Il dibattito sulle ripercussioni dell’Intelligenza Artificiale (IA) sul sistema occupazionale si arricchisce di un nuovo e articolato quadro analitico. Un recente studio, pubblicato il 5 marzo 2026, propone una metodologia inedita per misurare il rischio di automazione delle professioni, introducendo il concetto di “esposizione osservata”. Questo indicatore supera le precedenti stime basate esclusivamente sul potenziale tecnologico teorico, integrandole con i dati concreti sull’utilizzo reale degli strumenti IA all’interno dei contesti lavorativi.
Il divario tra teoria e applicazione pratica
L’architettura della ricerca si fonda sull’incrocio di tre database fondamentali: l’archivio O*NET (che mappa i compiti specifici di circa 800 professioni statunitensi), le proiezioni teoriche elaborate da Eloundou et al. (2023) sulle capacità dei Large Language Models (LLM), e i dati di impiego effettivo ricavati dall’Indice Economico Antropico.
L’evidenza principale emersa dall’incrocio di questi parametri rivela una sostanziale discrepanza tra ciò che l’Intelligenza Artificiale potrebbe teoricamente eseguire e ciò che viene attualmente implementato nel mondo reale. Molteplici fattori – tra cui vincoli normativi, necessità di supervisione umana e limitazioni intrinseche degli attuali software – frenano la diffusione dell’automazione. Ne consegue che la copertura effettiva dell’IA nei processi produttivi rappresenta oggi soltanto una frazione residuale del suo potenziale teorico.
Le professioni maggiormente esposte
La metrica dell’esposizione osservata ha permesso di stilare una graduatoria delle professioni attualmente più vulnerabili all’impatto dell’IA. Il vertice della classifica è occupato dai programmatori informatici (con un tasso di copertura dei compiti pari al 75%), seguiti dagli addetti al servizio clienti e dagli operatori specializzati nell’inserimento dati (67%). All’estremo opposto, circa il 30% della forza lavoro – categorie che includono operatori agricoli, addetti alla ristorazione e meccanici – registra un livello di esposizione nullo, essendo le loro mansioni fisiche o relazionali precluse all’automazione linguistica.
Incrociando questi risultati con le proiezioni demografiche, lo studio evidenzia come i lavoratori appartenenti alle categorie più esposte all’IA presentino caratteristiche socio-economiche ben definite: si tratta prevalentemente di soggetti con età media più elevata, in maggioranza donne, dotati di titoli di studio accademici e percettori di redditi mediamente superiori rispetto alla fascia non esposta.
L’impatto reale sui tassi di disoccupazione
Il fulcro dell’indagine economica ha riguardato le ricadute dirette sui livelli occupazionali. Analizzando i dati forniti dal Current Population Survey a partire dalla fine del 2022, i ricercatori hanno ricercato eventuali scostamenti tra il tasso di disoccupazione dei lavoratori altamente esposti all’IA e quello delle categorie non esposte.
L’analisi ha prodotto esiti rassicuranti: non si registra alcun incremento sistematico o significativo della disoccupazione tra i professionisti operanti nei settori ad alta esposizione tecnologica. Le variazioni rilevate rientrano nei margini statistici fisiologici, escludendo – almeno nel breve periodo – il concretizzarsi di scenari di disoccupazione di massa o di una “Grande Recessione per i colletti bianchi”.
Tuttavia, il rapporto individua un segnale di allarme focalizzato su uno specifico segmento demografico. Pur in assenza di ondate di licenziamenti, si evidenzia un rallentamento nelle nuove assunzioni per i lavoratori di età compresa tra i 22 e i 25 anni che tentano di inserirsi nelle professioni maggiormente esposte all’IA. I dati indicano una flessione del 14% nel tasso di ricerca e avvio di nuovi impieghi per questa fascia d’età, suggerendo come le aziende stiano assorbendo le innovazioni tecnologiche limitando il turnover in ingresso piuttosto che espellendo la forza lavoro già in organico.
