Mentre il dibattito su quanti posti di lavoro l'intelligenza artificiale fara' sparire resta dominato da previsioni e allarmismi, la California ha deciso di misurare i fatti. Il 25 giugno 2026 lo Stato ha lanciato il California AI-Unemployment Tracker (CAIT), definito il primo strumento pubblico al mondo pensato per monitorare in tempo quasi reale l'impatto dell'IA sull'occupazione. L'idea e' semplice e potente: invece di aspettare studi annuali, incrociare ogni mese i dati reali dei sussidi di disoccupazione con il grado di "esposizione" all'IA di ciascuna professione.
Come funziona CAIT
Il tracker nasce dalla collaborazione tra l'ufficio del governatore Gavin Newsom, l'Employment Development Department (l'agenzia statale che gestisce i sussidi) e il California Policy Lab, un istituto di ricerca dell'Universita' della California. Il meccanismo combina diverse misure di quanto un'occupazione sia esposta all'automazione tramite IA con i dati mensili delle richieste di sussidio di disoccupazione. L'obiettivo dichiarato e' funzionare come un "sistema di allerta precoce": se in un certo mestiere le richieste iniziano a salire in modo anomalo proprio dove l'esposizione all'IA e' alta, il segnale emerge prima e in modo documentato, non per sentito dire.
Un altro elemento importante e' la trasparenza: CAIT aggiorna i dati ogni mese e li rende scaricabili pubblicamente, cosi' che ricercatori, giornalisti e sindacati possano analizzarli in autonomia invece di affidarsi solo alle interpretazioni ufficiali.
Cosa dicono i primi numeri
I dati iniziali, aggiornati a maggio 2026, raccontano una situazione piu' sfumata di quanto i titoli allarmistici lascino pensare. A livello statale non si registra alcuna impennata generalizzata delle richieste di sussidio tra i lavoratori delle occupazioni piu' esposte all'IA. Il tracker segnala pero' aumenti localizzati e significativi tra i lavoratori con istruzione universitaria impiegati in ruoli ad alta esposizione, in particolare nell'area della San Francisco Bay Area, dove l'incremento appare prolungato nel tempo. I ricercatori notano inoltre che le richieste tra i laureati in mansioni ad alta esposizione hanno cominciato a crescere dopo l'arrivo di ChatGPT, alla fine del 2022.
Quali lavori sono piu' esposti, e quali no
Il punto piu' controintuitivo dei primi dati e' proprio chi mostra i segnali di stress. Per anni si e' raccontato che l'automazione avrebbe colpito prima i lavori manuali e ripetitivi; con l'IA generativa, invece, l'esposizione piu' alta riguarda mansioni cognitive e d'ufficio svolte da persone istruite: stesura di testi, programmazione di base, analisi di dati, assistenza clienti, ruoli amministrativi e di back office. Sono attivita' in cui un modello linguistico puo' svolgere una quota crescente del compito, riducendo il numero di persone necessarie. I mestieri che richiedono presenza fisica, manualita' fine o relazione diretta - dall'assistenza alla persona all'edilizia - restano per ora molto meno toccati. E' un ribaltamento che ha implicazioni enormi per l'orientamento scolastico, la formazione e le politiche del lavoro.
Perche' un esperimento californiano riguarda anche l'Europa
La forza di CAIT sta nel metodo: trasformare una discussione spesso ideologica in una serie di indicatori verificabili e ripetibili. E' anche un riconoscimento implicito che la politica, finora, ha avuto pochissimi strumenti per capire cosa stesse davvero succedendo nel mercato del lavoro durante la transizione all'IA. Per l'Europa e per l'Italia, dove il tema dell'impatto occupazionale dell'automazione e' caldo quanto negli Stati Uniti, e' un modello replicabile: monitorare prima, intervenire con formazione e ammortizzatori dove i segnali emergono, invece di scoprire i problemi a cose fatte. I limiti, ovviamente, restano: i dati sui sussidi fotografano chi perde il lavoro, non chi non viene assunto, e l'esposizione all'IA non equivale automaticamente a sostituzione. Ma e' un primo passo concreto verso decisioni basate sui numeri anziche' sulle paure.
