Secondo una recente ricerca di Anthropic, “Labor market impacts of AI: A new measure and early evidence”, la rapida diffusione dell’Intelligenza Artificiale sta iniziando a generare effetti sul mercato del lavoro, ma le evidenze attuali mostrano impatti ancora limitati. Lo studio introduce un nuovo approccio per valutare il rischio di sostituzione da AI, combinando le capacità teoriche dei modelli di linguaggio (LLM) con dati di utilizzo reale.
Gli autori sottolineano come analisi retrospettive di fenomeni analoghi, come la delocalizzazione dei lavori o l’automazione industriale, abbiano spesso sovrastimato i rischi effettivi, evidenziando la necessità di strumenti di monitoraggio più accurati e tempestivi. Vediamo tutto quello che c’è da sapere.
L’approccio di Anthropic per misurare l’effetto dell’AI
Gli analisti di Anthropic osservano che determinare l’impatto causale dell’AI è più complesso rispetto a shock improvvisi, come la pandemia di Covid-19. Gli effetti dell’intelligenza artificiale potrebbero manifestarsi in modo graduale, simile all’impatto di internet o del commercio con la Cina, e quindi non emergere chiaramente dai dati aggregati di disoccupazione.
Per isolare l’effetto dell’AI da altre variabili macroeconomiche, lo studio adotta un approccio task-based, confrontando lavoratori, aziende e settori più o meno esposti. L’esposizione viene definita a livello di compito, considerando sia la fattibilità teorica di un LLM sia l’utilizzo reale in contesti professionali. Anthropic definisce un indicatore denominato “esposizione osservata”, che integra tre fonti principali:
-
Il database O*NET, che mappa circa 800 occupazioni negli Stati Uniti e le loro attività principali.
-
Dati di utilizzo reale tratti dall’Anthropic Economic Index, basato sull’uso dei modelli Claude in contesti lavorativi.
-
Stime di Eloundou et al. (2023), che classificano i compiti secondo la loro accelerabilità da LLM, assegnando valori β tra 0 e 1 a seconda della fattibilità.
L’esposizione osservata considera non solo se un compito può essere automatizzato teoricamente, ma anche se viene effettivamente svolto tramite AI in modo automatizzato piuttosto che augmentativo, ponderando ciascun compito in base alla sua rilevanza all’interno della professione.
Differenza tra capacità teorica e utilizzo reale
I dati mostrano un divario significativo tra potenziale teorico e utilizzo reale. Per esempio, nel settore Computer & Math, le attività teoricamente automatizzabili sono il 94%, mentre quelle effettivamente automatizzate tramite Claude sono solo il 33%.
Le occupazioni con maggiore esposizione osservata includono programmatori informatici, rappresentanti del servizio clienti e data entry keyers, mentre lavori manuali come cuochi, meccanici o bagnini risultano praticamente non esposti.
Esposizione e crescita occupazionale
Secondo gli autori, le occupazioni con maggiore esposizione osservata tendono a presentare previsioni di crescita leggermente inferiori. Una regressione sui dati del Bureau of Labor Statistics mostra che un aumento di 10 punti percentuali nell’esposizione osservata corrisponde a una diminuzione di circa 0,6 punti percentuali nella crescita prevista dei posti di lavoro dal 2024 al 2034.
Dal punto di vista demografico, i lavoratori più esposti sono mediamente più anziani, più istruiti, più pagati e più frequentemente donne o di origine asiatica rispetto ai colleghi non esposti. Gli analisti enfatizzano il tasso di disoccupazione come l’indicatore più diretto per valutare l’impatto economico dell’intelligenza artificiale.
A differenza di metriche come i nuovi annunci di lavoro o la variazione dell’occupazione totale, la disoccupazione riflette direttamente la difficoltà dei lavoratori nel trovare impiego dopo la sostituzione parziale o totale delle attività.
Dal lancio di ChatGPT nessun segnale allarmante della disoccupazione
I dati della Current Population Survey mostrano che, dall’introduzione di ChatGPT, non si registra un aumento significativo della disoccupazione tra i lavoratori più esposti.
Tuttavia, emerge un segnale di rallentamento delle assunzioni per giovani tra 22 e 25 anni in occupazioni altamente esposte: il tasso di ingresso in nuovi lavori diminuisce di circa 0,5 punti percentuali rispetto ai lavori meno esposti, corrispondente a un calo medio del 14% rispetto al 2022.
Questo indica che l’impatto iniziale dell’AI potrebbe manifestarsi prima nella dinamica di assunzione dei nuovi entranti nel mercato del lavoro, piuttosto che in aumenti immediati della disoccupazione.
AI: le prospettive, mentre aumenta l’adozione
La ricerca di Anthropic rappresenta un primo passo metodologico per monitorare l’impatto dell’intelligenza artificiale sul mercato del lavoro. Occupazioni come la programmazione, il customer service e l’analisi finanziaria risultano più esposte, mentre l’effetto sulla disoccupazione è attualmente limitato.
Il quadro presentato è destinato a evolvere con l’aumento dell’adozione di AI e l’ampliamento dei dati di utilizzo. Aggiornamenti futuri potrebbero approfondire l’impatto sui neolaureati e sulle strategie occupazionali nelle professioni più automatizzabili, fornendo agli analisti strumenti più affidabili per anticipare possibili shock economici.