Tre anni dopo il lancio di ChatGPT, la paura che l’intelligenza artificiale avrebbe spazzato via milioni di posti di lavoro non si è materializzata. Una recente ricerca condotta da Anthropic, una società statunitense specializzata nello sviluppo di intelligenze artificiali avanzate, analizza milioni di interazioni tra utenti reali e il loro modello di AI conversazionale, chiamato Claude. Claude è progettato per supportare compiti professionali come scrivere testi, analizzare dati e rispondere a domande complesse. Lo studio, firmato da Maxim Massenkoff e Peter McCrory e pubblicato il 5 marzo 2026, confronta ciò che l’IA potrebbe fare teoricamente con ciò che fa davvero nella pratica quotidiana, offrendo una fotografia dettagliata aggiornata del mercato del lavoro negli Stati Uniti.
Dalla teoria alla pratica: il gap tra potenziale e uso reale
Negli ultimi anni molti studi avevano stimato che l’IA potrebbe automatizzare gran parte delle mansioni cognitive e creative. Professioni come avvocati, programmatori e analisti finanziari venivano indicate come esposte fino al 90-100%. Tuttavia, come sottolineano gli autori dello studio, “potrebbe teoricamente fare” non significa “sta facendo davvero”.
Per misurare l’impatto reale, Massenkoff e McCrory hanno introdotto una nuova metrica chiamata Observed Exposure. Questa misura indica quanto l’IA viene effettivamente utilizzata nelle mansioni quotidiane dei lavoratori, basandosi su milioni di interazioni reali tra utenti professionali e il modello Claude. In pratica, mostra l’esposizione concreta dei lavoratori all’automazione, distinguendo tra capacità teorica e uso reale.
I risultati sono sorprendenti: nel settore informatico, dove il potenziale teorico era del 94%, l’utilizzo reale di Claude si ferma al 33%. Nel lavoro d’ufficio e amministrativo, il potenziale teorico era del 90%, ma l’adozione effettiva è molto più bassa. Questo evidenzia che l’IA è ancora uno strumento di supporto, non un sostituto completo, e che il suo impatto sul lavoro richiede tempo, formazione e integrazione nei flussi operativi.
Chi è più esposto e chi resta al sicuro
Secondo la metrica Observed Exposure, le dieci professioni più esposte all’automazione reale dell’IA sono:
- Programmatori informatici (74,5%)
- Rappresentanti del servizio clienti (70,1%)
- Addetti all’inserimento dati (67,1%)
- Tecnici di documentazione medica (66,7%)
- Analisti di marketing (64,8%)
- Rappresentanti commerciali (62,8%)
- Analisti finanziari (57,2%)
- Tester di software (51,9%)
- Analisti di sicurezza informatica (48,6%)
- Tecnici di supporto IT (46,8%).
Al contrario, circa il 30% dei lavoratori americani ha esposizione zero: cuochi, meccanici di moto, bagnini, baristi e addetti alle lavastoviglie. L’IA, almeno per ora, non penetra in mansioni fisiche o fortemente relazionali.
Un dato interessante riguarda le persone che occupano i ruoli più esposti: sono più istruite, guadagnano mediamente di più e in maggioranza donne, a causa della concentrazione storica dei ruoli femminili in mansioni amministrative e cognitive come supporto clienti, segretariato e analisi di marketing. In altre parole, l’IA colpisce principalmente i lavori cognitivi e analitici, non quelli tradizionalmente “umili”.
L’impatto sui giovani: il problema delle nuove assunzioni
Se i lavoratori esperti non vengono sostituiti, chi sta iniziando a entrare nel mercato del lavoro incontra già difficoltà. L’uso dell’IA per compiti di base – preparazione di report, analisi preliminari, bozze di documenti e gestione di e-mail standard – riduce la necessità di assumere neolaureati. Dal 2024, nelle professioni più esposte, il tasso di nuove assunzioni mensile per i giovani di 22-25 anni scende di circa mezzo punto percentuale, con una riduzione complessiva del 14%.
È un fenomeno “silenzioso”: i senior continuano a lavorare, ma i nuovi entranti trovano più ostacoli. In Italia, dati ISTAT del gennaio 2026 mostrano che l’occupazione cala proprio tra i 15 e i 24 anni, mentre l’OIL (Organizzazione Internazionale del Lavoro) segnala che la diffusione dell’IA potrebbe aggravare la disoccupazione giovanile globale, salita al 12,4% nel 2025.
Leggi anche
Disoccupazione complessiva: la situazione resta stabile
Il confronto dei tassi di disoccupazione tra lavoratori più e meno esposti all’IA dal 2016 a oggi mostra curve sostanzialmente parallele, anche dopo il 2022. L’effetto medio calcolato con tecniche statistiche avanzate è statisticamente indistinguibile da zero.
Un esempio storico aiuta a capire: durante il COVID-19, i lavori manuali e in presenza hanno sofferto di più, mentre le professioni digitali hanno mantenuto occupazione e continuità. Questo dimostra che l’IA non ha causato finora una catastrofe occupazionale, ma sta modificando il tipo di lavoro svolto.
Genere, ruolo sociale e limiti dell’impatto dell’IA
Le donne sono sovra-rappresentate nei lavori più esposti all’IA a causa della concentrazione storica in ruoli cognitivi e amministrativi, non perché l’IA sia “sessista”. Questo significa che la trasformazione tecnologica ha anche una dimensione sociale rilevante, che richiede attenzione, perché i ruoli femminili più colpiti – supporto clienti, segretariato, documentazione medica – sono quelli in cui l’automazione può intervenire più facilmente.
Gli effetti macroscopici dell’IA sul mercato del lavoro non si vedono ancora per tre motivi principali:
- Gap tra capacità teorica e utilizzo reale: l’IA può fare molto, ma lo fa solo in pochi casi concreti.
- Struttura dei lavori: molte professioni richiedono che tutte le mansioni siano completate per produrre valore; automatizzare solo una parte non rende il lavoro obsoleto.
- Lezioni storiche: precedenti previsioni sull’automazione o sull’offshoring si sono spesso rivelate sbagliate. L’IA potrebbe seguire un percorso graduale simile a quello di Internet o delle e-mail.
Guardare avanti: cosa fare oggi
Lo studio di Anthropic fornisce strumenti per monitorare e anticipare l’impatto dell’IA, soprattutto sui giovani. Il rischio maggiore non è che i lavoratori esperti vengano sostituiti, ma che i nuovi entranti incontrino barriere crescenti. Università, aziende e politiche pubbliche devono adattarsi, offrendo formazione e percorsi di ingresso coerenti con le nuove dinamiche dell’automazione. In sintesi, l’IA non ha ancora causato disoccupazione di massa, ma sta cambiando come si lavora e chi può accedere al mercato. La sfida non è fermare la tecnologia, ma governarla e anticiparne gli effetti, proteggendo le nuove generazioni.