Uno studio: l'IA restringe le competenze richieste

Un nuovo studio di economia del lavoro confronta quindici anni di dati USA: dove l'IA avanza di più, i lavori non spariscono, ma diventano più specializzati e meno vari.

Perché conta

La domanda su quanti lavori l'IA toglierà nasconde una domanda più urgente e meno discussa: cosa succede alle competenze di chi un lavoro ce l'ha già, e come restare preparati mentre cambiano.

In pratica

Se lavori in un settore esposto all'IA, vale la pena cercare apposta i compiti che l'IA fa peggio — le eccezioni, le decisioni da motivare — invece di lasciare che il proprio ruolo si restringa da solo attorno a quello che resta.

Il dibattito sull'IA e il lavoro si concentra quasi sempre su una domanda sola: quanti posti di lavoro sparirà? Un nuovo studio di tre economisti — Michele Cantarella (Technical University of Denmark), Giuseppe Molinari e Chiara Strozzi (Università di Modena e Reggio Emilia) — propone una domanda diversa, e forse più utile: anche nei lavori che restano, l'IA cambia quali competenze servono davvero per farli?

Come hanno misurato il cambiamento

Gli autori hanno usato O*NET, il database pubblico del governo americano che per ogni mestiere elenca le capacità richieste — abilità, competenze specifiche, conoscenze — e quanto devono essere sviluppate. Hanno confrontato come queste richieste sono cambiate tra il 2011 e il 2025 per centinaia di professioni del mercato del lavoro statunitense, poi le hanno incrociate con due misure di quanto ogni competenza sia «esposta» all'IA: una basata sui risultati reali dei modelli nei benchmark, l'altra su quanto se ne parla in ricerca e media.

Il risultato, in due parti che sembrano opposte

Il dato più interessante è che lo studio trova due effetti contrari dentro lo stesso lavoro. Da un lato, dentro ogni professione, le competenze più esposte all'IA vengono richieste a un livello più alto, non più basso: un aumento dello 0,25 nell'indice di esposizione si traduce in mezzo punto percentuale in più di competenza richiesta su quella specifica abilità. Dall'altro lato, guardando l'intera professione nel suo insieme, l'esposizione all'IA è associata a una riduzione della varietà complessiva di competenze richieste: il lavoro si restringe attorno a meno capacità, più specializzate.

Gli autori lo descrivono come un processo più vicino alla despecializzazione (deskilling) che alla sostituzione pura: il posto di lavoro resta, ma il ventaglio di cose che chi lo svolge deve saper fare si assottiglia, concentrandosi su quello che l'IA non copre ancora bene o su quello che la completa.

Cosa significa per chi lavora, in pratica

Lo studio è americano, copre il periodo 2011-2025 e misura una correlazione statistica su dati aggregati: non dice cosa succede a una singola persona, né prevede il futuro. Ma il meccanismo che descrive — competenze che si restringono invece di sparire — suggerisce un'attenzione concreta per chi lavora oggi, specialmente agli inizi di carriera: allenarsi apposta su quello che l'IA fa peggio (le eccezioni, i casi strani, le decisioni che richiedono di spiegare il perché e non solo il cosa) resta un modo per non restringere troppo presto il proprio ventaglio di competenze. Controllare il lavoro di un'AI invece di accettarlo e basta — capire perché una risposta è giusta o sbagliata, non solo se lo è — è esattamente l'abitudine che, secondo questo meccanismo, rischia di andare persa per prima.