Intelligenza artificiale e il lavoro, pubblicato il rapporto di Anthropic: i giovani i più colpiti

Che cosa succede davvero ai posti di lavoro quando l'intelligenza artificiale entra negli uffici, nei call center, negli studi professionali, nelle redazioni dei giornali? La domanda circola da anni, alimentata da previsioni catastrofiche e rassicurazioni di segno opposto, spesso entrambe prive di solide basi empiriche. Tenta di fare un po' di chiarezza uno studio firmato da Maxim Massenkoff e Peter McCrory, due economisti di Anthropic, l'azienda californiana che sviluppa Claude, uno dei principali modelli di intelligenza artificiale generativa. Il rapporto, intitolato «Impatti dell'intelligenza artificiale sul mercato del lavoro: nuove misure e prime evidenze», è stato pubblicato il 5 marzo scorso e propone un approccio inedito per capire quali mestieri vengano pesantemente interessati dall'IA, distinguendo da ciò che l'IA, in teoria, potrebbe fare ma ancora non fa. Il punto di partenza è un'ammissione di limitatezza degli stessi autori: le previsioni passate sull'impatto delle nuove tecnologie sul lavoro si sono rivelate poco affidabili. Un noto studio sulla «offshorability» (la delocalizzazione) dei posti di lavoro americani, risalente al 2009, aveva classificato come vulnerabile circa un quarto delle occupazioni negli Stati Uniti: a distanza di un decennio, la maggior parte di quei lavori ha registrato una crescita occupazionale del tutto normale. Persino le proiezioni ufficiali del governo americano, pur orientate nella direzione giusta, non hanno aggiunto un valore predittivo significativo rispetto a una semplice estrapolazione lineare delle tendenze precedenti. E ancora oggi gli studiosi non concordano sulla reale portata degli effetti occupazionali provocati dai robot industriali o dalla concorrenza commerciale cinese. Per evitare di ripetere questi errori, Massenkoff e McCrory hanno ideato una nuova metrica, che chiamano observed exposure (esposizione osservata). La formula combina tre fonti di dati: il database O*NET, che elenca le mansioni associate a circa ottocento professioni americane; le stime teoriche di un precedente lavoro accademico (Eloundou e colleghi, 2023), che valutano se un modello linguistico di grandi dimensioni possa dimezzare il tempo necessario per svolgere una certa attività; e infine i dati reali di utilizzo di Claude raccolti attraverso l'Anthropic economic index. Il risultato è una analisi che non si limita a dire "l'IA potrebbe fare questo lavoro", ma cerca di stabilire se e in che misura lo stia già facendo.

Il dato più rilevante che emerge dallo studio è lo scarto tra potenziale teorico e adozione reale. Per le professioni informatiche e matematiche, ad esempio, i modelli linguistici potrebbero teoricamente intervenire sul 94% delle mansioni, ma l'utilizzo effettivo registrato attraverso Claude copre solo il 33%. La forbice è analoga in altre categorie: ci sono intere aree professionali – dall'agricoltura alla manutenzione meccanica, dal lavoro di sala in un ristorante ai bagnini in piscina – in cui l'uso dell'IA è sostanzialmente inesistente. Inoltre, il 30% delle mansioni svolte dagli americani non sono mai comparse nei dati di utilizzo di Claude. Secondo il rapporto le professioni più esposte sono i programmatori informatici (con una sovrapposizione del 75% delle competenze), gli addetti al servizio clienti e gli addetti all'inserimento dati (67%). Seguono gli analisti finanziari e altre figure legate alla gestione dell'informazione…si tratta, in prevalenza, di lavoratori con istruzione elevata, stipendi superiori alla media, più spesso donne e più spesso bianchi o di origine asiatica. Chi possiede un titolo di studio post-laurea, ad esempio, figura in misura quasi quattro volte superiore nel gruppo a maggiore esposizione rispetto a quello a esposizione nulla. Le proiezioni del Bureau of Labor Statistics (l'ufficio statistico del lavoro americano) confermano, almeno in parte, la validità della nuova metrica per il periodo 2024-2034: le professioni con un'esposizione all’Ai più alta tendono ad avere prospettive di crescita occupazionale leggermente inferiori. Per ogni aumento di dieci punti percentuali di esposizione all’Ai, la crescita prevista dei nuovi assunti cala di 0,6 punti percentuali.

Fin qui, la teoria. Ma il cuore dello studio sta nella verifica empirica: l'intelligenza artificiale sta già facendo perdere il lavoro a qualcuno? La risposta, al momento, è no – almeno non in modo rilevabile nei dati aggregati. Confrontando l'andamento della disoccupazione tra i lavoratori nelle professioni più esposte e quelli nelle professioni a esposizione zero, dal 2016 a oggi, Massenkoff e McCrory non trovano differenze statisticamente significative nel periodo successivo al lancio di ChatGPT, avvenuto nel novembre 2022; il tasso di disoccupazione delle due fasce si muove sostanzialmente in parallelo. Lo scenario che i ricercatori definiscono come «la grande recessione per i lavoratori qualificati» – cioè un raddoppio della disoccupazione dal 3% al 6% nei mestieri più esposti all’Ai – sarebbe ampiamente visibile nel loro modello, ma non si è verificato. C'è però un'eccezione che merita di essere attenzionata, e che riguarda i lavoratori più giovani: tra i 22 e i 25 anni, il tasso di ingresso in nuove occupazioni ad alta esposizione all’Ai è diminuito di circa mezzo punto percentuale al mese rispetto alle professioni non esposte, con un calo stimato del 14% nel tasso di assunzione rispetto alla situazione del 2022. Gli stessi autori del rapporto ammettono che le interpretazioni possibili di questo dato sono diverse: i giovani potrebbero scegliere di evitare queste professioni esposte all’Ai, preferiscono magari rimanere nel loro ambito di impiego precedente oppure potrebbero preferire tornare a studiare anche per prepararsi a utilizzare bene l’IA. Ma il calo delle assunzioni dei giovani esiste e trova riscontro in una ricerca parallela, condotta da Erik Brynjolfsson, Bharat Chandar e Ruyu Chen della Stanford University con dati della società di buste paga ADP. Lo studio di Stanford – intitolato significativamente «Canaries in the coal mine?» (Canarini nella miniera di carbone?) – aveva rilevato un calo tra il 6% e il 16% dell'occupazione giovanile nelle professioni esposte all'IA, attribuendolo principalmente a un rallentamento delle assunzioni piuttosto che a un aumento dei licenziamenti. Le aziende, in altre parole, non stanno mandando via i dipendenti: stanno semplicemente smettendo di rimpiazzare le posizioni junior.

Il quadro complessivo che emerge, dunque, è quello di una tecnologia che sta facendo molto meno di quanto potrebbe – e molto meno di quanto molte narrazioni allarmistiche vorrebbero far credere – ma che mostra i primi segnali di impatto proprio là dove la vulnerabilità è maggiore: tra chi si affaccia al mercato del lavoro per la prima volta. È una conclusione coerente con quanto osservato anche da Martha Gimbel del Budget Lab di Yale, che nei mesi scorsi ha sottolineato la sostanziale stabilità del mercato del lavoro americano nel suo insieme, definendosi non una «scettica dell'IA» ma una «scettica della velocità di adattamento della tecnologia».

Per il mondo della formazione e dell'università, le implicazioni sono tante e dirette. Se i ruoli d'ingresso nelle professioni più esposte si stanno restringendo, diventa urgente ripensare la preparazione dei giovani al lavoro. Non basta più insegnare a "usare l'IA" come fosse un software qualsiasi, ma di formare persone capaci di svolgere quei compiti che i modelli linguistici non possono ancora affrontare: il giudizio critico, la gestione di relazioni complesse, la supervisione e la verifica di risultati prodotti dalle macchine. Lo studio di Brynjolfsson e colleghi mostra del resto un elemento incoraggiante: nelle professioni in cui l'IA viene usata per “potenziamento” delle capacità umane anziché per “automazione” pura, l'occupazione giovanile non cala e in alcuni casi cresce. L'aspetto metodologico più interessante del lavoro di Anthropic è la scelta di rendere pubblico il proprio strumento di misurazione prima che gli effetti siano conclamati. Massenkoff e McCrory lo dichiarano apertamente: costruire il metro di misura oggi, quando i dati non mostrano ancora sconvolgimenti, dovrebbe rendere più credibili le rilevazioni future, nel caso in cui quegli sconvolgimenti arrivassero davvero. È un approccio scientifico corretto, anche se non va dimenticato che Anthropic è al tempo stesso produttore della tecnologia e studioso dei suoi effetti: una doppia veste che richiede sempre una lettura critica dei risultati.

Ciò che appare chiaro, a poco più di tre anni dalla diffusione di massa dell'IA generativa, è che il mondo del lavoro non è stato travolto, ma neppure lasciato intatto. Il confine tra ciò che l'intelligenza artificiale in teoria può fare e ciò che viene effettivamente adottato nelle organizzazioni resta ampio, e si restringe con una lentezza che dovrebbe far riflettere chi promette rivoluzioni lampo tanto quanto chi nega ogni cambiamento. Il monitoraggio costante e metodologicamente rigoroso è, al momento, la risposta responsabile che sta offrendo la ricerca: è indispensabile continuare a guardare i dati con occhi consapevoli – soprattutto quelli che riguardano le nuove generazioni.