I dati sull’occupazione di Stanford rivelano che il divario tra i giovani lavoratori continua ad ampliarsi

Lo Stanford Digital Economy Lab ha pubblicato in agosto una versione aggiornata del suo articolo “Canaries in the Coal Mine” e il numero centrale si è mosso nella direzione che nessuno sperava. L’occupazione dei lavoratori di età compresa tra i 22 e i 25 anni nelle occupazioni più esposte all’intelligenza artificiale è ora inferiore di circa il 19% rispetto a quella che sarebbe stata se avesse tenuto il passo con i colleghi meno esposti. Nella versione precedente la cifra era del 13%.

Lo studio, condotto da Erik Brynjolfsson con Bharat Chandar e Ruyu Chen, utilizza i registri ad alta frequenza delle buste paga di ADP che coprono milioni di lavoratori statunitensi fino a giugno 2026, motivo per cui può vedere i cambiamenti molto prima che lo facciano le statistiche ufficiali. Vale la pena separare tre risultati. In primo luogo, l’effetto si concentra quasi interamente tra i lavoratori più giovani; le persone con più esperienza nelle stesse occupazioni non mostrano un divario paragonabile. In secondo luogo, il meccanismo prevede la riduzione delle assunzioni piuttosto che dei licenziamenti, in modo che i posti di lavoro non scompaiano dalle persone che li detengono, ma in primo luogo non vengono aperti. In terzo luogo, e soprattutto, il declino si manifesta nelle occupazioni in cui i sondaggi affermano che l’intelligenza artificiale sostituisce per lo più i compiti umani, mentre nelle occupazioni in cui l’intelligenza artificiale integra principalmente il lavoro, l’occupazione è stabile o in aumento, soprattutto per il personale esperto. Gli autori descrivono gli effetti entry-level come reali, persistenti e in espansione, e hanno monitorato costantemente la divergenza da quando l’hanno documentata per la prima volta nell’agosto 2025.

Che cosa sta realmente succedendo qui: la divisione sostituto-contro-complemento è la parte a cui aggrapparsi, perché svolge la maggior parte del lavoro esplicativo. Storicamente i lavori di livello base sono stati apprendistati retribuiti: un junior svolge la parte di lavoro ben definita e di routine e apprende la parte del giudizio per vicinanza. Quella parte di routine è esattamente ciò che gli attuali strumenti di intelligenza artificiale gestiscono meglio, quindi il gradino su cui le persone salivano è quello che viene levigato. Laddove l’intelligenza artificiale rende una persona esperta più veloce invece di sostituire completamente un’attività, i dati non mostrano alcun danno. Vale anche la pena prestare attenzione alla causalità. Si tratta di uno studio osservazionale sui registri delle buste paga durante un periodo che comprendeva anche alti tassi di interesse e un ampio rallentamento delle assunzioni nel settore tecnologico, e il lavoro precedente degli autori ha trascorso del tempo a separare questi fili.

Che cosa significa per te: se sei all’inizio della tua carriera, la lettura pratica non è “evitare i campi esposti all’intelligenza artificiale” ma “arrivare più velocemente alla parte del giudizio”, ed essere visibilmente bravo con questi strumenti è attualmente uno dei pochi modi in cui una persona junior riesce a superare l’automazione dei propri compiti. Se assumi, la scoperta su cui vale la pena agire è che l’eliminazione dei ruoli junior risolve il budget di quest’anno e crea una carenza di persone con esperienza in cinque anni. E se sei già affermato, i dati dicono che la tua posizione, per ora, non è quella sotto pressione.

Fonti

• Canarini nella miniera di carbone? Sei fatti sui recenti effetti sull’occupazione dell’intelligenza artificiale (Stanford Digital Economy Lab)
• Documento sulle Canarie di agosto 2026 (PDF)
• L’intelligenza artificiale sta colpendo più duramente i lavori entry-level, rileva uno studio di Stanford (Ars Technica)