Il sentiment sugli impatti economici dell’intelligenza artificiale sembra vivere una perenne oscillazione tra l’entusiasmo per quello che potrebbe essere un imminente aumento della crescita via accelerazione della produttività e la delusione verso una tecnologia che nonostante un hype che non accenna a diminuire continua a promettere più di quanto poi riesca nei fatti a mantenere.
Indice degli argomenti
I dati USA cambiano percezione di impatti AI su lavoro
In questo dibattito ciclico quanto ripetitivo, una novità l’hanno portata i dati pubblicati a febbraio relativi all’economia americana nel 2025.
La revisione al ribasso degli occupati USA per la non indifferente cifra di 403 mila unità accoppiata a una crescita piuttosto elevata, che ha raggiunto nell’ultimo trimestre dell’anno un picco del 3,7%, hanno fatto esultare gli ottimisti e hanno scalfito i dubbi di alcuni scettici. Erik Brynjolfsson, professore di economia all’Università di Stanford dove dirige il Digital Economy Lab e da molti anni attraverso i suoi studi scientifici e l’incessante opera di divulgazione uno dei principali assertori del potere trasformativo dell’IA, ha pubblicato un op-ed sul Financial Times per affermare che finalmente la nebbia relativa agli impatti della tecnologia sulla produttività si starebbe diradando.
E potremmo peraltro essere solo agli inizi, visto che gran parte delle persone che al momento utilizzano l’IA lo fanno soprattutto per usi banali, come tradurre o rivedere testi oppure cercare informazioni, senza sfruttare appieno le potenzialità della tecnologia, rappresentate in particolare dalla possibilità di mettere in campo un numero pressoché illimitato di agenti.
La tesi di Brynjolfsson ha fatto vacillare i dubbi di alcuni economisti come Jason Furman, ex capo dei consiglieri economici di Obama e professore di economia ad Harvard che pochi mesi fa aveva scritto un editoriale sul New York Times sostenendo che l’inaspettato aumento del PIL negli USA registrato l’anno scorso, nonostante i dazi e altre scelte economiche opinabili da parte dell’amministrazione Trump, difficilmente avrebbe potuto essere attribuito all’IA. In un lungo thread su X, nelle settimane scorse Furman ha dato ragione a Brynjolfsson, sulla base dei nuovi dati usciti nel frattempo che hanno evidenziato una produttività superiore del 2,2% alla fine del 2025 rispetto alle previsioni effettuate all’inizio del 2020.
Gli impatti dell’IA su produttività e lavoro nel dibattito iniziale
Molto più scettici continuano però ad essere altri osservatori, ad esempio l’Economist, secondo il quale una parte significativa della crescita registrata dagli USA nel 2025 è in effetti attribuibile all’IA ma dal lato della domanda, generata dagli enormi investimenti in data center. Un recente studio di tre economisti della Banca d’Italia, Luisa Carpinelli, Filippo Natoli e Marco Toboga, ha stimato che, tenendo conto anche dell’import, in particolare di chip, il 40% della crescita del PIL USA registrata nella prima metà del 2025 fosse da attribuire agli investimenti IA, in particolare in data center. Quanto alla produttività, l’aumento superiore alla media del decennio precedente potrebbe essere stato determinato dalle politiche migratorie più restrittive, che hanno espulso dal mercato lavoratori meno qualificati e dunque meno produttivi.
Il giudizio rimarrà probabilmente sospeso a lungo sia perché al momento i dati sono ancora provvisori e soggetti a possibili revisioni (l’Economist ad esempio stima un aumento della produttività dell’1,9% mentre Brynjolfsson si è spinto fino al 2,7%) ma soprattutto perché, al di là della complessa dimostrazione di un eventuale rapporto di causalità tra IA e crescita economica, questa andrebbe confermata nel tempo per essere davvero significativa (anche a fronte degli enormi investimenti che si stanno facendo a fronte di benefici che dovrebbero essere quantomeno proporzionali).
In attesa che la nebbia in effetti si diradi davvero, il che difficilmente potrà avvenire a breve e tutto insieme come per incanto, è senz’altro utile fare qualche ragionamento sugli impatti possibili dell’IA sulla produttività (e a cascata su altre variabili economiche decisive come l’occupazione e la disuguaglianza), a partire da una corretta metodologia e dagli studi empirici più recenti, che hanno guardato alla questione sia da un punto di vista microeconomico che macroeconomico (e non solo sugli USA ma anche sull’Europa, che presenta condizioni non totalmente sovrapponibili a quelle d’Oltreoceano).
Gli impatti dell’IA su produttività e lavoro: cosa li determina
L’Economist ricorda come la contabilità degli effetti dell’IA (come qualsiasi altra tecnologia di frontiera) sulla produttività e dunque sulla crescita dipenda dal prodotto di tre fattori: il grado di adozione, l’intensità d’uso e l’aumento dell’output derivante dal suo utilizzo in singole task a parità di input. Se il primo parametro è ormai piuttosto elevato (a novembre 2025, il 41% degli americani usava al lavoro l’IA generativa contro il 31% di un anno prima), il secondo continua ad essere molto basso (negli USA solo il 13% degli adulti in età da lavoro la utilizza quotidianamente e il totale delle ore di lavoro spese utilizzando l’IA generativa risultava a metà 2025 pari soltanto al 5,7%, sia pure in aumento rispetto al 4,1% di fine 2024). Il parametro però più difficile da classificare e al tempo stesso più decisivo, specie in prospettiva (quando si presume che i primi due raggiungeranno livelli molto elevati), è proprio il terzo.
Questa complessità deriva in primo luogo dal fatto che il numero totale delle mansioni in un sistema economico complesso è elevatissimo e difficilmente standardizzabile. Al momento abbiamo una serie di studi microeconomici su singole mansioni in specifiche realtà aziendali che è difficile se non impossibile generalizzare per l’intera economia. Inoltre, i benefici misurati dagli economisti, derivanti dall’impiego dell’IA in singole mansioni, si riferiscono in gran parte a un risparmio di tempo. Senz’altro un fattore di maggiore efficienza ma certamente riduttivo rispetto alle attese di una tecnologia che è stata paragonata alla scoperta del fuoco o dell’elettricità.
Come ricorda Carl Benedikt Frey nel suo ultimo libro, How Progress Ends. Technology, Innovation and the Fate of Nations (Princeton University Press, 2025), gran parte dell’aumento di produttività registrato negli ultimi due secoli è attribuibile a innovazioni radicali che hanno aperto la strada a modalità estremamente diverse di fare le cose rispetto al passato. Se l’innovazione introdotta dall’IA si limitasse a un risparmio di tempo sarebbe stato come immaginare tra la fine dell’Ottocento e l’inizio del Novecento un aumento della velocità delle carrozze piuttosto che il passaggio a una modalità di trasporto totalmente diversa come l’automobile. Non è un caso che tra i produttori di automobili non ci fosse nessun produttore di carrozze. Mentre oggi il mercato dell’IA è ancora in larga parte dominato dalle principali imprese di IT. Di fatto – questa è tuttora la posizione di molti economisti – non siamo ancora in presenza di una discontinuità paragonabile a quella prodotta alla fine dell’Ottocento dalle numerose scoperte scientifiche che caratterizzarono quel periodo (oltre a elettricità e motore a scoppio pensiamo a telegrafo e poi telefono o alla nascita della medicina moderna).
Le evidenze sugli impatti dell’IA su produttività e lavoro negli USA
Uno studio empirico di due economisti della Federal Reserve Bank di Kansas City, Nida Cakir Melek e Sydney Miller, pubblicato a febbraio di quest’anno, conferma come la produttività del lavoro sia aumentata negli USA dalla fine del 2022 più velocemente rispetto alla media pre-pandemica ma essa è concentrata prevalentemente in alcuni settori che già crescevano più della media in precedenza. Queste differenze intersettoriali potrebbero essere giustificate da un differente livello di adozione dell’IA ma l’ipotesi sembrerebbe almeno in parte smentita dalla performance brillante di alcuni settori che adottano l’IA meno della media del sistema economico, come la manifattura.
Rivolgendo lo sguardo al futuro, Charles I. Jones e Cristopher Tonetti, entrambi economisti della Stanford University, hanno stimato in un paper ancora provvisorio pubblicato a gennaio che in effetti l’automazione generata dall’IA potrebbe accelerare la crescita nei prossimi 75 anni ma meno di quanto ci si aspetterebbe. Secondo il loro modello, costruito sulla base dei dati che hanno registrato i progressi dell’automazione negli ultimi settant’anni, l’output potrebbe crescere solo del 4% in più che nello scenario senza accelerazione entro il 2040 e del 19% in più entro il 2060. La ragione è che la crescita della produttività del capitale sarebbe limitata da quella meno performante della produttività del lavoro e da un’elasticità di sostituzione tra capitale e lavoro minore di uno (di fatto i due fattori della produzione non sono e non saranno perfettamente fungibili e uno diventerebbe il collo di bottiglia dell’altro).
Naturalmente, non è detto che il pattern dell’automazione futura derivante dall’IA e dai suoi modelli sempre più sofisticati (pensiamo all’IA agentica) segua nel solco di quelli passati, attribuibili a tecnologie meno evolute e disruptive. In un altro paper recente, Charles I. Jones considera seriamente la possibilità evocata da Dario Amodei di poter disporre, grazie all’IA agentica, dell’equivalente di un intero paese di geni in un data center. Se quello fosse lo scenario, facile immaginare una crescita esplosiva. Secondo Jones, tuttavia, appare parimenti accettabile anche uno scenario IA equivalente al business as usual, dunque senza crescita addizionale ma in linea con il passato e altre general purpose technology alla base della crescita avvenuta negli ultimi due secoli (a fronte di un andamento sostanzialmente piatto del PIL nei millenni precedenti). In questo quadro, l’IA avrebbe dunque un impatto sulla produttività e sul PIL ma non diversamente dalle grandi innovazioni tecnologiche precedenti che hanno alimentato la crescita nei decenni scorsi. Jones afferma che in entrambi gli scenari estremi ipotizzati gli effetti sarebbero comunque estesi e profondi, ma è tutt’altro che chiaro oggi capire quanto estesi e profondi.
Impatti dell’IA su produttività e lavoro in Europa
Passando dagli USA all’Europa, uno studio recente di economisti della Banca europea degli investimenti e della Banca dei regolamenti internazionali, al quale hanno partecipato anche gli italiani Leonardo Gambacorta e Debora Revoltella, basato su un panel di oltre 12 mila imprese europee e statunitensi, stima un impatto medio complessivo sulla produttività del lavoro in Europa del 4%, largamente concentrato nelle imprese di maggiori dimensioni e senza significativi fenomeni di sostituzione dei lavoratori almeno nel breve termine.
Dunque, anche in questo caso stiamo parlando di effetti moderati, molto lontani dalla crescita esponenziale ipotizzata da alcuni, a partire dai CEO delle imprese tecnologiche. Ma anche da quasi 6 mila CEO, CFO e altri top manager di imprese statunitensi, britanniche, tedesche e australiane che hanno risposto alla survey di un gruppo di economisti, tra i quali Ivan Yotzov della Banca d’Inghilterra e Nicholas Bloom della Stanford University. Le aziende intervistate prevedono che l’IA possa aumentare la produttività dell’1,4% in soli tre anni, in questo caso però riducendo al contempo l’occupazione dello 0,7%. Interessante la difformità di previsioni sugli impatti occupazionali tra top manager e semplici impiegati. Mentre i primi come detto prevedono un impatto negativo sul lavoro, i secondi ritengono al contrario che grazie all’IA si registrerà nei prossimi tre anni un incremento degli occupati dello 0,5%.
Gli impatti dell’IA su produttività e lavoro dal lato occupazionale
In effetti, sono molti gli studi che investigano i profili occupazionali e di welfare. Anche in questo caso, come scriveva qualche giorno fa in un blog un economista con una metafora presa in prestito dal baseball, siamo al primo inning. Noi europei potremmo dire che siamo agli inizi del primo tempo.
Anche se nel frattempo, nelle ultime settimane si moltiplicano i segnali di un impatto occupazionale importante, quantomeno in singole realtà. È il caso della fintech californiana Block, che ha annunciato il licenziamento del 40% della propria forza lavoro (ben 4 mila dipendenti su 10 mila). Eppure Block non va affatto male, avendo registrato nell’ultimo trimestre del 2025 quasi 3 miliardi di dollari di profitti. Il CEO Jack Dorsey, ex co-fondatore e CEO di Twitter, in un’intervista a Wired, ha affermato di aver reagito proattivamente agli sviluppi improvvisi derivanti dall’automazione del coding avvenuti sul finire del 2025 (di cui abbiamo scritto nei mesi scorsi su Agenda Digitale). Su scala minore, un’azienda americana ha licenziato nel suo sito di Marghera tutti i propri 37 dipendenti, motivando la decisione con un nuovo modello organizzativo, basato su sistemi integrati con l’IA che “non prevede il mantenimento di strutture locali autonome”.
In effetti, come scrivevamo sempre su Agenda Digitale sul finire del 2025, a ormai tre anni circa dall’avvento di ChatGPT, sono iniziati a uscire, prevalentemente riferite al mercato statunitense, analisi empiriche basate su periodi osservazionali e su numerosità di dati sufficienti per fornire qualche primo (e ancora del tutto preliminare) responso.
Le evidenze sugli impatti dell’IA su produttività e lavoro per i giovani
In un approfondito studio empirico pubblicato ad agosto 2025, Erik Brynjolfsson, Bharat Chandar e Ruyu Chen hanno rilevato sei fatti chiave emersi dai dati che hanno osservato a partire dalla fine del 2022, offrendo una valutazione di come la rivoluzione dell’IA stia trasformando la forza lavoro statunitense.
Il calo dell’occupazione nei lavori più esposti
In primo luogo, hanno registrato un calo significativo dell’occupazione per i lavoratori all’inizio della carriera (22-25 anni) in professioni più esposte all’IA, come sviluppatori software e addetti al servizio clienti. Al contrario, le tendenze occupazionali per i lavoratori più esperti negli stessi settori e per i lavoratori di tutte le età in professioni meno esposte, come gli operatori socio-sanitari, sono rimaste stabili o in crescita.
In secondo luogo, l’occupazione complessiva continua a crescere in modo robusto, ma per i giovani la crescita è stagnante dalla fine del 2022. Nei lavori meno esposti all’IA, i giovani hanno avuto tassi di crescita occupazionale simili a quelli dei più esperti. Nei lavori più esposti all’IA, invece, i lavoratori 22-25enni hanno registrato un calo del 6% tra fine 2022 e luglio 2025, contro un aumento del 6-9% per i lavoratori anagraficamente più grandi. Ciò suggerisce che il calo dei posti di lavoro più esposti all’IA freni la crescita occupazionale complessiva dei giovani.
Automazione, salari e differenze per età
Non tutti gli usi dell’IA sono però legati a cali occupazionali. In particolare, l’occupazione iniziale cala laddove l’IA automatizza il lavoro, ma non laddove lo potenzia. Quarto fatto: i cali occupazionali dei giovani in lavori esposti all’IA restano anche controllando per effetti specifici di impresa e periodo. Per i 22-25enni, gli autori hanno registrato un calo nell’occupazione nei quintili più esposti rispetto a quelli meno esposti, un effetto ampio e statisticamente significativo. Per altre fasce d’età gli effetti sono più deboli e non significativi. Ciò indica che i trend osservati non derivano da shock aziendali generali, ma da un impatto specifico legato all’IA.
Quinto, gli aggiustamenti del mercato del lavoro si vedono più nell’occupazione che nella retribuzione. Infatti, gli stipendi annui mostrano poche differenze per età o livello di esposizione, suggerendo una certa rigidità salariale. Questo implica che l’IA potrebbe incidere di più sull’occupazione che sui salari, almeno inizialmente. Infine, i risultati sono coerenti su diversi campioni alternativi. Non sono dovuti solo alle professioni informatiche o a lavori delocalizzabili. I pattern emergono in modo netto dalla fine del 2022, con l’espansione rapida dell’IA generativa. Ciò vale sia per professioni con alta quota di laureati sia con bassa, indicando che i risultati non sono spiegati dal calo della qualità dell’istruzione durante il COVID. Per i lavoratori senza laurea, l’esperienza professionale sembra proteggere meno, dato che nelle professioni con bassa quota di laureati gli esiti divergono per esposizione all’IA fino ai 40 anni.
Impatti dell’IA su produttività e lavoro: assunzioni e sostituzione
Risultati analoghi sono stati rilevati in un altro studio pubblicato sempre nell’estate del 2025 da Seyed M. Hosseini e Guy Lichtinger, entrambi economisti di stanza ad Harvard. La loro analisi, basata su un database enorme di offerte di lavoro, dimostra come nelle aziende che hanno adottato l’IA le assunzioni di giovani siano calate significativamente a partire dal primo trimestre 2023, dunque a pochi mesi di distanza dalla release di ChatGPT. Lo stesso trend non ha invece interessato le aziende che non hanno ancora adottato l’IA.
Un’altra ricerca pubblicata nell’autunno del 2025, realizzata da economisti di Yale e basata su una metodologia differente, giunge però a conclusioni diverse, non rilevando impatti misurabili certi sul mercato del lavoro statunitense (anche se non esclude del tutto che in effetti possa essere in atto una dinamica sfavorevole per i lavoratori più giovani).
Ad avvalorare le tesi più allarmistiche dei due studi citati in precedenza, è il recentissimo rapporto sugli impatti dell’IA sul mercato del lavoro prodotto da Anthropic e rilasciato nelle scorse settimane. Le evidenze rilevate dai ricercatori della startup che hanno lavorato all’analisi suggeriscono un rallentamento delle assunzioni di lavoratori più giovani nelle occupazioni esposte, pur non riscontrando un aumento sistematico della disoccupazione tra i lavoratori altamente esposti dalla fine del 2022.
La parte però più originale della ricerca realizzata da Anthropic, che tra l’altro ha annunciato proprio nei giorni scorsi la nascita di una Fondazione con l’intento di approfondire gli impatti anche economici dell’IA, sta in una nuova misura del rischio di sostituzione da parte dell’IA, l’esposizione osservata, che combina la capacità teorica dei LLM e i dati di utilizzo nel mondo reale, attribuendo maggiore peso agli usi automatizzati (piuttosto che a quelli di supporto) e a quelli legati al lavoro. L’IA è ancora lontana dal raggiungere la sua capacità teorica e dunque la copertura effettiva rappresenta solo una frazione di ciò che sarebbe possibile. Questo significa che gli impatti maggiori sono ancora di là da venire, mano a mano che il divario tra capacità teorica e utilizzo osservato si ridurrà. I lavoratori nelle professioni più esposte (in particolare, finanza, informatica, diritto e amministrazione) hanno maggiori probabilità di essere più anziani, donne, più istruiti e meglio retribuiti.
Gli impatti dell’IA su produttività e lavoro nei marketplace online
Un paper pubblicato a gennaio da Ryan Stevens trova risultati altrettanto preoccupanti, indagando un segmento particolare del mercato del lavoro, quello dei lavori appaltati tramite marketplace online. I marketplace online rappresentano una scelta naturale per studiare gli effetti iniziali dell’adozione dell’IA, poiché i tipi di attività svolte sono ben adatti all’automazione.
Stevens ha utilizzato un dataset unico a livello di impresa che contiene dati di spesa di migliaia di aziende. Per ciascuna impresa è stato in grado di monitorare la spesa nei marketplace e presso i fornitori di modelli di IA dal 2021 al 2025. Ciò gli ha consentito di osservare direttamente i modelli di sostituzione a livello di impresa e di comprendere l’eterogeneità della sostituzione tra le aziende. I risultati confermano che le imprese stanno sostituendo il lavoro con l’IA. Tuttavia, questi effetti non sono uniformi tra le aziende: sono osservate eterogeneità nei tassi di sostituzione in base all’esposizione delle imprese agli shock legati all’IA. In particolare, le aziende che destinavano una quota maggiore della spesa totale ai marketplace online avevano maggiori probabilità di sostituire il lavoro con l’IA.
Inoltre, l’IA appare una tecnologia che consente di risparmiare sui costi: le imprese non stanno sostituendo 1 dollaro di lavoro con 1 dollaro di IA. Al contrario, l’analisi rileva che le aziende più esposte agli shock dell’IA sostituiscono il lavoro con l’IA a un tasso di 1 dollaro di lavoro per 0,03 dollari di spesa in IA. Ciò implica un risparmio sui costi da 20 a 25 volte derivante dall’adozione dell’IA. Sebbene il lavoro abbia rilevato che le imprese stanno sostituendo il lavoro con l’IA, Stevens afferma nelle conclusioni che ciò non implica automaticamente che, nel complesso, il lavoro verrà sostituito dall’IA.
Le evidenze emerse dallo studio potrebbero essere compatibili con una narrazione in cui l’IA integra il lavoro umano e la domanda complessiva di lavoro aumenta. Ad esempio, la domanda di lavoratori in grado di implementare e mantenere sistemi di IA potrebbe crescere più rapidamente del ritmo con cui il lavoro viene sostituito. Ciò che viene osservato in questo studio sono modelli di sostituzione a livello micro, non gli esiti aggregati del mercato del lavoro. D’altronde, è la stessa differenza che guardando alla produttività si ha tra dati micro e macro. Se anche è rilevabile un aumento significativo della produttività in singole imprese non è affatto detto che questo si trasli automaticamente in un incremento osservabile per il sistema economico nel suo complesso.
Impatti dell’IA su produttività e lavoro favorevoli ai lavoratori
In un recentissimo studio congiunto nell’ambito del progetto Hamilton, David Autor e i due Premi Nobel per l’economia Daron Acemoglu e Simon Johnson provano a circoscrivere le tecnologie favorevoli ai lavoratori, inclusa l’IA, come tecnologie che rendono le competenze e l’esperienza umane più preziose ampliando le capacità dei lavoratori. Il quadro concettuale elaborato nella ricerca distingue cinque categorie di cambiamento tecnologico: tecnologie che potenziano il lavoro, che potenziano il capitale, che automatizzano, che livellano l’expertise e che creano nuovi compiti.
Solo l’ultima categoria è inequivocabilmente favorevole ai lavoratori, poiché genera domanda di nuove competenze umane invece di trasformarle in beni standardizzati, anche se l’unica davvero pericolosa per il lavoro umano è la seconda. Lo studio illustra queste distinzioni attraverso esempi ipotetici e reali che spaziano dalla manutenzione aeronautica ai servizi elettrici, dal lavoro di pulizia all’istruzione, dall’esame dei brevetti alla consegna tramite piattaforme digitali.
Sebbene la capacità dell’IA di automatizzare il lavoro sia considerevole, gli autori sostengono che il suo potenziale come collaboratore — estendendo il giudizio umano, abilitando nuovi compiti e accelerando l’acquisizione di competenze — sia altrettanto trasformativo e attualmente sottoutilizzato. Perché questo scenario più favorevole ai lavoratori possa effettivamente prendere piede occorre tuttavia affrontare diversi fallimenti di mercato, tra cui incentivi disallineati tra imprese e sviluppatori, path dependence e una diffusa ideologia pro-automazione, che portano a un sottoinvestimento sistematico nell’IA favorevole ai lavoratori. In conclusione, Acemoglu, Autor e Johnson considerano nove direzioni di policy che potrebbero rimodellare gli incentivi, tra cui investimenti mirati nella sanità e nell’istruzione, riforma del sistema fiscale, applicazione delle norme antitrust e tutele della proprietà intellettuale per le competenze dei lavoratori.
Gli impatti dell’IA su produttività e lavoro sulla disuguaglianza
In attesa di capire se prevarrà un impatto sostitutivo o aumentativo sul livello complessivo di occupazione, sono diversi gli studi anche molto recenti che confermano quantomeno un riequilibrio tra lavoratori con abilità diverse, dunque con un effetto potenzialmente positivo sulla disuguaglianza. Di particolare interesse il paper NBER, pubblicato a febbraio, da Guillermo Craces e altri economisti che partono dalla domanda se l’intelligenza artificiale generativa (IA) rafforzi o riduca le differenze di produttività tra i lavoratori.
Le evidenze esistenti studiano in gran parte l’IA all’interno di singole imprese o professioni, dove la selezione organizzativa comprime l’eterogeneità educativa, non chiarendo adeguatamente se l’IA riduca i divari di produttività tra individui con livelli di istruzione formale molto diversi. La maggiore novità rappresentata dal paper sta infatti nella metodologia. Gli autori provano a rispondere alla domanda di partenza attraverso un esperimento online randomizzato condotto al di fuori delle imprese, in cui 1.174 adulti tra i 25 e i 45 anni con background educativi eterogenei devono completare un compito di problem solving aziendale. Il compito è di carattere generale (non specifico di un settore) e i partecipanti lo svolgono con o senza accesso a un assistente di IA generativa.
A differenza dei lavori precedenti che studiano l’eterogeneità all’interno di campioni di lavoratori relativamente omogenei, lo studio di Craces et al. si concentra sul divario di produttività tra gruppi di istruzione come principale oggetto di stima, rilevando che l’IA aumenta la produttività per tutti i partecipanti, con guadagni significativamente maggiori per gli individui con livelli di istruzione più bassi. In assenza di accesso all’IA, i partecipanti con istruzione più elevata superano quelli con istruzione inferiore di 0,548 in termini di deviazione standard; con accesso all’IA, questo divario si riduce a 0,139. Questo implica dunque che grazie all’IA generativa viene colmato circa tre quarti del divario iniziale di produttività. Sulla base di queste evidenze, gli autori concludono che l’IA generativa riduce le differenze effettive di produttività nell’esecuzione dei compiti allentando i limiti cognitivi che pesano maggiormente sugli individui con minore istruzione. La condizione però perché questo accada è un accesso paritario alla tecnologia.
Bilancio sugli impatti dell’IA su produttività e lavoro
Ancora una volta, come abbiamo già scritto su Agendadigitale.eu, in attesa che la giuria rappresentata da una chiara evidenza empirica si pronunci e la nebbia si diradi sugli impatti dell’IA su produttività e lavoro, la certezza che viene ribadita da molti studi recenti è che bisogna investire nei processi di adozione e nella formazione e garantire a tutti lo stesso accesso (possibilmente consapevole e informato) alla tecnologia. A beneficio dei lavoratori ma anche delle imprese e più in generale delle organizzazioni.
Appare infatti certo che ai contesti aziendali è chiesto di accompagnare pro-attivamente il lavoratore, attraverso programmi di upskilling e reskilling ma anche mediante l’emulazione e il passaparola con i colleghi e la trasmissione di buone pratiche e, last but not least, il necessario cambiamento organizzativo. Naturalmente, non si tratta di un processo semplice né privo di costi materiali e di tempo e infatti dovrebbe essere attivamente sostenuto, soprattutto per le realtà più piccole, da strumenti pubblici. Ma quantomeno occorre che sempre di più ci sia consapevolezza di questo, nel privato e tra le istituzioni, e che ognuno faccia la sua parte.
Per questo, si attende con più di qualche aspettativa l’esercizio delle deleghe da parte del governo Meloni su temi di istruzione e formazione assegnate dalla legge italiana sull’IA. Complementate dalle azioni delle regioni che, lo ricordiamo, hanno importanti competenze in materia, in particolare sulla formazione ma anche su forme di assistenza e sostegno alle imprese. Ma anche delle aziende stesse e dei corpi intermedi. Per fare in modo che esempi come quello venuto alla luce nei giorni scorsi a Marghera rimanga un episodio il più possibile isolato.
