Who becomes replaceable? Generative AI and the discursive stratification of work

Quando sentiamo che l'intelligenza artificiale sta cambiando il mondo del lavoro, la conversazione sembra spesso un audit tecnico. Ci chiediamo quali lavori possano essere svolti dalle macchine e quali no, trattando la risposta come una proprietà fissa del lavoro stesso. Ma c'è un altro livello a questa storia, uno che non avviene nel codice o nelle fabbriche, ma nelle notizie e nella conversazione pubblica. Prima che una macchina sostituisca un essere umano, le persone devono prima concordare che la sostituzione sia possibile, necessaria o anche desiderabile. Questo accordo si costruisce attraverso il linguaggio. Quando le testate giornalistiche descrivono un lavoro come "a rischio", non stanno solo prevedendo il futuro; stanno attivamente classificando i lavoratori in categorie di coloro che saranno mantenuti e di coloro che saranno scartati. Questo processo di classificazione attraverso le parole è ciò che i ricercatori chiamano stratificazione discorsiva. È un modo per comprendere come la società decida chi è vulnerabile al cambiamento e chi è al sicuro, molto prima che avvengano effettivi licenziamenti.

Un nuovo studio di Hana Kim, ricercatrice presso il Korea Advanced Institute of Science and Technology, indaga esattamente come avviene questa classificazione nell'era dell'IA generativa. La ricerca si concentra su un punto di svolta specifico: il rilascio di ChatGPT alla fine del 2022. L'autrice voleva sapere se il modo in cui i media parlavano di IA e lavoro fosse cambiato dopo questo momento e, cosa più importante, se tale cambiamento trattasse in modo diverso differenti tipi di lavoratori all'interno della stessa professione. Lo studio non esamina se le persone abbiano effettivamente perso il lavoro. Esamina invece il testo di quasi mezzo milione di articoli di notizie per vedere come si sia spostata la narrazione pubblica. La domanda centrale è semplice: quando le notizie dicono che un lavoro viene sostituito dall'IA, chi è il "chi" in quella frase?

Per rispondere a questo, la ricercatrice ha raccolto una vasta collezione di passaggi di notizie dal 2010 al 2026, concentrandosi su menzioni di specifiche occupazioni come avvocati, medici, scrittori e sviluppatori. Il team ha utilizzato un programma informatico, addestrato da esperti umani, per leggere questi passaggi e classificarli in quattro categorie distinte. La prima categoria era neutrale, dove il lavoro veniva menzionato ma non collegato all'IA. La seconda era l'aumento (augmentation), dove l'IA veniva descritta come uno strumento che aiuta il lavoratore a svolgere meglio il proprio compito. La terza era l'automazione dei compiti (task automation), dove parti specifiche del lavoro venivano dichiarate assunte da una macchina, ma il lavoro in sé rimaneva. La quarta e più severa categoria era la sostituzione (replacement), dove il testo suggeriva che il lavoro stesso stesse diventando superfluo o che il lavoratore sarebbe stato rimosso.

L'analisi ha rivelato che dopo l'arrivo di ChatGPT, la quantità totale di copertura mediatica che discute l'impatto dell'IA sui lavori è effettivamente aumentata. Tuttavia, questo aumento non è avvenuto in modo uniforme. L'aumento delle storie di "sostituzione" non è dovuto al fatto che ogni singolo lavoro sembrasse improvvisamente più pericoloso. Piuttosto, le notizie hanno iniziato a concentrare la propria attenzione su un set di occupazioni diverso rispetto al passato, come scrittori e programmatori, che erano già discussi come rischiosi, prestando meno attenzione relativa ad altri. Ciò significa che la sensazione generale di pericolo nelle notizie è stata guidata da un cambiamento nel quali lavori venivano messi sotto i riflettori, piuttosto che da un improvviso irrigidimento della narrazione per ogni professione.

Il risultato più significativo, tuttavia, non risiede in quali lavori venissero discussi, ma in come venissero descritte le persone all'interno di quei lavori. Lo studio ha esaminato attentamente la differenza tra i lavoratori junior — coloro che sono all'inizio della carriera, spesso chiamati entry-level o tirocinanti — e i lavoratori senior, che sono leader esperti o responsabili. I risultati hanno mostrato una divisione netta e crescente. Dopo il 2022, gli articoli di notizie sono diventati molto più propensi a menzionare i lavoratori junior quando discutevano l'impatto dell'IA. Infatti, il divario tra la frequenza con cui i lavoratori junior e quelli senior venivano menzionati come bersagli del cambiamento dell'IA si è ampliato di venti punti percentuali.

Ma la differenza andava oltre il semplice fatto di quanto spesso venissero menzionati. Quando un lavoratore junior veniva menzionato nel contesto dell'IA, la storia era schiacciantemente propensa a inquadrarlo come sostituibile. L'analisi ha scoperto che, tra le notizie che parlavano di lavoratori junior, quasi la metà descriveva i loro ruoli come eliminati del tutto, e pochissime descrivevano il loro essere aiutati dall'IA. Al contrario, quando un lavoratore senior veniva menzionato nello stesso periodo, la narrazione era quasi l'opposto. Erano molto più propensi a essere descritti come soggetti a un aumento (augmentation), con l'IA che fungeva da strumento per potenziare il loro giudizio e la loro produttività. Le notizie raramente suggerivano che i lavoratori senior sarebbero stati rimossi; al contrario, suggerivano che sarebbero stati loro a impugnare la nuova tecnologia.

Questo schema è rimasto valido anche quando i ricercatori hanno cercato di escludere altre spiegazioni. Hanno verificato se la differenza fosse semplicemente dovuta al fatto che i lavori junior sono più routinari o ripetitivi, un motivo comune per cui il lavoro viene automatizzato. I dati hanno mostrato che, sebbene il lavoro di routine fosse effettivamente più propenso a essere discusso come automatizzato, il divario specifico tra lavoratori junior e senior era un fenomeno separato. Non si trattava del tipo di compito, ma della fase della carriera. I ricercatori hanno anche testato se il programma informatico stesse semplicemente reagendo alle parole "junior" o "senior" come scorciatoia. Hanno ripetuto l'analisi dopo aver nascosto quelle parole specifiche, e il modello è rimasto esattamente lo stesso. Il computer stava rispondendo al contesto della storia, non solo alle etichette.

Per esserne assolutamente certi, i ricercatori hanno coinvolto esperti umani per leggere un set più piccolo e attentamente appaiato di storie. Hanno accoppiato una notizia su un lavoratore junior con una notizia su un lavoratore senior della stessa professione e dello stesso anno, poi hanno chiesto agli umani di classificarle senza sapere quale fosse quale. I lettori umani hanno confermato il modello con una chiarezza sorprendente. Nella stragrande maggioranza dei casi in cui le due storie differivano, quella riguardante il lavoratore junior era classificata come una storia di sostituzione, mentre quella riguardante il lavoratore senior era classificata come una storia di aumento. L'accordo umano è stato così forte che la probabilità statistica che ciò accadesse per caso era virtualmente nulla.

Lo studio suggerisce che l'arrivo dell'IA generativa non ha solo cambiato il panorama tecnico del lavoro, ma ha rimodellato la mappa sociale di chi è considerato essenziale e chi è considerato sacrificabile. La narrazione si è spostata verso il trattamento delle posizioni entry-level in molte professioni come i target primari per l'automazione, preservando l'immagine del professionista esperto come il padrone dei nuovi strumenti. Questa è una distinzione critica perché i lavori entry-level non sono solo manodopera a basso costo; sono il terreno di formazione dove i nuovi professionisti apprendono le competenze, il giudizio e le abitudini necessarie per diventare esperti. Se il discorso pubblico tratta questi ruoli iniziali come sacrificabili, rischia di interrompere proprio il percorso che permette alle persone di diventare i lavoratori senior del futuro.

La ricerca non sostiene che queste notizie siano la causa diretta delle perdite di posti di lavoro, né dice che i datori di lavoro stiano agendo in base a queste notizie immediatamente. Invece, identifica un potente cambiamento nel modo in cui la società immagina il futuro del lavoro. Inquadrando costantemente i ruoli junior come sostituibili e i ruoli senior come potenziabili, la conversazione pubblica sta creando una gerarchia di vulnerabilità. Sta decidendo, attraverso le parole, che il futuro dell'IA appartiene agli esperti, mentre il novizio è colui che deve essere sostituito. Questa stratificazione discorsiva avviene prima che avvengano i cambiamenti economici, preparando il terreno per un futuro in cui le opportunità di apprendimento e crescita sono ristrette per chi si trova alla base della scala gerarchica, mentre a chi sta in cima vengono confermati nuovi poteri. Lo studio conclude che comprendere l'impatto dell'IA sul lavoro richiede di guardare non solo a ciò che le macchine possono fare, ma a chi siamo disposti a immaginare come sostituibile.