← AI FUTURESAI FUTURES · 09 / 10INDICE DELLA SERIE ↗

AI · LAVORO · ORGANIZZAZIONI

Il primo gradino

AI, ingresso nel lavoro e trasmissione della conoscenza

ABSTRACT

Un’analisi Stanford su dati amministrativi ADP fino a giugno 2026 rileva che l’occupazione dei lavoratori statunitensi tra 22 e 25 anni nelle professioni esposte all’AI è il 19% sotto il livello controfattuale di riferimento costruito dagli autori. Il divario è associato soprattutto a minori assunzioni, ma gli autori sottolineano che si tratta di risultati descrittivi, non di una stima causale dell’effetto dell’AI.

In breve

Un lavoro iniziale è spesso più di una lista di compiti. È il luogo in cui una persona impara a riconoscere eccezioni, chiedere aiuto, correggere errori e acquisire conoscenza tacita. Se gli strumenti AI automatizzano o riducono alcune attività junior, l’effetto potrebbe riguardare anche il modo in cui le organizzazioni formano l’esperienza. Un nuovo studio Stanford porta un segnale da osservare, con importanti cautele.

Il dato e il suo significato

Nella versione aggiornata ad agosto 2026, Brynjolfsson, Chandar e Chen analizzano dati amministrativi sulle buste paga ADP relativi a milioni di lavoratori statunitensi, fino a giugno 2026. Gli autori riferiscono che l’occupazione dei 22–25enni nelle professioni esposte all’AI si trova il 19% sotto il livello che avrebbe raggiunto seguendo la traiettoria dei coetanei nelle professioni meno esposte.

Il confronto non equivale a dire che il 19% dei posti sia stato eliminato dall’AI. È una distanza rispetto a una traiettoria di riferimento stimata. Gli autori non trovano una sostituzione diffusa nell’intera economia e descrivono l’evidenza come precoce e non causale. Il divario sembra emergere soprattutto da una crescita più debole delle assunzioni, non da un’ondata di licenziamenti. È più marcato nelle professioni in cui l’AI può sostituire parti del lavoro e non si osserva allo stesso modo in quelle complementari.

Questa cautela è importante: cambiamenti economici, composizione dei campioni e tendenze già in corso possono contribuire al risultato. Lo studio riguarda gli Stati Uniti e non può essere trasferito direttamente al mercato italiano o europeo.

Il rischio del gradino mancante

La lettura organizzativa è un’ipotesi, non un risultato misurato dal paper. Molte professioni si imparano attraverso compiti progressivi: un junior prepara analisi, assiste a decisioni, riceve correzioni e, col tempo, assume responsabilità più ampie. Automatizzare le attività di ingresso può rendere l’organizzazione più efficiente nel breve periodo, ma ridurre le occasioni in cui l’esperienza viene trasmessa.

Non ne segue che ogni mansione junior debba essere conservata così com’è. Le imprese possono riprogettare l’apprendistato: affidare all’AI le parti ripetitive, mantenere attività che sviluppano giudizio e insegnare ai nuovi professionisti a controllare i risultati automatici. La conoscenza tacita dei senior va resa accessibile attraverso affiancamento e documentazione, senza presumere che possa essere catturata interamente da una base dati.

La domanda

Se l’AI svolge alcuni compiti con cui si costruiva l’esperienza, quali nuovi percorsi faranno crescere i professionisti di domani? Per i responsabili HR e di funzione, monitorare le assunzioni junior può diventare anche un modo per valutare la capacità futura dell’organizzazione.

Fonti essenziali

Nota metodologica

Il dato del 19% è un confronto rispetto a una traiettoria stimata dagli autori nel campione ADP. I ricercatori presentano il lavoro come descrittivo e non attribuiscono causalmente il divario all’AI. L’idea del “gradino mancante” è un’interpretazione editoriale da verificare in studi longitudinali e contesti europei.

DA LEGGERE ANCORA

AI · RELAZIONI · ADOLESCENTI2026-10-06

Compagni artificiali

Quando un prodotto è progettato per mantenere una relazione conversazionale, trasparenza e tutela degli utenti diventano scelte di prodotto.

4 min di letturaLEGGI ↗
AI · SCIENZA · RICERCA2026-08-03

L’AI che scopre

Generare ipotesi costa sempre meno; trasformarle in evidenze affidabili resta un lavoro scientifico, materiale e umano.

5 min di letturaLEGGI ↗

FOOD 4 THOUGHTS
A CURA DI FRANCESCO LAERA