’uso dell’IA è più concentrato nello sviluppo software e nella scrittura tecnica.
- Circa il 36% delle occupazioni mostra un utilizzo dell’IA in almeno un quarto dei task associati. Solo il 4% delle occupazioni utilizza l’IA per almeno il 75% dei task.
- L’IA è utilizzata maggiormente per l’aumento delle capacità umane (57%) rispetto all’automazione (43%).
- L’uso dell’IA è più diffuso nelle occupazioni con salari medio-alti, come programmatori e data scientist, ma è meno frequente nelle posizioni con salari più bassi o più alti.
- Le competenze cognitive come la comprensione della lettura, la scrittura e il pensiero critico sono altamente rappresentate nelle conversazioni con l’IA.
- Esiste una specializzazione nell’uso dei modelli: Claude 3.5 Sonnet (new) è preferito per la codifica, mentre Claude 3 Opus è più utilizzato per la scrittura creativa e contenuti educativi.
Il paper sottolinea che l’IA si sta diffondendo in diversi settori economici, ma l’integrazione completa nei ruoli lavorativi è ancora limitata. L’analisi si concentra sull’uso di Claude.ai e riconosce diverse limitazioni, tra cui la potenziale inaccuratezza nella classificazione dei task e la mancanza di informazioni sull’effettivo utilizzo degli output dell’IA da parte degli utenti.
I passaggi chiave della metodologia:
- Raccolta e analisi dei dati: Sono state analizzate milioni di conversazioni su Claude.ai, utilizzando lo strumento Clio di Anthropic, che preserva la privacy degli utenti. Clio permette di classificare le conversazioni in base a task, competenze e modelli di interazione. I dati provengono da conversazioni di utenti Free e Pro di Claude.ai.
- Mappatura delle conversazioni con task occupazionali: Le conversazioni sono state mappate alle categorie occupazionali del database ONET del Dipartimento del Lavoro degli Stati Uniti. ONET contiene circa 20.000 task specifici.
- Creazione di una gerarchia di task: A causa dell’elevato numero di task in O*NET, è stata creata una gerarchia per facilitare la classificazione. Questa gerarchia è stata generata utilizzando Clio, organizzando i task di base in categorie più ampie.
- Classificazione delle conversazioni: Le conversazioni sono state classificate attraverso la gerarchia, con Claude che seleziona il task più appropriato a ogni livello.
- Analisi a livello di task e occupazione: È stata analizzata la frequenza con cui i task appaiono nelle interazioni con Claude.ai, raggruppando i task per occupazioni specifiche e categorie occupazionali più ampie.
- Valutazione dell’automazione vs. aumento: Le conversazioni sono state classificate per determinare se l’IA viene utilizzata per automatizzare i task o per aumentare le capacità umane.
- Analisi della distribuzione per salario e barriere all’entrata: Sono state analizzate le tendenze nell’uso dell’IA in relazione al salario mediano delle occupazioni e alle barriere all’entrata (livello di preparazione richiesto).
- Analisi per tipo di modello: Confronto dei modelli Claude 3 Opus e Claude 3.5 Sonnet per capire come diversi modelli vengono utilizzati per task differenti.
Per la realizzazione di questo articolo, mi sono avvalso anche delle risultanze ottenute con l’utilizzo di strumenti come NotebookLM di Google, ChatGPT 4o di OpenAI e DeepL.
L’immagine è stata realizzata da ChatGPT 4o con il prompt: Per favore, un’immagine sul concetto: effetti dell’IA sui mercati del lavoro e sull’economia nel corso del tempo.
La didascalia a corredo è: Ecco un’illustrazione che rappresenta gli effetti dell’IA sui mercati del lavoro e sull’economia nel corso del tempo, suddivisa in passato, presente e futuro.