L'influenza dell'IA sul lavoro dei neolaureati

Un articolo interessante della FED di New York, a firma di Samuel Dodini e Tucker Smith, affronta il delicato tema dell'influenza dell'intelligenza articiale sull'occupazione dei giovani neolaureati. Lo studio sostiene che i neolaureati stanno avendo delle difficoltà insolite nel trovare lavoro. La colpa è dell'IA si chiedono gli autori? Le evidenze suggeriscono che l'IA generativa (GenAI) ha ridotto la domanda di posizioni in cui la nuova tecnologia può completare compiti in modo più efficiente rispetto agli esseri umani. Tali rallentamenti delle assunzioni influenzerebbero in modo sproporzionato i nuovi entranti nel mercato del lavoro, inclusi i neolaureati. Pertanto, sia i neolaureati che gli studenti attuali probabilmente traggono beneficio dallo sviluppo di competenze che completano la GenAI, con alcune precisazione, vediamole di seguito. Attingendo ai registri amministrativi dell'istruzione e dei guadagni di studenti e laureati delle università pubbliche del Texas, gli autori esaminano i risultati di studenti e laureati di corsi di laurea che tipicamente alimentano occupazioni che la nuova tecnologia può automatizzare più facilmente e confrontano questi risultati con corsi di laurea che alimentano occupazioni meno automatizzabili. Dopo il rilascio nel 2022 di ChatGPT, un'applicazione di IA che può rispondere a domande e assistere con prosa e codice scritti, i neolaureati di corsi più esperti nelle università del Texas hanno registrato un calo di 1,7 punti percentuali nella probabilità di trovare lavoro in Texas entro un anno dalla laurea rispetto ai laureati di corsi meno esposti. Inoltre, gli studenti di corsi di laurea più esposti che hanno trovato lavoro dopo il 2022 hanno guadagnato salari inferiori del 5% rispetto alle variazioni di guadagno per i corsi meno esposti. I neolaureati e gli studenti attuali si stanno adattando al cambiamento di domanda dovuto alla GenAI in tutte le competenze. Per evitare un mercato del lavoro debole e più precario, i laureati del 2024 provenienti da settori più esposti erano più propensi a tornare a scuola per conseguire specializzazioni post-laurea. Tuttavia, per la maggior parte continuarono a studiare materie dello stesso ambito in cui avevano conseguito la loro laurea triennale. I risultati dei guadagni dei recenti laureati magistrali suggeriscono che potrebbero esserci ritorni limitati per il miglioramento formale delle competenze in settori esposti all'IA. Nel complesso, gli studenti universitari in ingresso hanno iniziato a spostarsi dai campi esposti all'IA. Le evidenze indicano che la transizione all'IA ha avuto un impatto negativo su molti neolaureati. Man mano che le aziende continuano ad adottare e integrare l'IA nei loro processi produttivi, licenziamenti e crescita salariale per i lavoratori in età avanzata (25–54 anni) in occupazioni a maggior rischio di automazione saranno indicatori chiave da monitorare. Le evidenze suggeriscono che l'intelligenza artificiale generativa ha ridotto le assunzioni per occupazioni che possono essere svolte da questi nuovi strumenti. Anche in assenza di licenziamenti, un calo delle assunzioni in questi lavori danneggerebbe le persone che entrano per la prima volta nel mercato del lavoro. Questo suggerisce che i neolaureati universitari sono stati particolarmente colpiti soprattutto nelle fasi iniziali della transizione all'IA. Gli autori definiscono l'esposizione di una professione all'automazione GenAI utilizzando una metrica basata su compiti sviluppata da Anthropic, una società statunitense di sviluppo di intelligenza artificiale. La misura mappa i compiti lavorativi nel database O*NET — un elenco completo di circa 1.000 occupazioni comuni nell'economia statunitense e i compiti che vengono svolti in questi lavori — in funzione dei registri dei compiti svolti dalla piattaforma Claude di Anthropic. La misura di esposizione può essere interpretata come la quota delle attività di un'occupazione che GenAI può automatizzare o fare da sola. Per esaminare gli effetti di GenAI sugli esiti lavorativi dei neolaureati e degli studenti attuali, gli economisti definiscono una misura analoga di esposizione per i corsi di laurea utilizzando informazioni provenienti da annunci di lavoro online. Lightcast (un sito specializzato in offerte e domande di lavoro) raccoglie i dati di annunci di lavoro da oltre 220.000 portali di lavoro online e successivamente riesce a classificarli per occupazione, settore, azienda e, cosa importante, per campo di studio in funzione delle richieste apparse negli annunci. L'esposizione di uno studente universitario è determinata come la media dell'esposizione, a livello professionale, in tutti i lavori che menzionano quel campo di studio nei relativi annunci. In altre parole, una laurea è più esposta se i lavori che tradizionalmente richiedevano i laureati di quella laurea sono vulnerabili all'automazione dell'IA. Sono stati mappati i corsi di laurea in base alle occupazioni e in base alle offerte di lavoro pubblicate dal primo trimestre 2018 al terzo trimestre 2022 (prima del rilascio di ChatGPT). Questa procedura produce un ordine intuitivo dei corsi di studi. I risultati dicono che i corsi di laurea più esposti all'automazione GenAI includono l'informatica, l'ingegneria informatica e i corsi di lingua, mentre infermieristica, educazione e psicologia sono tra i campi meno esposti. L'esposizione all'IA porta a risultati peggiori nel mercato del lavoro. Il calo osservato della domanda di occupazioni esposte all'IA ha ridotto l'occupazione e i guadagni per i nuovi laureati? Per comprenderlo gli autori hanno collegato l'esposizione all'IA a livello di laurea con i dati di istruzione e guadagni di studenti iscritti e laureati di università quadriennali del Texas, utilizzando i dati amministrativi provenienti dal Texas Higher Education Coordinating Board e dalla Texas Workforce Commission. Per un determinato studente, il dataset include il suo corso di laurea, la storia dei corsi, i punteggi degli esami di ammissione all'università e informazioni demografiche, insieme ai salari trimestrali e ai registri occupazionali per i lavori svolti in Texas. I tassi di occupazione del primo anno e i guadagni nominali annuali sono definiti con riferimento ai dati dei primi quattro trimestri di un graduato dopo la laurea (ad esempio, dal terzo trimestre 2024 al secondo trimestre 2025 per uno studente laureatosi a maggio del 2024). La differenza nei tassi di occupazione tra le facoltà più esposte e quelle meno esposte era stabile prima del rilascio della nuova tecnologia alla fine del 2022. Da allora, una quota di compiti automatizzabili in più di 10 punti percentuali è associata a un calo relativo di 1,7 punti percentuali nei tassi di occupazione. Tra i laureati che hanno trovato lavoro in Texas, i guadagni del primo anno per i corsi di laurea più esposti sono diminuiti di circa il 5% dal 2021 al 2024 rispetto a quelli meno esposti. Questo studio fa comprendere come, in verità, l'esposizione all'IA è e sarà per i giovani laureati, e non solo, abbastanza problematica.