Questa pagina è un esempio di Smart Summary, il nostro formato innovativo per trasformare gli appunti di un evento in conoscenza strutturata. Grazie all’Intelligenza Artificiale, estraiamo i punti chiave, identifichiamo le connessioni e forniamo insight azionabili, permettendovi di cogliere l’essenza della discussione in modo rapido e approfondito.
Evento: Festival dell’economia – Trento 2025
Panel: I mestieri dell’intelligenza artificiale, chi sale e chi scende
Data: 24 Maggio 2025
Luogo: Castello del Buonconsiglio, Sala Gerola, Trento
Introduzione al Panel:
Il panel “I mestieri dell’intelligenza artificiale, chi sale e chi scende” ha esplorato il profondo impatto dell’Intelligenza Artificiale sul mercato del lavoro, analizzando come l’IA stia ridefinendo ruoli, creando nuove opportunità e sollevando sfide significative. Un gruppo eterogeneo di esperti provenienti da diritto del lavoro, accademia, industria, ricerca e giornalismo ha discusso la necessità di un’urgente trasformazione delle competenze, di nuove politiche e di un approccio etico per bilanciare l’innovazione tecnologica con la protezione sociale.
Punti Chiave del Panel (Sintesi AI-Augmented & Fact-Checked):
- La Trasformazione dei Lavori: Oltre la Sostituzione, Verso la Rimodulazione delle Mansioni.
- Impatto Quantitativo: Circa un quinto dei lavori globali sarà modificato entro il 2030 (WEF), con stime italiane che variano tra 1 e 6 milioni di posti a rischio o in trasformazione. [Pierangelo Soldavini]
- Fact-Check: Il World Economic Forum Future of Jobs Report 2023 stima che il 23% dei lavori globali cambierà, con un mix di crescita e declino. Per l’Italia (forza lavoro ~25.5 milioni), questo si traduce in circa 5.865 milioni di lavori che subiranno modifiche, non tutti “a rischio” di eliminazione. La stima di 6 milioni è coerente con questa percentuale, ma non indica una perdita netta. [WEF, 2023]
- Focus sulle Mansioni: L’IA non sta eliminando intere professioni, ma piuttosto trasformando le singole mansioni all’interno dei lavori. I ruoli più esposti all’IA (es. amministrativi, tecnici) sono aumentati negli ultimi 10 anni. [Stefano Scarpetta]
- Efficienza Automatica: L’IA impone un trend di efficienza; ad esempio, Amazon utilizza 750.000 robot per gestire il 75% degli ordini, creando nuovi ruoli ma automatizzando compiti ripetitivi. [Stefano Perego]
- Fact-Check: Il numero di 750.000 robot in Amazon è confermato. [About Amazon, 2023]
- Impatto Quantitativo: Circa un quinto dei lavori globali sarà modificato entro il 2030 (WEF), con stime italiane che variano tra 1 e 6 milioni di posti a rischio o in trasformazione. [Pierangelo Soldavini]
- La Crucialità della Formazione e delle Nuove Competenze.
- Upskilling e Reskilling: È imperativo spendere “di più e meglio” in formazione, anche per i lavoratori già inseriti nel mercato, utilizzando l’IA stessa come strumento per migliorare la qualità dell’educazione. [Stefano Scarpetta, Stefano Perego]
- Fact-Check: L’OCSE ha evidenziato che solo il 20% degli adulti italiani partecipa a formazione legata al lavoro, metà della media OCSE (40%). [OCSE, 2023]
- Metodo vs. Competenze Tecniche: I docenti devono insegnare un “metodo” (es. socratico) e sviluppare l’”intelligenza sociale” degli studenti, preparando all’AI literacy, piuttosto che solo a competenze tecniche pure. [Rita Carisano]
- Il Ruolo delle Soft Skills: La domanda di competenze umane (es. problem-solving, creatività, intelligenza sociale) è in aumento, mentre, sorprendentemente, il coding puro sembra in calo. [Stefano Scarpetta]
- Fact-Check: La domanda di soft skills è effettivamente in crescita (es. +25% dal 2020), come indicato da McKinsey [McKinsey, 2024]. Tuttavia, l’affermazione sul calo del coding puro è contestata da diverse fonti che mostrano una persistente alta domanda di competenze di programmazione. [Fast Company, 2024]
- Upskilling e Reskilling: È imperativo spendere “di più e meglio” in formazione, anche per i lavoratori già inseriti nel mercato, utilizzando l’IA stessa come strumento per migliorare la qualità dell’educazione. [Stefano Scarpetta, Stefano Perego]
- Complementarietà Uomo-IA e i Limiti Creativi dell’Intelligenza Artificiale.
- Obiettivo Complementare: L’obiettivo è la complementarità tra IA e lavoro umano, non la sostituzione. L’80% dei lavoratori è contento di usare l’IA per eliminare mansioni ripetitive, ma i ritmi di lavoro tendono ad aumentare. [Stefano Scarpetta]
- Fact-Check: L’80% dei lavoratori che apprezzano l’IA per compiti ripetitivi è supportato da sondaggi. [Slack, 2024] L’aumento dei ritmi di lavoro è confermato da studi che mostrano ore lavorative più lunghe per i lavoratori esposti all’IA. [CEPR, 2024]
- Il “Passo Creativo” Umano: L’IA non può “sapere ciò che non c’è” né compiere il “passo creativo” o esercitare un giudizio umano (es. ruolo di un giudice), distinzioni fondamentali rispetto alle funzioni tecniche dove l’IA eccelle (es. droni). [Luciano Pietronero]
- Fact-Check: L’affermazione di Pietronero che l’IA sia iniziata nel 1996 con Google è inaccurata: il campo dell’IA è nato nel 1956. Gli algoritmi di Google sono degli anni ’90, ma non l’inizio dell’IA. [Wikipedia, 1956]
- Obiettivo Complementare: L’obiettivo è la complementarità tra IA e lavoro umano, non la sostituzione. L’80% dei lavoratori è contento di usare l’IA per eliminare mansioni ripetitive, ma i ritmi di lavoro tendono ad aumentare. [Stefano Scarpetta]
- Implicazioni Etiche, Sociali e Regolatorie dell’IA.
- Equità Sociale e Trasparenza: L’IA può promuovere l’equità sociale (es. riduzione dell’evasione IVA grazie alla fatturazione elettronica), ma solleva preoccupazioni per la privacy e il “rumore matematico” nei dati. [Federico Pace, Luciano Pietronero]
- Fact-Check: La fatturazione elettronica ha ridotto l’evasione IVA in Italia (es. +20% di entrate VAT). [Raconteur, 2023]
- Equità Sociale e Trasparenza: L’IA può promuovere l’equità sociale (es. riduzione dell’evasione IVA grazie alla fatturazione elettronica), ma solleva preoccupazioni per la privacy e il “rumore matematico” nei dati. [Federico Pace, Luciano Pietronero]
Insights AI-Generati:
- Il Paradosso dell’Efficienza Umanizzata: L’AI rileva un paradosso emergente: mentre l’IA è un motore di efficienza e automazione massiva (es. Amazon), il suo successo a lungo termine e la sua sostenibilità sociale dipendono criticamente dalla capacità di potenziare le competenze umane (creatività, giudizio, intelligenza sociale) e di integrarli in un flusso di lavoro complementare. Non è una battaglia uomo vs macchina, ma una partnership necessaria, che richiede un “upskilling” continuo del capitale umano.
- Dati e “Rumore” nella Narrativa dell’IA: L’AI sottolinea una tendenza al “rumore” o “hype” nei dati e nelle previsioni sull’IA (es. percentuali di adozione o lavori a rischio), suggerendo che sia essenziale un approccio più critico e metodologico nella valutazione del suo impatto reale. La “verità” sull’IA è più complessa e meno lineare di quanto spesso comunicato.
- L’IA come Strumento di Equità (Potenziale Inesplorato): Sebbene le preoccupazioni sull’IA si concentrino spesso sulla disoccupazione, il panel ha offerto un esempio concreto (fatturazione elettronica) di come l’IA possa essere un potente strumento per l’equità sociale e la giustizia fiscale, un potenziale forse ancora sottovalutato.
Actionable Takeaways:
- Per Istituzioni e Governi: Investire massicciamente nella formazione continua (lifelong learning) per tutte le fasce di età, con programmi di AI literacy e sviluppo di competenze umane (soft skills) accessibili e scalabili.
- Per Aziende: Adottare l’IA con una strategia focalizzata sulla complementarietà uomo-macchina, riprogettando le mansioni per valorizzare le capacità umane uniche e investendo nell’upskilling della propria forza lavoro.
- Per il Settore Education: Rimodulare i curricula per insegnare non solo competenze tecniche, ma un metodo critico e un’intelligenza sociale, preparando gli studenti a interagire eticamente e strategicamente con l’IA.
- Per i Ricercatori e Sviluppatori di IA: Concentrarsi su soluzioni che non solo aumentino l’efficienza, ma che siano progettate per promuovere l’equità sociale e rispettare i limiti creativi e di giudizio dell’IA, considerando modelli più sostenibili e open source.
Relatori e Contributi Chiave (Sintesi Breve):
- Pierangelo Soldavini (Il Sole 24 Ore): Presenta le stime sull’impatto dell’IA sui lavori e il trend di efficienza.
- Federico Pace (Università Bocconi): Offre una prospettiva studentesca ottimista sull’IA, citando il successo della fatturazione elettronica.
- Luciano Pietronero (Centro Fermi): Sottolinea i limiti creativi dell’IA e la necessità di filtrare il “rumore matematico” nei dati.
- Stefano Scarpetta (OCSE): Enfatizza la complementarietà IA-lavoro, la necessità di formazione e la crescita della domanda di competenze umane.
- Rita Carisano (Università Luiss): Propone un’educazione basata sul metodo socratico e lo sviluppo dell’intelligenza sociale per affrontare l’IA.
- Stefano Perego (Amazon Operations): Porta l’esempio dell’automazione massiva in Amazon e la necessità di upskilling.
- Tatiana Biagioni (Avvocati Giuslavoristi Italiani): Prospettiva sui temi legali e normativi del lavoro nell’era IA.
- Gabriele Ghirlanda (Angelini Pharma): Impatto dell’IA nel settore farmaceutico.
Per Approfondire:
- WEF Future of Jobs Report 2023 per le stime globali sui cambiamenti occupazionali.
- Rapporti OCSE sulle politiche di formazione e l’impatto dell’automazione sul lavoro.
- Studi sulla fatturazione elettronica in Italia e il suo impatto sull’evasione fiscale.
- Ricerca sui limiti dell’IA creativa e del giudizio umano (es. da MIT o altre istituzioni accademiche).