Gli agenti artificiali possono svolgere proprio le attività con cui i giovani imparavano un mestiere.
Il problema non è soltanto quanti posti scompariranno, ma come continueremo a produrre esperienza.
Nel video di Marco Montemagno sugli agenti AI e le loro conseguenze vengono presentati diversi possibili cambiamenti prodotti dall’intelligenza artificiale: la velocità continua, la delega delle decisioni, il lavoro disponibile ventiquattr’ore su ventiquattro e la trasformazione del rapporto tra aziende e lavoratori.
Tra tutti, il concetto che mi ha colpito maggiormente è quello definito nel video come “sgradinamento”: la possibile scomparsa del primo gradino della carriera professionale.
È un rischio meno appariscente della sostituzione di massa dei lavoratori, ma potrebbe avere conseguenze persino più profonde.
Il lavoro semplice non era inutile
In quasi tutte le professioni si comincia svolgendo attività relativamente semplici.
- Un giovane programmatore corregge piccoli errori.
- Un consulente prepara tabelle e raccoglie informazioni.
- Un amministrativo controlla documenti.
- Un tecnico esegue verifiche ripetitive.
- Un giornalista comincia da brevi notizie.
Queste attività possono sembrare facilmente automatizzabili. In molti casi lo sono davvero.
Ma non servivano soltanto a produrre un risultato. Servivano anche ad imparare:
- come funziona concretamente un’organizzazione;
- quali errori si ripetono;
- quando una regola generale non è applicabile;
- come riconoscere un’anomalia;
- quali domande porre prima di prendere una decisione;
- come assumersi progressivamente una responsabilità.
Se eliminiamo il lavoro semplice, rischiamo di eliminare anche il luogo in cui si impara a riconoscere quello difficile.
Automatizzare un compito non significa eliminare un mestiere
Il dibattito pubblico tende spesso a confondere il mestiere con le singole attività che lo compongono.
Un agente AI può preparare un rapporto, analizzare dati, generare codice o formulare una risposta. Questo non significa automaticamente che abbia sostituito l’intera professione. Restano il contesto, la responsabilità, la conoscenza dell’organizzazione e la capacità di comprendere quando il risultato non deve essere accettato.
Le evidenze disponibili richiedono prudenza. Una ricerca dell’ILO rileva che i miglioramenti di produttività sono reali ma disomogenei e che, finora, non si osserva una sostituzione generalizzata del lavoro. La stessa ricerca segnala però il possibile indebolimento delle opportunità per i lavoratori più giovani. [ILO, 1 giugno 2026]
Uno studio dello Stanford Digital Economy Lab, basato su dati salariali statunitensi, ha rilevato che l’occupazione dei lavoratori tra 22 e 25 anni nelle professioni più esposte all’AI era inferiore del 19% rispetto a uno scenario in cui avesse seguito l’andamento delle professioni meno esposte. È un risultato importante, ma non dimostra da solo che l’AI ne sia l’unica causa. [Stanford Digital Economy Lab, agosto 2026]
Un’altra analisi, condotta su dati relativi a 41 Paesi, suggerisce che nelle imprese che adottano l’AI diminuisce la quota relativa dei profili junior. Il fenomeno sembra dipendere soprattutto dalla maggiore crescita delle posizioni senior, non da un licenziamento generalizzato dei giovani. [Stanford Digital Economy Lab, settembre 2026]
Sono segnali, non una sentenza definitiva.
Ma indicano che il primo gradino della carriera sta diventando più fragile.
La piramide rovesciata
Un’azienda potrebbe pensare di conservare soltanto professionisti esperti, affidando all’AI le attività precedentemente svolte dai junior.
Nel breve periodo la scelta appare razionale: meno personale, maggiore velocità e costi apparentemente inferiori.
Nel lungo periodo nasce però una domanda: da dove arriveranno i nuovi esperti?
Un’organizzazione composta quasi esclusivamente da senior sta consumando un capitale professionale che non sa più rigenerare. Può guadagnare efficienza nel trimestre e perdere competenza nel decennio.
L’esperienza non nasce automaticamente con il trascorrere degli anni. Nasce dall’esposizione progressiva a problemi reali, errori, decisioni, verifiche e responsabilità crescenti.
Se gli agenti artificiali assorbono tutte le attività iniziali, non scompare soltanto una categoria di lavoro: si interrompe il processo attraverso il quale una professione rinnova sé stessa.
L’AI può anche allargare il primo gradino
Questo esito non è inevitabile.
In un esperimento che ha coinvolto 673 apprendisti informatici in dodici scuole professionali tedesche, l’utilizzo dell’AI ha prodotto importanti incrementi di produttività, soprattutto nelle attività che andavano oltre la formazione già ricevuta. Non è stata rilevata una riduzione immediata della comprensione dei compiti. [Stanford Digital Economy Lab, ottobre 2026]
Il risultato suggerisce una possibilità diversa:
- l’AI può diventare uno strumento che permette a un giovane di affrontare prima attività più complesse.
La differenza dipende da come viene usata.
Se l’AI sostituisce integralmente il lavoro e presenta soltanto il risultato finale, il giovane può diventare un semplice spettatore.
Se invece deve formulare un’ipotesi, interrogare lo strumento, controllare le evidenze, individuare gli errori e spiegare la decisione finale, l’AI può accelerare l’apprendimento.
Nel primo caso abbiamo sostituzione. Nel secondo abbiamo potenziamento.
Chi deve sostenere il costo dell’apprendimento?
Qui emerge un problema economico.
Formare una persona richiede tempo. Un lavoratore esperto deve seguire il giovane, controllarne il lavoro e spiegare perché una soluzione è corretta oppure sbagliata.
Un agente AI può produrre il risultato in pochi secondi. La tentazione di saltare completamente la formazione sarà quindi molto forte.
Ma la formazione professionale non è un costo improduttivo. È l’investimento attraverso cui un’organizzazione costruisce la propria capacità futura.
Per evitare lo sgradinamento, le aziende dovrebbero introdurre alcune regole:
Per ogni attività automatizzata, identificare quale competenza umana rischia di non essere più esercitata.
Richiedere ai giovani di formulare una prima valutazione prima di consultare l’AI.
Rendere controllabili fonti, passaggi, assunzioni e limiti del risultato prodotto dall’agente.
Conservare ambienti protetti nei quali sia possibile esercitarsi, sbagliare e ricevere un riscontro.
Misurare non soltanto la quantità di lavoro prodotto, ma anche la crescita delle competenze.
L’ILO invita inoltre a ripensare i lavori iniziali attraverso selezioni basate sulle competenze, forme di sostegno strutturato e opportunità lavorative di qualità. [ILO, ottobre 2026]
Il vero rischio invisibile
Non credo che il “fare” sia destinato a scomparire. Cambierà però la sua funzione.
Una parte del lavoro non servirà più soltanto a produrre, ma a imparare, controllare e costruire giudizio. Questo significa che alcune attività dovranno essere conservate intenzionalmente anche quando un agente potrebbe eseguirle più velocemente.
La vera scarsità non sarà necessariamente la capacità di ottenere un risultato. Sarà la capacità di capire se quel risultato è corretto, opportuno e coerente con il contesto.
Un agente artificiale può lavorare senza sosta.
Ma lavorare ventiquattr’ore su ventiquattro non equivale a lavorare correttamente ventiquattr’ore su ventiquattro.
La velocità può produrre anche un debito di controllo: una quantità di decisioni e risultati che nessun essere umano riesce più a verificare adeguatamente.
La domanda decisiva, quindi, non è soltanto: «Quali attività possiamo affidare all’AI?».
Dovremmo chiederci anche:
- «Quali esperienze devono continuare a compiere gli esseri umani per poter diventare gli esperti di cui avremo bisogno domani?».
Perché un’azienda può automatizzare il lavoro dei principianti.
Ma non può automatizzare magicamente la nascita dei futuri professionisti.
