Come i lavoratori stanno scoprendo nuovi modi di lavorare con l'IA

Come i lavoratori stanno scoprendo nuovi modi di lavorare con l'IA

La ricerca più recente suggerisce l'importanza di come i compiti vengono divisi e svolti insieme all'accesso agli strumenti di IA. Questi nuovi compiti, che esulano dalle descrizioni occupazionali tradizionali, stanno diventando una parte regolare di come i lavoratori utilizzano l'IA. Se queste attività diventano responsabilità ricorrenti, i lavori potrebbero ampliarsi anche mentre i loro titoli rimangono invariati.

Nel primo rapporto Work at the Frontier, è stato documentato il fenomeno del "task crossover": lavoratori che utilizzano l'IA per attività storicamente associate a un'altra professione. La ricerca più recente chiede cosa accade dopo questo primo esperimento. Analizzando più di 1,5 milioni di messaggi correlati al lavoro su ChatGPT da aprile a luglio 2026, emerge evidenza che alcuni utilizzi trasversali dell'IA tra occupazioni diverse sono ricorrenti. I lavoratori tornano a svolgere compiti al di fuori dei loro confini occupazionali, e queste attività diventano una parte sempre più consistente del loro utilizzo osservato dell'IA nel tempo.

I risultati offrono uno sguardo iniziale su come l'accesso all'IA potrebbe tradursi dal tentare nuovi compiti all'incorporare quei compiti nelle routine regolari dei lavoratori. Per le aziende che stanno cercando di determinare il modo migliore per adottare e utilizzare l'IA nelle loro organizzazioni, le tendenze identificate nello studio di quattro mesi sull'utilizzo dell'IA e sui prompt dei lavoratori professionisti rappresentano una finestra importante su come queste aziende potrebbero ridurre l'attrito tra l'identificazione di un problema e il progresso complessivo del lavoro, supportati dall'IA. I risultati suggeriscono che la progettazione del lavoro merita un posto insieme all'accesso agli strumenti di IA nel modo in cui le organizzazioni implementano le loro strategie di IA.

I lavoratori utilizzano l'IA diversamente quando vanno oltre i loro ruoli

I lavoratori utilizzano l'IA diversamente a seconda che il compito rientri nel loro ruolo in un determinato dominio. I lavoratori formulano prompt diversi per l'IA a seconda che il compito sia all'interno o all'esterno dei loro ruoli abituali. Quando chiedono informazioni su compiti al di fuori della loro occupazione, scrivono prompt più brevi in media rispetto a quelli che scrivono per compiti all'interno della loro occupazione. Hanno inoltre meno probabilità di chiedere spiegazioni, indicazioni procedurali, un formato di risposta specifico o consigli.

Allo stesso tempo, i lavoratori sono più inclini a fornire esempi o contesto quando chiedono aiuto all'IA per compiti al di fuori delle loro occupazioni. Sono anche più propensi a chiedere all'IA di controllare o verificare qualcosa. Un'interpretazione di questi comportamenti è che i lavoratori stanno utilizzando l'IA per prendere in prestito competenze. Piuttosto che chiedere all'IA di insegnare loro un intero nuovo campo, i lavoratori portano un problema e il contesto rilevante—come un documento, un esempio o informazioni da un collega—e chiedono all'IA di aiutare ad applicare la conoscenza associata a un altro campo.

I compiti trasversali alle occupazioni diventano parti ricorrenti dei nuovi flussi di lavoro dell'IA

La domanda successiva è se i lavoratori tornano a svolgere queste attività. Tra circa 6.200 lavoratori osservati costantemente da aprile a luglio, i compiti trasversali precedentemente utilizzati sono aumentati dal 13,1% dell'attività occupazionale specifica con IA ad aprile al 25,9% a luglio. Questo schema è coerente con i lavoratori che incorporano alcuni compiti trasversali nel loro flusso di lavoro ricorrente, piuttosto che semplicemente sperimentare una sola volta.

Un'analisi separata mette la ricorrenza in prospettiva. Tra le osservazioni di follow-up abbinate di un mese, i lavoratori sono tornati a un compito trasversale utilizzato nel mese precedente il 23,6% delle volte, rispetto all'8,4% di utilizzo dello stesso compito tra lavoratori comparabili che non avevano nessun utilizzo osservato nel mese precedente. Divari simili appaiono per compiti all'interno dell'occupazione e compiti generali.

Alcune nuove attività hanno più durabilità di altre

La ricorrenza varia considerevolmente a seconda del tipo di lavoro. I lavoratori sono tornati il mese successivo a alcuni compiti trasversali a tassi relativamente elevati:

• Discussione di beni o servizi con i clienti: 54%
• Scrittura pubblicitaria o promozionale: 44%
• Creazione di materiali di marketing: 37%

In confronto, i lavoratori sono tornati al compito di spiegare informazioni finanziarie circa il 15% delle volte. Il tasso di ritorno medio del mese successivo su tutti i compiti trasversali era del 18,5%. Queste differenze potrebbero riflettere dove l'IA si adatta naturalmente nei flussi di lavoro ricorrenti. Potrebbero anche riflettere differenze nelle norme sul posto di lavoro, nella cautela o nelle conseguenze percepite di fare qualcosa di sbagliato.

Dal task crossover all'espansione del lavoro

I primi due rapporti Work at the Frontier offrono un quadro di come il lavoro può cambiare prima che cambino i titoli professionali. Il primo rapporto ha mostrato che i lavoratori utilizzano l'IA per attraversare i confini occupazionali tradizionali. Questo rapporto scopre che alcune di queste attività diventano parte dei flussi di lavoro regolari. Questi modelli suggeriscono un possibile percorso per la trasformazione lavorativa guidata dall'IA: un lavoratore sperimenta un'attività al di fuori del suo ruolo tradizionale, trova l'IA utile per essa, e inizia a tornare a questa attività come parte del suo lavoro.

L'IA potrebbe rimodellare i lavori ben prima che i loro titoli cambino: i lavoratori utilizzano l'IA per attività associate a un'altra occupazione e tornano a svolgere alcune di loro nel tempo. Se queste attività diventano responsabilità regolari, il mix di attività all'interno di un lavoro potrebbe ampliarsi anche mentre il suo titolo rimane lo stesso. La ricerca continuerà a studiare questi cambiamenti per costruire un quadro più chiaro di come l'IA sta cambiando la divisione del lavoro e cosa significhi per i lavoratori, le aziende e l'economia più ampia.

Implicazioni strategiche per le organizzazioni

Questa ricerca ha implicazioni significative per il modo in cui le organizzazioni dovrebbero approcciarsi all'implementazione dell'IA. Non è sufficiente fornire ai lavoratori accesso agli strumenti di IA; le aziende devono pensare attentamente a come il lavoro viene progettato e organizzato. La ricerca suggerisce che alcune combinazioni di compiti trasversali si stabilizzano più facilmente di altre, e che i contesti organizzativi giocano un ruolo importante nel determinare quali attività diventano ricorrenti.

Un aspetto particolarmente interessante è la variazione nei tassi di ritorno tra diversi tipi di attività. Il fatto che il 54% dei lavoratori ritorni a discutere beni e servizi con i clienti, mentre solo il 15% ritorna a spiegare informazioni finanziarie, suggerisce che l'IA è particolarmente utile per compiti che richiedono comunicazione e persuasione, ma meno utile per compiti che richiedono grande precisione e responsabilità legale.

Le aziende dovrebbero quindi considerare di costruire processi di lavoro che sfruttino naturalmente dove l'IA eccelle. Se una persona nel reparto vendite trova l'IA utile per creare materiali di marketing, potrebbe avere senso incorporare ufficialmente questa responsabilità nel suo ruolo, forse con una riduzione proporzionale di altre responsabilità. Allo stesso modo, le aziende dovrebbero essere consapevoli di quando l'IA non fornisce sufficiente valore aggiunto per giustificare l'aggiunta permanente di una nuova responsabilità.

Progettazione del lavoro e strategia dell'IA

Il messaggio centrale della ricerca è che la progettazione del lavoro deve essere considerata parte integrante della strategia di implementazione dell'IA di un'organizzazione. Non è solo una questione di quale software fornire o quale formazione offrire. È una questione di ripensare come vengono strutturati i lavori per sfruttare al meglio i nuovi strumenti disponibili.

Questo comporta conversazioni importanti tra gestori, lavoratori e specialisti di risorse umane. Quali compiti potrebbero teoricamente essere arricchiti con l'IA? Quali compiti funzionano meglio quando rimangono specializzati? Come possiamo combinare compiti di diversi ambiti occupazionali in modi che creano valore sia per l'organizzazione che per i singoli lavoratori?

La ricerca suggerisce anche che c'è valore nel monitorare come i lavoratori effettivamente utilizzano l'IA, piuttosto che assumere che utilizzeranno gli strumenti nel modo che i leader hanno previsto. I lavoratori stanno scoprendo da soli nuovi modi di lavorare, e le organizzazioni intelligenti impareranno da questi esperimenti naturali per informare la loro strategia più ampia.

Considerazioni per il futuro del lavoro

Nel medio-lungo termine, questa ricerca suggerisce che il panorama del lavoro potrebbe trasformarsi in modo significativo, anche se i titoli dei lavori rimangono relativamente stabili. Un account manager potrebbe acquisire significative responsabilità di copywriting. Un analista finanziario potrebbe trascorrere più tempo spiegando informazioni ai clienti. Un rappresentante del servizio clienti potrebbe diventare sempre più responsabile della risoluzione dei problemi tecnici.

Queste evoluzioni organiche potrebbero essere positive se gestite bene. Possono portare a ruoli più ricchi e più interessanti che sfruttano meglio le capacità dei lavoratori. Possono anche ridurre gli ostacoli tra i dipartimenti e migliorare la comunicazione all'interno delle organizzazioni.

Tuttavia, richiedono anche una gestione attenta per evitare risultati meno desiderabili. Le aziende devono assicurarsi che i lavoratori abbiano la formazione e il supporto necessari per eccellere in questi nuovi compiti trasversali. Devono anche essere consapevoli del rischio di allargare i ruoli senza compensazione adeguata. E devono considerare come questi cambiamenti potrebbero influire sulla sicurezza del lavoro, la mobilità di carriera e le opportunità di sviluppo professionale.

Prossimi passi nella ricerca

I ricercatori hanno indicato che continueranno a studiare come questi cambiamenti si sviluppano nel tempo. Rimangono molte domande importanti: come questi modelli variano tra diversi settori e geografie? Come si adattano le organizzazioni formalmente a questi cambiamenti? Quale è l'impatto sulla soddisfazione e sul benessere dei lavoratori? Come cambiano questi modelli man mano che l'IA diventa più capace e ubiqua?

Gli interessati possono consultare ulteriori ricerche su questo argomento: il rapporto originale sul task crossover fornisce dettagli su come i lavoratori stanno utilizzando ChatGPT per assumersi compiti al di là dei loro ruoli tradizionali, mentre il framework per la transizione dei lavori nell'era dell'IA esamina come le capacità dell'IA, i ruoli umani e la domanda potrebbero plasmare l'occupazione nel futuro.

In conclusione, questa ricerca rappresenta un momento importante nella nostra comprensione di come l'IA sta cambiando il lavoro. Non è una storia di sostituzione tecnologica massiccia, almeno non ancora. È piuttosto una storia di trasformazione graduale, in cui i lavoratori scoprono nuovi modi di svolgere i loro compiti, in cui le responsabilità si ampliano e si ricombinano, e in cui il modo in cui il lavoro è organizzato dovrà evolversi per mantenere il passo con le nuove possibilità tecnologiche.