Il 2022 ha segnato un punto di svolta nella storia dell’intelligenza artificiale: il lancio di ChatGPT ha portato l’IA generativa dall’ambito accademico al grande pubblico, scatenando un dibattito globale sul suo impatto sul mondo del lavoro. Ma quante professioni sono davvero a rischio? E soprattutto: l’IA sta già cambiando il mercato del lavoro, o stiamo ancora assistendo solo a potenzialità teoriche?
Una nuova ricerca pubblicata da Anthropic il 5 marzo 2026 prova a rispondere con dati concreti. Lo studio, intitolato “Labor market impacts of AI: A new measure and early evidence”, introduce una metrica innovativa e analizza i primi segnali di impatto sul mercato del lavoro americano. I risultati sono al tempo stesso rassicuranti e, in certi casi, preoccupanti.
Il problema delle previsioni: Perché le stime precedenti erano insufficienti
Gli studiosi del lavoro sanno bene quanto sia difficile prevedere l’impatto delle tecnologie emergenti sull’occupazione. In passato, circa un quarto dei posti di lavoro americani era stato identificato come potenzialmente a rischio delocalizzazione offshore, eppure la maggior parte di quei ruoli ha continuato a crescere. Gli strumenti di misurazione tradizionali si sono rivelati utili ma limitati: le previsioni governative sulle occupazioni, ad esempio, aggiungevano ben poco rispetto a una semplice proiezione lineare dei trend storici.
Il problema centrale è la differenza tra esposizione teorica e utilizzo reale. Sapere che un’IA potrebbe svolgere un compito non ci dice nulla su quanto e come quella capacità venga effettivamente sfruttata nella realtà lavorativa quotidiana. Anthropic ha affrontato proprio questa lacuna con un approccio metodologico originale.
La nuova metrica: L’esposizione osservata
Il cuore dello studio è l’introduzione di un nuovo indicatore chiamato “observed exposure” (esposizione osservata). A differenza delle metriche precedenti che si basavano solo sulle capacità teoriche dei modelli linguistici, questa misura combina tre fonti di dati distinte.
La prima è il database O*NET del Dipartimento del Lavoro americano, che cataloga circa 800 occupazioni e i relativi compiti professionali. La seconda è l’Anthropic Economic Index, che raccoglie i dati reali sull’utilizzo di Claude nei contesti lavorativi. La terza è lo studio accademico Eloundou et al. (2023), che valuta l’esposizione teorica dei vari task ai grandi modelli linguistici.
La metrica utilizza una scala a tre punti per classificare ogni compito professionale: completabile autonomamente dall’IA (con velocità raddoppiata), completabile solo con strumenti aggiuntivi, oppure non automatizzabile. Un dettaglio metodologico importante: lo studio pesa maggiormente le applicazioni di automazione rispetto a quelle di semplice augmentazione (cioè l’IA come supporto all’uomo), ritenendo le prime più rilevanti per valutare l’impatto sull’occupazione.
Il divario tra potenziale e realtà: Numeri che sorprendono
Uno dei risultati più interessanti della ricerca riguarda proprio il divario tra potenziale teorico e utilizzo concreto. Il 97% dei task osservati nei dati reali di utilizzo di Claude rientra nelle categorie teoricamente fattibili dall’IA — un dato che conferma la coerenza tra capacità e applicazione. Eppure, quando si guarda ai numeri per singola professione, il gap diventa evidente.
I professionisti informatici e matematici hanno il 94% dei loro compiti teoricamente esposti all’IA, ma nella realtà solo il 33% viene effettivamente coperto da utilizzo AI. Il settore amministrativo e d’ufficio mostra il 90% di esposizione teorica, ma con tassi di adozione reale significativamente più bassi. Questo significa che l’adozione dell’IA rimane ben al di sotto del potenziale tecnico disponibile, almeno per ora.
Le occupazioni con il più alto tasso di esposizione osservata includono i programmatori informatici (75% di copertura), i rappresentanti del servizio clienti e gli operatori di inserimento dati (67% di copertura). All’estremo opposto, circa il 30% dei lavoratori americani mostra zero esposizione all’IA: cuochi, meccanici di moto, bagnini, baristi, lavastoviglie. Professioni che richiedono presenza fisica, destrezza manuale e interazione umana diretta — caratteristiche che i modelli linguistici non possono replicare.
Chi sono i lavoratori più esposti? Il profilo inatteso
La ricerca disegna un profilo preciso dei lavoratori nelle occupazioni ad alta esposizione, e il risultato contrasta con molti luoghi comuni. Rispetto ai lavoratori non esposti, chi opera in settori ad alta esposizione all’IA tende a essere più spesso donna (16 punti percentuali in più di probabilità), più istruito (i laureati con dottorato o master rappresentano il 17,4% dei lavoratori esposti contro il 4,5% di quelli non esposti), meglio retribuito (con guadagni medi superiori del 47%), e più spesso di etnia bianca o asiatica rispetto alla media.
In altre parole, l’IA non minaccia principalmente i lavori a bassa qualifica o a basso reddito — al contrario, sono i professionisti qualificati e ben pagati a trovarsi maggiormente nel mirino. Questo inverte la narrativa tradizionale sull’automazione, che storicamente ha colpito soprattutto i lavoratori meno specializzati.
L’Impatto sull’occupazione: Segnali deboli ma da monitorare
La parte più attesa della ricerca riguarda l’impatto reale sull’occupazione dal lancio di ChatGPT a oggi. I risultati sono articolati e vanno letti con attenzione.
Il dato principale è rassicurante: nessun aumento statisticamente significativo della disoccupazione tra i lavoratori nelle occupazioni ad alta esposizione. Utilizzando i dati della Current Population Survey e un’analisi difference-in-differences, i ricercatori concludono che la variazione nel divario occupazionale tra gruppi ad alta e bassa esposizione è piccola e non significativa. Le dinamiche post-pandemia tra i due gruppi sono rimaste sostanzialmente parallele.
Tuttavia, c’è un segnale che merita attenzione: i giovani lavoratori tra i 22 e i 25 anni mostrano un possibile effetto negativo. Nei settori ad alta esposizione, il tasso mensile di inserimento lavorativo è sceso di circa 0,5 punti percentuali nel 2024, mentre nei settori a bassa esposizione è rimasto stabile al 2%. L’analisi stima una riduzione del 14% nel tasso di assunzione dei giovani nelle occupazioni esposte rispetto al 2022 — un dato appena statisticamente significativo ma coerente con altre ricerche indipendenti che documentano cali del 6-16% nell’occupazione giovanile nei settori esposti all’IA.
L’interpretazione di questo segnale è ancora aperta: potrebbe riflettere un effetto diretto dell’IA sulle assunzioni, ma anche altri fattori come una maggiore permanenza nel sistema educativo, la stabilità dei lavoratori già impiegati, o spostamenti settoriali non direttamente legati all’automazione.
Proiezioni future: L’IA pesa già sulle aspettative di crescita
Un altro risultato rilevante riguarda le proiezioni occupazionali del Bureau of Labor Statistics (BLS) americano. La ricerca mostra una correlazione inversa tra esposizione osservata e aspettative di crescita professionale: ogni aumento di 10 punti percentuali nel tasso di copertura AI corrisponde a una riduzione di 0,6 punti percentuali nelle proiezioni di crescita al 2034.
Interessante notare che questa correlazione emerge solo con la nuova metrica dell’esposizione osservata, e non con le misure di esposizione teorica precedenti. Questo suggerisce che i dati di utilizzo reale contengano informazioni predittive che le valutazioni accademiche teoriche non riescono a catturare — e che monitorare l’utilizzo effettivo dell’IA possa diventare uno strumento prezioso per anticipare i cambiamenti nel mercato del lavoro.
Cosa possiamo imparare: Tre riflessioni conclusive
La ricerca di Anthropic rappresenta un contributo metodologico significativo al dibattito sull’IA e il lavoro. Lo studio è esplicito nel riconoscere i propri limiti: si tratta di un primo passo, con dati limitati ai pochi anni successivi al lancio di ChatGPT, e con numerosi margini di incertezza nella misurazione. Gli stessi autori sottolineano che l’approccio non cattura tutti i canali attraverso cui l’IA può ridisegnare il mercato del lavoro.
Detto questo, tre considerazioni emergono con chiarezza. Prima di tutto, l’adozione dell’IA è ancora molto al di sotto del potenziale tecnico disponibile. Le aziende e i lavoratori stanno integrando questi strumenti in modo graduale, non con la velocità disruptiva che molti temevano. Questo dà tempo — per ora — per adattarsi e ripensare ruoli e competenze.
In secondo luogo, i giovani che entrano nel mercato del lavoro in settori esposti meritano attenzione specifica. Se il segnale debole sul calo delle assunzioni si consolidasse nei prossimi anni, potrebbe indicare una riduzione strutturale nella domanda di profili junior nelle professioni più esposte all’IA — con implicazioni importanti per i sistemi formativi e le politiche attive del lavoro.
Terzo, e forse più sorprendente, i lavoratori più esposti non sono i meno qualificati, ma i più qualificati. Questo impone una riflessione profonda su come ripensare la formazione professionale, le carriere e il valore del lavoro umano in un’economia sempre più permeata dall’intelligenza artificiale. Il mercato del lavoro si trova di fronte a una trasformazione senza precedenti: monitorarla con strumenti di misurazione sempre più precisi è il primo passo per governarla con consapevolezza.
Fonte: Anthropic, Labor market impacts of AI: A new measure and early evidence, 5 marzo 2026.
