Ecco come i giovani in cerca di lavoro, le imprese e la società dovrebbero adattarsi alla rivoluzione dell’IA.
Finora l’intelligenza artificiale non ha causato una vera e propria ondata di disoccupazione di massa. L’occupazione complessiva nei paesi sviluppati rimane sostanzialmente stabile e recenti valutazioni hanno trovato prove limitate del fatto che l’IA abbia modificato i dati principali. Ma un cambiamento preoccupante potrebbe nascondersi sotto la superficie: il silenzioso indebolimento del primo gradino della scala professionale.
Le prove più preoccupanti stanno emergendo esattamente dove ci si aspetterebbe di trovarle per prime: nelle assunzioni all’inizio della carriera. Un documento di lavoro pubblicato nel novembre 2025 dallo Stanford Digital Economy Lab ha rilevato che i lavoratori di età compresa tra i 22 e i 25 anni nelle professioni più esposte all’IA hanno subito un calo relativo dell’occupazione del 16% dopo la diffusione dell’IA generativa, anche dopo aver tenuto conto di altri fattori che potrebbero influenzare le decisioni delle aziende in materia di assunzioni. Un rapporto di Anthropic del marzo 2026 fornisce prove indicative che hanno portato a una conclusione simile.
I lavoratori più esperti nelle stesse professioni non hanno subito lo stesso calo. L’occupazione non sta diminuendo nemmeno nei lavori entry-level con bassa esposizione all’IA. La preoccupazione riguarda specificamente i lavori all’inizio della carriera esposti all’IA.
Non si tratta di un segnale di poco conto. Suggerisce che le aziende potrebbero utilizzare l’IA per sostituire le mansioni junior attraverso le quali le persone tradizionalmente si fanno strada nel mondo del lavoro, almeno per coloro che ricoprono ruoli in cui l’IA generativa è ampiamente utilizzata, come sviluppatori di software, addetti al servizio clienti, programmatori informatici e responsabili dei sistemi informativi.
È giunto il momento di apportare cambiamenti al modo in cui formiamo, prepariamo e sosteniamo i giovani che stanno per entrare nel mondo del lavoro. Gli istituti di istruzione devono riorientarsi verso l’era di una forza lavoro potenziata dall’IA. I governi devono incentivare le imprese ad assumere e formare i lavoratori all’inizio della carriera. Le imprese, a loro volta, devono riconoscere l’importanza di sviluppare una forza lavoro a lungo termine esperta in IA, un processo che inizia con i lavoratori entry-level. E gli studenti stessi dovrebbero assumersi la responsabilità non solo di acquisire padronanza dell’IA, ma anche di imparare ad applicare tali conoscenze in vari campi.
In breve, dobbiamo cambiare il modo in cui abbiamo tradizionalmente concepito il lavoro entry-level.
Ciò è particolarmente vero perché anche il mercato del lavoro più ampio per i neolaureati sta subendo un rallentamento. La Federal Reserve Bank di New York ha riferito che nel quarto trimestre del 2025 il tasso di disoccupazione dei neolaureati è salito al 5,6%, mentre il tasso di sottoccupazione (la percentuale di laureati che svolgono lavori che in genere non richiedono una laurea) ha raggiunto il 42,5%, il livello più alto dall’inizio della pandemia di Covid. Nessuna singola statistica può dimostrare che l’IA sia l’unica causa di tale deterioramento. Le assunzioni in generale sono in forte calo dopo la pandemia e i giovani sono particolarmente vulnerabili al rallentamento. Ma sarebbe un errore ignorare la possibilità che l’IA stia accelerando una transizione già difficile dalla scuola al mondo del lavoro.
Dietro queste statistiche si nasconde una grande sofferenza personale. Oggi i neolaureati spesso inviano centinaia di candidature prima di ricevere una sola offerta, e i sondaggi rilevano costantemente elevati tassi di ansia, precarietà finanziaria e burnout tra i giovani lavoratori impegnati in lunghe ricerche di lavoro. Se l’IA chiude silenziosamente la porta ai tipici primi lavori, le persone ne pagheranno il prezzo in termini di indipendenza ritardata, formazione della famiglia rimandata e la sensazione che i loro primi seri sforzi professionali siano stati respinti.
È importante anche perché i lavori entry-level fanno parte del sistema di formazione dell’economia. Gli analisti junior imparano quali numeri sono affidabili. I giovani sviluppatori di software imparano come falliscono i sistemi di produzione. I nuovi esperti di marketing imparano come si comportano i clienti al di fuori del linguaggio ordinato dei dashboard. Il personale legale e finanziario all’inizio della carriera impara come interagiscono effettivamente regole, giudizio, scadenze e relazioni umane. Se l’IA assorbe una parte maggiore delle attività di redazione, selezione, codifica, sintesi e preparazione amministrativa che un tempo contribuivano a formare i lavoratori entry-level, le aziende potrebbero diventare più efficienti nel breve periodo, mentre la società diventerebbe meno capace nel lungo periodo.
Il modo giusto per migliorare le competenze dei giovani lavoratori non è dire loro: “Imparate a programmare”. Quel consiglio, che ha plasmato più di un decennio di iniziative federali e di espansione universitaria, si basava sulla premessa che la programmazione fosse una competenza stabile e scalabile che quasi chiunque potesse apprendere e trasformare in un lavoro da classe media. La premessa non è più valida. Il livello di lavoro che l’IA gestisce bene – tradurre una specifica in codice di routine, riprodurre modelli standard, correggere errori prevedibili – è proprio il livello attorno al quale erano stati costruiti i programmi “impara a programmare”.
Supervisionare i sistemi di IA nel loro lavoro è ora una competenza molto più rilevante. Quindi, comprendere i risultati prodotti dai sistemi di IA diventerà molto importante.
Per aiutare le persone a sviluppare tali competenze, dovremmo richiedere alle università, ai college comunitari e ai programmi professionali di integrare l’alfabetizzazione all’IA, l’alfabetizzazione ai dati, le competenze relative ai flussi di lavoro basati su prompt, le competenze di verifica e la capacità di giudizio nel proprio settore nei normali corsi di laurea. Ogni laureato dovrebbe sapere come utilizzare gli strumenti di IA, verificarne i risultati, comprenderne i limiti e combinarli con le competenze umane. Questo è importante anche per i laureati che intraprendono professioni che sembrano relativamente al riparo dall’IA, come quelle nel settore sanitario. Quasi ogni lavoro comporta compiti – redazione, sintesi, pianificazione, ricerca, elaborazione di dati di base, comunicazione di routine – per i quali l’IA è già uno strumento di produttività sostanziale.
La competizione che la maggior parte dei giovani lavoratori dovrà affrontare non è quella tra uomo e macchina, ma tra collega e collega potenziato dall’IA. Per la maggior parte dei giovani lavoratori, il percorso realistico per rendersi preziosi non è evitare l’IA, ma acquisire padronanza della tecnologia e combinarla con il giudizio di settore, il ragionamento contestuale e le competenze relazionali. A tal fine, le scuole dovrebbero dare risalto a tirocini retribuiti, apprendistati e progetti legati ai datori di lavoro, in modo che gli studenti sviluppino capacità di giudizio in contesti lavorativi reali prima di laurearsi.
I governi dovrebbero inoltre creare crediti d’imposta mirati, sussidi salariali e sovvenzioni per la formazione destinati ai datori di lavoro che assumono lavoratori all’inizio della carriera in ruoli strutturati e potenziati dall’IA. L’architettura per questo tipo di sussidio condizionato e legato al comportamento esiste già nella politica fiscale statunitense. Ciò che manca è una versione di questi strumenti costruita specificamente attorno al lavoro potenziato dall’IA all’inizio della carriera.
Da parte loro, le aziende dovrebbero smettere di prendere decisioni di assunzione basate esclusivamente sui risparmi di costo a breve termine derivanti dall’IA. I giovani lavoratori non sono preziosi solo per i compiti che svolgono in questo trimestre. Il loro valore risiede nell’apprendimento, nella formazione delle competenze, nella memoria istituzionale e nella produttività futura. L’assunzione di personale entry-level non è solo una spesa. È un investimento nel futuro patrimonio di capacità di giudizio all’interno dell’azienda. La forza lavoro senior potenziata dall’IA più efficace della fine degli anni ’30 proverrà in modo schiacciante dalla coorte junior di oggi. Le aziende che automatizzano la fase di apprendimento potrebbero migliorare i propri margini immediati, ma si ritroveranno, tra un decennio, senza nessuno che capisca come si comportano effettivamente i propri flussi di lavoro guidati dall’IA.
Gli studenti che si laureano questa primavera e la prossima si trovano ad affrontare un mercato del lavoro in transizione e difficile. La padronanza dell’IA sta diventando una merce comune. La competenza settoriale senza padronanza dell’IA viene superata. È la combinazione delle due cose ad essere davvero rara. L’ingegnere meccanico con conoscenze di produzione e competenza in IA; il programmatore di software con conoscenze di servizi finanziari che è anche un mago dell’IA: questi sono i tipi di persone che saranno richieste.
Georgios Petropoulos è assistente alla USC Marshall School of Business. La sua ricerca si concentra sulle implicazioni delle tecnologie dell’informazione per l’innovazione, la politica della concorrenza e i mercati del lavoro.
