Gavetta addio? Il 38% dei giovani teme l'AI, ma i dati dicono che il vero problema sono le assunzioni che mancano

Nel 2025 il 38% dei giovani italiani intervistati ha dichiarato di temere che l’intelligenza artificiale possa sostituire il proprio lavoro: tra i lavoratori della Generazione X la quota scende al 24%. La rilevazione Kantar, realizzata con Ageism is Never in Style su 3.000 persone in sei Paesi, fotografa una preoccupazione che convive con una difficoltà meno visibile: costruire competenze quando le attività d’ingresso vengono automatizzate o le aziende riducono gli inserimenti junior.

La paura riguarda il futuro individuale. La posta in gioco, però, è anche collettiva. Se il primo impiego perde spazio, si restringono le occasioni in cui si impara a lavorare: gestire un incarico, verificare un risultato, correggere un errore e assumersi responsabilità. L’intelligenza artificiale può accelerare alcune attività; l’esperienza necessaria per controllarle si costruisce lavorando.

Il 38% teme la sostituzione dell’AI

Kantar descrive la Gen Z come una generazione ambivalente: usa strumenti di intelligenza artificiale e teme che le stesse tecnologie possano ridurre le opportunità professionali. Nel quadro internazionale della ricerca, il 37% dei giovani rientra nel gruppo definito “Esploratori”, composto da persone orientate a sperimentare e a confrontarsi con le novità. In Italia il timore di essere sostituiti raggiunge il 38%, contro il 24% registrato tra la Gen X.

Un altro indicatore riguarda la preparazione: il 64% dei giovani italiani coinvolti dichiara di imparare a usare l’AI da autodidatta. La scelta segnala curiosità e capacità di sperimentazione, ma affida la formazione alla disponibilità individuale di tempo, strumenti e occasioni. Saper interrogare un sistema non basta a valutarne l’accuratezza, riconoscere gli errori o proteggere le informazioni riservate. Per farlo servono anche accompagnamento e pratica.

La ricerca individua in Italia il gruppo dei “Sopraffatti” al 13%, persone che vivono la trasformazione con maggiore difficoltà. Per le imprese, il dato richiama un’esigenza concreta: introdurre un software non significa aver guidato una transizione. Occorrono obiettivi comprensibili, formazione collegata alle mansioni e spazi in cui chiedere supporto, soprattutto per chi muove i primi passi nel mercato del lavoro.

Il primo lavoro insegna anche ciò che non è scritto

Molte carriere cominciano con compiti circoscritti. Raccogliere informazioni, preparare una prima bozza, aggiornare archivi, controllare dati o assistere un collega permette di familiarizzare con strumenti e procedure. Nel frattempo si imparano priorità, standard e responsabilità. Quando una parte di queste attività passa all’AI, il vantaggio in termini di produttività può essere reale. Resta da progettare il lavoro in modo che non scompaia anche l’occasione di apprendere.

Il problema si presenta quando l’automazione diventa una scorciatoia per evitare l’inserimento e la crescita dei profili junior. Un neolaureato può ottenere in pochi secondi un testo o un’analisi preliminare; deve ancora imparare, però, a distinguere un risultato plausibile da uno corretto. Senza conoscenze del settore, verifica e confronto, un output può sembrare affidabile anche quando contiene errori. A quel punto la revisione ricade sui responsabili, chiamati a controllare più materiali e a colmare competenze non ancora consolidate.

Le aziende non procedono tutte allo stesso modo. Alcune mantengono le assunzioni e affiancano gli strumenti AI ai nuovi ingressi; altre riorganizzano i flussi o rinviano il reclutamento. Conta anche come vengono distribuiti i compiti: se ai junior restano attività esecutive senza feedback, imparano poco. Quando invece possono osservare, provare e ricevere correzioni, l’uso dell’automazione entra a far parte delle competenze professionali.

Assunzioni e posti vacanti, il contesto italiano

In Italia la difficoltà d’ingresso si colloca in un mercato del lavoro dove convivono opportunità e posizioni scoperte. Nel 2026 le imprese hanno indicato la ricerca di personale tra le principali difficoltà di reclutamento; nel 2025 l’Istat ha stimato nelle aziende una quota del 2% di posti stabilmente vacanti.

Le rilevazioni Excelsior di Unioncamere, il sistema che monitora i programmi di assunzione delle imprese, mostrano quanto la domanda dipenda dalle competenze e dalla possibilità di reperire profili adeguati. Le aziende cercano lavoratori e incontrano ostacoli nel reclutamento; allo stesso tempo, giovani qualificati possono trovare una distanza tra la propria preparazione, le mansioni disponibili e le aspettative. Per leggere il fenomeno occorre distinguere la carenza di candidati idonei dalla trasformazione delle occasioni di primo impiego.

Le difficoltà non dipendono soltanto dall’AI. Incidono la struttura produttiva, la presenza diffusa di imprese piccole, la qualità dei percorsi di formazione, le retribuzioni e la capacità di trattenere i talenti. Quando all’estero si percepiscono prospettive migliori, un percorso iniziale poco qualificante può spingere i giovani a cercare lavoro altrove. E se un’impresa trascura le competenze d’ingresso, rischia di non trovare in seguito le professionalità esperte di cui avrà bisogno.

Per chi cerca lavoro, conta capire quali attività sono richieste e se l’azienda prevede un percorso di affiancamento. Il rapporto tra automazione e posizioni junior si inserisce in una trasformazione più ampia, che riguarda anche l’organizzazione e le scelte di reclutamento.

L’adozione dell’AI cresce, ma frenano le competenze

Nel 2025 il 16,4% delle imprese italiane utilizzava tecnologie di intelligenza artificiale, rispetto all’8,2% del 2024. Tra le grandi aziende la quota arrivava al 53,1%. La diffusione è cresciuta rapidamente, ma procede a ritmi diversi: le imprese di dimensioni maggiori dispongono di più risorse per integrare i sistemi, rivedere i processi e formare il personale. Per molte realtà più piccole, l’investimento organizzativo pesa di più.

Tra le imprese interessate all’AI che ancora non la utilizzano, il 58,6% indica la carenza di competenze come ostacolo. Anche quando la tecnologia è accessibile, servono persone capaci di scegliere le applicazioni adatte, inserirle nei processi e controllarne i risultati. La preparazione richiesta è tecnica, ma comprende anche la capacità di trasformare uno strumento generale in un uso utile per il proprio settore.

Per le imprese la scelta è pratica: acquistare strumenti e lasciare che il personale impari da sé, oppure accompagnarne l’introduzione con formazione, regole interne e responsabilità definite. La seconda strada richiede tempo e rende più probabile che l’automazione migliori il lavoro, invece di moltiplicare le revisioni. Per i junior, la formazione comprende la capacità di generare contenuti, formulare richieste, controllare fonti e risultati, documentare le decisioni e riconoscere i limiti dello strumento.

Laurea e competenze: una base da aggiornare

La velocità con cui cambiano strumenti e mansioni alimenta il timore che un titolo di studio diventi inutile. Una laurea offre conoscenze di settore e metodi di analisi: può diventare una base per aggiornarsi quando si collega alle pratiche richieste nei luoghi di lavoro.

Una preparazione solida unisce competenze tecniche e trasversali. Comprendere un processo, comunicare con clienti e colleghi, valutare un’informazione e risolvere problemi restano capacità utili anche quando cambiano i software. L’alfabetizzazione all’AI, intanto, dovrebbe comprendere la verifica degli output, la gestione dei dati e la consapevolezza dei limiti dei sistemi. Usare i prompt è soltanto una parte del lavoro.

Per chi è agli inizi, tirocini ben progettati, progetti applicati e incarichi accompagnati da feedback possono ridurre la distanza tra studio e lavoro. Un tirocinante lasciato a svolgere compiti ripetitivi senza confronto accumula meno capacità di chi partecipa a un progetto, riceve spiegazioni e vede come si arriva a una decisione. La qualità dell’esperienza conta quanto il nome del ruolo: la gavetta utile è apprendimento guidato, non semplice disponibilità a svolgere mansioni marginali.

La collaborazione tra persone di età diverse può valorizzare competenze differenti. I lavoratori più esperti conoscono i processi, ricordano gli errori e sanno valutarne le conseguenze. I più giovani portano familiarità con gli strumenti digitali, curiosità e attitudine alla sperimentazione. Nella ricerca Randstad del 2026, il 78% degli intervistati dichiara di apprendere soft skill dai colleghi più anziani; il 72% riferisce di imparare dai colleghi più giovani competenze tecnologiche e legate all’AI.

Questi scambi hanno bisogno di occasioni concrete. Un programma di mentoring in entrambe le direzioni può prevedere momenti regolari di confronto: il dipendente esperto accompagna il junior nella lettura del contesto e nella gestione del lavoro; il giovane condivide strumenti e modalità operative. L’appartenenza alla Gen Z, da sola, non rende esperti di tecnologia. Anche la competenza digitale va verificata e coltivata.

• L'Ai doveva dare più tempo libero: invece in ufficio porta più incarichi, orari lunghi, rischio burnout e stress
• Cercano italiani per contare i pinguini e guadagnare 2500 euro: l'annuncio di lavoro che sembra uno scherzo
• ChatGPT conosce la risposta giusta su problemi di salute ma sbaglia lo stesso: lo studio su 10 milioni di risposte che spiazza i medici

• Calcolo Part Time Agevolato