Il potenziamento (augmentation), nel contesto dell'IA, indica l'uso dell'IA per estendere e accrescere ciò che un lavoratore umano sa fare, anziché sostituirlo del tutto. La distinzione è enormemente importante e nel dibattito pubblico viene spesso appiattita. L'automazione chiede: una macchina può svolgere questo compito al posto di un essere umano? Il potenziamento pone una domanda diversa: una macchina può aiutare un essere umano a svolgere questo compito meglio, più in fretta o su scala maggiore di quanto potrebbe da solo? Le due impostazioni portano a scelte progettuali diverse, a strutture organizzative diverse e a esiti economici molto diversi.
In pratica, la maggior parte delle applicazioni attuali dell'IA si colloca più vicino al versante del potenziamento. Un radiologo che usa l'IA per segnalare possibili anomalie nelle immagini è potenziato: l'IA si occupa del riconoscimento di schemi su grandi volumi, il clinico mette giudizio, contesto e responsabilità. Un ingegnere del software che usa un assistente IA per la programmazione scrive più codice, consegna più in fretta e affronta problemi più complessi di prima: l'IA genera suggerimenti, l'ingegnere li valuta, li perfeziona e li integra. Il ruolo umano si sposta anziché scomparire: meno tempo sull'esecuzione di routine, più tempo sul giudizio, sulla direzione e sulla qualità.
L'ottica del potenziamento prevede un andamento preciso del mercato del lavoro: man mano che l'IA aumenta la produttività individuale, la domanda per il ruolo potenziato tende a crescere anziché a contrarsi. Quando gli sviluppatori riescono a fare di più, alle organizzazioni conviene assumerne altri per portare avanti progetti prima fuori portata. Non è scontato: dipende dal fatto che il mercato del prodotto sia a sua volta espandibile. Ma nella maggior parte dei campi del lavoro intellettuale, le prove finora raccolte concordano con la previsione del potenziamento piuttosto che con quella della sostituzione.
Il confine tra potenziamento e automazione non è fisso. Un compito oggi potenziato, in cui l'essere umano fornisce ancora un giudizio essenziale, può diventare domani del tutto automatizzato man mano che le capacità migliorano. Che cosa questo significhi per un determinato ruolo dipende da quali parti del ruolo richiedono soprattutto giudizio e quali sono di routine. I ruoli che storicamente sono sopravvissuti e cresciuti accanto alle nuove tecnologie sono quelli in cui il giudizio umano, la responsabilità e la relazione restano parte irriducibile del valore. La domanda da porsi su qualunque ruolo non è se l'IA possa svolgerne alcune parti, ma quali parti non possa svolgere.
