C’è un paradosso al centro dell’intelligenza artificiale generativa. Da tempo è chiaro che, rispetto agli esseri umani, i grandi modelli linguistici sono molto più capaci di portare a termine compiti molto impegnativi.
Più di due anni fa, abbiamo avuto la prova che ChatGPT di OpenAI può superare senza problemi esami difficili come il famigerato US Law School Admission Test e le finali dell’Ivy League MBA. Gli ultimi modelli producono costantemente lavori scritti di alta qualità, producendo saggi che gli educatori non sono in grado di distinguere da quelli scritti da studenti post-laurea.
Eppure, fino ad oggi, ci sono state poche prove che l’IA abbia causato sconvolgimenti su larga scala nel mercato del lavoro, anche in occupazioni che sono presumibilmente ad altissimo rischio. Cosa sta succedendo?
Due nuovi lavori fanno luce sul puzzle dell’eccellenza simultanea dell’IA e della sua apparente inefficacia nell’attaccare i lavori umani, mostrando anche dove e perché potrebbero essere in corso le prime perdite su larga scala.
Il primo è mio. Sulla base di precedenti lavori della Brookings Institution e di OpenAI, ho condotto un’analisi dettagliata dei dati sull’occupazione negli Stati Uniti, confrontando le tendenze recenti nei numeri di lavoro con un elenco di professioni identificate come particolarmente a rischio di automazione.
Le attività quotidiane svolte da impiegati contabili, assicuratori, agenti di viaggio e segretarie legali si sovrappongono quasi interamente alle capacità degli LLM. Ma i numeri di lavoratori in questi ruoli sono rimasti tutti entro i loro limiti abituali, anche se l’intelligenza artificiale generativa è proliferata.
Ci sono due eccezioni degne di nota, tuttavia. Gli scrittori (di parole, non di codice) e gli sviluppatori di software mostrano entrambi segnali rivelatori di interruzione correlata agli LLM, con l’occupazione in forte calo rispetto alla tendenza negli ultimi due anni.
E questo non è solo una funzione di tendenze economiche più ampie in quei settori. I numeri dell’occupazione in settori diversi dall’informatica, dall’editoria e dal marketing non mostrano una flessione così improvvisa.
Quindi c’è un netto contrasto nelle fortune di coloro che ricoprono professioni considerate a rischio simile. Questa scoperta si sposa perfettamente con un nuovo studio della società di ricerca sull’intelligenza artificiale METR di San Francisco, che offre un nuovo quadro per comprendere i punti di forza, le debolezze e il tasso di progresso dell’intelligenza artificiale.
La ricerca ha rivelato che la capacità degli LLM di svolgere un dato compito non è tanto una funzione di quanto intellettualmente impegnativo sarebbe lo stesso lavoro per te o per me, né del livello di competenza specialistica richiesta, ma di quanto tempo ci vorrebbe a un essere umano e di quanto non strutturato sia il flusso di lavoro.
Quindi svolgere i compiti di un assistente esecutivo, agente di viaggio o impiegato contabile, tutti lavori basati sul computer che richiedono competenze di livello base, è ancora al di là delle capacità anche delle IA all’avanguardia. Hanno difficoltà a tenere traccia di più flussi di informazioni, rispondere a un ambiente dinamico, lavorare con obiettivi poco chiari o mutevoli e svolgere più attività contemporaneamente. Questi flussi di lavoro non strutturati sono ben lontani dai test di codifica e dalle domande di saggio.
Questo non significa che queste occupazioni rimarranno un dominio umano. La ricerca di METR rileva che l’intelligenza artificiale sta facendo progressi forti e costanti in un’ampia gamma di attività, indipendentemente dalla complessità, dalla durata o dal «disordine». È solo che gli assistenti amministrativi potrebbero avere un anno o due di vantaggio.
Ciò che distingue programmatori e scrittori è che si tratta di occupazioni in cui l’intero lavoro dall’inizio alla fine, non solo le singole parti costituenti, è il più vicino possibile a ciò in cui eccelle l’intelligenza artificiale: attività belle, pulite, lineari e sequenziali, domande in stile esame e compiti di saggistica. In particolare, entrambi i lavori hanno anche alti tassi di contratti o lavoro autonomo. Quindi un assistente AI come Claude di Anthropic può essere sostituito da un copywriter autonomo e senza che le risorse umane siano coinvolte.
Un altro modo di pensarla è che il «disordine» protettivo in alcuni lavori deriva dall’andare avanti e indietro e dall’imprevedibilità insita nell’interazione con altre persone. C’è una certa ironia nel rendersi conto che il mantra dell’autosufficienza robusta e dell’ottimizzazione del flusso di lavoro comune nella Silicon Valley potrebbe aver reso i ruoli tecnologici più, non meno fragili.
L’occupazione in cui non vorresti davvero essere in questo momento è quella in cui le tue attività consistono in un compito lineare ricorrente e prevedibile. Scrivere codice per analizzare i dati e quindi sintetizzare i risultati in un articolo di lunghezza fissa, per esempio.
© The Financial Times Limited 2025.
Tutti i diritti riservati. Non può essere ridistribuito, copiato o modificato in alcun modo.
Il Financial Times non è responsabile dell’accuratezza e della qualità di questa traduzione.
Money.it ha i diritti di ripubblicazione di alcuni articoli limitati del Financial Times. Questo non è un feed in tempo reale dei contenuti del Financial Times.
