La ricerca rileva un'adozione diffusa dell'AI, ma nessun grande sconvolgimento ancora visibile nel mercato del lavoro
Punti chiave
- •Un nuovo working paper su SSRN di Jolevski, Melo e Moore rileva che l'adozione dell'AI generativa è diffusa, mentre lo sconvolgimento aggregato del mercato del lavoro resta non rilevato nei dati sull'occupazione.
- •La preoccupazione dei lavoratori per la sostituzione è più forte tra chi ha usato direttamente l'AI e l'ha vista svolgere mansioni centrali per il proprio lavoro.
- •Il divario tra percezione e risultati è rilevante per i responsabili politici, perché le paure di sostituzione possono plasmare decisioni su formazione, cambio di lavoro e salari prima che le statistiche aggregate cambino.
- •Il paper si basa su ricerche precedenti, incluso lo studio sull'assistenza clienti di Brynjolfsson, Li e Raymond, che ha riscontrato guadagni di produttività concentrati tra i lavoratori meno esperti.
- •Gli economisti continuano a dibattere se gli effetti dell'AI sul mercato del lavoro non si siano ancora materializzati su larga scala o se i dati aggregati attuali non abbiano la granularità necessaria per coglierli.

L'economista Jon Hartley ha recentemente segnalato in un thread su X un nuovo working paper sull'AI generativa e il mercato del lavoro: thread di Jon Hartley. Il paper, disponibile su SSRN, è firmato da Jolevski, Melo e Moore.
Riassumendo i risultati, Hartley scrive: "L'adozione dell'AI generativa è diffusa, ma non è ancora visibile uno sconvolgimento aggregato sostanziale del mercato del lavoro. Ciononostante, i lavoratori percepiscono un rischio significativo di sostituzione, soprattutto quando l'uso diretto rivela che l'AI può svolgere mansioni chiave del loro lavoro."
Lo studio si inserisce in un corpo di ricerca in crescita che esamina come gli strumenti di AI generativa vengano adottati nella forza lavoro e se tale adozione si stia traducendo in cambiamenti misurabili dell'occupazione. Questa letteratura include i precedenti lavori sperimentali di Erik Brynjolfsson, Danielle Li e Lindsey Raymond sugli operatori dell'assistenza clienti — che hanno riscontrato guadagni di produttività concentrati tra i lavoratori meno esperti — nonché indagini come la Business Trends and Outlook Survey del Census Bureau, che ha tracciato la rapida diffusione dell'uso dell'AI tra le imprese. Sebbene i grandi modelli linguistici e strumenti simili si siano diffusi rapidamente tra i lavoratori dalla loro introduzione, i dati aggregati sull'occupazione hanno finora mostrato prove limitate di una sostituzione su larga scala, secondo i risultati del paper come caratterizzati nel thread di Hartley.
La ricerca evidenzia inoltre un notevole divario tra percezione e risultati osservati: anche dove lo sconvolgimento aggregato non è ancora misurabile, i singoli lavoratori dichiarano preoccupazioni concrete per la sostituzione, e tale preoccupazione appare più forte tra chi ha usato direttamente l'AI e l'ha vista svolgere mansioni centrali per il proprio lavoro. Questo divario tra percezione e risultati è rilevante per i responsabili politici, perché le paure dei lavoratori per la sostituzione possono influenzare le decisioni di formazione, il cambiamento di lavoro e le trattative salariali ancor prima che le statistiche aggregate registrino alcun cambiamento — e perché episodi precedenti di cambiamento tecnologico, come l'informatica, sono storicamente stati seguiti da aggiustamenti del mercato del lavoro ritardati, difficili da rilevare in tempo reale con dati aggregati grossolani.
Per ulteriore contesto, Alex Tabarrok di Marginal Revolution ha pubblicato il giorno precedente un post correlato su AI e occupazione, basato su ciò che le imprese stesse riferiscono sugli effetti dell'AI su assunzioni e organico. Insieme, il paper e il commento che lo accompagna riflettono il dibattito in corso tra gli economisti sul fatto che gli effetti dell'AI generativa sul mercato del lavoro non si siano semplicemente ancora materializzati su larga scala, oppure se i dati esistenti non siano ancora abbastanza granulari per coglierli. Una domanda naturale per le ricerche future è se i dataset a livello di mansione e specifici per professione cominceranno a mostrare effetti che gli aggregati nazionali hanno finora oscurato.
Fonte: Marginal Revolution