Autori: William Skoglund, ricercatore post-dottorato dell’Università di Uppsala, e Jakob Molinder, Professore Associato di Storia Economica all’Università di Uppsala e Kerstin Enflo, Professore presso il Dipartimento di Storia Economica dell’Università di Lund.
____________________________
Le previsioni di distruzione di posti di lavoro guidate dall’IA si basano sul conteggio dei compiti automatizzabili. Ma i mercati del lavoro assumono, pagano e licenziano intere occupazioni, non compiti – e le occupazioni si sono dimostrate molto più durevoli di quanto l’esposizione ai compiti suggerisca. Basandosi su 140 anni di dati di censimento e registro svedesi, questa ricerca mostra che circa sette lavoratori su dieci oggi svolgono occupazioni le cui funzioni fondamentali esistevano già alla fine del XIX secolo. La paura della disoccupazione di massa è esagerata. La domanda più sottile è se l’onda tecnologica odierna generi ancora il lavoro nuovo e duraturo e specializzato che le precedenti producevano.
Oggi, poche questioni economiche attirano tanta attenzione quanto come l’intelligenza artificiale influenzerà l’economia e come rimodellerà l’occupazione. L’ondata moderna di allarme risale a Frey e Osborne (2017), che hanno stimato che il 47% dell’occupazione negli Stati Uniti fosse in occupazioni ad alto rischio di informatizzazione. Studi successivi sono stati ispirati da Acemoglu e Restrepo (2019), concentrandosi sull’automazione dei compiti. Eloundou et al. (2024) rilevano che i grandi modelli linguistici potrebbero influenzare almeno la metà dei compiti in circa un quinto dei posti di lavoro negli Stati Uniti; le società di consulenza hanno prodotto le proprie mappe di automazione dell’esposizione; e l’OCSE ha valutato quanti posti di lavoro ad alta esposizione sono stati persi (Georgieff e Milanez 2021).
Gran parte di questa letteratura si avvicina alla fine all’automazione attraverso i compiti che compongono i lavori. Eppure, cosa può fare la tecnologia a un compito e cosa fa a un lavoro sono due domande diverse. Un lavoro non è un mucchio sciolto di compiti indipendenti. È un pacchetto che i prezzi del mercato valutano nel loro insieme. Quando alcune attività di un lavoratore vengono automatizzate, il risultato standard non è che il lavoratore scompare, ma che il contenuto del lavoro si sposta. Garicano et al. (2026) sottolineano esattamente questo punto: l’IA ridisegna i confini dei lavori invece di scioglierli – e il bilancio empirico ormai è familiare: l’IA cambia il contenuto del compito del lavoro più di quanto elimini il lavoro stesso. Humlum e Vestergaard (2025) rilevano che, finora, i chatbot AI hanno avuto effetti misurati sorprendentemente piccoli su guadagni e ore.
Se il mercato del lavoro premia le occupazioni piuttosto che i compiti, allora il modo giusto per valutare la vera impronta della tecnologia è chiedersi quante persone siano effettivamente impiegate in quali occupazioni e come cambi ciò stesso. Questa è la domanda che portiamo al lungo registro storico.
Cosa mostra il lungo record
In Skoglund et al. (2026), tracciamo la struttura occupazionale svedese dal 1880 al 2019 utilizzando censimenti a conteggio completo e registri amministrativi. Armonizzano le occupazioni su 140 anni di dati in un unico schema di classificazione occupazionale (van Leeuwen et al. 2002). Invece di studiare i cambiamenti interni al compito occupazionale, enfatizziamo il ruolo di un’occupazione. Secondo questa definizione, un insegnante di primaria del 1800 segue lo stesso codice professionale di un insegnante di primaria del XXI secolo, nonostante i compiti che svolge siano cambiati nel tempo.
Classifichiamo le occupazioni in base al momento in cui sono emerse: presenti prima del 1900, durante la seconda o terza rivoluzione industriale, o nel XXI secolo. Nonostante queste successive ondate di cambiamento tecnologico, la maggior parte dell’occupazione svedese rimane ancorata a occupazioni già esistenti prima della seconda rivoluzione industriale. Nel 2019, come mostra la Figura 1, quasi il 70% dei lavoratori era ancora impiegato in queste occupazioni già usate. Le occupazioni più grandi oggi, come infermiere o operai al dettaglio, sono, nella loro funzione economica, proprio quelle che organizzavano il lavoro negli anni 1880, anche se il loro contenuto di compiti è stato trasformato oltre ogni riconoscimento. Il cocchiere divenne il camionista; Il commesso si procurò un computer. L’occupazione continuò; i compiti no.
Non è una particolarità svedese. Replicando l’approccio sui dati statunitensi, troviamo che le occupazioni nuove dal 1940 rappresentano solo circa il 9% dell’occupazione del 2019. Questo è apparentemente in tensione con Autor et al. (2024), il cui approccio basato sui titoli delle ‘nuove frontiere’ attribuisce la maggior parte dell’attuale occupazione statunitense a specialità introdotte dal 1940. Il divario è metodologico: la loro misura deduce l’occupazione dalla quota di nuovi micro-titoli, mentre la nostra conta le persone effettivamente in ciascuna professione. Significativamente, quando Autor et al. (2026) passano ai dati del censimento a livello di persona, il quadro si sposta decisamente verso la persistenza: trovano che il 18,3% dei lavoratori nel 2011–2023 era impiegato in lavori introdotti dal 1970, ben al di sotto delle stime di quota di titolo e molto più vicino al nostro. Misurata in persone piuttosto che in titoli, la struttura occupazionale è antica.
Figura 1 Quota dell’occupazione svedese per ondata tecnologica di occupazione, 1880–2019
Nota: Le occupazioni sono armonizzate con HISCO a 5 cifre; Le annate sono definite in base all’anno in cui un codice raggiunge per la prima volta i 50 lavoratori. “Incumbente” indica le occupazioni presenti prima del 1900, le occupazioni della “seconda rivoluzione industriale” che erano nuove tra il 1900 e il 1930, i lavori della “terza rivoluzione industriale” che sono nuovi dal 1960 e i lavori “del XXI secolo” che emergono dopo il 2000.
Fonte: Skoglund et al. (2026), dai censimenti svedesi IPUMS 1880–1910, dal censimento del 1930 e dai registri FOB/LISA 1960–2019.
Da dove proviene davvero il lavoro nuovo e duraturo
Se le occupazioni persistono, da dove arrivano i nuovi lavori? Per comprendere questo, consideriamo due fonti distinte. Alcune nuove occupazioni sono schumpeteriane – create direttamente da una nuova tecnologia (elettricisti, programmatori informatici). Altri sono Smithiane – creati dalla divisione del lavoro man mano che i mercati crescono e le organizzazioni diventano più complesse (contabili, specialisti, operatori della logistica). Il commerciante generale dell’economia coloniale si divide in negozianti, broker e banchieri non perché il commercio sia nuovo, ma perché la scala fa sì che la divisione del lavoro sia più fine (Chandler 1978).
La scoperta cruciale è che un impiego duraturo e ben retribuito si accumula in modo schiacciante dal lato Smithiano. Le occupazioni Smithiane hanno molte più probabilità di sopravvivere: nei nostri dati, le occupazioni più specializzate hanno circa la metà delle probabilità di cadere in declino, mentre quelle nate nelle ondate tecnologiche più recenti hanno molte più probabilità di scomparire rispetto agli attuali – l’operatore delle schede perforate è il caso da manuale. (È l’appartenenza a una recente ondata tecnologica, non a un alto ‘punteggio’ tecnologico in senso stretto, a portare il rischio maggiore.) Il meccanismo è una catena: la tecnologia crea scala, la scala genera specializzazione, e la specializzazione crea una domanda di lavoro duratura. Sosteniamo che il settore schumpeteriano aumenti la produttività e ampli il mercato, ma l’occupazione che alla fine sostiene appare soprattutto altrove; come specializzazione smithiana all’interno di funzioni durature. Ecco anche perché la paura dello spostamento potrebbe essere sopravvalutata. I documenti storici mostrano che, nonostante una significativa automazione e cambiamenti tecnologici, le occupazioni sono sorprendentemente persistenti. E la crescita economica può ancora alimentare l’espansione di nuovi posti di lavoro.
Segni di declino
Per capire dove sta andando il mercato del lavoro, valutiamo l’età delle occupazioni smithiane e schumpeteriane, basandoci sul constatare che anche le occupazioni in declino tendono ad avere una forza lavoro invecchiata (Autor e Dorn 2009).
Il settore più vicino all’innovazione è maturato in modo significativo. Le occupazioni nate nell’ondata digitale del ventunesimo secolo restano una piccola parte dell’occupazione, e sono più volatili rispetto ai loro predecessori. Anche le occupazioni digitali sono invecchiate. I programmatori informatici, una volta almeno un decennio più giovani della media dei lavoratori, sono invecchiati fino a raggiungere una media della forza lavoro – una sorprendente convergenza per quello che un tempo era l’angolo più giovane del mercato del lavoro, e la firma demografica di un’occupazione che ha smesso di attirare i giovani (Figura 2). Gli ingegneri, al contrario, sono rimasti stabili vicino alla media della forza lavoro dagli anni ’30 – l’invecchiamento è specifico delle professioni di programmazione e operatori nate dall’onda digitale. I lavoratori più giovani si trovano sempre più non alla frontiera tecnologica, ma in lavori di servizio a bassa specializzazione.
Figura 2 Età del lavoratore rispetto alla media della forza lavoro, occupazioni selezionate, 1880–2022
Nota: Età media dei lavoratori ponderata per l’occupazione all’interno di ogni gruppo occupazionale, svalutata dalla media della forza lavoro specifica per anno; I valori positivi indicano più anziani rispetto alla media dei lavoratori di quell’anno.
Fonte: Skoglund et al. (2026), dai censimenti svedesi IPUMS 1880–1910, dal censimento 1930 e dai registri FOB/LISA 1960–2022.
Per comprendere meglio questo, tracciamo i premi di guadagno per diversi tipi di occupazioni. Non troviamo alcun premio di guadagno per essere tecnologicamente nuovi. La specializzazione dei percorsi premium: le occupazioni altamente specializzate offrono grandi rendimenti sia che siano tecnologicamente intensivi o meno, e le occupazioni del ventunesimo secolo non pagano più di quelle ereditate dal diciannovesimo secolo – leggermente meno. Ciò che il mercato premia è la profondità della divisione del lavoro, non la novità della tecnologia.
Cosa significa per il dibattito sull’IA
Quindi la vera domanda non è quella che domina i titoli dei giornali. Non si tratta se l’IA sostituirà i lavoratori dai compiti – le professioni, l’unità e i prezzi di mercato, storicamente hanno assorbito ripetutamente questo tipo di shock. È se l’attuale ondata tecnologica farà ancora ciò che hanno fatto le ondate precedenti: generare abbastanza produttività e scala da generare nuovi lavori durevoli, specializzati e ben pagati. Le tecnologie generali precedenti hanno convertito in modo affidabile l’innovazione in ampia occupazione attraverso la divisione del lavoro. Finora l’onda digitale non ha ripetuto visibilmente l’impresa.
Questo sposta il dibattito su IA e lavoro dall’esposizione ai compiti a cambiamenti reali nelle occupazioni e nel lavoro. La tecnologia ha storicamente cambiato lavoro più spesso di quanto li abbia eliminati, con gran parte dell’impatto sull’occupazione non derivante dalle nuove occupazioni tecnologiche stesse, ma dalla specializzazione che hanno reso possibile altrove.
Questo dovrebbe abbassare la pressione sulla disoccupazione tecnologica di massa, ma alzare la situazione su una questione più discreta. La domanda aperta per l’IA è se possa sostenere il vecchio accordo: trasformare i guadagni di produttività in nuovi lavori specializzati attraverso una divisione più profonda del lavoro.
Bibliografia:
Acemoglu, D and P Restrepo (2019), “Automation and New Tasks: How Technology Displaces and Reinstates Labor”, Journal of Economic Perspectives 33(2): 3–30.
Autor, D and D Dorn (2009), “This Job Is ‘Getting Old’: Measuring Changes in Job Opportunities Using Occupational Age Structure”, American Economic Review: Papers & Proceedings 99(2): 45–51.
Autor, D, C Chin, A Salomons and B Seegmiller (2024), “New Frontiers: The Origins and Content of New Work, 1940–2018”, Quarterly Journal of Economics 139(3): 1399–1465.
Autor, D, C Chin, A Salomons and B Seegmiller (2026), “What Makes New Work Different from More Work?”, NBER Working Paper 34986.
Chandler, A D (1978), The Visible Hand: The Managerial Revolution in American Business, Belknap press of Harvard University Press.
Eloundou, T, S Manning, P Mishkin and D Rock (2024), “GPTs are GPTs: Labor Market Impact Potential of LLMs”, Science 384(6702): 1306–1308.
Frey, C B and M A Osborne (2017), “The Future of Employment: How Susceptible Are Jobs to Computerisation?”, Technological Forecasting and Social Change 114: 254–280.
Garicano, L, J Li and Y Wu (2026), “Weak Bundle, Strong Bundle: How AI Redraws Job Boundaries”, CEPR Discussion Paper DP21453.
Georgieff, A and A Milanez (2021), “What Happened to Jobs at High Risk of Automation?”, OECD Social, Employment and Migration Working Paper 255.
Humlum, A and E Vestergaard (2025), “Large Language Models, Small Labor Market Effects”, NBER Working Paper 33777.
van Leeuwen, M H D, I Maas and A Miles (2002), HISCO: Historical International Standard Classification of Occupations, Leuven University Press.
Skoglund, W, J Molinder and K Enflo (2026), “What the history of (new) jobs can tell us about the impact of technological change on employment“, CEPR Discussion Paper 21896.
Fonte: VoxEU
_______________________________________________________________________________
Sfoglia i cataloghi completi di Asterios, ogni nostro testo contiene delle pagine gratuite da leggere: Asterios Editore.
_______________________________________________________________________________
Se pensate che il nostro lavoro abbia un qualche valore — anche minimo — Vi preghiamo di prendere in considerazione l’opportunità di sostenerci. Vi chiediamo di visitare la pagina del nostro sito SOSTIENI ACRO-POLIS cliccando sul seguente link: https://www.acro-polis.it/wp-admin/post.php?post=21730&action=edit
