L'intelligenza artificiale sta ridefinendo le aspettative sul lavoro d'ufficio per i neoassunti della generazione che si affaccia al mercato del lavoro nel 2025-2026. Strumenti come ChatGPT sono ormai in grado di svolgere compiti elementari che tradizionalmente spettavano alle figure junior, spingendo alcune aziende ad assegnare responsabilità più ampie fin dal primo giorno a chi entra in organizzazione, con implicazioni profonde per la formazione professionale e la crescita delle competenze.
Questa trasformazione non è priva di rischi sistemici. Secondo Peter Cappelli, professore di management e direttore del Center for Human Resources della Wharton School dell'Università della Pennsylvania, "l'AI sta cambiando l'esperienza entry-level per un'intera generazione di lavoratori del terziario". Il punto critico è che la curva di apprendimento tradizionale — fatta di mansioni ripetitive, errori e progressive autonomie — rischia di essere cortocircuitata prima ancora che si instauri. La domanda che si pone il mercato del lavoro è se questa accelerazione produca professionisti più maturi o, al contrario, più fragili.
Sul fronte della gestione del rischio aziendale, Chris Lyon, responsabile engineering di Twilio — piattaforma di infrastrutture per le comunicazioni — avverte i neoassunti di evitare il cosiddetto shadow AI, ovvero l'utilizzo di strumenti non approvati dall'azienda. Il rischio concreto è che dati sensibili fuoriescano dai perimetri di sicurezza aziendali, con potenziali conseguenze legali e reputazionali. In Europa, la questione si interseca con i vincoli del GDPR e con le indicazioni emergenti dell'AI Act, che impongono alle organizzazioni standard precisi nella gestione dei sistemi automatizzati.
L'eccesso di delega agli algoritmi rappresenta un'altra variabile critica. Jeff LeBlanc, docente di management alla Bentley University, sottolinea che la crescita professionale richiede incertezza e margine di errore: "La fase iniziale della carriera è pensata per includere incertezze, errori e soluzioni da trovare. In quel disagio si costruisce la fiducia in sé stessi." Un paradosso che emerge con forza: gli strumenti concepiti per aumentare la produttività rischiano di produrre lavoratori meno autonomi se usati senza discernimento.
Matthew Bidwell, professore di management alla Wharton, invita a trattare l'output dell'AI con spirito critico: verificare che i risultati "superino il test dell'olfatto" è diventata una competenza professionale a tutti gli effetti. La dottoressa Andrea Derler, responsabile della ricerca presso Visier — società specializzata in workforce intelligence — aggiunge una dimensione intergenerazionale: i manager senior, cresciuti svolgendo mansioni di basso profilo, mostrano scarsa tolleranza verso contenuti AI-generati consegnati senza revisione critica da parte dei colleghi junior.
Sul piano delle relazioni organizzative, Hebba Youssef, chief people officer di Workweek e conduttrice del podcast HR "I Hate It Here", ricorda che porre domande dimostra pensiero critico, non debolezza. Rebecca Port, chief people officer di Okta — società di identity management — è ancora più diretta: "Che ci piaccia o no, le organizzazioni sono organismi sociali." Le reti relazionali interne incidono su promozioni e bonus quanto, e a volte più, della performance individuale misurabile.
La variabile "affidabilità" emerge come elemento discriminante, spesso sottovalutato nei percorsi formativi universitari. Derler la definisce un'"aspettativa nascosta" ma determinante: rispettare scadenze e impegni è ciò che costruisce la fiducia organizzativa nel lungo periodo, indipendentemente dalle capacità tecniche. Resta aperta una domanda strutturale per il mercato del lavoro europeo: se le competenze di base vengono sempre più delegate alle macchine, su quali fondamenta si costruirà la prossima generazione di manager e dirigenti?