Dario D’Elia ha pubblicato un articolo su la Repubblica prendendo spunti dal rapporto The AI Jobs Transition Framework for the EU di OpenAI Economic Research.

Il contesto e il profilo italiano. Il rapporto analizza 2.609 professioni nei 27 Paesi dell’Unione Europea e rivela che in Italia la transizione occupazionale guidata dall’intelligenza artificiale sarà fortemente polarizzata. Rispetto alla media europea, il profilo italiano è particolarmente sbilanciato: l’Italia registra infatti la quota più bassa d’Europa di professioni destinate a espandersi (10%) e una delle più alte per rischio di automazione (16%, superata solo da Germania e Grecia).

Scrive D’Elia: ”Quattro macro-categorie, non un’unica classifica del rischio. La teoria di OpenAI è che la sola capacità operativa dell’IA e il suo potenziale impiego al massimo dell’efficienza non siano sufficienti per comprenderne l’impatto sui singoli compiti svolti oggi. La previsione prende consistenza però se vengono incrociati almeno tre fattori per ciascuna delle 2.609 professioni esaminate: quanto l’IA riesce davvero a eseguire le mansioni di un ruolo; quanto sia necessaria una persona per ragioni di legge, responsabilità, presenza fisica o relazione di fiducia; quanto un eventuale calo dei prezzi del servizio potrebbe far crescere la domanda. Dall’incrocio emergono quattro macro-categorie di transizione”.

E prosegue: ”La prima macro-categoria riguarda i lavori con cambiamento meno immediato, dove l’IA sfiora poco le mansioni oppure la presenza umana resta indispensabile. Si pensi agli insegnanti di scuola secondaria, per ragioni relazionali: l’IA può preparare materiali ed esercizi, ma la gestione della classe e il rapporto educativo restano umani. Anche le ostetriche, i tutori legali, gli assistenti sociali nelle situazioni di crisi appartengono a questa categoria, ciascuno per un motivo diverso.

La seconda categoria comprende i mestieri che potrebbero crescere se l’IA agevolasse la riduzione dei costi del servizio e quindi alimentare nuova domanda. Si parla degli agenti di viaggio e i consulenti per le energie rinnovabili: lavori dove un prezzo più basso può far partire progetti prima non sostenibili e allargare il bacino di clienti. Anche gli sviluppatori di software e gli architetti rientrano in questa categoria, secondo le stime del documento.

La terza categoria è quella della riorganizzazione: lavori dove l’IA cambia in profondità i compiti quotidiani, ma la persona resta al centro del servizio per ragioni di responsabilità, regolamentazione o contatto diretto. Gli infermieri di cura generale sono un esempio: l’IA può assumersi buona parte del carico burocratico (compilazione delle cartelle, sintesi delle informazioni cliniche), ma la relazione col paziente, l’esecuzione dei trattamenti e la responsabilità sulla sicurezza restano compiti umani. Anche i doganieri rientrano qui: le mansioni di analisi documentale possono essere assistite dall’IA, l’esercizio della funzione pubblica no. Finiscono in questa fascia anche parte delle professioni legali e diverse figure tecniche: la mansione si trasforma, lo strumento entra nella giornata di lavoro, ma il ruolo non sparisce.

La quarta categoria è quella ad alto potenziale di automazione. Si tratta di mansioni con elevata esposizione tecnica dove non scatta nessuna delle protezioni precedenti, e dove un eventuale calo dei costi non genera abbastanza domanda nuova per compensare i risparmi di manodopera. Gli addetti all’inserimento dati, gli addetti alle paghe, i rappresentanti del servizio clienti e gli agenti per il collocamento sono tra gli esempi citati nel rapporto. E per questi il rischio è davvero di perdita di lavoro”.

Il mercato del lavoro italiano si dividerà in quattro macro-categorie basate sull’impatto dell’IA:

1. Cambiamento meno immediato (51% dei lavoratori): professioni in cui l’AI incide poco o dove la presenza umana e relazionale è insostituibile (es. insegnanti, ostetriche, assistenti sociali). L’AI sarà percepita solo come uno strumento marginale.
2. Riorganizzazione (24% dei lavoratori): professioni che cambierà in profondità nelle mansioni quotidiane (es. infermieri, doganieri, avvocati, commercialisti), ma in cui la persona rimane centrale per ragioni di responsabilità legale, regolamentazione o contatto diretto. Il ruolo non sparisce, ma richiede nuove competenze e formazione continua.
3. Alto potenziale di automazione (16% dei lavoratori): mansioni d’ufficio standardizzate e ripetitive (es. addetti all’inserimento dati, addetti alle paghe, servizio clienti) con alta esposizione tecnica e poche tutele. Per queste figure, spesso caratterizzate da contratti meno protetti, c’è una pressione diretta e un reale rischio di perdita del lavoro.
4. Crescita (10% dei lavoratori): un piccolo gruppo (sviluppatori di software, architetti, consulenti per energie rinnovabili) che beneficerà della riduzione dei costi del servizio per attrarre nuova domanda. Questa quota così ridotta evidenzia una scarsa presenza italiana nei settori che in altri paesi europei (come Lussemburgo, Svezia e Paesi Bassi) creeranno più occupazione qualificata.

Il meccanismo economico: l’effetto rimbalzo. Lo studio spiega che una forte esposizione all’AI non si traduce automaticamente in perdita di lavoro grazie all’ “effetto rimbalzo” (ispirato al paradosso di Jevons): se l’AI riduce i costi di un servizio, il calo dei prezzi può far aumentare la domanda a tal punto da compensare o superare i risparmi di manodopera. OpenAI calcola questo impatto tramite l’elasticità della domanda: se il valore è superiore a 1 (servizi discrezionali, su progetto o erogabili a distanza), la nuova domanda genera occupazione; se è inferiore a 1 (settori anelastici come sanità, scuola o bilanci pubblici), il guadagno di produttività ridurrà il fabbisogno di personale.

Le sfide politiche e le proposte. La gestione di queste quattro esperienze così distanti tra loro rappresenta il vero nodo politico per i governi. Le risposte pubbliche dovranno differenziarsi per supportare sia chi tende a sottovalutare il cambiamento sia chi subirà l’automazione in modo diretto. Il rapporto suggerisce tre linee guida per il futuro:

Potenziare l’Osservatorio sull’AI della Commissione europea;

Elaborare piani nazionali di transizione che uniscano adozione tecnologica, formazione e servizi per l’impiego;

Diffondere un’alfabetizzazione digitale di base per tutti i lavoratori.

2 luglio 2026