Intelligenza artificiale e lavoro: quali professioni rischiano davvero? Nuovi dati sull’esposizione e sulle opportunità per i giovani

Un nuovo studio indipendente analizza non la potenza teorica dell’IA, ma quanto i lavoratori usano effettivamente strumenti basati sull’IA nei compiti quotidiani. L’obiettivo è stimare il rischio reale di automazione guardando all’esposizione pratica sul posto di lavoro. Dai dati emergono notevoli discrepanze tra ciò che l’IA potrebbe fare e ciò che viene effettivamente applicato. Il focus è su ambiti come informatica, diritto, amministrazione e settori legati al business, con particolare attenzione ai giovani all’ingresso nel mercato del lavoro.

Oltre la differenza tra potenzialità teoriche e adozione pratica, la realtà aziendale è spesso vincolata da fattori organizzativi e normativi. L’integrazione dell’IA richiede dati di qualità, infrastrutture adeguate, governance e una cultura di collaborazione uomo-macchina. Senza questi elementi, anche compiti relativamente semplici restano affidati all’intervento umano per motivi di responsabilità, trasparenza e controllo etico.

Professioni e settori: chi è più esposto e chi evita l’automazione

• Compiti ripetitivi di inserimento dati e contabilità di base, dove l’IA può velocizzare le operazioni ma richiede audit e verifica umana per errori e conformità.
• Servizi al cliente e supporto tecnico di primo livello, nei quali gli assistenti virtuali gestiscono richieste comuni ma necessitano interventi umani per problemi complessi o empatia.
• Ruoli di magazzino e logistica, dove l’automazione dei processi può ottimizzare cicli e inventari, pur necessitando supervisione e manutenzione delle macchine.
• Ruoli amministrativi e HR per lo screening iniziale di candidature o gestione di pratiche routinarie, con rischi di bias se non integrati con controllo umano.
• Attività di analisi dati di base e reportistica, che possono essere automatizzate ma richiedono competenze di interpretazione per decisioni strategiche.

Se da un lato l’IA tende a concentrarsi su operazioni ripetitive e ad alto volume, dall’altro lato i ruoli che richiedono creatività, giudizio contestuale, negoziazione e interazione sociale complessa mostrano una minore esposizione. Detta in termini concreti, i profili professionali che combinano problem solving, capacità di adattamento e competenze trasversali restano meno suscettibili all’automazione completa e continuano a evolversi grazie a nuove opportunità di formazione e avanzamento.

Per i giovani, in particolare, la dinamica è doppia: da una parte vi è la possibilità di accedere a strumenti di IA che accelerano l’apprendimento e l’ingresso nel mondo del lavoro; dall’altra, esistono rischi di sostituzione precoce in ruoli di breve durata o a basso livello di qualificazione. Le politiche educative e i percorsi di formazione continua diventano quindi fondamentali per guidare la transizione, offrire competenze digitali avanzate e facilitare la riqualificazione verso settori di maggiore domanda futura.

In ambito aziendale, la risposta non è semplicemente sostituire persone con macchine, ma ripensare i processi: definire governance dell’IA, stabilire metriche di utilizzo etico e affidare compiti agli strumenti che possono offrire valore aggiunto senza compromettere sicurezza e responsabilità. L’investimento in formazione, pianificazione della forza lavoro e collaborazioni tra team di prodotto, IT e risorse umane costituisce una leva chiave per una automazione che sia sostenibile, affidabile e centrata sull’essere umano.

• Programmatori informatici — 74,5%
• Addetti all’assistenza clienti — 70,1%
• Operatori di inserimento dati — 67,1%
• Specialisti in cartelle cliniche — 66,7%
• Analisti di ricerche di mercato — 64,8%

Settori e ruoli meno automatizzabili

Al contrario, le attività che richiedono contatto fisico o relazione diretta con persone mostrano una minore esposizione all’automazione. Tra i mestieri meno a rischio troviamo edilizia, agricoltura, trasporti e servizi alla persona.

Profilo del lavoratore esposto all’IA

Il profilo tipico degli esposti non coincide necessariamente con quello dei profili più qualificati: 54,4% delle persone esposte sono donne, e la retribuzione oraria media si aggira intorno a 32,69 dollari. Inoltre, tra i professionisti altamente esposti, la quota con laurea magistrale o titolo superiore è 17,4%, mentre tra i lavori meno automatizzabili questa percentuale scende al 4,5%.

Prospettive future e assunzioni dei giovani

Le proiezioni indicano che i percorsi fortemente legati al computer potrebbero crescere meno entro il 2034, con riferimenti anche ai dati ufficiali dell’ente statistico statunitense che monitora l’occupazione. Per quanto riguarda la disoccupazione, non si registrano ondate di licenziamenti tra professionisti tecnologici o amministrativi dall’inizio del 2023. Tra i giovani di età 22-25 anni, l’adozione dell’IA ha contribuito a una frenata nelle assunzioni: l’inserimento in ruoli ad alta esposizione è diminuito del 14% rispetto al 2022, principalmente per la ridotta disponibilità di contratti. Gli over 25 mostrano una stabilità del trend.

Molti giovani hanno risposto optando per ruoli alternativi, proseguendo gli studi o orientandosi verso settori meno automatizzabili, per evitare carriere ad alto rischio di automazione e restare fuori dalle statistiche ufficiali di disoccupazione. In questa cornice, l’IA aumenta l’efficienza e modifica la domanda di figure professionali, ma l’impatto complessivo dipende da regolamentazioni e pratiche reali di utilizzo sul posto di lavoro.

Tabella di Sintesi

Quali sono le implicazioni pratiche?

Per il mondo della scuola, l’aumento dell’uso di strumenti IA nei processi organizzativi e didattici richiede adeguamenti formativi e una revisione dei profili richiesti al personale. La necessità di competenze digitali avanzate cresce, insieme alla gestione etica e alla governance dell’uso dell’IA.

Insegnanti e personale ATA dovranno investire in formazione continua, strumenti di controllo e protocolli di utilizzo per evitare dipendenze da sistemi automatizzati. Le scuole possono identificare figure che necessitano aggiornamenti mirati, ad esempio in gestione documentale, analisi dei dati educativi e sicurezza informatica.

Infine, le politiche di assunzione e i piani di sviluppo professionale potrebbero favorire figure con competenze analitiche, basi di programmazione e gestione delle tecnologie emergenti, per accompagnare una transizione equilibrata verso un’istruzione sempre più efficiente e responsabile.