Anthropic osserva l’AI da una nuova angolazione. Il valore dell’“esposizione osservata” sui luoghi di lavoro
Anthropic prova a misurare non ciò che l’intelligenza artificiale potrebbe fare domani, ma ciò che sta già facendo oggi su Claude
Il concetto di “esposizione osservata” introdotto da Anthropic è interessante perché cambia il modo di leggere l’impatto dell’intelligenza artificiale sul lavoro. Non parte dalla domanda teorica “quali mansioni potrebbero essere automatizzate?” ma da una domanda più concreta: quali attività vengono già svolte, automatizzate o supportate da Claude dentro flussi professionali reali?
Anthropic combina tre fonti
Per costruire questa misura, Anthropic combina tre fonti: il database occupazionale statunitense O*NET, che mappa circa 800 professioni e le relative mansioni; i dati d’uso di Claude raccolti nell’Anthropic Economic Index; e le stime teoriche di esposizione dei task ai modelli linguistici. L’obiettivo è misurare il punto d’incontro tra capacità tecnologica e adozione effettiva: non tutto ciò che un modello può fare, infatti, entra subito nei processi aziendali. Ci sono vincoli legali, necessità di verifica umana, software specifici, responsabilità professionali e barriere organizzative che rallentano l’adozione.
Soprattutto le attività di sviluppo software e scrittura
La differenza è sostanziale. Una mansione può essere teoricamente esposta all’AI, ma non ancora “osservata” nei dati d’uso. Anthropic cita l’esempio di attività sanitarie o amministrative che un modello potrebbe accelerare, ma che non risultano effettivamente svolte da Claude nei flussi reali. Al contrario, programmazione, scrittura, analisi dati, customer service e data entry compaiono già con frequenza elevata nei dati di utilizzo. Secondo lo studio, l’uso di Claude si concentra soprattutto nelle attività di sviluppo software e scrittura, che insieme rappresentano quasi metà dell’utilizzo osservato.
Il dato più rilevante è che Anthropic non misura solo se l’AI viene usata, ma come viene usata. Nel paper sulle conversazioni di Claude, il 57% degli utilizzi appare come augmentazione delle capacità umane — per esempio apprendimento, revisione, iterazione su un output — mentre il 43% suggerisce forme più vicine all’automazione, cioè attività completate con un intervento umano minimo. Questo aiuta a evitare una lettura troppo semplicistica: l’AI non sta solo “sostituendo” lavoro, ma sta anche ridisegnando il modo in cui molte attività vengono svolte.
Le professioni più esposte
Le professioni più esposte, secondo questa metrica, sono quelle dove le mansioni sono digitali, testuali, ripetibili o codificabili. Anthropic indica i programmatori in cima alla classifica, con circa il 75% di copertura osservata; seguono ruoli come customer service, data entry e altre professioni legate a elaborazione di informazioni. Al contrario, circa il 30% dei lavoratori risulta avere esposizione osservata pari a zero, perché le loro mansioni compaiono troppo raramente nei dati d’uso: cuochi, meccanici, bagnini, baristi e addetti a lavori fisici restano per ora molto meno coinvolti.
Il punto politico ed economico è che questa misura offre un indicatore precoce dei cambiamenti nel mercato del lavoro. Non dimostra automaticamente che quei posti siano già a rischio, ma segnala dove l’AI è entrata con più forza nei processi quotidiani. Anthropic stessa riconosce che la misura ha limiti importanti: riguarda una sola piattaforma, non mostra sempre come l’output venga poi utilizzato nella pratica e si basa su descrizioni occupazionali statiche, che possono non cogliere nuovi lavori o nuove mansioni nate proprio con l’AI.
L’alta “esposizione osservata”
C’è però un elemento sociale già visibile. In un’indagine su 81 mila utenti Claude, Anthropic ha rilevato che le persone impiegate in professioni ad alta “esposizione osservata” esprimono maggiore preoccupazione per la sostituzione lavorativa. In media, per ogni aumento di 10 punti percentuali dell’esposizione, cresceva anche la quota di intervistati che percepiva una minaccia per il proprio ruolo; chi si trovava nel quartile più esposto citava questa preoccupazione tre volte più spesso rispetto a chi era nel quartile meno esposto.
La conclusione è che l’“esposizione osservata” non va letta come una profezia, ma come una fotografia dinamica. Mostra dove l’intelligenza artificiale generativa è già entrata nel lavoro professionale e dove il cambiamento potrebbe accelerare. Per aziende, policy maker e lavoratori, il messaggio è chiaro: la questione non è più soltanto prepararsi a un futuro automatizzato, ma capire quali parti del lavoro sono già cambiate adesso, e con quali conseguenze su competenze, formazione, organizzazione e qualità dell’occupazione.
Our Fact Checking Process
We prioritize accuracy and integrity in our content. Here's how we maintain high standards:
- Expert Review: All articles are reviewed by subject matter experts.
- Source Validation: Information is backed by credible, up-to-date sources.
- Transparency: We clearly cite references and disclose potential conflicts.
Our Review Board
Our content is carefully reviewed by experienced professionals to ensure accuracy and relevance.
- Qualified Experts: Each article is assessed by specialists with field-specific knowledge.
- Up-to-date Insights: We incorporate the latest research, trends, and standards.
- Commitment to Quality: Reviewers ensure clarity, correctness, and completeness.
Look for the expert-reviewed label to read content you can trust.
VIDEO INTERVISTE
Motori
REAL ESTATE
LMF crypto
LMF food
LMF private markets
LMF arte
Legal
LMF green