Un’analisi economica e sociale della trasformazione professionale della Next Generation
Iniziamo ponendoci una domanda, la domanda.
L’intelligenza artificiale (IA) sta progressivamente sostituendo gli esseri umani nel mondo del lavoro? Il dibattito pubblico sull’IA e il lavoro è attualmente dominato dalla parola “sostituzione”.
Le macchine e gli algoritmi sostituiranno l’uomo. I sistemi intelligenti hanno raggiunto piena maturità, gli agenti AI, gli automi dunque sostituiranno il lavoro umano. Il mercato del lavoro rischia quindi il collasso.
Ma davvero algoritmi e robot prenderanno il posto dei lavoratori? E come sarà gestita questa nuova era, dal punto di vista sociale, pratico e umano?
Ciò a cui stiamo assistendo è una metamorfosi radicale del modo in cui il lavoro viene concepito, appreso e monetizzato.
I giovani entreranno in un mercato già occupato da agenti software molto più veloci ed efficienti, più economici ed instancabili. La narrazione che ne consegue sembra semplice, quasi cinematografica, ma proprio per via dell’immaginario fantascientifico ogni dibattito rischia di sembrare, a prima vista, superficiale.
Se osserviamo il fenomeno con gli strumenti dell’economia e della sociologia del lavoro, il quadro appare più articolato.
Non siamo davanti a una pura e semplice esclusione dell’essere umano dai processi produttivi. Siamo di fronte a una profonda trasformazione delle modalità con cui il lavoro si struttura, si apprende e si valorizza. Più che di sostituzione, dovremmo parlare di ridefinizione. E in molti casi di “aumento“.
L’area di questa transizione riguarda quindi la ridefinizione dei contenuti, delle competenze e delle relazioni sociali nel mondo del lavoro.
La sociologia economica invita a superare la narrazione semplicistica a cui abbiamo accennato per focalizzarci su un fenomeno che chiamerò in questa sede “lavoro aumentato”: non quindi solo semplice sostituzione, ma è totale trasformazione dei modelli e dei modi in cui lavoriamo, delle modalità in cui apprendiamo, come costruiamo i percorsi di carriera. Con massima attenzione alle nuove generazioni, ai giovani lavoratori di oggi e di domani.
• Lavoro Aumentato: Non è l’algoritmo al posto dell’uomo, ma l’algoritmo dentro il processo lavorativo umano.
• Nuove Competenze: Non basta più saper fare; serve saper gestire l’interazione con la macchina.
• Next Gen: cambiare il paradigma.
La sfida non è competere in velocità con un software – una battaglia persa in partenza – ma dominare i nuovi modelli di carriera che nascono da questa ibridazione.
La “Next Generation” non deve temere di essere superata da agenti software più veloci, ma deve prepararsi a un mercato dove il valore aggiunto risiederà nella capacità di governare la tecnologia, non di subirla. Non è l’apocalisse che si abbatte sul mondo del lavoro, è la nascita di un nuovo paradigma in cui l’intelligenza umana e quella artificiale ridisegnano, insieme, i confini della professionalità.
Sono definiti Next Generation o Next Gen i giovani che rappresentano le ultime generazioni, spesso identificate anche con Gen Z e Alpha, che sono protagoniste dell’attuale transizione digitale ed ecologica. Queste generazioni sono state inserite al centro delle politiche di rilancio europeo post-pandemia, sostenute dai fondi del piano europeo NextGenerationEU. Quasti finanziamenti sono mirati agli obiettivi d’inclusione, sostenibilità e innovazione con lo scopo di costruire un’economia resiliente europea.
Il paradosso generazionale: paura, utilizzo e significato del lavoro
Secondo un recente sondaggio pubblicato su Business Insider, una parte sempre più crescente di giovani percepisce l’utilizzo degli strumenti tecnologici d’Intelligenza Artificiale come un’opportunità ma allo stesso tempo ne temono l’impatto sulle proprie vite professionali. Un utilizzo quotidiano che è allo stesso tempo una minaccia concreta al proprio modo di lavorare e soprattutto alle proprie prospettive occupazionali. Nel 2025 un altro sondaggio statunitense ha rivelato che circa il 59% dei giovani, dall’età tra i 18 e i 29 anni, pensa che l’Intelligenza Artificiale rappresenti un rischio concreto per il proprio futuro lavorativo. L’IA viene percepita come un rischio più temibile dei classici motivi, che possiamo definire più tradizionali, come quelli dela delocalizzazione della produzione o l’immigrazione incontrollata e questi timori vengo sempre più spesso associati a un possibile declino del significato dello stesso concetto di lavoro. Allo stesso tempo i giovani utilizzano e incorporano già quotidianamente molti strumenti forniti dall’Intelligenza Artificiale e lo fanno nei loro compiti di scuola e accademici unitamente all’utilizzo in ambiti professionali. Quasi tutti la utilizzano nel proprio smartphone e ne sfruttano l’utilità pratica. Questo è un vero e proprio paradosso – timore in prospettiva unito all’utilizzo simultaneo – e rivela una dicotomia che si concretizza in frattura tra la percezione sociale e la prassi concreta. Questa ambivalenza percettiva riflette l’attuale tensione generazionale, che non mi appare solo come una contraddizione irrazionale: è proprio la manifestazione di questa transizione in atto, che ridiscute il significato del concetto del lavoro stesso che si trasforma come mai è accaduto nella storia in quest’epoca di estrema digitalizzazione .
I dati ci mostrano che alcune posizioni di ingresso nel mondo del lavoro, soprattutto nei settori digitali, nel customer service e nella data analysis e data mining, stanno subendo una forte contrazione. Si tratta proprio di quei ruoli che, fino a una manciata di anni fa, rappresentavano spesso la porta d’ingresso alle professioni più qualificate.
La tecnologia in questo caso non elimina necessariamente l’intera categoria professionale, ma comprime i gradini iniziali. Questo è un punto cruciale, soprattutto dal punto di vista sociologico. Basta ricordare che il lavoro non rappresenta il solo reddito. Il lavoro è dignità, è apprendimento, e rappresenta la costruzione d’identità affiancata ad una progressione graduale di responsabilità.
Se i compiti di routine e di base vengono automatizzati, il rischio sociale non è soltanto occupazionale, ma prima di tutto formativo: si interrompe l’aspetto più importante del processo, si chiude quella palestra professionale che consentiva ai giovani di accumulare l’esperienza concreta.
Filosoficamente e concettualmente si può ampliare il discorso ad altre professioni. In un futuro in cui AI e robot ci sostituiranno, chi studierà per anni chirurgia se poi ad operare sarà una macchina? Quale sarà la direzione della trasmissione del sapere? Quale sarà il risultato di questa erosione cognitiva?
Lavoro e significato delle trasformazioni
Sullo sfondo di queste dinamiche tecnologiche e occupazionali c’è da analizzare una questione più profonda. Dovremo chiederci cosa significa “lavorare” in un’epoca in cui il confine tra capacità umane e capacità algoritmica si fa sempre più labile. La filosofia del lavoro contemporanea invita a ragionare sul nuovo concetto di lavoro. Il lavoro non è diventato solo un mero mezzo di sostentamento, ma dopo la aver scalato la piramide di Maslow, per la maggior parte dei giovani rappresenta il modo principale per esprimere e costruire la propria identità sociale, rappresentata oramai la propria rete di relazioni e che sviluppa il senso di appartenenza e di sicurezza.
L’articolo 1 della nostra Costituzione sancisce che “L’Italia è una Repubblica democratica, fondata sul lavoro” inteso come base del progresso sociale ma soprattutto della dignità umana.
L’IA ha oramai raggiunto la capacità di trasformare compiti e ruoli: può liberare energie creative e intensificare la produzione, ma può anche alienare i lavoratori da quelle esperienze formative che rendono il lavoro il luogo privilegiato di crescita personale e sociale.
Dislocazione occupazionale e “lavoro aumentato”: competenze, complementarietà e disuguaglianza
Economisti del Stanford Digital Economy Lab hanno osservato che, in settori ad alta esposizione all’IA generativa, l’occupazione dei giovani adulti tra i 22 e i 25 anni è diminuita significativamente tra il 2022 e il 2025, con cali di oltre il 10-13 % per professioni come software engineering e customer service (Fonte: Ticinonline).
Questa dinamica confermata da più ricerche, suggerisce che l’IA tende a automatizzare compiti codificabili e routinari, sostituendo il lavoro entry-level che tradizionalmente funge da fondamentale “palestra” per l’accumulazione di competenze professionali (Fonte: Wired).
Non si tratta quindi di un semplice effetto quantitativo, cioè perdita di numero posti di lavoro, ma di un cambiamento qualitativo della transizione verso il lavoro più maturo e adulto. I giovani dell’attuale generazione pronta alla prima occupazione non trovano così facilmente i ruoli intermedi, perché molte delle attività che costituivano l’apprendistato naturale professionale vengono gestite da sistemi di IA che svolgono compiti tradizionali come l’analisi di dati, la produzione di report o la gestione di processi interni.
Da un punto di vista sociologico, questo genera una frattura nel processo di socializzazione professionale che tradizionalmente avveniva attraverso una progressiva responsabilizzazione sul campo. La tecnologia, accelerando l’accesso a compiti avanzati e delegando quelli di base, rischia di creare un gap tra conoscenza teorica e esperienza pratica significativo. Non solo riduzione di organico e di assunzioni da parte delle aziende, ma anche richiesta di competenze digitali e soft skills che i giovani che entrano nel mondo del lavoro devono possedere ancora prima di iniziare e anche di riqualificazione continua (Reskilling) che diventa fondamentale. Alcuni studi prevedono che entro il 2030 l’AI generativa influenzerà circa il 20% dei posti di lavoro, e ne sostituirà circa il 3% (Fonte: Forrester). Altre previsioni più aggressive dimezzano i tempi e raddoppiano le percentuali.
La ricerca Forrester, nel report “Generative AI Will Transform — Not Replace — Jobs”, evidenzia che l’AI generativa influenzerà significativamente le mansioni (aumentando la produttività) di circa il 20% dei colletti bianchi entro il 2030, ma la sostituzione completa (automazione totale della posizione) riguarderà una percentuale molto più bassa, stimata appunto attorno al 3-5%.
 |  |  |
Altre analisi recenti (2024-2025) con stime più “aggressive” suggeriscono una velocità di adozione superiore.
Uno studio Goldman Sachs (Previsioni di alto impatto) indica che l’IA potrebbe automatizzare l’equivalente di 300 milioni di posti di lavoro a tempo pieno (circa il 25% delle mansioni totali in USA ed Europa), con un impatto molto forte sui colletti bianchi.
McKinsey Global Institute prevede che entro il 2030, l’IA generativa potrebbe automatizzare attività che occupano fino al 30% delle ore lavorative attuali nell’economia statunitense, accelerando il trend precedente.
Alcune proiezioni al rapporto WEF (World Economic Forum) 2025 indicano che l’IA potrebbe sostituire 92 milioni di posizioni, ma crearne 170 milioni nuove entro il 2030, cambiando profondamente il 39% delle competenze lavorative.
Alcuni imprenditori dell’high tech (Matt Shumer e altri Tech CE) stimano che, a causa degli agenti autonomi, gran parte dei lavori d’ufficio entry-level potrebbero essere sostituiti entro 3-5 anni (dimezzandosi entro il 2030) e con percentuali che impatteranno fino al 40-50% delle mansioni.
La letteratura economica contemporanea distingue in modo molto chiaro tra quelle che possiamo definire le tecnologie AI che automatizzano e sostituiscono l’uomo da quelle che aumentano la capacità umana di lavorare. Le prime sostituiscono compiti facilmente codificabili e ripetitivi e riducono lavoro e salari nelle occupazioni meno specializzate. Le seconde amplificano la produttività e si integrano con le competenze decisionali, creative e soprattutto relazionali, facendo emergere nuovo lavoro con incrementi salariali nei ruoli ad alta qualificazione.
Quindi quando l’IA viene utilizzata come strumento di supporto, ad esempio in ambito medico, legale , finanziario o creativo, osserviamo un incremento sostanziale della produttività e, in alcuni casi, dei salari, ma solo nelle posizioni ad alta qualifica. Utilizzare l’AI nella gestione di compiti ripetitivi libera tempo ed energia per strategia, creatività, talento e relazioni. Una forza lavoro umana e potenziata da questa sorta di partnership. La forza lavoro aumentata porterebbe così ad un aumento dell’efficienza, alla semplificazione del recruiting, al miglioramento dell’esperienza lavorativa.
Quando invece l’IA viene implementata per ridurre costi su mansioni standardizzate, l’effetto è la riduzione sui redditi e dell’occupazione di base.
La tecnologia, quindi, non possiamo definirla neutra. Dipende da come viene integrata all’interno dei modelli organizzativi. Può generare la polarizzazione oppure rafforzare la complementarietà. Può ridurre la qualità del lavoro oppure addirittura innalzarla.
Questo dualismo ha implicazioni profonde per la sociologia del lavoro: l’Intelligenza Artificiale non è un agente neutro, ma una tecnologia socialmente incorporata che esprime e amplifica le strutture di potere, le gerarchie professionali e i modelli di competenza richiesti dal mercato. In questo senso, la tecnologia – lungi dall’essere un semplice sostituto – ridefinisce i confini tra lavoro umano e capacità computazionale, con effetti differenti a seconda delle istituzioni educative, delle politiche pubbliche e delle strutture organizzative delle imprese: i ruoli di alta qualificazione, che richiedono capacità analitiche, creative e di gestione complessa dei sistemi, tendono a beneficiare dell’integrazione con l’IA; i ruoli routinari, invece, rischiano di essere erosi o spinti verso forme di subordinazione economica e sociale.
Polarizzazione cognitiva
Uno dei fenomeni più evidenti a cui stiamo assistendo è quello della cosiddetta “polarizzazione cognitiva”, un tema che riguarda il modo attraverso il quale le cosiddette le nuove tecnologie a disposizione della massa influenzano molti aspetti della nostra vita e del nostro pensiero operando gradualmente una evidente trasformazione sul modo di pensare e di vivere. Restringendo il focus, per quanto concerne il solo mondo del lavoro, assistiamo a una crescente richiesta di figure professionali capaci di gestire sistemi complessi, di lavorare sugli output algoritmici dell’IA ma soprattutto si assiste alla domanda crescente di operatori in grado di saper assumere decisioni in contesti di forte incertezza. Si sta progressivamente riducendo, invece, la domanda per ruoli esecutivi privi di autonomia, facilmente sostituibili da agenti IA. Uno scenario che possiamo definire come polarizzazione delle competenze.
La polarizzazione cognitiva possiamo definirla come una distorsione cognitiva o un vero e proprio errore di ragionamento che porta a semplificare eccessivamente la realtà, a polarizzarla ed estremizzandola interpretandola esclusivamente come “bianco o nero”, “buono o cattivo”. Questo pensiero rigido, granitico, impedisce di vedere le sfumature, portando spesso a stati d’animo negativi, a credenze disfunzionali, alla radicalizzazione delle opinioni e a sviluppare rabbia e aggressività.
Questo fenomeno produce una nuova organizzazione interna al lavoro cambiandone la gerarchia: chi è in grado di governare l’intelligenza artificiale e chi semplicemente la supervisiona passivamente. Se questo aspetto non verrà accompagnato da politiche formative adeguate, questa dinamica rischierà di ampliare le disuguaglianze generazionali unitamente a quelle territoriali.
In Italia, ad esempio, molte aziende dichiarano di voler investire in competenze legate all’IA, ma il sistema formativo fatica a colmare il divario tra domanda e offerta. Il risultato è paradossale: aziende che cercano competenze avanzate e giovani che restano esclusi non per mancanza di talento, ma per carenza di percorsi di transizione.
Il significato del lavoro nell’era algoritmica
C’è poi una dimensione più analitica, che riguarda il “senso del lavoro”. La sociologia del lavoro ha sempre sottolineato che lavorare significa esercitare capacità, costruire riconoscimento sociale, partecipare a una comunità produttiva. Se l’IA assume una quota crescente di attività cognitive, cosa resta all’essere umano?
La risposta non è nel ripiegamento nostalgico e neppure nell’entusiasmo acritico. Forse è nella dimensione del giudizio, della responsabilità e dell’interpretazione. Nella capacità di collegare dati e valori, collegare l’efficienza e le finalità. Resta la decisione ultima, che non può essere ridotta solo a un calcolo probabilistico.
Il “lavoro aumentato” potrebbe non eliminare l’uomo ma lo costringe a ridefinirsi e ridimensionarsi in una certa misura. Il lavoratore non appare più come mero esecutore o accumulatore di informazioni, ma diventa il soggetto capace di coordinare, valutare e integrare.
La trasformazione è in atto, la grande rivoluzione tecnologica non è imminente, è già avvenuta. Il lavoro più importante sarà quello di centrarsi sull’importanza dell’uomo oltre l’efficienza, realizzare strumenti e percorsi che guidino nella transizione in grado di affrontare modificandosi le incognite che arriveranno, non ultimo il benessere dell’individuo e le dipendenze da interazione.
Giovani, mismatch e trasformazione dei percorsi professionali
Un fenomeno che emerge con forza anche in Italia è il cosiddetto mismatch tra domanda e offerta di lavoro: mentre le imprese segnalano una crescente ricerca di competenze digitali o legate all’IA, i giovani faticano ad accedere a questi ruoli. In Italia, quasi la metà delle aziende dichiara di voler puntare su competenze AI nei prossimi anni, ma i tassi di disoccupazione giovanile restano elevati, soprattutto nelle aree meridionali del Paese. (Fonte: ilcapoluogo.it)
Questa differenza tra le esigenze delle imprese e le qualifiche disponibili non indica l’assenza di lavoro, ma piuttosto la fragilità dei percorsi di transizione che dalla scuola portano al lavoro. Un certo ritardo nell’ acquisire il cambiamento e la sua velocità. Non è l’IA in sé a creare disoccupazione, ma un sistema educativo e formativo che non riesce a metabolizzare la trasformazione tecnologica trasformandola in competenze sociali e lavorative fruibili dai giovani.
In alcuni casi, si osservano reazioni generazionali alternative: molti giovani, scoraggiati dalle prospettive nel digitale, orientano le loro aspirazioni professionali verso settori meno “intensivi di automazione”, come i mestieri manuali artigianali o imprese creative indipendenti o verso professioni prevalentemente relazionali, meno “disumanizzanti” . Questo fenomeno non è solo economico, ma esprime una ridefinizione culturale del valore del lavoro.
Questo fenomeno non è da considerare una fuga dalla tecnologia, ma rappresenta una ricerca di controllo sulla propria vita e sul proprio lavoro. La necessità di ancorarsi alla realtà, e un desiderio di tangibilità e soprattutto di autonomia.
In parallelo, assistiamo all’emergere di nuove figure ibride, meticce. Appaiono professionisti capaci di dialogare con i cosiddetti sistemi intelligenti, di figure professionali capaci trasformare output algoritmici in soluzioni utili e operative, di competenze che combinano tecniche alla sensibilità. È qui che si gioca la partita di quello che abbiamo definito “lavoro aumentato”.
Politiche e governance del lavoro aumentato
Se il lavoro aumentato rappresenta il nuovo paradigma, la risposta non può limitarsi ad una semplice “alfabetizzazione digitale“.
Occorre affiancare una governance sistemica del lavoro, che includa percorsi di formazione continua, programmi di welfare che proteggano coloro che si trovano in condizione di transizione tra ruoli e competenze.
Alcuni studi emergenti suggeriscono di considerare le politiche di reddito di base come uno strumento per sostenere questa transizione.
Investimenti orientati ad implementare competenze critiche e relazionali che l’IA non può facilmente replicare.
La questione pertanto non può essere lasciata solamente al mercato del lavoro. Serve Politica Economica. Necessitiamo di politiche pubbliche che investano seriamente in formazione. Quella utile e continua, che ci accompagni nella transizione. Abbiamo bisogno di politiche che tutelino chi si trova ai margini delle cosiddette fasi di riqualificazione. Serve una revisione del sistema educativo che non insegni soltanto ad utilizzare strumenti, ma rafforzi e sviluppi il pensiero critico, la capacità di problem solving unitamente alle competenze relazionali.
Sarebbe auspicabile promuovere un dibattito pragmatico e propositivo e prepararsi a sostenere la transizione con strumenti adeguati.
L’intelligenza artificiale non è il destino dell’umanità. È uno strumento, una tecnologia. Come ogni nuovo strumento produce effetti diversi a seconda del contesto istituzionale in cui viene adottata. Porta con se prospettive di sviluppo e progresso straordinarie, grandi cambiamenti. Andrà ridisegnato il concetto di autonomia, andranno affrontati i i rischi di disallineamento tra valori umani e dell’Intelligenza Artificiale, andrà affrontato l’impatto sull’economia, diretto e indiretto.
Ed è uno strumento molto potente, sta a noi dimostrare di avere la maturità per saperlo gestire.
Conclusione: lavoro come processo dinamico
Più che pensare all’intelligenza artificiale come a una forza che ruba lavoro, dobbiamo considerarla come un fattore di trasformazione che ridefinisce i confini del lavoro umano. Nell’analisi economica e sociologica del lavoro aumentato, emerge un quadro in cui la tecnologia diventa un catalizzatore di discontinuità, non solo nei numeri occupazionali, ma nelle strutture stesse di significato del lavoro. Per i giovani, questo significa affrontare un mercato in transizione, dove la principale sfida non è la competizione con le macchine, ma la capacità di costruire un profilo professionale e sociale in un contesto in cui competenze, relazioni e significati si ridefiniscono continuamente, dove la sfida non è competere con le macchine ma quella di acquisire quella capacità di interpretare, coordinare e decidere. Quelle capacità che ancora nessun algoritmo può automatizzare completamente. Il futuro del lavoro in questo modo non sarà meno umanizzato. Sarà forse più umano, ma in modo totalmente diverso.
Fonti
https://www.businessinsider.com/young-people-ai-threat-jobs-harvard-youth-poll-2025-12
https://www.ictbusiness.it/news/intelligenza-artificiale-nel-mondo-del-lavoro-i-giovani-dicono-si.aspx
https://www.tio.ch/economia/dal-mondo/1863096/intelligenza-ricercatori-giovani-mercato-lavoro
https://www.wired.com/story/stanford-research-ai-replace-jobs-young-workers
https://arxiv.org/abs/2503.19159
https://arxiv.org/abs/2412.19754
https://www.ilcapoluogo.it/2025/06/01/lai-nel-mondo-del-lavoro-le-nuove-figure-emergenti-richieste/
https://www.futuroprossimo.it/2025/10/mercato-del-lavoro-la-gen-z-snobba-lai-per-i-mestieri-manuali/
https://arxiv.org/abs/2512.11893
https://www.ema.co/additional-blogs/addition-blogs/ai-impact-employment-trends
https://www.mckinsey.com/mgi/our-research/generative-ai-and-the-future-of-work-in-america
Forrester, nel report “Generative AI Will Transform — Not Replace — Jobs” (e analisi correlate tra il 2023-2025)
Goldman Sachs (Previsioni di alto impatto)
 |  |  |  |
