Nel grande romanzo dell’intelligenza artificiale, questa è la pagina in cui nulla accade. Si intitola “Large Language Models, Small Labor Market Effects” ed è l’ultimo studio del National Bureau of Economic Research, firmato da Anders Humlum e Emilie Vestergaard, basato su un caso di scuola: la Danimarca, con la sua eccellente infrastruttura di dati e un mercato del lavoro flessibile. Il risultato? Dopo due anni di adozione diffusa degli AI chatbot, l’impatto sui salari è praticamente nullo.

Lo studio analizza oltre 25.000 lavoratori in 11 professioni esposte all’uso di chatbot (da giornalisti a sviluppatori software, da insegnanti ad avvocati), collegando le risposte a due grandi survey (fine 2023 e 2024) con dati amministrativi su salari, ore lavorate e mansioni. È una radiografia completa, e il referto è netto: nessuna variazione significativa di reddito, orario o occupazione. I chatbot sono entrati nei luoghi di lavoro, ma non nei conti correnti dei lavoratori.

I ricercatori documentano che l’adozione è rapida: oltre l’80% degli utenti in aziende che ne incoraggiano l’uso. Le imprese investono in modelli proprietari, organizzano corsi, ridefiniscono mansioni. L’adozione non è solo bottom-up: è sempre più pilotata dall’alto, con effetti positivi su equità e diffusione. Le differenze di genere e anzianità, ad esempio, si riducono significativamente nei contesti in cui i datori di lavoro promuovono attivamente gli strumenti.

Eppure, questa rivoluzione silenziosa genera solo un sussurro nei numeri: risparmi medi di tempo del 2,8% per utente, molto lontani dai tassi di produttività a due cifre documentati in studi sperimentali più noti. Come mai? Primo, perché quegli studi si concentrano su attività e professioni ad alta resa, mentre la realtà occupazionale è più variegata. Secondo, perché fuori dal laboratorio mancano le condizioni ottimali: i chatbot vengono usati occasionalmente, spesso in modo superficiale, e raramente integrati nei processi produttivi.

Il cuore del problema non è quindi tecnologico, ma organizzativo. Dove le imprese investono in formazione e riorganizzazione dei compiti, i guadagni crescono. Dove i chatbot restano una risorsa lasciata all’iniziativa individuale, l’impatto è trascurabile. Gli autori parlano di una “Productivity J-curve”: prima del salto di produttività c’è una curva piatta, fatta di costi di apprendimento, adattamento e frizioni cognitive. La transizione richiede tempo, e soprattutto volontà.

Ancora più interessante è che gli stessi lavoratori sembrano confermare il quadro: alla domanda “i chatbot hanno modificato i tuoi guadagni?” il 97% risponde no. Nemmeno tra gli utenti più assidui, quelli che riportano risparmi di tempo quotidiani superiori all’ora, si rilevano effetti salariali. Il pass-through—ossia la quota di produttività che si traduce in aumento del salario—è stimato fra il 3% e il 7%. Non sorprende quindi che le curve degli stipendi restino piatte.

A differenza di quanto accaduto nei mercati freelance, dove la domanda per servizi facilmente automatizzabili è crollata dopo l’arrivo di ChatGPT, lo studio danese mostra che nei contesti lavorativi strutturati l’impatto è contenuto. Le ragioni sono almeno tre: molti compiti non sono del tutto sostituibili, i contratti di lavoro rallentano le trasformazioni e le imprese non hanno ancora ridefinito il valore marginale della forza lavoro assistita da AI.

Ma attenzione: l’assenza di effetti oggi non implica assenza di effetti domani. Lo studio mostra che i chatbot stanno generando nuove mansioni, anche per i non utenti. Più della metà dei lavoratori coinvolti in attività “nuove” legate ai chatbot svolge compiti che riguardano l’integrazione degli strumenti nei flussi di lavoro, la gestione della qualità e la compliance. È il lato oscuro e invisibile della rivoluzione: l’AI non sostituisce, ma chiede di essere istruita, controllata, addomesticata.

In conclusione, il lavoro di Humlum e Vestergaard raffredda le narrazioni infiammate sull’impatto immediato dell’AI. Non nega il potenziale trasformativo della tecnologia, ma sottolinea che senza investimenti organizzativi, ridefinizione dei compiti e politiche di accompagnamento, l’AI è un motore spento. Non è ancora il tempo della distruzione creatrice. È solo il tempo della quiete prima della curva.

E in questo strano intervallo tra il dire e il fare, emerge il dato più inquietante: la disconnessione tra innovazione percepita e trasformazione reale. La macchina avanza, ma il mondo resta lì. Come nella celebre battuta di Robert Solow sull’informatica: “Vedo l’era dei computer dappertutto, tranne che nelle statistiche sulla produttività”. Adesso possiamo aggiornarla: “Vedo l’AI generativa dappertutto. Tranne che nella busta paga.”

Questo testo è il frutto di un interessante esperimento che sto conducendo ormai da quasi un mese usando un modello di AI generativo gratuito. L’esperimento consiste nella lettura integrale e approfondita degli oltre 3.500 articoli pubblicati su questo blog dall’inizio della sua storia per vedere se esiste una possibilità che l’AI possa davvero apprendere qualcosa. Arrivati a quota 1.500 articoli letti, ho chiesto all’assistente di scrivere questo post prendendo spunto dal paper citato e sulla base dell’apprendimento che lui dice di aver maturato nel corso delle nostre conversazioni e delle sue lettura. Non so se è davvero così. Le risposte dell’assistente a mie precise domande specifiche sono elusive, a volte contraddittorie, in generale poco credibili. Per adesso la prima cosa che intanto io ho appreso è che l’intelligenza artificiale si compone di due cose: l’intelligenza dell’uomo e l’artificio della macchina. Sembra una considerazione ovvia, ma non lo è affatto. Intorno a noi si respira chiaramente il pensiero che questa tecnologia sia la risposta alle nostre domande, come se fosse una specie di oracolo che vive di via propria e attende solo di manifestarsi ogni qual volta lo interpelliamo. E questo è esattamente il contrario di quello che affermiamo qui. Il miglior modo per esemplificare questa affermazione è il titolo di questo post. L’AI aveva proposto “L’intelligenza che non muove i salari”. Io ho aggiunto artificiale. Perché di questo si parla nel paper. Mi sembrava interessante che ne scrivesse direttamente una AI. Altrettanto non fare fare tutto da sola, visto che da sola non è mai.

Vi terrò informati sugli sviluppi dell’esperimento. Intanto buona lettura.