Negli ultimi anni l’intelligenza artificiale generativa è passata dalle demo da laboratorio alle riunioni aziendali, dagli schermi dei programmatori ai nostri smartphone. ChatGPT, Claude e i loro competitor hanno mostrato capacità che fino a poco tempo fa sembravano fantascienza: scrivono codici, rispondono a richieste complesse, riassumono documenti, analizzano dati.

Inevitabilmente, sorge una domanda: l’IA causerà una diminuzione dei posti di lavoro? In tal senso le previsioni catastrofiche si alternano a quelle rassicuranti.

Alcuni studi parlano di automazione su larga scala, altri sottolineano che – in ambito lavorativo – l’IA potrebbe essere uno strumento di potenziamento, non di sostituzione. Si tratta di una questione molto complessa: il problema è che a lungo abbiamo misurato l’impatto dell’IA sul mondo del lavoro adottando una prospettiva teorica, chiedendoci se un dato compito avrebbe potuto essere svolto da un LLM.

Ma tra il piano delle congetture e quello pratico c’è un abisso di abitudini, costi, regolamentazioni, software mancanti e semplice inerzia organizzativa. Oggi, per la prima volta, disponiamo di uno studio che guarda non solo alle potenzialità, ma all’uso reale dell’IA nei luoghi di lavoro.

IA nel lavoro, il report Anthropic Il report Labor market impacts of AI: A new measure and early evidence, pubblicato il 5 marzo 2026 da Anthropic e firmato da Maxim Massenkoff e Peter McCrory, rappresenta una nuova prospettiva sulla questione.

Il report, infatti, non si limita a chiedersi cosa può, in linea teorica, fare l’IA, ma si interroga su cosa, a oggi, stanno facendo realmente i lavoratori con essa. Il cuore del paper è costituito dall’introduzione di una nuova metrica: l’“esposizione osservata” (“Observed Exposure”).

A differenza degli approcci precedenti, che si basavano esclusivamente sulla capacità teorica dei modelli linguistici di svolgere un dato compito, questa nuova metrica combina tre elementi. Il primo è il database O*NET, che descrive in dettaglio i compiti associati a circa ottocento occupazioni negli Stati Uniti.

Il secondo sono le stime di Eloundou et al. del 2023, che valutano se un LLM potrebbe rendere un compito almeno due volte più veloce, distinguendo tra mansioni completamente automatizzabili, parzialmente automatizzabili e non automatizzabili. Il terzo elemento è costituito dai dati reali di utilizzo provenienti dall’Anthropic Economic Index, che traccia milioni di conversazioni con Claude in contesti professionali, tra agosto e novembre 2025.

Come accennato, l’“esposizione osservata” non si limita a quantificare i compiti che, teoricamente, l’IA può svolgere: questa metrica, infatti, pesa di più gli usi automatizzati, dove l’IA agisce senza supervisione umana, rispetto a quelli aumentativi, dove invece assiste il lavoratore, e tiene conto solo dell’utilizzo che effettivamente avviene nei contesti lavorativi. In altre parole, una mansione viene considerata coperta solo se è possibile osservare che le persone, sul posto di lavoro, la svolgono realmente con l’IA.

Il risultato che emerge dall’utilizzo di questa metrica è che l’IA è ancora lontanissima dal raggiungere la sua capacità teorica. Secondo i dati, mentre i modelli potrebbero tecnicamente coprire fino al 90% dei compiti in alcune categorie come informatica o amministrazione, l’uso reale si attesta su percentuali molto più basse.

Ad esempio, nel settore informatica e matematica la copertura teorica è del 94% per cento, ma quella osservata è solo del 33%. Questo divario tra il possibile impiego dell’IA e il suo utilizzo effettivo è la vera novità del report.

Ci dice che l’automazione non è un interruttore on‑off, ma un processo lento, disomogeneo e fortemente mediato da fattori umani e organizzativi. Il report identifica con chiarezza le dieci occupazioni con la maggiore “esposizione osservata”.

Al primo posto troviamo i programmatori informatici con una copertura del 74,5%, seguiti dai rappresentanti del servizio clienti con il 70,1% e dagli addetti all’inserimento dati con il 67,1%. Seguono specialisti di cartelle cliniche, analisti di marketing, rappresentanti di vendita, analisti finanziari, tester software, analisti di cybersecurity e specialisti di supporto utenti.

All’estremità opposta, circa il 30% dei lavoratori ha esposizione zero: cuochi, meccanici, bagnini, baristi, lavapiatti. Nessuna sorpresa: sono infatti mestieri che richiedono presenza fisica, manualità e – di conseguenza – non sono facilmente digitalizzabili.

I lavoratori più esposti Ma il dato più interessante non è tanto la classifica dei mestieri maggiormente soggetti al rischio di essere sostituiti dall’IA, quanto il profilo dei lavoratori più esposti. Utilizzando i dati della Current Population Survey relativi al periodo tra agosto e ottobre 2022, il report mostra che i lavoratori nel quartile superiore di esposizione sono sistematicamente diversi da quelli a esposizione zero.

Sono leggermente più anziani, molto più spesso donne. Dal punto di vista etnico, sono più rappresentati i bianchi e gli asiatici, meno gli ispanici e gli afrodiscendenti.

Ma la differenza più marcata riguarda l’istruzione e il reddito. Tra i lavoratori ad alta esposizione, solo il 2,3% ha meno del diploma di scuola superiore, contro il 13,2% del gruppo non esposto.

Al contrario, il 37,1% dei più esposti possiede una laurea, contro il 13,3% dei meno esposti, e il 17,4% ha un titolo post‑laurea, contro appena il 4,5%. Il salario orario medio nel gruppo più esposto è di trentadue dollari e sessantanove centesimi, contro ventidue dollari e ventitré centesimi.

In sintesi, l’IA espone oggi soprattutto lavoratori qualificati, ben pagati e con titoli di studio elevati. È l’esatto contrario di quanto avvenuto con l’automazione industriale, che ha colpito prevalentemente mansioni operaie e a bassa scolarizzazione.

Veniamo alla domanda cruciale: l’IA ha già causato un restringimento del mercato del lavoro? Il report analizza i tassi di disoccupazione dal 2016 a oggi, confrontando il quartile superiore di esposizione con il 30% di lavoratori a esposizione zero.

La risposta è no, a oggi non c’è alcun aumento sistematico della disoccupazione per i lavoratori più esposti. Ma c’è un’avvertenza importante: l’assenza di un aumento di questo dato non significa assenza di effetti.

Un rallentamento delle assunzioni potrebbe non tradursi subito in un maggior numero di disoccupati, perché i giovani che non trovano un impiego potrebbero uscire dalla forza lavoro, per esempio proseguendo gli studi. Ed è proprio qui che il report fornisce un segnale interessante.

Analizzando i dati relativi ai giovani lavoratori tra i ventidue e i venticinque anni, si osserva che dal 2024 la percentuale di loro che inizia un nuovo lavoro in occupazioni esposte è diminuita di circa mezzo punto percentuale al mese, un calo del 14% rispetto ai livelli precedenti al rilascio di ChatGPT. Per i lavoratori sopra i venticinque anni non si rileva invece alcuna riduzione.

Gli autori sono cauti: il dato è solo marginalmente significativo dal punto di vista statistico e potrebbe essere spiegato anche da errori di misurazione o da altri fattori. Tuttavia, è coerente con altri studi recenti che mostrano un rallentamento delle assunzioni di giovani nelle professioni esposte all’IA.

In altre parole, l’IA potrebbe non avere ancora licenziato nessuno in modo massiccio, ma potrebbe stare già rendendo più difficile l’ingresso nel mercato del lavoro per chi vi muove i primi passi. Il report di Anthropic fa insomma emergere due punti principali.

Il primo è metodologico: misurare l’impatto dell’IA richiede dati reali, non solo costruzioni teoriche. In questo senso  l’“esposizione osservata” è uno strumento più raffinato e realistico delle metriche usate sin qui.

Il secondo punto è sostanziale: l’IA non ha ancora prodotto un’ondata di disoccupazione, ma ha già iniziato a ridisegnare i confini del lavoro qualificato. I più esposti sono infatti i programmatori, gli analisti, i professionisti della conoscenza.

E i primi segnali di rallentamento delle assunzioni tra i giovani suggeriscono che l’impatto potrebbe manifestarsi non come una crisi improvvisa, bensì come un lento restringimento delle opportunità in ingresso per le nuove generazioni. Nessuno può prevedere con certezza il futuro,  ma, grazie a studi come questo, possiamo smettere di chiederci cosa potrebbe, in linea teorica, fare l’IA e iniziare a domandarci cosa stia effettivamente facendo, oggi, nei nostri uffici e nelle nostre fabbriche.

La risposta, per ora, è: meno di quanto si possa temere, ma abbastanza da meritare attenzione e da suggerire che le politiche del lavoro farebbero bene a prepararsi non per un’apocalisse, ma per una trasformazione silenziosa e profonda. The post IA e lavoro: una nuova misura dell’impatto.

Il report di Anthropic appeared first on ReWriters.