Il Futuro del Lavoro con gli Agenti AI: Oltre l’Automazione, Verso la Collaborazione Uomo-Macchina

L’ascesa rapidissima degli agenti AI, sta ridefinendo il mercato del lavoro. Questi sistemi, a differenza dei modelli di intelligenza artificiale autonomi, sono capaci di eseguire flussi di lavoro complessi e sono sempre più posizionati per assumere ruoli in un’ampia gamma di settori professionali. La loro integrazione negli ambienti occupazionali sta già iniziando a plasmare il mercato del lavoro, con stime che indicano che circa l’80% dei lavoratori statunitensi potrebbe vedere gli LLM (Large Language Models) influenzare almeno il 10% dei loro compiti.

Tuttavia, nonostante il potenziale aumento della produttività, l’adozione dell’IA sul posto di lavoro solleva anche preoccupazioni riguardo alla sostituzione dei posti di lavoro, alla diminuzione dell’autonomia umana e all’eccessiva dipendenza dall’automazione. Per affrontare questa lacuna di comprensione sistematica, è stato introdotto un innovativo quadro di auditing e un database chiamato WORKBank.

WORKBank: Una Nuova Lente sul Lavoro e l’AI

Il database WORKBank è stato costruito basandosi sul database O*NET del Dipartimento del Lavoro degli Stati Uniti. Rappresenta il primo audit su larga scala delle capacità degli agenti AI e delle preferenze dei lavoratori. La ricerca ha raccolto le preferenze di 1.500 lavoratori e le valutazioni delle capacità da 52 esperti di intelligenza artificiale, coprendo oltre 844 attività in 104 occupazioni. I dati sono stati raccolti tra gennaio e maggio 2025.

Un aspetto cruciale del quadro di auditing è l’introduzione della Human Agency Scale (HAS).

La Human Agency Scale (HAS): Misurare il Coinvolgimento Umano

La HAS è una scala a cinque livelli (da H1 a H5) che quantifica il livello desiderato di coinvolgimento umano in un compito. A differenza delle tradizionali scale di automazione che adottano una prospettiva “AI-first”, la HAS offre una lente centrata sull’uomo per valutare le proprietà del compito e gli approcci appropriati allo sviluppo dell’agente.

H1: L’agente AI gestisce il compito interamente da solo.
H2: L’agente AI necessita di un input umano minimo per prestazioni ottimali.
H3: L’agente AI e l’essere umano formano una partnership paritaria, superando le prestazioni di ciascuno da solo.
H4: L’agente AI richiede l’input umano per completare con successo il compito.
H5: L’agente AI non può funzionare senza un coinvolgimento umano continuo.

È importante sottolineare che livelli HAS più alti non sono intrinsecamente migliori; livelli diversi si adattano a ruoli AI diversi. I compiti a H1-H2 favoriscono l’automazione, mentre i compiti a H3-H5 beneficiano di strategie di aumento (augmentation).

Cosa Desiderano (e Non Desiderano) i Lavoratori dall’AI

I risultati dello studio WORKBank rivelano atteggiamenti diversi:

Desiderio di Automazione: Per il 46,1% dei compiti, i lavoratori esprimono un atteggiamento positivo verso l’automazione da parte degli agenti AI. La motivazione principale è liberare tempo per lavori di alto valore (selezionata nel 69,38% dei casi). Altre ragioni comuni includono la ripetitività (46,6%), lo stress (25,5%) e le opportunità di miglioramento della qualità (46,6%). Questo suggerisce che gli agenti AI potrebbero svolgere un ruolo di supporto, sgravando i lavoratori da compiti a basso valore o gravosi.
Resistenza all’Automazione: I lavoratori esprimono preoccupazioni significative. Il 28,0% dei partecipanti ha espresso timori o sentimenti negativi riguardo all’uso dell’AI nel lavoro. Le tre preoccupazioni più importanti sono:
1. Mancanza di fiducia nell’accuratezza, capacità o affidabilità dei sistemi AI (45,0%).
2. Paura della sostituzione del lavoro (23,0%).
3. Assenza di qualità o capacità umane nell’AI (16,3%). Particolarmente nel settore “Arte, Design e Media”, solo il 17,1% dei compiti ha ricevuto valutazioni positive di desiderio di automazione. I lavoratori in questi settori hanno espresso una netta opposizione all’automazione della creazione di contenuti, preferendo l’AI per ottimizzare il flusso di lavoro e ridurre i compiti ripetitivi, ma non per sostituire la creatività umana.

Il Paesaggio Desiderio-Capacità: Mismatches Critici

La ricerca ha creato un “paesaggio desiderio-capacità” che combina il desiderio di automazione dei lavoratori con la capacità tecnologica valutata dagli esperti. Questo paesaggio è diviso in quattro zone:

Zona “Luce Verde” per l’Automazione: Compiti con alto desiderio e alta capacità. Questi sono i candidati principali per l’implementazione di agenti AI.
Zona “Luce Rossa” per l’Automazione: Compiti con alta capacità ma basso desiderio. L’implementazione qui richiede cautela per evitare resistenza dei lavoratori o implicazioni sociali negative.
Zona di Opportunità R&S: Compiti con alto desiderio ma capacità attualmente bassa. Queste rappresentano direzioni promettenti per la ricerca e lo sviluppo dell’AI.
Zona a Bassa Priorità: Compiti con basso desiderio e bassa capacità. Questi sono meno urgenti per lo sviluppo di agenti AI.

È stato rilevato un disallineamento critico: il 41,0% dei collegamenti tra aziende Y Combinator e compiti si concentra nelle Zone a Bassa Priorità e “Luce Rossa”. Gli investimenti attuali si concentrano principalmente sullo sviluppo software e l’analisi aziendale, lasciando molti compiti promettenti nelle Zone “Luce Verde” e Opportunità ancora non affrontati. Anche se gli articoli di ricerca sugli agenti AI mostrano un’enfasi sulla Zona di Opportunità R&S, il loro focus rimane largamente confinato ai domini dell’informatica e dell’ingegneria.

Il Potere della Collaborazione: La Partnership Umano-AI

Lo studio evidenzia un forte potenziale per l’AI collaborativa. Per il 45,2% delle occupazioni, H3 (partnership paritaria) è il livello dominante desiderato dai lavoratori. Questo sottolinea il potenziale per una collaborazione significativa tra esseri umani e agenti AI.

I lavoratori immaginano l’AI principalmente in due modi:

Come supporto “basato sui ruoli” (23,1% dei lavoratori), dove i sistemi AI assumono funzioni specifiche o personalizzate.
Come un assistente di supporto per alcuni o tutti gli aspetti del loro flusso di lavoro (23,0% dei lavoratori), con un’enfasi sulla revisione umana per garantirne l’accuratezza.

Diminuzione della domanda di competenze di elaborazione delle informazioni: Competenze come “Analizzare dati o informazioni” o “Aggiornare e utilizzare conoscenze pertinenti”, pur essendo comuni nelle occupazioni ad alto salario di oggi, sono meno importanti nei compiti che richiedono un’elevata autonomia umana.
Maggiore enfasi sulle competenze interpersonali e organizzative: Competenze che implicano l’interazione umana, il coordinamento e il monitoraggio delle risorse sono più frequentemente associate a compiti che richiedono un alto coinvolgimento umano.
Ampiezza delle competenze ad alta autonomia: Le prime 10 competenze con il più alto coinvolgimento umano richiesto abbracciano una vasta gamma, dalle capacità interpersonali e organizzative al processo decisionale e alla valutazione della qualità.

Queste osservazioni indicano che l’integrazione degli agenti AI potrebbe portare a uno spostamento dalle competenze incentrate sull’informazione a quelle interpersonali.

Conclusione: Allineare lo Sviluppo AI ai Desideri Umani

I progressi negli agenti AI stanno aprendo un’ampia gamma di possibilità che potrebbero rimodellare il posto di lavoro in modo fondamentale. Questo studio sottolinea l’importanza di allineare lo sviluppo degli agenti AI con i desideri umani e di preparare i lavoratori per le dinamiche in evoluzione del posto di lavoro. La comprensione di dove i lavoratori desiderano l’automazione e dove prediligono la collaborazione è essenziale per un’implementazione socialmente responsabile e per massimizzare sia la produttività che il benessere dei lavoratori.

È fondamentale che i prossimi passi nella ricerca e negli investimenti si concentrino sulle aree che offrono il massimo potenziale di aumento delle capacità umane, piuttosto che la semplice sostituzione, garantendo che il futuro del lavoro sia uno di collaborazione e valorizzazione delle competenze unicamente umane. Sebbene lo studio sia un’istantanea del 2025 e si basi su compiti preesistenti, fornisce una base tempestiva e strutturata per monitorare le tendenze a lungo termine dell’AI sul posto di lavoro.