AI-first company

Persone e competenze · Mantenere

Conservi le attività di base su cui imparano i nuovi arrivati

Prima di automatizzare un lavoro di routine, verifichi se è il modo in cui i più giovani imparano il mestiere. Se lo è, ne tenga una parte per loro, o sostituisca l’apprendimento in un altro modo.

Autore
Ultima revisione
Correzioni
Segnala un errore
Quando Più avanti. Quando l’IA è ormai una parte stabile del lavoro.
Impegno Medio (settimane, poche persone)
Prove Preliminari Controverse

Due studi di caso e uno studio con misurazioni sui medici mostrano le competenze che si consumano quando uno strumento fa il lavoro. Una sperimentazione randomizzata con studenti ha verificato un rimedio: un tutor limitato ai suggerimenti. Se l’IA stia riducendo le assunzioni di giovani è controverso. Altre prove mostrano che l’IA aiuta i nuovi arrivati a migliorare più in fretta.

Adatta a
Settori Tutti i settori
Nella guida Ruoli e direzione

Di che cosa si tratta

Prima di automatizzare un’attività, si faccia una domanda: chi impara facendola oggi, e come imparerà quando non ci sarà più? Le attività di routine sono spesso le prime a essere affidate all’IA. Sono anche quelle su cui il personale nuovo impara il mestiere.

Che cosa mostrano le prove

Due studi di caso mostrano come succede, e uno studio lo ha misurato.

  • Uno studio di due anni sulla chirurgia robotica ha trovato che la nuova tecnologia riduceva drasticamente ciò che i chirurghi in formazione facevano in sala operatoria. Il modo approvato di imparare ha smesso di funzionare. Solo una minoranza dei chirurghi in formazione è diventata competente, esercitandosi fuori dalle regole.
  • Uno studio di caso su uno studio di contabilità ha trovato che anni di affidamento a software automatici hanno consumato le competenze del personale. Nessuno se n’è accorto, perché il software continuava a funzionare. Il personale restava comunque responsabile dei risultati.
  • Uno studio in quattro centri di endoscopia in Polonia lo ha misurato sui normali registri di controllo. Tre mesi dopo l’introduzione dell’IA per aiutare a individuare le lesioni nell’intestino, i medici esperti che lavoravano senza l’IA ne trovavano meno: il tasso di individuazione è sceso dal 28,4% al 22,4%.

Un rimedio è stato verificato. In una sperimentazione randomizzata con quasi 1.000 studenti delle scuole superiori in Turchia, gli studenti che si erano esercitati con GPT-4 senza limiti hanno ottenuto all’esame senza IA il 17% in meno degli studenti che non lo avevano mai avuto. Un tutor limitato ai suggerimenti ha evitato quella perdita. La sperimentazione riguardava studenti, non dipendenti.

Uno studio sui percorsi di carriera in Brasile e nel Regno Unito aggiunge il quadro più ampio. I giovani laureati spesso iniziano nei lavori che l’IA ha più probabilità di sostituire, e da lì salgono. Se quei lavori spariscono, sparisce anche la strada per salire.

Se l’IA stia già riducendo le assunzioni di giovani è controverso. Le prove vanno in entrambe le direzioni, e vengono tutte dagli Stati Uniti.

  • Segnali che lo stia facendo. Nei dati delle buste paga, l’occupazione dei 22–25enni nelle professioni più esposte all’IA era circa il 19% sotto il percorso dei coetanei meno esposti, nella revisione degli autori del 12 agosto 2026. La differenza veniva da meno assunzioni. Le imprese che avevano pubblicato offerte di lavoro per introdurre l’IA generativa nel loro lavoro avevano circa il 9% di dipendenti giovani in meno delle altre imprese sei trimestri dopo, nella versione dello studio di maggio 2026. Le startup più esposte all’IA, con circa 11 dipendenti in media, hanno ridotto l’occupazione di circa l’8%, soprattutto tra i giovani. Nei dati delle buste paga di Gusto, che vende software per le buste paga alle piccole imprese, il numero di dipendenti tra i 22 e i 28 anni è calato nei ruoli molto esposti.
  • Segnali che non lo stia facendo, o non ancora. La disoccupazione tra i neolaureati statunitensi non è aumentata nell’estate 2026, rispetto alle estati precedenti. Il monitoraggio mensile dello Yale Budget Lab non trova segnali chiari di sconvolgimento nell’economia nel suo complesso.

Gli studi misurano cose diverse: l’occupazione nei lavori esposti, la disoccupazione, imprese scelte in base a indicatori diversi. Una media nazionale può restare piatta mentre un gruppo di giovani smette di essere assunto.

L’altro lato. Nello studio su 5.172 addetti all’assistenza clienti, l’assistente di IA ha aiutato i nuovi arrivati a migliorare più in fretta e sembra averli aiutati a imparare. Quindi l’IA non danneggia sempre l’apprendimento. L’effetto dipende dal fatto che il nuovo arrivato faccia ancora il lavoro, con un aiuto, o si limiti a guardarlo fare.

Come si fa

  1. Per ogni attività che intende automatizzare, si chieda chi impara da essa oggi.
  2. Divida le competenze coinvolte in due gruppi: quelle a cui può rinunciare, e quelle che servono ancora per controllare l’IA e rispondere del risultato.
  3. Per il secondo gruppo, lasci una parte del lavoro alle persone. Faccia ruotare i compiti perché tutti restino in esercizio.
  4. Faccia svolgere l’attività ai più giovani con l’aiuto dell’IA e chieda loro di spiegare il risultato, non solo di approvarlo. Per chi sta ancora imparando, imposti lo strumento perché dia suggerimenti e spiegazioni, non risposte finite.
  5. Ogni pochi mesi, faccia svolgere l’attività al personale senza lo strumento. La tratti come un’esercitazione antincendio. Nello studio sull’endoscopia il calo è comparso entro tre mesi. Veda verifichi che cosa sa ancora fare il personale senza lo strumento.
  6. Dia ai più esperti il tempo per fare da guida. L’automazione tende a togliere i momenti in cui prima si insegnava il mestiere.

Che cosa misurare

  • Se il personale sa ancora svolgere l’attività senza aiuto, su un campione di casi.
  • Quanto tempo impiega un nuovo arrivato a lavorare in autonomia.
  • Quanto spesso le persone scoprono errori nei risultati dell’IA.

Dove non funziona

  • Tenere lavoro solo per la formazione costa. Conservi le attività che creano competenze di cui ha ancora bisogno. Lasci andare il resto.
  • Competenze superate. Lo stesso studio sulla contabilità osserva che perdere competenze che non servono più a nessuno è un costo normale delle nuove tecnologie.
  • L’IA può prendersi la parte qualificata, non quella di routine. Anthropic, che vende modelli di IA, riferisce dai dati d’uso dei propri clienti che in alcuni lavori, come gli agenti di viaggio e i redattori tecnici, l’IA tende a prendersi le attività più qualificate. Si chieda quale parte del lavoro si prende lo strumento, non solo quali attività sembrano di routine.
  • Squadre molto piccole possono non avere giovani al momento. La domanda torna con la prossima assunzione.

Fuori dall’azienda

Il lavoro di base che sparisce è spesso quello di un libero professionista. Su una grande piattaforma di lavoro freelance, la domanda di scrittura e traduzione è scesa del 20–50% rispetto alla tendenza dopo ChatGPT, e la domanda di principianti è calata anche nelle competenze in cui l’IA aiuta. Uno studio separato su un’altra piattaforma freelance globale ha trovato che gli annunci per lavori di scrittura e programmazione sono calati del 21% entro otto mesi da ChatGPT. Tra i traduttori con meno di due anni di esperienza, la quota di chi vede una carriera praticabile è scesa dal 69% nel 2024 al 41% nel 2025, secondo la European Language Industry Survey citata in uno studio sui traduttori in Belgio e in Svizzera.

Per dimensione dell’azienda

  • Micro e piccole imprese: il rischio è una sola persona che sa come si svolge un’attività senza lo strumento. Si assicuri che una seconda persona sappia farlo. Se vende ciò che l’IA produce (codice, testi, design), si aspetti di assumere meno giovani. Decida dove imparerà la prossima persona che assume.
  • Grandi imprese: inserisca la domanda “chi impara da questo?” nel passo di approvazione di ogni progetto di automazione.

Fonti

  1. Beane (2018). Shadow Learning: Building Robotic Surgical Skill When Approved Means Fail. Administrative Science Quarterly, 64(1), 87–123. Cosa ha fatto e cosa ha trovato questo studio
  2. Rinta-Kahila, Penttinen, Salovaara, Soliman and Ruissalo (2023). The Vicious Circles of Skill Erosion: A Case Study of Cognitive Automation. Journal of the Association for Information Systems, 24(5), 1378–1412. Cosa ha fatto e cosa ha trovato questo studio
  3. Budzyń, Romańczyk, Kitala and colleagues (2025). Endoscopist deskilling risk after exposure to artificial intelligence in colonoscopy: a multicentre, observational study. The Lancet Gastroenterology & Hepatology, 10(10), 896–903. Cosa ha fatto e cosa ha trovato questo studio
  4. Bastani, Bastani, Sungu, Ge, Kabakcı and Mariman (2025). Generative AI without guardrails can harm learning: Evidence from high school mathematics. Proceedings of the National Academy of Sciences, 122(26), e2422633122. Cosa ha fatto e cosa ha trovato questo studio
  5. Cazzaniga, Pizzinelli, Rockall and Tavares (2025). Exposure to Artificial Intelligence and Occupational Mobility: A Cross-Country Analysis. Economía, 24(1), 314–339. Cosa ha fatto e cosa ha trovato questo studio
  6. Brynjolfsson, Chandar and Chen (2025). Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence. Stanford Digital Economy Lab working paper (revised 12 August 2026). Cosa ha fatto e cosa ha trovato questo studio
  7. Hosseini and Lichtinger (2025). Generative AI as Seniority-Biased Technological Change: Evidence from U.S. Résumé and Job Posting Data. SSRN working paper 5425555 (version of 6 May 2026). Cosa ha fatto e cosa ha trovato questo studio
  8. Gupta, Qian, Simintzi and Sun (2026). Generative AI and Entrepreneurship. NBER conference paper, version of 14 April 2026. Cosa ha fatto e cosa ha trovato questo studio
  9. Teutloff, Einsiedler, Kässi, Braesemann, Mishkin and del Rio-Chanona (2025). Winners and losers of generative AI: Early Evidence of Shifts in Freelancer Demand. Journal of Economic Behavior & Organization, 235, 106845. Cosa ha fatto e cosa ha trovato questo studio
  10. Demirci, Hannane and Zhu (2025). Who Is AI Replacing? The Impact of Generative AI on Online Freelancing Platforms. Management Science, 71(10), 8097–8108. Cosa ha fatto e cosa ha trovato questo studio
  11. Brynjolfsson, Li and Raymond (2025). Generative AI at Work. The Quarterly Journal of Economics, 140(2), 889–942. Limita o contraddice questa pratica. Cosa ha fatto e cosa ha trovato questo studio
  12. Chamberlain, Gusto (February 2026). AI's impact on small businesses: payroll analysis. Gusto sells payroll software to small firms. gusto.com
  13. Fairlie and Wu (2026). The Early Impacts of AI on Employment among Recent College Graduates. IZA Discussion Paper 18945. iza.org
  14. The Budget Lab at Yale (updated September 2026). Tracking the Impact of AI on the Labor Market. budgetlab.yale.edu
  15. Anthropic (January 2026). Anthropic Economic Index report: Economic primitives. Anthropic sells AI models; the figures come from its own customers' usage. anthropic.com
  16. Girletti and Lefer (2025). Lost in compensation: pricing methods, rates, and income satisfaction among freelance translators in Belgium and Switzerland. Perspectives. Cites the European Language Industry Survey 2025. research.dial.uclouvain.be