La narrazione attorno all’IA e all’occupazione tende agli estremi. O la tecnologia è uno strumento marginale di produttività, o è una minaccia esistenziale per la forza lavoro. Uno studio su larga scala di Google Research offre qualcosa di più concreto: dati reali su come i lavoratori utilizzano l’IA, tratti da 15 milioni di interazioni reali. Il quadro che ne emerge è notevolmente meno drammatico di quanto la maggior parte dei titoli lasci intendere.
Cosa mostrano davvero i dati sull’uso dell’IA sul posto di lavoro
Lo studio, che Google Research chiama “IA & Economy ATLAS” (un Activity, Task, Landscape, and Adoption Study), ha analizzato 15 milioni di interazioni anonimizzate tra Gemini App, AI Mode di Google e Gemini API. I ricercatori hanno utilizzato la Standard Occupational Classification del Bureau of Labor Statistics insieme al database dettagliato delle mansioni lavorative di O*NET per categorizzare il modo in cui tali interazioni si mappano sui lavori reali.
Il dato principale: nell’intero database di mansioni lavorative di O*NET, solo il 21 percento si è qualificato per ciò che i ricercatori definiscono “Gemini tasks”, il che significa che hanno raggiunto una soglia minima di 25 interazioni correlate nel campione. Per il 29 percento di tutte le occupazioni, nessuna singola mansione lavorativa rilevante ha raggiunto nemmeno quella modesta soglia. Per un altro 30 percento delle occupazioni, meno di un quarto delle mansioni tracciate ha mostrato un uso significativo di Gemini. Solo il 3 percento delle occupazioni ha mostrato un utilizzo regolare di Gemini per almeno tre quarti delle mansioni rilevanti di quel lavoro.
Questi numeri descrivono una tecnologia che è presente in molti luoghi di lavoro ma non è penetrata in profondità nella maggior parte di essi. La conclusione degli stessi ricercatori è diretta: l’IA “attualmente serve principalmente da complemento al lavoro esistente”, non come sua sostituzione.
Dove e come viene effettivamente utilizzata l’IA
La distribuzione dell’uso dell’IA tra le diverse occupazioni è disomogenea in modi prevedibili. I ruoli impiegatizi nei settori dell’informatica, della finanza, dell’arte e dello spettacolo sono sovrarappresentati nei dati sulle interazioni di Gemini rispetto alla loro quota nell’economia generale. Analisti finanziari e di mercato, sviluppatori software e amministratori di sistema figurano tra gli utenti più frequenti. Venditori, lavoratori del settore dei trasporti e addetti alla preparazione e alla somministrazione di cibo compaiono con frequenza molto minore nei dati.
Anche il tipo di lavoro delegato all’IA è significativo. Le mansioni cognitive rappresentano l’86 percento delle interazioni misurate in termini di volume. In questa categoria, gli usi dominanti sono la stesura di bozze, la generazione di idee, il recupero di informazioni e l’apprendimento. L’automazione di specifiche mansioni lavorative, anche di quelle di routine, rappresenta una quota minore.
Un aspetto fondamentale è che le mansioni che i lavoratori affidano all’IA tendono a essere a bassa competenza. I ricercatori hanno misurato la complessità delle mansioni analizzando il linguaggio usato dai lavoratori per descrivere ciò di cui avevano bisogno, evidenziando come le attività più semplici — come la riscrittura di testi in lingue diverse o la revisione delle specifiche di prodotto — fossero fortemente sovrarappresentate. È molto meno probabile che i lavoratori utilizzino Gemini per le parti più complesse e ad alto contenuto di competenza del proprio lavoro.
Questo modello si conferma anche in settori normalmente non associati all’adozione dell’IA. Lo studio ha riscontrato che i meccanici di macchinari industriali utilizzano Gemini per analizzare i messaggi di errore delle macchine, e i meccanici d’auto lo usano per farsi aiutare nel test dei componenti dei veicoli e nell’ispezione delle parti usurate. Questi lavoratori avevano una probabilità notevolmente maggiore di includere foto nei loro prompt anziché affidarsi al solo testo, riflettendo la natura pratica e operativa dei loro quesiti.
Perché questo è importante, al di là del ciclo dell’hype
Questo è ciò che la maggior parte della copertura mediatica su IA e lavoro sbaglia: il divario tra ciò che una tecnologia può teoricamente fare e ciò che i lavoratori le chiedono effettivamente di fare è enorme, e questo divario rivela qualcosa di importante su come avviene davvero il cambiamento nei mercati del lavoro.
I risultati di Google Research suggeriscono che i lavoratori non stiano aspettando passivamente di essere automatizzati. Stanno invece scegliendo attivamente quali parti del proprio lavoro delegare all’IA, e scelgono costantemente le attività a minore impatto e a minore complessità. Le dimensioni ad alta competenza e non di routine della maggior parte dei lavori rimangono saldamente in mani umane.
Gli stessi ricercatori inquadrano la questione con cautela. Notano che i modelli attuali indicano “maggiori rendimenti delle competenze umane nelle dimensioni non di routine” che ancora dominano la maggior parte delle descrizioni del lavoro. Riconoscono inoltre che la situazione potrebbe cambiare se i modelli futuri diventassero più capaci in compiti ad elevate competenze, o se la robotica basata sull’IA migliorasse al punto da incidere sul lavoro manuale su larga scala. Nessuno di questi sviluppi si è tuttavia ancora verificato.
Ciò che i dati descrivono, per ora, è una forza lavoro che utilizza l’IA per gestire l’overhead cognitivo: la stesura di testi, le ricerche, la riformattazione di routine. Questo libera attenzione per il lavoro che richiede effettivamente giudizio, esperienza e competenze. La tecnologia sta potenziando i ruoli esistenti, non li sta svuotando.
In breve
Uno studio di Google Research condotto su 15 milioni di interazioni reali con l’IA ha evidenziato che la maggior parte delle mansioni, nella maggior parte dei lavori, non viene automatizzata dall’IA. Solo il 3 percento delle occupazioni ha mostrato un utilizzo di Gemini per tre quarti o più delle relative mansioni. I lavoratori utilizzano l’IA prevalentemente per compiti cognitivi a bassa complessità, come la stesura di testi e il recupero di informazioni, riservando a se stessi le parti più impegnative del proprio lavoro. I dati non supportano le previsioni di una imminente sostituzione di massa. Descrivono invece una tecnologia utile ai margini della maggior parte dei lavori e centrale solo in pochissimi casi.
Basato su un articolo di Ars Technica.