Mondo dopo il lavoro umano: cosa resta da scegliere

La domanda sbagliata è sempre la stessa: l’intelligenza artificiale ci ruberà il lavoro? È una domanda comoda, cinematografica, perfino infantile. Fa pensare a un giorno preciso in cui la macchina entra dalla porta, si siede alla scrivania e ti manda a casa. La domanda giusta è più scomoda: che cosa succede al lavoro quando una parte crescente del valore viene prodotta, misurata e organizzata da sistemi automatici? Perché il punto non è solo se il lavoro sparisce. Il punto è come cambia, chi perde potere, chi controlla il ritmo e chi incassa la produttività.

Negli ultimi anni abbiamo raccontato più volte come l’AI stia entrando nelle professioni, dalla scrittura al customer care, dalla programmazione alla produzione di contenuti. Ma il passaggio decisivo non è tecnico: è politico ed economico. Se vuoi capire dove va il lavoro, non devi fissarti sul robot umanoide. Devi guardare la combinazione fra software, piattaforme, metriche, sorveglianza e nuove catene di comando. È lì che il lavoro umano comincia a essere riscritto. E infatti il nodo non riguarda solo i ruoli: riguarda anche il costo continuo del software che li attraversa, cioè il tema dell’AI compute e dell’inferenza.

Lo si vede già in molti dei temi affrontati su Terza Pillola: da come l’AI cambia professioni e mansioni alla logica più ampia dell’economia digitale, fino ai modelli di profitto di piattaforme che vivono di ottimizzazione, riduzione dei costi e cattura dell’attenzione. La retorica ufficiale parla di efficienza. La realtà spesso parla di compressione: meno tempo, meno margine, più controllo.

Il lavoro non scompare in blocco: viene spezzettato, misurato, reso più ricattabile

Le fonti più serie sul tema dicono una cosa abbastanza chiara: l’AI generativa, almeno per ora, tenderà più spesso ad affiancare il lavoro che a cancellarlo in massa. Ma questa frase, ripetuta senza spiegazione, rischia di diventare un analgesico. Perché “affiancare” non significa automaticamente migliorare. Significa spesso riorganizzare il lavoro umano attorno alla macchina, spostando il baricentro del potere verso chi possiede il sistema.

Secondo l’International Labour Organization, l’effetto prevalente della generative AI è più vicino all’aumento o alla trasformazione del lavoro che alla sua pura distruzione. Il World Economic Forum, però, segnala che tra i ruoli più esposti al declino ci sono proprio molte funzioni clericali e amministrative: cassieri, assistenti amministrativi, segreterie, ruoli standardizzati di back office. E l’OECD aggiunge un dettaglio che vale più di cento slogan: nelle occupazioni più esposte all’AI non si osserva finora un crollo generalizzato dell’occupazione, ma si nota una riduzione delle ore lavorate e una ristrutturazione delle mansioni.

Tradotto dal linguaggio istituzionale: il lavoro può restare formalmente in piedi e diventare comunque più fragile. Non serve licenziare tutti per cambiare i rapporti di forza. Basta dividere l’attività in micro-task, standardizzare le procedure, trasformare l’esperienza in supervisione di output automatici, abbassare il valore percepito di competenze che ieri sembravano irrinunciabili. Il lavoratore resta, ma con meno autonomia, meno leva contrattuale e meno tempo reale per pensare.

È il passaggio dal professionista che decide al professionista che corregge, controlla, valida, rifinisce, si prende il rischio finale e intanto giustifica il proprio costo. In tanti settori è già questa la mutazione in corso. Il copywriter diventa editor di testo sintetico. Il traduttore diventa revisore di bozze generate. Il programmatore si sposta verso debugging, orchestrazione, verifica. L’assistenza clienti si divide fra bot e umani chiamati in causa solo quando il problema diventa troppo storto per la macchina. Il lavoro umano non sparisce: viene spostato verso eccezioni, responsabilità residue, controllo qualità. E chi sta sopra si convince che, se il grosso lo fa il software, il costo dell’umano vada compresso.

Questa è la vera posta in gioco: la dequalificazione selettiva. Alcune competenze si alzano, perché servono persone capaci di governare strumenti complessi, leggere i limiti dei modelli, prendere decisioni ambigue. Ma un’enorme area intermedia rischia di essere schiacciata. Più un’attività è formalizzabile, più può essere scomposta, monitorata e messa in concorrenza con output automatici. E quando un’attività viene scomposta abbastanza, diventa anche più facile esternalizzarla, pagarla meno, trasformarla in piattaforma.

Chi pensa che questo sia un problema solo da “colletti bianchi” si sbaglia. La logica non si fermerà negli uffici. Una volta che il management si abitua all’idea che tutto debba essere predetto, ottimizzato e misurato, la stessa grammatica si estende a logistica, sanità, retail, istruzione, pubblica amministrazione. Non sempre per sostituire il lavoratore, ma per mettergli addosso un software che lo segue, lo valuta, lo accelera. È la stessa cultura che conosci già nell’economia dell’attenzione e nei dark pattern: il sistema non ti elimina subito, prima ti organizza.

Il rischio vero è un lavoro più povero dentro aziende più efficienti

Il paradosso è qui: la produttività può anche salire, mentre la qualità del lavoro scende. È una contraddizione solo apparente. Un’azienda può produrre di più con processi più automatizzati e, nello stesso tempo, impoverire il contenuto del lavoro umano residuo. Più output, meno mestiere. Più velocità, meno controllo sul proprio tempo. Più automazione, meno potere contrattuale. Se il guadagno di produttività finisce quasi tutto nelle piattaforme, nei fornitori di infrastruttura e negli azionisti, per chi lavora il bilancio può restare negativo.

Qui entra in scena il problema che quasi sempre viene nascosto nelle presentazioni entusiaste: l’AI non arriva nel vuoto. Arriva dentro aziende che ragionano già da anni in termini di riduzione dei costi, standardizzazione, reportistica permanente, outsourcing e metriche. In quel contesto, la promessa di “fare di più con meno” non è neutrale. Significa spesso usare l’AI come leva manageriale per riscrivere ruoli, ridurre i tempi morti, abbassare il costo medio del lavoro e trattare l’esperienza umana come un sovrapprezzo da giustificare.

Il World Economic Forum fotografa una tensione che dice tutto: molte organizzazioni prevedono di ridurre la forza lavoro nei ruoli esposti all’obsolescenza delle competenze, ma contemporaneamente dichiarano di voler assumere persone con nuove skill e investire in upskilling. È la versione elegante della stessa storia: si taglia dove il lavoro è diventato “commoditizzabile” e si premia chi riesce a spostarsi verso il governo del sistema. Il problema è che non tutti possono farlo alla stessa velocità, con le stesse risorse e con lo stesso capitale culturale.

L’ILO insiste anche su un altro punto che merita di essere preso sul serio: l’impatto non sarà distribuito in modo uguale. Le occupazioni clericali, nelle quali in molti Paesi la presenza femminile è storicamente alta, risultano più esposte. Questo significa che la transizione non sarà solo tecnologica. Sarà anche sociale, di genere, di classe, di territorio. Chi ha più accesso a formazione, reti, strumenti e potere negoziale potrà ridefinire il proprio posto. Chi non ce l’ha rischia di finire dalla parte di chi usa sistemi automatici senza controllarli davvero.

E attenzione a un’altra illusione tossica: l’idea che, se la macchina svolge il compito “pesante”, l’umano rimasto farà solo la parte nobile. A volte è vero. Spesso no. Spesso l’umano rimasto fa il lavoro sporco che il sistema non sa gestire: correggere errori, gestire reclami, prendersi la colpa quando il modello sbaglia, coprire con la propria responsabilità finale una catena di decisioni che non controlla fino in fondo. È un lavoro meno visibile ma non più leggero. Anzi: può essere più ansioso, più frammentato, più alienante.

Per questo bisogna smettere di leggere il tema soltanto in termini di “posti creati” e “posti distrutti”. È una metrica troppo grossolana. Conta anche il contenuto del lavoro, il numero di ore, la qualità delle mansioni, il grado di autonomia, la possibilità di apprendere, il diritto a negoziare il cambiamento. Un mercato del lavoro può sembrare sano nelle statistiche e allo stesso tempo produrre lavori più poveri, più intermittenti e più psicologicamente usuranti.

Questa trasformazione si lega anche a chi controlla l’infrastruttura. Se il cuore dell’AI è in mano a una manciata di grandi attori, come abbiamo visto parlando di Big Tech e intelligenza artificiale e di come guadagnano davvero le piattaforme digitali, allora anche la riorganizzazione del lavoro tenderà a seguire le loro regole: API, abbonamenti, licenze, dipendenza da tool esterni, lock-in tecnologico. Non è solo una questione di occupazione. È una questione di sovranità del lavoro.

Il mondo dopo il lavoro umano non sarà vuoto: sarà pieno di lavoro umano svalutato, a meno che non si cambi il tavolo

Il titolo di questo articolo può sembrare estremo, ma serve a chiarire il punto. Il “mondo dopo il lavoro umano” non è necessariamente il mondo senza lavoratori. Potrebbe essere il mondo in cui il lavoro umano resta dappertutto, ma smette di essere il centro del sistema. Diventa supporto, fallback, manutenzione, eccezione, controllo qualità, relazione finale. Sempre presente, sempre necessario, ma meno riconosciuto e meno pagato.

Per evitare questo scenario non basta invocare genericamente la formazione. La formazione serve, ma non è un talismano. Servono anche contrattazione, trasparenza sugli strumenti adottati, diritto alla consultazione dei lavoratori, limiti alla sorveglianza algoritmica, criteri chiari su responsabilità ed errori, redistribuzione dei guadagni di produttività. Se l’AI riduce tempi e costi, il beneficio non può finire tutto dalla stessa parte. Altrimenti la tecnologia non libera tempo umano: lo rende solo più economico per qualcun altro.

Conta anche una scelta culturale. Possiamo decidere che alcuni ambiti – istruzione, cura, giustizia, informazione, sanità – non vadano misurati soltanto col metro dell’automazione possibile. Possiamo decidere che in certi lavori la presenza umana non sia una zavorra, ma una garanzia di qualità, responsabilità e relazione. Possiamo decidere che il futuro del lavoro non debba essere una gara a diventare appendici sempre più efficienti di sistemi sempre più opachi.

Questo, in fondo, è il vero discrimine: usare l’AI per togliere fatica inutile e restituire spazio alle parti umane del lavoro, oppure usarla per svuotare il lavoro del suo potere, lasciando all’umano solo la firma in fondo alla pagina. Non esiste una legge naturale che imponga il secondo esito. Esiste però una forte convenienza economica che lo spinge. E finché non la nominiamo, continueremo a raccontarci la favola neutrale dell’innovazione.

Il problema non è immaginare un mondo senza lavoro umano. Il problema è accettare un mondo in cui il lavoro umano resta, ma vale sempre meno perché il sistema ha imparato a usarlo solo dove la macchina non arriva ancora.