The Speed of AI in Italy: una misura della velocità di penetrazione dell’IA nell'occupazione in Italia 2019-2025
DOI:
https://doi.org/10.60923/issn.2421-2695/25641Parole chiave:
mercato del lavoro, intelligenza artificiale, esposizione alla AI, annunci di lavoro, polarizzazione delle occupazioniAbstract
Il recente avvento dell'Intelligenza Artificiale generativa e dei Large Language Models (LLM) - tecnologia che consente la generazione di contenuti multimodali - sta determinando una penetrazione sempre più ampia della tecnologia nei confini del lavoro cognitivo, rendendo gli indicatori occupazionali tradizionali poco adatti a cogliere la rapida evoluzione delle competenze richieste per lo svolgimento delle attività lavorative. In questo lavoro proponiamo l'applicazione dell'indice Task Exposure to AI (TEAI) al mercato del lavoro italiano. Il TEAI è una misura che intende stimare la probabilità di esposizione dei task occupazionali alle tecnologie di IA. L'indice - costruito a partire dalla conoscenza contenuta in una selezione di modelli LLM - osserva la dinamica dell'esposizione di task e professioni all'IA tra il 2019, anno di riferimento pre-LLM, e il 2025, finestra di osservazione post-adozione. L'analisi è condotta a livello di occupazioni ISCO-08 a quattro cifre (245 professioni censite), utilizzando come fonte di domanda di lavoro i microdati Lightcast sugli annunci online in Italia. Il lavoro propone tre contributi: (i) misura il TEAI e la sua distribuzione sul totale delle occupazioni italiane che, osservate negli annunci online, mostrano una domanda significativa negli anni di riferimento; (ii) introduce e applica il concetto di Speed of AI, definito come la variazione percentuale del TEAI tra il 2019 e il 2025, al fine di identificare le occupazioni a maggiore o minore velocità di esposizione nella finestra temporale considerata; (iii) restituisce una mappa multidimensionale del mercato del lavoro italiano in cui il livello iniziale di esposizione e la velocità di cambiamento sono letti congiuntamente, offrendo a decisori e operatori uno strumento di monitoraggio orientato alle politiche.
Riferimenti bibliografici
Acemoglu D. - Restrepo P, Robots and Jobs: Evidence from US Labor Markets, in Journal of Political Economy, 128, 2020, 2188–2244.
Colombo E. - Mercorio F. - Mezzanzanica M. - Serino A., Towards the Terminator Economy: Assessing Job Exposure to AI Through LLMs, in IJCAI 2025.
Colombo E.- Mercorio F. - Mezzanzanica M.- Seveso A., The Speed of AI: Estimating the Exposure to AI of Jobs Demanded in the Four Motors for Europe, 2025.
Eloundou T. - Manning S. - Mishkin P. - Rock D., GPTs Are GPTs: An Early Look at the Labor Market Impact Potential of Large Language Models, in arXiv 2023.10130.
Felten E.- Raj M.- Seamans R., Occupational, Industry, and Geographic Exposure to Artificial Intelligence in Strategic Management Journal 2021, 42, 12, 2195–2217.
Pizzinelli C., Labor Market Exposure to AI: Cross-Country Differences and Distributional Implications, in IMF Working Papers, 2023 (216).
Webb M., The Impact of Artificial Intelligence on the Labor Market, in SSRN, 2020, https://doi.org/10.2139/ssrn.3482150.
Downloads
Pubblicato
Come citare
Fascicolo
Sezione
Licenza
Copyright (c) 2026 Emilio Colombo, Fabio Mercorio, Mario Mezzanzanica, Andrea Seveso

Questo lavoro è fornito con la licenza Creative Commons Attribuzione 4.0 Internazionale.