In breve. Automatizzare i compiti iniziali può togliere ai junior un’occasione per imparare. Occorre progettare il primo incarico in modo che il nuovo assunto faccia pratica nel decidere. In Anthropic la quota di junior fra le nuove assunzioni tecniche è scesa dal 27% al 9% (studio del 16 ottobre 2026).
«È bello vedere persone della vostra età scoprire queste cose.»
Me l’ha detto un ragazzo appena uscito dall’università, alla fine di due giorni di bootcamp su come portare l’AI in azienda. Sulla mia età, niente da dire. Riconosco il gap generazionale. Mi ha punto il verbo: scoprire. Avevo passato due giorni a spiegare dove stava andando quella tecnologia e, nella sua lettura, eravamo tutti felicemente impegnati a scoprirla.
Tra l’altro, eravamo alle basi. Non aveva appena costruito un modello né acceso un server domestico con migliaia di agenti al lavoro. Però aveva una familiarità con lo strumento che gli bastava per collocarci, con una certa generosità, nella categoria degli ultimi arrivati.
La battuta mi ha infastidito. Poi mi è sembrata utile. In quella stanza stavamo usando due metri diversi per misurare una competenza. Per lui contava, almeno in quel momento, conoscere già la tecnologia. Io stavo cercando di capire che cosa ne avremmo fatto dentro un’organizzazione, quando una risposta sbagliata avrebbe avuto un costo.
Il lavoro che insegnava a lavorare
Nello studio pubblicato il 16 ottobre 2026, Anthropic racconta che la quota di junior nelle nuove assunzioni tecniche è scesa dal 27% al 9%. Anche la loro presenza nei reparti tecnici si è ridotta, dal 21% al 14% dall’inizio del 2025. L’azienda continua a crescere: quelle percentuali descrivono la composizione del personale, non dimostrano da sole quanti posti abbia eliminato l’AI. studio originale Anthropic del 16 ottobre
Il dato mi interessa perché mette sotto pressione un meccanismo abbastanza elementare. Si entrava in un’azienda, si ricevevano attività relativamente semplici e, facendole, si imparava come funzionava il lavoro più complesso. Il primo confronto tra preventivi serviva a produrre una tabella. Serviva anche a scoprire che due offerte con lo stesso prezzo potevano nascondere condizioni molto diverse.
Ora la tabella può arrivare pronta. E insieme alla fatica può sparire l’occasione di domandare perché un collega esperto ha scartato l’offerta più economica. Un costo di trasporto, un ritardo già visto, una condizione scritta in piccolo: il giudizio si forma anche incontrando dettagli che prima non sapevamo cercare.
Non ho nessuna nostalgia per le giornate passate a copiare dati. L’obiezione a questo ragionamento è giusta: far fare un lavoro inutile a un giovane, solo perché lo abbiamo fatto noi, non è formazione. È un rito di passaggio che rischia di diventare una punizione. L’AI può liberarlo prima, permettergli di provare più soluzioni e fargli affrontare problemi che prima erano fuori portata.
Quel vantaggio, però, va organizzato. Lasciare una persona davanti al risultato corretto non equivale a insegnarle a riconoscerlo. Il primo incarico deve contenere una decisione che appartenga al nuovo assunto, anche quando gran parte dell’esecuzione è automatizzata.
Prima di aprire la risposta
In un ufficio acquisti si può recuperare una scelta già conclusa, togliere l’esito dal fascicolo e chiedere al junior di motivare una raccomandazione. Quale fornitore sceglie? Quale informazione gli manca? Che cosa lo farebbe cambiare idea? Solo dopo si apre il lavoro dell’agente e si confrontano i percorsi.
Questo è un esercizio che propongo, non un caso di successo da esibire. Funziona se il fascicolo contiene una difficoltà reale e se qualcuno sa discutere la risposta. Un confronto fra due preventivi quasi identici insegna poco. Un’offerta apparentemente conveniente con un vincolo produttivo nascosto costringe invece a capire il mestiere.
Nella puntata di Scenari sullo studio nell’era dell’AI ho affrontato il valore di usare questi strumenti per esplorare un ragionamento. In azienda aggiungerei una condizione: al momento del confronto, il neoassunto deve portare una propria ipotesi. Può essere sbagliata. Serve proprio a rendere visibile dove si è perso. Scenari · Studiare nell’era dell’AI
La responsabilità può crescere senza mettere a rischio un cliente. Prima si decide su casi chiusi, poi su una pratica reale con verifica, infine dentro un perimetro autonomo. Il passaggio dipende da ciò che la persona sa motivare. La velocità con cui usa lo strumento può aiutarla, ma da sola non dice se è pronta a rispondere delle conseguenze della sua scelta.
Al collega esperto si chiede un lavoro diverso dal correggere il foglio. Deve spiegare un passaggio che per lui è diventato automatico. Spesso è la parte più difficile: anni di esperienza compressi in un «questo fornitore lo lascerei perdere». Il giovane ha bisogno di sapere che cosa c’è dentro quella frase, per poter riconoscere il caso successivo senza telefonare ogni volta.
Questo tempo va assegnato. Se il senior deve formare mentre assorbe tutto il lavoro che gli agenti producono, il confronto sarà la prima attività a saltare. Nel piano del reparto servono quindi due date: quando l’agente prende in carico il compito ripetitivo e quando il nuovo assunto deve saper prendere la prima decisione autonoma.
Alla fine, vorrei che quel ragazzo avesse ragione a sentirsi avanti. Vorrei soltanto misurare quel vantaggio sul primo problema che sa risolvere, spiegare e difendere davanti a un cliente. A quel punto, sulla mia età può fare tutte le battute che vuole.
Da leggere sul sito La produttività di un reparto, la coda di un altro
Approfondimento Impact Impact · Approfondimento sul caso
Immagine: Anthropic