Le valutazioni di ChatGPT, Gemini e Claude sullo scomparire delle professioni a causa dell'IA sono state messe in discussione dagli scienziati, che dubitano della loro attendibilità.

Idea chiave della ricerca

Gli economisti del Northwestern University e dell'American University hanno scoperto che i tre modelli linguistici di intelligenza artificiale più grandi (ChatGPT‑5, Gemini 2.5 e Claude 4.5) valutano diversamente quali professioni sono a rischio di automazione. Ciò mette in dubbio l'affidabilità degli “indici di vulnerabilità AI” – indicatori numerici che politici e datori di lavoro usano per pianificare il futuro mercato del lavoro.

1. Come è stato condotto lo studio
Passo Cosa si faceva Definizione del problema Petizione ai modelli di valutare la vulnerabilità delle professioni rispetto all’IA Confronto delle risposte Abbiamo confrontato le valutazioni tra loro e con dati reali. Analisi delle cause delle discrepanze Abbiamo individuato due fattori chiave: differenze nei modelli stessi e l'influenza di quali specialisti già utilizzano l’IA.

2. Risultati
Professione Claude 4.5 Gemini 2.5 ChatGPT‑5
Contabile Ha alta vulnerabilità Bassa Media
Responsabile marketing — Ruolo di vertice — —
* Divergenze
- Claude colloca i contabili in cima, Gemini molto più basso.
- Le valutazioni per responsabili marketing e dirigenti di alto livello differiscono anch’esse.
- ChatGPT e Gemini coincidono quasi al 75 % dei casi, ma si discostano circa un quarto.

* Influenza degli “utenti AI”
Gli analisti finanziari lavorano attivamente con reti neurali, creando i dati su cui vengono addestrati i futuri modelli. Ciò distorce le valutazioni e rende le professioni già strettamente legate all’IA più vulnerabili agli occhi dei modelli.

3. Come si costruiscono gli indici di vulnerabilità
1. Manualmente – esperti valutano l'impatto dell'AI su compiti specifici.
2. Sondaggi degli utenti – raccolgono opinioni di chi già utilizza la piattaforma.
3. I più grandi modelli linguistici (LLM) – generano automaticamente le valutazioni.

* Problemi:
- Manuale è soggetto a bias.
- I sondaggi sono limitati a una singola piattaforma e non riflettono l'intero mercato.

Nonostante ciò, tali indici sono ampiamente usati in report analitici, consulenza e politica.

4. Cosa significa per la pratica
* Affidabilità delle valutazioni – ancora sconosciuta; è più accurato un LLM rispetto ai metodi esperti?
* Rischio di decisioni basate su un solo indicatore – gli autori avvertono che politici e datori di lavoro possono erroneamente affidarsi a cifre definitive.

5. Raccomandazioni degli studiosi
1. Usare più modelli AI contemporaneamente, non uno solo.
2. Indicare chiaramente il livello di incertezza nei risultati.
3. Confermare le conclusioni con sondaggi di utenti reali per capire come l’AI viene effettivamente implementata e quali compiti svolge.

> “Personalmente non mi fiderò di un unico indicatore per decidere cambiamenti di lavoro o scelta di specializzazione”, afferma Michelle Yin.

Conclusione:
Gli attuali indici di vulnerabilità AI necessitano di un approccio più critico. La combinazione di molteplici modelli e dati empirici renderà le previsioni più affidabili ed eviterà decisioni errate basate su valutazioni unilateralmente.