Il Futuro del Lavoro con gli Agenti AI: Un Audit del Potenziale di Automazione e Aumento nella Forza Lavoro Statunitense

• Autori: Yijia Shao, Humishka Zope, Yucheng Jiang, Jiaxin Pei, David Nguyen, Erik Brynjolfsson, Diyi Yang
• Titolo Originale: Future of Work with AI Agents: Auditing Automation and Augmentation Potential across the U.S. Workforce

Il rapido avanzamento dei sistemi di intelligenza artificiale composti, noti come agenti AI, sta ridisegnando il mercato del lavoro a un ritmo vertiginoso. Mentre aumentano le preoccupazioni riguardo alla perdita di posti di lavoro, alla diminuzione dell’autonomia umana e all’eccessiva dipendenza dall’automazione, manca una comprensione sistematica e basata su dati concreti di questo scenario in evoluzione. Questo studio colma tale lacuna presentando un innovativo framework di audit che analizza in quali attività lavorative i lavoratori statunitensi desiderano che gli agenti AI intervengano (automatizzando o aumentando le loro capacità) e come questi desideri si allineano con le attuali possibilità tecnologiche.

Un Framework Audit Centrato sul Lavoratore

Per ottenere una visione completa, i ricercatori hanno sviluppato un framework che va oltre il semplice confronto tra ciò che la tecnologia può fare e ciò che potrebbe essere economicamente vantaggioso automatizzare. Hanno adottato un approccio centrato sul lavoratore, raccogliendo dati di prima mano da chi svolge effettivamente le attività.

1. Audit a Livello di Attività: Invece di analizzare intere professioni, lo studio si concentra su specifiche attività lavorative complesse e multi-step, attingendo al vasto database O*NET del Dipartimento del Lavoro statunitense. Questo permette una comprensione più sfumata della natura reale e contestualizzata del lavoro.
2. Prospettiva Duplice: Lavoratori ed Esperti AI: Il framework confronta i desideri dei lavoratori (cosa vogliono automatizzare o con cosa vogliono collaborare) con le valutazioni degli esperti di AI (cosa è tecnicamente fattibile oggi). Questa doppia lente rivela sia le opportunità che le discrepanze.
3. La Scala dell’Agenzia Umana (HAS): Superando la visione binaria “automatizzare o non automatizzare”, viene introdotta una scala a cinque livelli (H1-H5) per quantificare il livello desiderato di coinvolgimento umano nelle attività. H1 indica nessuna agenzia umana necessaria (piena automazione), mentre H5 indica agenzia umana essenziale. Questa scala, orientata all’uomo, fornisce un linguaggio condiviso per descrivere lo spettro tra automazione e aumento delle capacità.
4. WORKBank: La Banca Dati: Utilizzando il framework, è stato costruito il database WORKBank, basato sulle risposte di 1.500 lavoratori in 104 professioni e sulle valutazioni di 52 esperti AI, coprendo 844 attività lavorative. Questo rappresenta il primo audit su larga scala delle capacità degli agenti AI e delle preferenze dei lavoratori.

I Risultati Chiave: Desideri, Capacità e Discrepanze

L’analisi dei dati di WORKBank ha portato a quattro importanti scoperte:

1. I Lavoratori Desiderano l’Automazione per Attività a Basso Valore: Il 46,1% delle attività analizzate presenta un atteggiamento positivo dei lavoratori verso l’automazione tramite agenti AI. La motivazione principale (invocata nel 69,38% dei casi) è liberare tempo per attività a più alto valore. Altre ragioni comuni includono la ripetitività, la noia, lo stress e la possibilità di migliorare la qualità. Tuttavia, l’atteggiamento varia significativamente tra i settori; ad esempio, il settore Arte e Design mostra una resistenza maggiore all’automazione del contenuto creativo.
2. Discrepanze nel Paesaggio Desiderio-Capacità: Mettendo a confronto il desiderio dei lavoratori e la capacità tecnologica percepita dagli esperti, le attività si distribuiscono in quattro zone:
   • Zona Verde (Green Light): Alto desiderio di automazione e alta capacità tecnica. Queste sono le aree più promettenti per l’implementazione degli agenti AI.
   • Zona Rossa (Red Light): Alta capacità tecnica ma basso desiderio di automazione. Qui l’implementazione richiede cautela a causa della potenziale resistenza dei lavoratori o implicazioni sociali negative.
   • Zona Opportunità R&D: Alto desiderio di automazione ma bassa capacità tecnica attuale. Queste sono direzioni promettenti per la ricerca e lo sviluppo futuro dell’AI.
   • Zona Bassa Priorità: Basso desiderio e bassa capacità. Aree meno urgenti per lo sviluppo di agenti AI.
     È emersa una notevole discrepanza: gli investimenti attuali (basati sui dati delle startup di Y Combinator) non sono concentrati nella Zona Verde o nella Zona Opportunità R&D come ci si aspetterebbe, ma sono distribuiti in modo più uniforme, con una quota significativa nella Zona Rossa e Bassa Priorità. Anche la ricerca AI, sebbene più orientata alla Zona Opportunità R&D, tende a focalizzarsi su domini ristretti come l’ingegneria del software.
3. Diversi Modelli di Collaborazione Umano-AI: La Scala dell’Agenzia Umana (HAS) rivela che i lavoratori generalmente desiderano livelli più elevati di agenzia umana rispetto a quanto gli esperti ritengono tecnicamente fattibile oggi. Il livello H3 (collaborazione paritaria tra uomo e AI) emerge come il livello dominante desiderato dai lavoratori (45,2% delle professioni), sottolineando il potenziale per modelli di aumento delle capacità umane piuttosto che di pura automazione. Le attività che richiedono alta agenzia umana (H5) sono associate a competenze interpersonali e, secondo gli esperti, a una forte expertise di dominio. Le narrazioni dei lavoratori indicano un desiderio di collaborazione, spesso immaginando l’AI come un “supporto basato sui ruoli” o un “assistente”.
4. Un Potenziale Cambiamento Nelle Competenze Fondamentali: Confrontando le competenze richieste per le attività con il loro salario medio attuale (proxy del valore economico attuale) e il livello medio di agenzia umana richiesto valutato dagli esperti (proxy del valore futuro in un contesto con AI), lo studio suggerisce un potenziale spostamento nelle competenze richieste. Le competenze legate all’elaborazione delle informazioni (come analizzare dati) diventano meno prominenti nelle attività ad alta agenzia umana, mentre acquisiscono maggiore importanza le competenze interpersonali e organizzative. Questo suggerisce che l’integrazione degli agenti AI potrebbe rimodellare le competenze centrali richieste nel mercato del lavoro.

Implicazioni per il Futuro del Lavoro

Questo audit su larga scala fornisce segnali precoci e preziosi sul futuro del lavoro con gli agenti AI. I risultati sottolineano l’importanza di:

• Allineare lo Sviluppo dell’AI con i Desideri Umani: Concentrare gli sforzi di ricerca e investimento nelle aree dove il desiderio di automazione o aumento è alto e la capacità tecnica è in crescita (Zona Verde e Zona Opportunità R&D).
• Promuovere la Collaborazione Umano-AI: Riconoscere e sviluppare modelli di agenti AI che supportino e aumentino le capacità umane (livelli HAS H3-H5), piuttosto che puntare unicamente alla sostituzione.
• Preparare la Forza Lavoro: Anticipare il potenziale spostamento nelle competenze richieste, enfatizzando l’upskilling e il reskilling verso abilità interpersonali e organizzative, che sembrano mantenere un alto valore umano anche nell’era degli agenti AI.
• Considerare le Preoccupazioni dei Lavoratori: Affrontare attivamente le paure legate alla fiducia nell’AI, alla sicurezza del lavoro e alla preservazione del “tocco umano” e del controllo creativo nelle attività.

Sebbene questo studio offra una fotografia preziosa basata sui dati del 2025, il panorama dell’AI è in rapida evoluzione. Monitorare nel tempo i cambiamenti nei desideri dei lavoratori, nelle capacità dell’AI e nel paesaggio desiderio-capacità sarà fondamentale per guidare uno sviluppo responsabile e socialmente vantaggioso degli agenti AI sul posto di lavoro.