Pietro Paganini ha pubblicato sull’HuffPost una riflessione costruita attorno a un’intuizione convincente: mentre continuiamo a domandarci quanti posti di lavoro verranno creati o distrutti dall’intelligenza artificiale, il cambiamento è già cominciato dentro i lavori esistenti. Le professioni rimangono scritte sui contratti, sui biglietti da visita e nei profili LinkedIn; le attività che le compongono, nel frattempo, hanno iniziato a viaggiare.
Un commerciale può realizzare una pagina web senza chiamare uno sviluppatore, un avvocato può interrogare un insieme di dati, un ingegnere può preparare una presentazione commerciale e una persona che lavora nelle risorse umane può tentare di capire perché il gestionale abbia smesso di collaborare proprio nel giorno delle buste paga. Nessuno di loro ha cambiato formalmente mestiere. Semplicemente, il confine oltre il quale occorreva aprire un ticket, chiedere un preventivo o disturbare un collega è diventato più basso.
Paganini parte da una ricerca pubblicata da OpenAI, basata sull’analisi di oltre ottocentomila messaggi professionali inviati a ChatGPT da utenti statunitensi. Lo studio associa le richieste alle attività caratteristiche di otto gruppi professionali e prova a misurare il cosiddetto task crossover: l’utilizzazione dell’AI per svolgere un compito tradizionalmente riconducibile a una professione diversa da quella dichiarata dall’utente.
Il numero che attira inevitabilmente l’attenzione è il 43,5 per cento. Merita però di essere letto con il suo denominatore, perché altrimenti comincia immediatamente una seconda carriera come slogan. La percentuale riguarda i messaggi associabili a una specifica occupazione dopo avere escluso le attività generiche, come scrivere, riassumere e calendarizzare; considerando tutte le conversazioni professionali analizzate, quelle classificate come crossover rappresentano il 16,8 per cento.
Tra gli utenti del settore legale, per esempio, il 56 per cento dei messaggi non generici e associabili a un’occupazione riguarda attività esterne al perimetro tradizionale. Gli avvocati chiedono al modello anche analisi finanziarie, assistenza informatica, materiali di comunicazione e lavori che un tempo avrebbero affidato a figure differenti.
Il fenomeno è particolarmente evidente nelle piccole organizzazioni, dove lo specialista al quale trasferire la pratica spesso non esiste. Anche la ricerca di OpenAI rileva un crossover leggermente più frequente negli spazi di lavoro con pochi utenti. L’AI abbassa il costo di accesso a capacità che richiedevano un consulente, un fornitore o un’assunzione; permette di preparare una prima versione, esplorare una strada e comprendere meglio quale aiuto serva davvero.
Fin qui, però, stiamo ancora immaginando un essere umano al centro del processo: una persona incontra il problema, interroga il modello, valuta la risposta e decide che cosa farne. Astra, la nuova famiglia di modelli alla quale sta lavorando OpenAI, suggerisce un passaggio ulteriore. L’intelligenza artificiale potrebbe non limitarsi ad attraversare i confini tra le professioni; potrebbe cominciare a distribuire autonomamente il lavoro come farebbe una piccola organizzazione.
Secondo la ricostruzione pubblicata da TIME, Sam Altman ha presentato le capacità di Astra a funzionari statunitensi durante alcuni incontri riservati a Washington. Poco dopo, alcuni clienti di OpenAI hanno assistito a una dimostrazione nella quale sedici agenti artificiali dividevano un problema matematico di livello scientifico in sottoproblemi, coordinavano le rispettive attività e ricomponevano una possibile dimostrazione. In un altro test Astra utilizzava programmi diversi sul computer, creando e modificando contenuti attraverso più applicazioni.
Il salto rispetto al chatbot è notevole. Non c’è più soltanto una domanda alla quale rispondere, ma un obiettivo da scomporre, un lavoro da distribuire e un risultato da ricostruire. Altman parla di persistent agents, colleghi virtuali capaci di lavorare per periodi prolungati; si aspetta inoltre che Astra sia il primo modello in grado di produrre conoscenza nuova in maniera significativa, arrivando a «inventare cose che contano».
Naturalmente una dimostrazione organizzata davanti ai clienti non equivale a un prodotto affidabile nella vita reale. Tra le due cose esiste ancora parecchio spazio, generalmente occupato da dettagli poco spettacolari come errori, costi, controlli, allucinazioni e responsabilità. Astra non è disponibile al pubblico e OpenAI non ha annunciato una data certa per il suo rilascio.
Le capacità rilevate internamente sono però abbastanza avanzate da avere imposto una frenata. OpenAI ha comunicato ufficialmente di non poter escludere che Astra raggiunga il livello “Critical” nelle capacità informatiche offensive. Secondo il Preparedness Framework della società, quella soglia comprende la possibilità di individuare e sviluppare autonomamente exploit zero-day contro numerosi sistemi reali oppure di elaborare ed eseguire strategie complete di attacco contro obiettivi protetti, partendo da un’indicazione generale.
OpenAI ha quindi sospeso le attività interne che non rispettavano requisiti di sicurezza rafforzati, introducendo ambienti isolati, limitazioni alla rete e agli strumenti, protezioni aggiuntive dei modelli e un monitoraggio esteso delle applicazioni agentiche. È un particolare importante: mentre discutiamo se l’AI possa occuparsi di marketing, finanza o programmazione senza rispettare i confini delle professioni, chi la sta costruendo deve già chiedersi come impedire che organizzi autonomamente un attacco informatico.
La previsione sull’intelligenza artificiale generale rende l’orizzonte ancora più vicino. Altman ha dichiarato a TIME che OpenAI non è «ancora del tutto» arrivata all’AGI, ma che entro la fine del 2026 si aspetta di disporre internamente di un sistema che lui sarebbe disposto a chiamare tale. Il responsabile della ricerca Mark Chen ha quantificato il percorso compiuto nell’ottanta per cento; Greg Brockman ritiene che, osservando questo periodo tra due anni, potremmo considerarlo il momento nel quale l’AGI è stata creata.
Lo stesso Altman l’ha descritta come un’espressione «debolmente definita», riferendosi in termini generali a sistemi capaci di affrontare problemi sempre più complessi, a livello umano, in molti campi; la carta di OpenAI utilizza invece come riferimento sistemi altamente autonomi in grado di superare gli esseri umani nella maggior parte delle attività economicamente rilevanti.
Il problema è che l’intelligenza artificiale può attraversare il confine tra due professioni senza avvertire alcuna differenza; la responsabilità, invece, rimane ostinatamente legata alle persone. Se un commerciale pubblica un sito vulnerabile, un ingegnere utilizza un’analisi finanziaria errata oppure sedici agenti perfettamente coordinati costruiscono insieme una conclusione sbagliata, il fatto che nessuno di loro possedesse un titolo professionale avrà uno scarso potere consolatorio.
A quel punto la domanda non sarà più soltanto quale mestiere svolgiamo. Dovremo chiederci chi abbia definito l’obiettivo, chi abbia controllato il risultato e chi debba rispondere delle conseguenze. L’organigramma potrà anche diventare meno importante; qualcuno, tuttavia, dovrà ancora firmare in fondo alla pagina.