La diffusione dell’intelligenza artificiale generativa ha alimentato numerosi studi sugli effetti della tecnologia sul mercato del lavoro. Nonostante il crescente numero di analisi, esiste ancora grande incertezza su quali professioni subiranno le trasformazioni più profonde.
Uno studio pubblicato a marzo 2026 da Maxim Massenkoff e Peter McCrory per Anthropic introduce un nuovo metodo di analisi chiamato “observed exposure”, che combina il potenziale teorico dei modelli linguistici con i dati reali di utilizzo dell’AI nelle attività lavorative.
L’obiettivo non consiste nel prevedere automaticamente quali professioni scompariranno, ma nel misurare quanto le attività lavorative siano effettivamente esposte all’automazione attraverso l’AI.
Il metodo integra tre fonti principali:
- il database O*NET sulle mansioni professionali negli Stati Uniti,
- i dati di utilizzo dei modelli AI raccolti nell’Anthropic Economic Index,
- una precedente stima della capacità teorica dei modelli linguistici di accelerare specifiche attività.
Indice degli argomenti:
Il divario tra capacità teoriche e utilizzo reale dell’AI
Uno dei risultati più rilevanti dello studio riguarda il divario tra ciò che l’AI potrebbe fare in teoria e ciò che viene realmente utilizzato nei contesti professionali.
Molte attività risultano teoricamente automatizzabili con modelli linguistici avanzati, ma la loro applicazione concreta rimane limitata. Gli autori osservano che l’utilizzo effettivo dell’AI copre solo una parte delle attività che potrebbero essere accelerate dai modelli linguistici.
Nel settore computer e matematica, ad esempio, i modelli linguistici potrebbero teoricamente intervenire su circa il 94% delle attività, ma i dati di utilizzo reale indicano una copertura attuale di circa un terzo delle mansioni.
Le ragioni di questa distanza sono molteplici. Alcune attività richiedono integrazione con software specifici, altre dipendono da vincoli legali o necessitano di supervisione umana. In molti casi la diffusione tecnologica procede con gradualità, anche quando la capacità tecnica è già disponibile.
Le professioni più esposte all’automazione
La nuova metrica consente di individuare le professioni con maggiore esposizione all’AI.
Tra le categorie più coinvolte compaiono programmatori informatici, operatori del servizio clienti e addetti all’inserimento dati, attività caratterizzate da una forte componente digitale e da compiti ripetitivi facilmente formalizzabili.
Secondo lo studio, i programmatori mostrano il livello più alto di esposizione, con una copertura delle attività pari al 75%, mentre gli addetti all’inserimento dati raggiungono circa il 67%.
All’estremo opposto si trovano numerose professioni manuali o basate su interazione fisica con l’ambiente. Attività come cuochi, meccanici motociclistici, bagnini o baristi mostrano livelli di esposizione prossimi allo zero, perché le mansioni risultano difficilmente automatizzabili con modelli linguistici.
Nel complesso, circa il 30% dei lavoratori analizzati svolge professioni che non mostrano alcuna copertura da parte dell’AI nei dati disponibili.
Le caratteristiche dei lavoratori più esposti
Lo studio evidenzia anche un aspetto spesso trascurato nel dibattito pubblico: le professioni più esposte all’AI tendono a essere occupazioni qualificate e ben retribuite.
I lavoratori appartenenti al gruppo con maggiore esposizione risultano mediamente più istruiti, più anziani e con redditi più elevati rispetto a quelli impiegati nelle professioni meno esposte.
L’analisi dei dati del Current Population Survey negli Stati Uniti mostra che questi lavoratori guadagnano in media il 47% in più rispetto a chi opera in professioni poco esposte all’AI. Inoltre la quota di lavoratori con titoli di studio post-laurea risulta quasi quattro volte superiore rispetto al gruppo con minore esposizione.
Questo risultato suggerisce che l’impatto dell’intelligenza artificiale potrebbe interessare soprattutto professioni del lavoro cognitivo e digitale, piuttosto che attività manuali o operative. 
Crescita occupazionale e esposizione all’AI
Gli autori confrontano la nuova metrica con le previsioni di crescita occupazionale pubblicate dal Bureau of Labor Statistics (BLS) per il periodo 2024-2034.
L’analisi mostra una relazione moderata tra esposizione all’AI e crescita occupazionale prevista. In media, ogni aumento di 10 punti percentuali nella copertura delle attività da parte dell’AI corrisponde a una riduzione di circa 0,6 punti percentuali nelle previsioni di crescita dell’occupazione.
Il rapporto rimane comunque limitato. Gli autori sottolineano che la correlazione non implica necessariamente una sostituzione diretta del lavoro umano, ma indica una possibile trasformazione delle competenze richieste.
Nessuna evidenza di aumento della disoccupazione
Uno degli aspetti più rilevanti dello studio riguarda l’analisi dell’occupazione negli Stati Uniti dopo l’introduzione di strumenti come ChatGPT.
Gli autori confrontano i tassi di disoccupazione tra lavoratori appartenenti alle professioni più esposte all’AI e quelli delle professioni meno esposte. I dati mostrano che dal 2022 non emerge alcun aumento sistematico della disoccupazione nei settori più esposti all’intelligenza artificiale.
La disoccupazione nei gruppi con maggiore esposizione risulta leggermente aumentata, ma la variazione rimane statisticamente indistinguibile da zero.
Questo risultato suggerisce che, almeno nella fase iniziale della diffusione dell’AI generativa, gli effetti sul mercato del lavoro restano limitati o difficili da isolare.
I primi segnali tra i lavoratori più giovani
Lo studio individua tuttavia un possibile segnale precoce nel comportamento delle imprese durante le assunzioni.
Tra i lavoratori di età compresa tra 22 e 25 anni, il tasso di ingresso in professioni ad alta esposizione all’AI appare in calo. L’analisi mostra una riduzione del 14% nella probabilità di ottenere un nuovo lavoro in questi settori rispetto ai livelli del 2022.
La diminuzione riguarda soprattutto il ritmo delle nuove assunzioni, non l’aumento dei licenziamenti. Questo fenomeno potrebbe indicare che le aziende stanno riducendo gradualmente il numero di posizioni entry-level in alcune professioni digitali.
Gli autori invitano comunque alla prudenza. I giovani lavoratori che non trovano impiego in questi settori potrebbero scegliere percorsi alternativi, come continuare gli studi, cambiare professione o entrare in ambiti meno esposti all’automazione. 
Un metodo per monitorare gli effetti dell’AI nel tempo
Il contributo principale dello studio consiste nella definizione di un metodo empirico per monitorare nel tempo l’impatto dell’AI sul lavoro.
Gli autori sottolineano che gli effetti dell’intelligenza artificiale potrebbero manifestarsi lentamente, in modo simile a quanto accaduto con internet o con l’integrazione commerciale globale, piuttosto che attraverso cambiamenti improvvisi come quelli osservati durante la pandemia.
La nuova metrica permette di aggiornare periodicamente l’analisi man mano che crescono l’utilizzo dell’AI e la disponibilità di dati sul mercato del lavoro.
In questo modo diventa possibile individuare con maggiore precisione eventuali trasformazioni economiche, distinguendo i segnali reali dalle normali fluttuazioni del mercato occupazionale.
