Automatizzare le mansioni junior è rischioso*

Nel dibattito sull’intelligenza artificiale e lavoro prevalgono alcune tematiche: quanti posti verranno sostituiti, quali professioni saranno più esposte e quali competenze consentiranno ai lavoratori di restare competitivi. Le urgenze sono comprensibili e legittime ma, poste con questo grado di genericità, rischiano di trattare l’universo eterogeneo dei lavoratori senza considerare molte differenze. In particolare, stanno crescendo le preoccupazioni, che oltreoceano diventano vere e proprie proteste, da parte della componente più giovane degli occupati, quelli appena entrati nel mercato del lavoro, o di quelli che stanno per entrarvi, rispetto ad un possibile svantaggio strutturale rispetto al passato. Non è difficile comprendere di cosa stiamo parlando. Spesso le prime attività nelle quali viene impegnato un neo-assunto non hanno un livello di complessità eccessivo e sono propedeutiche anche ad un inserimento graduale funzionale a cogliere il funzionamento dell’organizzazione. Mansioni spesso poco prestigiose ma formative anche perché costringono a misurarsi con l’errore, con la correzione, con il tempo necessario a capire perché sia il contesto che il contenuto del lavoro.

Il lavoro dei profili junior non vale solo per ciò che produce nel breve periodo, perché un giovane inesperto produce meno di un lavoratore maturo e richiede supervisione e investimento formativo, ma perché quella minore produttività è il costo di riproduzione delle competenze dentro le organizzazioni. Le imprese, assumendo giovani, non includono soltanto prestazioni immediate ma contribuiscono alla costruzione del proprio capitale professionale futuro. Se però, nel contesto dell’AI, un software può fornire in pochi secondi una bozza accettabile, una sintesi ordinata o una prima analisi, il junior rischia di apparire non più come investimento, ma come inefficienza. Da qui nasce il rischio percepito di una razionalità economica di breve periodo che può spingere le organizzazioni a comprimere proprio le posizioni iniziali che servivano a formare i lavoratori di domani, aumentando oggi la produttività apparente ma indebolendo il processo attraverso cui si formano le figure capaci di valutare e correggere anche gli output prodotti dall’AI. Come se fosse a loro chiesto di essere immediatamente più performanti dell’AI senza aver ricevuto il giusto allenamento.

C’è poi un secondo movimento, che riguarda non tanto le imprese quanto i giovani stessi. Per chi si approccia oggi all’attività lavorativa l’AI offre una scorciatoia potente perché consente di produrre subito qualcosa che assomiglia al risultato di una competenza già acquisita. Un testo ben formato può far credere di saper scrivere, un codice funzionante di saper programmare, una sintesi plausibile di aver capito. L’AI può incentivare la pigrizia organizzativa, e chi è più vulnerabile è proprio chi ha poca esperienza. Le resistenze che osserviamo oggi negli Usa e ancora poco in Europa, non vanno quindi lette solo come rifiuto della tecnologia. In molti casi esprimono la percezione che il primo gradino della scala professionale stia diventando meno solido. La promessa implicita era: studia, entra dal basso, impara facendo, poi cresci, ma se gli ultimi gradini vengono automatizzati, diventa tutto meno chiaro e più incerto.

Come in altri aspetti dell’introduzione delle nuove tecnologie nelle imprese, molto si gioca intorno al modello organizzativo che verrà adottato. Una visione di breve termine consentirebbe oggi di ridurre molto il turnover in ingresso, automatizzando numerosi processi. Il tutto con il costo, spostato più avanti, di non avere poi persone adeguatamente formate per accedere a ruoli più complessi, dove l’AI non è sostitutiva ma complementare alla persona. Ciò non significa che nulla debba cambiare, e sicuramente l’onboarding dei più giovani avrà una fisionomia differente rispetto al passato. L’apprendimento che conta non nasce dall’esecuzione automatica di un compito, ma dal confronto con ciò che non sappiamo ancora gestire: un errore, un imprevisto, una distanza tra esperienza e competenza. È lì che il giovane costruisce giudizio, non solo performance. L’IA dovrebbe sostenere questo processo, non sostituirlo, altrimenti migliora il risultato immediato ma indebolisce la formazione dei professionisti di domani.

Bollettino ADAPT 22 giugno 2026, n. 24

Francesco Seghezzi
Presidente ADAPT
@francescoseghezz

*Articolo pubblicato anche su Il Sole 24 Ore, il 19 giugno 2026