Una nuova ondata di copertura mediatica sull’IA tende a concentrarsi su quali professioni potrebbero eventualmente scomparire. Ciò che suggerisce uno studio recentemente aggiornato della Stanford University è più specifico e, per certi versi, più preoccupante: la trasformazione non arriva in modo uniforme tra le fasce d’età. Si sta concentrando sulla linea di partenza delle carriere, colpendo i lavoratori che non hanno ancora avuto la possibilità di accumulare il tipo di esperienza che sembra offrire protezione.
Un Divario che Continua ad Allargarsi
Gli economisti della Stanford University stanno monitorando i trend occupazionali in diverse professioni valutate in base alla loro esposizione alla trasformazione dell’IA. Il loro aggiornamento di agosto 2026 a un documento intitolato “Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence” rileva che il modello identificato in precedenza non si sta attenuando. Si sta approfondendo.
I lavoratori tra i 22 e i 25 anni nelle professioni più esposte alla trasformazione dell’IA sono ora impiegati a livelli inferiori del 19 percento rispetto ai loro coetanei in settori meno influenzati dall’IA. L’anno precedente, quello stesso divario era al 13 percento. Il trend si sta muovendo in un’unica direzione.
Per misurare tutto questo, i ricercatori hanno attinto a dati di paga anonimizzati aggregati da ADP, una società di gestione delle risorse umane, e hanno valutato l’esposizione professionale all’IA utilizzando due strumenti separati: un indicatore consolidato dell’impatto sul mercato del lavoro e l’Anthropic Economic Index, che traccia come le diverse professioni utilizzano effettivamente il modello Claude AI nel loro lavoro quotidiano. Google ha pubblicato un rapporto comparabile basato sui pattern di utilizzo di Gemini nello stesso periodo.
Fondamentalmente, quando i ricercatori hanno esaminato l’economia nel suo complesso, senza separare per età, hanno riscontrato poche o nessuna differenza nell’occupazione complessiva tra le professioni più e meno esposte all’IA. Il quadro aggregato appare stabile. Il quadro per i giovani lavoratori non lo è.
Automazione Contro Augmentation: Non Tutta l’Esposizione all’IA è Uguale
Ecco cosa perde la maggior parte della copertura di questo studio. I ricercatori non hanno trattato l’esposizione all’IA come una forza unica e uniforme. Hanno attinto a una distinzione fatta dall’Anthropic Economic Index tra due tipi di utilizzo dell’IA: query “automative”, in cui l’IA sostituisce completamente un compito precedentemente svolto da un essere umano, e query “augmentative”, in cui l’IA aiuta un lavoratore umano a svolgere il proprio lavoro in modo più efficace.
Professioni come contabili e revisori, e receptionist e addetti alle informazioni, si sono classificate tra le più suscettibili all’automazione. Ruoli come amministratore delegato e infermiere registrato si sono classificati tra quelli in cui l’IA viene utilizzata principalmente per potenziare il giudizio e l’esperienza umana. I dati sull’occupazione seguono da vicino questa distinzione. I lavori in cui prevale l’automazione mostrano i peggiori livelli di occupazione relativa per i giovani lavoratori. I lavori in cui l’IA potenzia i lavoratori esperti mostrano un’occupazione stabile o in crescita.
I ricercatori hanno anche identificato un pattern correlato riguardo al tipo di conoscenza richiesta da un lavoro. I ruoli di ingresso tendono a fare forte affidamento su quella che chiamano conoscenza “codificata”: informazioni formali e standardizzate che possono essere apprese attraverso l’istruzione e procedure scritte. I ruoli senior tendono a fare più affidamento sulla conoscenza “tacita”, il tipo costruito attraverso anni di pratica, tutoraggio e ripetuta esposizione a situazioni reali. L’IA, a quanto pare, è più capace di gestire la conoscenza codificata rispetto alla conoscenza tacita. Questo rende i lavoratori entry-level nei campi esposti all’IA particolarmente vulnerabili, non perché siano meno capaci, ma perché la conoscenza che portano sul tavolo è del tipo che l’IA può replicare più prontamente.
Un ulteriore risultato: il calo occupazionale tra i giovani lavoratori nei campi esposti all’IA è guidato principalmente da tassi di assunzione inferiori, non da un aumento dei licenziamenti o delle dimissioni. I datori di lavoro stanno semplicemente assumendo meno lavoratori nuovi.
Il Problema della Rampa di Accesso
Ciò che rende questa ricerca significativa non sono solo i numeri. È la dinamica strutturale verso cui puntano.
Il ricercatore principale Erik Brynjolfsson, in un’intervista con The Washington Post, ha descritto il rischio come un mercato del lavoro che mantiene il suo livello di occupazione complessivo chiudendo silenziosamente il punto di ingresso per le persone che iniziano la loro carriera. I lavori occupati da lavoratori già affermati in settori esposti all’IA appaiono finora ampiamente non influenzati. La trasformazione sta cadendo su coloro che non sono ancora entrati.
Questo è importante per il modo in cui le società pensano all’istruzione, ai percorsi di carriera e alla distribuzione a lungo termine delle opportunità. Se l’IA riduce sistematicamente la disponibilità di ruoli entry-level in determinati campi, non colpisce solo i singoli in cerca di lavoro. Rimuove il terreno di addestramento attraverso il quale i lavoratori hanno storicamente sviluppato la conoscenza tacita che li rende preziosi più avanti nella loro carriera. Non puoi diventare un professionista senior in un settore se i ruoli junior che portano a quella seniority non sono più disponibili.
I ricercatori hanno trovato un parziale ammortizzatore: le occupazioni con una quota maggiore di laureati hanno mostrato differenze più attenuate tra ruoli esposti all’IA e meno esposti. Nei campi con meno laureati, il contrasto è stato più netto, con le occupazioni meno esposte all’IA in crescita e quelle più esposte in calo.
Questo risultato non risolve il problema. Aggiunge un livello di complessità su chi sostiene il costo.
In Sintesi
Uno studio della Stanford University che traccia i dati sull’occupazione fino al 2026 rileva che i lavoratori tra i 22 e i 25 anni nelle occupazioni esposte all’IA sono impiegati a livelli inferiori del 19 percento rispetto ai coetanei in settori meno esposti, in aumento rispetto a un divario del 13 percento dell’anno precedente. L’effetto è guidato da assunzioni inferiori, non da licenziamenti, ed è concentrato in ruoli che si affidano a conoscenze codificate e insegnabili piuttosto che a conoscenze tacite basate sull’esperienza. Le occupazioni in cui l’IA automatizza i compiti mostrano risultati peggiori rispetto a quelle in cui l’IA potenzia i lavoratori umani. L’economia più ampia appare stabile in aggregato. Il punto di ingresso per le carriere in determinati campi non lo è.
Basato su un articolo di Ars Technica.