Alla University of Arizona, Eric Schmidt ha parlato di AI davanti a circa 10.000 laureati e il suo discorso è diventato il caso simbolo di una stagione di cerimonie USA in cui i messaggi pro-AI sono stati accolti da fischi. Il tema AI lavoro è entrato così nel luogo meno astratto possibile: il momento in cui migliaia di giovani lasciano l'università e cercano il primo contratto.
Per chi usa l'AI in azienda, insegna o assume, la notizia conta perché mostra un problema di fiducia. Non basta più dire che l'AI aumenterà la produttività. Una parte del pubblico, soprattutto giovane, collega gli annunci sull'automazione a salari più fragili, ruoli junior più rari e percorsi professionali meno leggibili. Questo sposta il dibattito: dalla domanda “quanto è potente il modello?” alla domanda “chi paga il costo della transizione?”.
AI lavoro: perché i fischi pesano più del meme
Il caso è stato rilanciato dall'AI Hype Index di MIT Technology Review, ma il punto non è la viralità dei video. Secondo il resoconto ufficiale della University of Arizona, Schmidt ha tenuto il commencement address il 15 maggio 2026, durante la 162ª cerimonia dell'ateneo, in cui il presidente Suresh Garimella ha conferito circa 10.000 lauree tra bachelor, master, dottorati e titoli professionali.
Schmidt ha collegato computer, internet e modelli generativi a una traiettoria storica più ampia, riconoscendo anche che la rete ha prodotto effetti sociali meno lineari di quanto molti pionieri immaginassero. Poi ha chiesto ai laureati di non lasciare ad altri la costruzione dell'AI.
“Protect what makes you human… what you build, how you build it, and for whom you build it.”
La frase funziona sulla carta. In uno stadio pieno di neolaureati, però, arriva dentro un clima diverso: non quello dell'entusiasmo per il prossimo strumento, ma quello della competizione per i primi ruoli. La Silicon Valley parla di agency; chi entra nel mercato del lavoro sente il rischio di perdere proprio le prime occasioni in cui costruirla.
Che cosa c'è sotto: agenti AI e primo impiego
La parte tecnica riguarda gli agenti AI, sistemi che combinano modelli linguistici, strumenti software e passaggi decisionali per completare attività con meno supervisione umana diretta. In azienda promettono di automatizzare ricerca, sintesi, bozze, analisi di documenti, codice semplice, assistenza clienti e preparazione di report. Sono compiti spesso assegnati a profili junior perché insegnano metodo, contesto e giudizio.
Il nodo non è se un agente scriva una bozza più velocemente di un neolaureato. Il nodo è cosa succede se l'azienda cancella la bozza dal percorso di apprendimento umano. Un analista giovane impara controllando numeri imperfetti. Un developer junior impara correggendo piccole parti di un sistema. Se questi passaggi spariscono, l'efficienza di oggi può diventare carenza di competenze domani.
I dati sul mercato del lavoro spiegano perché i fischi non sono solo postura culturale. Il New York Fed segnala che nel primo trimestre 2026 il tasso di disoccupazione dei neolaureati statunitensi è rimasto elevato, intorno al 5,7%, mentre l'underemployment, cioè il lavoro in ruoli che non richiedono una laurea, si è attestato al 41,5%. Gallup aggiunge un dato sulla percezione: il 51% della Gen Z statunitense usa AI generativa ogni giorno o ogni settimana, ma l'ansia verso l'AI resta al 42% e la rabbia sale al 31%.
La domanda che nessun comunicato aziendale pone con sufficiente precisione è questa: se l'AI assorbe le mansioni con cui si formano i profili junior, chi finanzia e organizza il nuovo apprendistato professionale?
Cosa cambia nel panorama AI
La stagione dei fischi alle lauree USA segnala che l'AI generativa non vive più solo nella fase dimostrativa. Entra nella sua fase sociale: quella in cui utenti, studenti, lavoratori e manager giudicano non solo la qualità dell'output, ma anche la distribuzione dei benefici. Un modello può migliorare, costare meno, integrarsi in più software. Se il pubblico associa quel miglioramento a meno accesso al lavoro, la narrativa dell'innovazione perde presa.
Per le aziende usano l'AI il messaggio cambia. “Non resterete indietro” non basta quando il destinatario pensa di essere già stato messo ai margini. Servono prove più concrete: quali ruoli crescono, quali competenze vengono pagate, quali attività restano formative per le persone, quali metriche misurano l'impatto reale oltre al risparmio di tempo.
Per università e imprese cambia anche la responsabilità formativa. Inserire strumenti AI nei corsi o negli uffici senza ridisegnare valutazione, mentoring e progressione professionale crea un paradosso: si chiede ai giovani di usare sistemi che potrebbero ridurre gli spazi in cui imparano a diventare esperti.
Cosa significa per il lettore italiano
In Italia il segnale arriva prima del trauma. Le imprese che stanno introducendo assistenti, copiloti e automazioni nei processi dovrebbero mappare le mansioni junior prima di tagliarle, per capire quali attività servono ancora come palestra professionale.
Per manager e HR, la lezione concreta è trattare l'AI come cambiamento organizzativo, non come licenza per sostituire lavoro invisibile. Ogni rollout serio dovrebbe indicare chi viene formato, su quali compiti, con quale supervisione e con quali opportunità di crescita. Per giovani professionisti e studenti italiani, il punto pratico è costruire prove verificabili di giudizio: saper usare l'AI conta, ma conta di più mostrare come si controllano fonti, errori, vincoli e conseguenze.
I fischi ai discorsi pro-AI non fermano la tecnologia. Dicono però alle aziende dove si sta rompendo il patto: l'AI sarà accettata più facilmente quando renderà il primo lavoro migliore, non quando lo farà sparire dietro una dashboard.
Fonti citate
- The AI Hype Index: AI gets booed in graduation season , MIT Technology Review, 28 maggio 2026.
- Thousands celebrate newest graduating class at U of A's 162nd Commencement , University of Arizona, 15 maggio 2026.