I fischi nei campus americani non sono un episodio isolato
Quando Eric Schmidt, ex amministratore delegato di Google, pronuncia le due lettere IA durante il discorso di laurea all’University of Arizona, la platea risponde con una fragorosa salva di fischi. Pochi giorni prima era accaduto lo stesso alla University of Central Florida, dove la dirigente immobiliare Gloria Caulfield, dopo avere definito l’intelligenza artificiale «la prossima rivoluzione industriale», si è vista interrompere più volte dalle contestazioni, fino a chiedere al pubblico, visibilmente sorpresa, se avesse toccato un nervo scoperto. Negli ultimi mesi la scena si è ripetuta in almeno una decina di atenei americani, dal Tennessee alla Columbia University di New York. Un sondaggio Gallup del 2026 fotografa il fenomeno con precisione: l’entusiasmo della Generazione Z per l’intelligenza artificiale è sceso dal 36% al 22% in un solo anno, mentre la quota di chi prova rabbia è salita di nove punti fino al 31% e l’ansia resta stabile al 42%. Questi fischi non sono luddismo, e nemmeno il rifiuto della tecnologia da parte di chi la usa più di chiunque altro, ma la richiesta esplicita di una risposta che nessuno sta ancora dando con chiarezza: quale posto avremo nel mondo che l’intelligenza artificiale sta costruendo? È a partire da questa domanda, e non dalle rassicurazioni dei relatori fischiati, che vale la pena ragionare.
Quello che i dati rendono visibile
Una risposta parziale, ma rigorosa, arriva dall’Anthropic Economic Index, che da marzo 2026 misura quella che i ricercatori chiamano observed exposure, l’esposizione osservata: non la sola capacità teorica dei modelli linguistici di sostituire un compito, ma l’uso effettivo che le persone fanno dell’intelligenza artificiale in centinaia di occupazioni reali. I risultati precisano l’intuizione dei fischi, perché le occupazioni più esposte non sono quelle manuali ma quelle cognitive: in cima alla classifica figurano i programmatori, con una copertura dei compiti intorno al 75%, seguiti dagli addetti all’assistenza clienti e dagli operatori di inserimento dati, fermi a circa il 67%. Il dato più rivelatore riguarda chi quelle occupazioni le esercita, vale a dire lavoratori mediamente più istruiti, con un reddito superiore del 47% rispetto a chi opera in mansioni poco esposte e una quota di titoli post-laurea quasi quattro volte più alta. L’intelligenza artificiale, in altre parole, erode per prime le professioni di chi l’ha sviluppata e di chi il sistema formativo ha per decenni preparato come élite cognitiva. Non si registra ancora un aumento sistematico della disoccupazione complessiva, eppure il segnale è già leggibile nei punti di ingresso: uno studio della Stanford University firmato da Erik Brynjolfsson, Bharat Chandar e Ruyu Chen, intitolato non a caso “Canaries in the Coal Mine?”, rileva un calo tra il 6% e il 16% dell’occupazione dei giovani tra i ventidue e i venticinque anni nelle professioni più esposte, dovuto al rallentamento delle assunzioni più che ai licenziamenti, mentre lo stesso Anthropic Economic Index, su dati indipendenti, osserva per la medesima fascia d’età un calo del 14% nel tasso di ingresso in occupazioni ad alta esposizione rispetto al 2022.
La lupa dantesca, ovvero il lavoro che cresce e intanto dimagrisce
Per nominare con esattezza ciò che questi numeri raccontano conviene risalire a un’immagine antica. Nel primo canto dell’Inferno, Dante incontra una lupa che incarna la cupidigia, una bestia dalla natura così malvagia che mai non empie la bramosa voglia e che «dopo ‘l pasto ha più fame che pria», perché più si nutre più ha fame. È la figura più precisa di quanto sta accadendo al lavoro cognitivo. I numeri aggregati dell’occupazione non crollano, le imprese continuano ad assumere, e tuttavia la scala che permetteva ai neolaureati di imparare un mestiere osservando i più anziani perde i suoi primi gradini uno dopo l’altro. La dinamica è stata osservata analizzando le decisioni di assunzione delle imprese: le aziende risparmiano nel breve periodo sostituendo con l’intelligenza artificiale le mansioni di ingresso, senza considerare che il valore di un giovane lavoratore non sta nei compiti svolti in un trimestre, ma nella formazione e nel giudizio che si costruiscono solo dopo anni dentro un’organizzazione. Una società che smonta oggi il primo gradino della carriera si ritroverà fra vent’anni senza i quadri intermedi capaci di supervisionare proprio quei sistemi che oggi automatizzano l’ingresso al lavoro. Qui si chiude il cerchio con la lupa. Per anni abbiamo rincorso le soft skill come risposta al futuro del lavoro, poi le competenze digitali e STEM come passaporto per l’occupabilità, e scopriamo oggi che proprio quelle competenze sono tra le più esposte alla sostituzione algoritmica. Abbiamo nutrito la bestia convinti di sfamarla, e la bestia ha avuto più fame di prima. Il punto, allora, non è quanto lavoro l’intelligenza artificiale crei o distrugga, ma quale sia la qualità nutritiva di quel lavoro, cioè la sua capacità di generare competenza, identità e futuro.
Il lavoro come bisogno, non come semplice impiego
Parlare di qualità nutritiva del lavoro non è una metafora ornamentale, perché rinvia a una tradizione che risale ad Aristotele, secondo cui il lavoro non è soltanto un diritto da tutelare ma un bisogno fondamentale della persona, il luogo in cui l’azione che trasforma la realtà esterna e quella che trasforma il soggetto si incontrano inscindibilmente. Quando il lavoro smette di essere espressivo della persona, quando chi lo compie non ne comprende più il senso, esso scivola verso una forma di schiavitù nel significato etimologico del termine. Da qui la domanda decisiva, che non riguarda quanti posti l’intelligenza artificiale farà sparire ma quale dimensione del lavoro si contragga e quale si espanda, quella acquisitiva del reddito o quella espressiva del significato. Se la seconda trova nuovi spazi siamo davanti a un’occasione storica, se invece nessuno li costruisce ci troviamo di fronte a quel rendere superfluo l’essere umano che Hannah Arendt aveva indicato come il male radicale, e che oggi rischia di manifestarsi non per via totalitaria ma per via di mercato.
Il paradosso del lavoro di cura
La prova più evidente di questo paradosso sta in ciò che il mercato lascia scoperto. Mentre l’intelligenza artificiale erode le professioni cognitive a più alto prestigio formativo, una vastità di lavori di cura rimane senza braccia disponibili: in Italia chi si occupa di anziani fragili, di persone con disabilità, di minori vulnerabili non riesce a reclutare personale. La causa non è la scarsità di vocazioni, ma un sistema di riconoscimento che misura il valore del lavoro su parametri costruiti intorno alla produttività e fatica a valorizzare ciò che per definizione non si automatizza, ossia la relazione, la presenza, la cura. Il lavoro di cura è, in senso pieno, produzione di beni relazionali, e i beni relazionali, come ha mostrato Pierpaolo Donati, non nascono dall’efficienza ma dalla reciprocità, motivo per cui non si esternalizzano e non si scalano algoritmicamente. Riallestire un ambiente capace di riconoscere questo lavoro significa intervenire su almeno tre piani concreti:
• ripensare retribuzione e inquadramento del lavoro di cura attraverso la contrattazione collettiva e il welfare generativo, immaginando forme di compenso costruite su logiche di produttività radicalmente diverse, perché il riconoscimento economico sia proporzionato al valore sociale prodotto e non al solo output misurabile;
• riorientare i curricula formativi attorno alle character skill, come affezione, coraggio, intraprendenza empatica e cooperazione non strumentale, trattandole come nucleo competente dell’agire professionale e non come ornamento umanistico;
• costruire sistemi di misurazione del valore che superino il solo prodotto interno e incorporino la qualità del lavoro, la partecipazione e la cura.
Riformare la scuola e i contratti, non subire la transizione
Questa agenda chiama in causa due infrastrutture che il dibattito tende a trattare separatamente, la formazione e i contratti, e che invece vanno pensate insieme. Nel confronto italiano è soprattutto Marco Bentivogli a insistere su questa convergenza, con una posizione che rifiuta tanto la demonizzazione quanto l’adozione passiva dell’intelligenza artificiale. La sua critica al modello scolastico fordista conduce a una formazione fortemente personalizzata, nella quale l’intelligenza artificiale si fa carico dei compiti metacognitivi più ripetitivi liberando tempo per quelle competenze emotive, critiche e relazionali che la macchina non possiede. Allo stesso modo, una tecnologia generativa ormai capace di redigere testi, contratti e atti rende indilazionabile una modernizzazione dei contratti collettivi: ripensarne la tipologia, e non solo i contenuti retributivi, puntando sulla contrattazione di secondo livello e sulla partecipazione dei lavoratori alle scelte organizzative, perché senza nuovi istituti la trasformazione si scarica per intero sul lato più debole del rapporto di lavoro.
Una scelta, non un destino
I fischi nei campus americani, i numeri dell’Anthropic Economic Index e la lupa dantesca che non si sazia mai sono tre modi di dire la stessa cosa. L’intelligenza artificiale non possiede una direzione propria, la riceve dalle istituzioni che la mettono al lavoro, e dipende dalle nostre scelte educative, contrattuali e redistributive decidere se il lavoro che cresce nutrirà davvero le persone oppure continuerà, come la bestia di Dante, ad avere più fame dopo ogni pasto. Nulla di tutto questo è inevitabile. Questa è la nostra epoca, e questa è la nostra scelta.
Riferimenti bibliografici
Arendt H. (1951), Le origini del totalitarismo, trad. it. Einaudi, Torino, 1967.
Bentivogli M. (2024), Il lavoro che ci salverà, San Paolo, Cinisello Balsamo.
Brynjolfsson E., Chandar B., Chen R. (2025), “Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence”, Stanford Digital Economy Lab, Stanford.
Dante Alighieri, Inferno, canto I, vv. 94-99 (la lupa); Convivio, I, i (la persona come desiderio di conoscenza).
Donati P. (1991), Teoria relazionale della società, FrancoAngeli, Milano.
Handa K. et al. (2025), “Which Economic Tasks are Performed with AI? Evidence from Millions of Claude Conversations”, Anthropic, San Francisco.
Massenkoff M., McCrory P. (2026), “Labor Market Impacts of AI: A New Measure and Early Evidence”, Anthropic, San Francisco, 5 marzo 2026.
Walton Family Foundation, GSV Ventures, Gallup (2026), The AI Paradox. Voices of Gen Z, indagine condotta dal 24 febbraio al 4 marzo 2026.
Gratton L., Scott A. (2016), The 100-Year Life. Living and Working in an Age of Longevity, Bloomsbury, Londra.
Venturi P., Zandonai F. (2022), Neo-mutualismo. Ridisegnare dal basso competitività e welfare, Egea, Milano.
Zamagni S. (2022), “Lavoro giusto e lavoro decente: la sfida del terzo settore”, Lavoro Diritti Europa, n. 2/2022.