La narrativa della carriera professionale come una scala ordinata, con il primo gradino dedicato a compiti semplici e ripetitivi e l’ultimo riservato a decisioni strategiche, sta mostrando crepe evidenti proprio nel punto più fragile del sistema, quello iniziale. L’adozione accelerata dell’intelligenza artificiale nei processi aziendali sta infatti erodendo una fascia storicamente fondamentale del mercato del lavoro, quella degli entry-level jobs, trasformando non solo il modo in cui le aziende operano, ma anche la struttura stessa della formazione del capitale umano. Secondo l’analisi attribuita a Michael Hansen, amministratore delegato di Cengage, la funzione educativa implicita dei ruoli junior, quella che per decenni ha permesso ai giovani professionisti di apprendere sul campo, sta venendo progressivamente automatizzata da sistemi capaci di gestire customer service, coordinamento amministrativo, reportistica e analisi di base con una precisione sufficiente e soprattutto a costo marginale quasi nullo. Il risultato è un cortocircuito silenzioso tra università e impresa, dove il tradizionale ponte dell’esperienza intermedia rischia di non essere più attraversabile.
La trasformazione non è estetica ma strutturale, perché interviene su ciò che le organizzazioni hanno sempre considerato ovvio senza mai formalizzarlo davvero, cioè che la competenza si costruisce attraverso una sequenza di errori a basso costo, ripetizione e esposizione graduale alla complessità reale. L’intelligenza artificiale, integrata nei flussi operativi, riduce drasticamente lo spazio di queste micro-esperienze formative, sostituendole con output immediati generati da sistemi che non hanno bisogno di “imparare” nel senso umano del termine. In questa dinamica, le imprese iniziano a comportarsi come sistemi che ottimizzano solo il presente, mentre scaricano il problema della formazione su un ecosistema educativo che, paradossalmente, non è più allineato con ciò che il mercato richiede.
Il punto critico emerge quando si osserva la nuova asimmetria nelle aspettative di assunzione. Da un lato, le aziende riducono l’ingresso di figure junior perché molte delle attività che giustificavano tali posizioni sono ormai automatizzabili; dall’altro lato, gli stessi datori di lavoro pretendono che i neolaureati arrivino già dotati di competenze operative, esperienza pratica e capacità di gestione di scenari complessi. Questa tensione produce un effetto noto nei sistemi economici maturi ma qui amplificato dall’AI, una contrazione delle opportunità di ingresso che rischia di irrigidire la mobilità sociale. La carriera, da percorso incrementale, si trasforma in un salto discontinuo, dove l’assenza del primo gradino rende più ripida l’intera struttura.
Le università si trovano così in una posizione scomoda, quasi schizofrenica, sospese tra la fedeltà a un modello accademico costruito sulla trasmissione teorica del sapere e la pressione crescente a diventare infrastrutture di addestramento operativo. L’ipotesi sempre più discussa è che la formazione tradizionale debba evolvere verso modelli più immersivi, basati su simulazioni, progetti applicati, collaborazione diretta con sistemi di intelligenza artificiale e interazioni costanti con contesti produttivi reali. Non si tratta semplicemente di aggiornare i curricula, ma di ripensare il concetto stesso di “preparazione al lavoro”, perché la distanza tra teoria e pratica si sta riducendo non attraverso un avvicinamento virtuoso, ma tramite la cancellazione di uno dei due poli.
Il fenomeno ha implicazioni che vanno oltre la dimensione educativa e toccano direttamente la struttura organizzativa delle imprese. Le gerarchie aziendali tradizionali, costruite su livelli successivi di responsabilità e apprendimento, potrebbero comprimersi, eliminando passaggi intermedi che storicamente fungevano da filtro e da palestra decisionale. L’intelligenza artificiale, agendo come livello trasversale di automazione cognitiva, accelera i processi ma riduce anche le occasioni di osservazione indiretta, quella che permetteva ai lavoratori meno esperti di apprendere guardando l’operatività dei più senior.
In questo scenario, il valore umano non scompare, ma si sposta verso aree meno codificabili, dove giudizio, adattabilità, capacità di interpretare contesti ambigui e leadership diventano più rilevanti rispetto alla mera esecuzione di compiti. Tuttavia, questo spostamento non è neutrale, perché richiede un livello di maturità professionale che prima veniva costruito nel tempo, mentre ora viene richiesto in anticipo. Il rischio sistemico è quello di creare una generazione di lavoratori che non ha più accesso al processo graduale di accumulazione dell’esperienza, ma deve presentarsi già “completa” in un mercato che, nel frattempo, ha delegato le parti formative alle macchine.
Il dibattito sull’impatto dell’intelligenza artificiale sul lavoro viene spesso ridotto alla contrapposizione tra sostituzione e potenziamento, ma la realtà è più scomoda e meno lineare. Il vero cambiamento non riguarda solo quali lavori vengono automatizzati, ma come viene distribuita nel tempo la costruzione delle competenze. Se il primo gradino della carriera viene rimosso, non è soltanto un problema occupazionale, ma un problema architetturale dell’intero sistema economico, che si trova a dover reinventare i meccanismi con cui le persone diventano professionisti.
In ultima analisi, l’adozione massiva dell’intelligenza artificiale sta imponendo una domanda che il mondo accademico e quello industriale hanno finora evitato con eleganza: come si forma esperienza quando le macchine assorbono proprio le attività che generano esperienza. La risposta non è ancora visibile, ma il tempo di osservazione si sta riducendo più rapidamente del tempo necessario per costruire alternative credibili, e questa asimmetria temporale è probabilmente il punto più sottovalutato dell’intera trasformazione.