Replica all’articolo – L’apocalisse del lavoro è già iniziata, anche se non te ne sei accorto –

di Mario Lavanga. Il presente articolo non riflette in alcun modo le opinioni di Più Europa o del gruppo Più Europa 4.0, ma rappresenta un’ opinione atta a favorire un dibattito sull’innovazione.

All’attenzione del dott. Andrea Daniele Signorelli e della direzione di Wired Italia

Ho avuto modo di leggere il suo articolo sull’apocalisse del lavoro pubblicato da Wired Italia. Il testo da lei scritto riporta inesattezze sullo studio citato che non solo rischiano di creare un’ immotivata paura nel suo pubblico, ma rischiano di dare una rappresentazione distorta delle realtà. Come attivista politico che si occupa di innovazione e vorrebbe vedere una maggiore spinta su politiche per la produttività, mi sembra doveroso controbattere scientificamente sui punti da lei sollevati nel testo:

  • I concetti di salario (wage) e reddito (income) sono ben diversi. La traduzione è automazione nelle aziende (…) causa una perdita di salari che, nel giro di 5 anni, raggiunge l’11% dello stipendio annuale è quindi errata per tre motivi. In primo luogo, il valore riportato dagli autori e’ 8.2%. Il valore è cumulato a 5 anni, presupponendo una dinamica di sistema, dando un tempo di azione non di certo corto. Ma soprattutto, l’effetto é sul reddito e non sul salario come riportato dalle figure 8 e 5. Questo significa che il salario dei dipendenti non viene toccato per l’arrivo delle macchine. Quello che può accadere è una perdita di reddito da una separazione dall’azienda che si traduce in vari modi, come spiegato nel punto 2. Si noti infine che per le persone che vengono assunte da poco (nuovi assunti, recent hires) si ha un aumento del reddito (Figura 5). Infatti, il dato di riduzione dell’8.2% vale per le persone assunte da lungo tempo (incumbents). Le nuove reclute sembrano invece avere un guadagno o trarne vantaggio dall’automazione.
  • La separazione aziendale è sicuramente l’output più interessante dello studio. Come da lei notato, l’automazione non genera licenziamenti di massa, ma può portare all’abbandono dell’azienda, che può significare cambio di lavoro, disoccupazione o pensionamento anticipato. Se guardiamo alla disoccupazione, i lavoratori di lungo corso sono ancora quelli che rischiano maggiormente di accumulare disoccupazione (fino a 22 giorni cumulativi in 5 anni), mentre i nuovi assunti arrivano fino ad un massimo di 1.2 giorni. Per citare gli autori: A differenza dei lavoratori di lungo corso, i nuovi assunti non sperimentano cambiamenti significativi in termini di disoccupazione a causa dell’automazione, nonostante l’aumento di probabilità di lasciare l’azienda (In inglese: Unlike incumbents, new hires do not experience any statistically significant changes in nonemployment as a result of automation, despite their increased firm separation rates). Questo può essere dovuto alla capacità di cambiare o trovare lavoro rapidamente o la capacità di interagire con le macchine più velocemente grazie al background educativo. Infine, non si dimentichi che 22 giorni sono numeri facilmente gestibili da strumenti di welfare quali la cassa integrazione o una diminuzione dell’orario lavorativo settimanale, esperimento che ha portato in altri paesi buoni risultati in termini occupazionali e di efficienza. Il vantaggio che se ne trae è un aumento totale di produttività di sistema e di guadagno per i lavoratori più giovani.
  • Gli effetti maggiori sono sentiti dai lavoratori più anziani (50+) la cui perdita di reddito si traduce il più delle volte in prepensionamento (soprattutto se sono incumbents). E’ questo settore soffre maggiormente, ma è anche dovuto alla politica di “last-in first -out” tra lavoratori di lungo corso. Potrebbe anche essere dovuto alla maggiore flessibilita’ dei lavoratori giovani. (in inglese: “last-in first-out” policies among high-tenure workers. It could be also possibly reflects younger workers’ higher flexibility in terms of job transitions). Mi permetta di tornare su questo punto nelle conclusioni.
  • Se si guardano i quartili di reddito, i redditi più bassi hanno maggiore probabilità di rimanere nell’azienda senza effetti sul salario netto. I redditi più alti (e generalmente con un background educativo maggiore) sono quelli che più facilmente lasciano le aziende, ma ricollocandosi molto velocemente. L’idea dei dirigenti che accumulano denaro e potere è abbastanza distorsiva in questo caso specifico, visto che lo studio sembra ricordare che i primi lavoratori ad abbandonare l’azienda siano quadri e tecnici.

In generale, lo studio non ricorda solo come licenziamenti di massa sono difficilmente causati dall’automazione, ma anche come l’evento di automazione sia un processo educativo dove i lavoratori si adattano alle nuove tecnologie. I lavoratori non verranno quindi sostituti nel tempo, ma semplicemente l’azienda tende a ritenere le reclute più fresche che si adattano più velocemente o imparano più agilmente (con un aumento del reddito per questi lavoratori). I lavoratori più anziani, invece, rischiano il prepensionamento nella maggior parte dei casi, spiegando la perdita delle loro entrate. Infatti nel caso specifico della robotizzazione, i risultati sono contrastanti. Graetz e Michaels (2018) hanno mostrato come robot industriali hanno un effetto positivo sui salari ed effetti nulli sulla disoccupazione, mentre Acemoglu e Restrepo (2018c) hanno riportato una riduzione dei salari e dell’occupazione nelle regioni US soggette a robotizzazione. Applicando la stessa metodologia di Acemoglu e Restrepo (2018c) alle regioni tedesche, Dauth e collaboratori (2017) hanno trovato effetti positivi sui salari ed effetti nulli sulla disoccupazione (in inglese: The evidence is mixed: Graetz and Michaels (2018) find that industrial robots have had positive wage effects and no employment effects across a panel of countries and industries, whereas Acemoglu and Restrepo (2018c) find that wages and employment have decreased in US regions most exposed to automation by robots. Applying Acemoglu and Restrepo (2018c)’s empirical design to German regions, Dauth et al. (2017) find evidence of positive wage effects, and no changes in total employment.)Mi permetto di concludere con alcune considerazioni:

  • La notizia può essere tradotta in senso positivo perché i lavoratori più giovani e i redditi più bassi sembrano rimanere in azienda proprio grazie all’automazione e addirittura avere un effetto positivo sui redditi.
  • 5 anni sono un periodo enorme e, come attivista politico, ritengo fondamentale che un Governo agisca rapidamente sulla formazione. La vera conclusione dello studio è la necessità di formare continuamente le persone per evitare che lavoratori anziani rischino di andare incontro al prepensionamento (limitando le capacità di assunzione dei più’ giovani) o diventino autonomi.
  • Lo studio è stato citato da sole 9 persone e credo che sia comunque buona regola verificare attentamente come si inserisca nella letteratura scientifica prima di considerarlo un documento di riferimento nell’ambito della valutazione dei processi e delle conseguenza dell’automazione

Cordialmente

Mario Lavanga, coordinatore del gruppo Più Europa 4.0

Rispondi

Inserisci i tuoi dati qui sotto o clicca su un'icona per effettuare l'accesso:

Logo di WordPress.com

Stai commentando usando il tuo account WordPress.com. Chiudi sessione /  Modifica )

Google photo

Stai commentando usando il tuo account Google. Chiudi sessione /  Modifica )

Foto Twitter

Stai commentando usando il tuo account Twitter. Chiudi sessione /  Modifica )

Foto di Facebook

Stai commentando usando il tuo account Facebook. Chiudi sessione /  Modifica )

Connessione a %s...

Questo sito utilizza Akismet per ridurre lo spam. Scopri come vengono elaborati i dati derivati dai commenti.