# mollick-real-ai-agents-work-oneusefulthing-2025-09-29

## Veille

Ethan Mollick - Agenti IA e Lavoro Reale - Impatto Economico - Studio OpenAI - Replica della Ricerca - Futuro del Lavoro - One Useful Thing

## Titre Article

Real AI Agents and Real Work: The race between human-centered work and infinite PowerPoints

## Date

2025-09-29

## URL

https://www.oneusefulthing.org/p/real-ai-agents-and-real-work?utm_campaign=post&utm_medium=web

## Keywords

Agenti IA, lavoro reale, impatto economico, OpenAI, capacità dell'IA, trasformazione del lavoro, replica della ricerca, IA agentica, futuro del lavoro, adozione dell'IA, automazione dei compiti, produttività IA, ricerca scientifica, collaborazione uomo-IA

## Authors

Ethan Mollick, Professeur à la Wharton School, University of Pennsylvania

## Ton

**Profilo:** Accademico-accessibile | Testimonianza in prima persona | Analitico-prospettico | Intermedio-esperto

Mollick adotta il suo caratteristico stile da professore-comunicatore: fonda una tesi prospettica (gli agenti IA superano la soglia del lavoro economicamente rilevante) su prove empiriche concrete (studio OpenAI, misurazioni METR) e sulla propria sperimentazione (replica di un paper di economia con Claude Sonnet 4.5). Il titolo, che contrappone "lavoro centrato sull'umano" e "PowerPoint infiniti", cristallizza la tensione centrale in una frase memorabile. Il tono è misurato: né catastrofismo né entusiasmo ingenuo, con un'attenzione costante ai limiti (capacità "frastagliate", assenza di vera agentività, rischio di sovrapproduzione di contenuti mediocri). Pubblico di riferimento: dirigenti, ricercatori e professionisti che cercano di comprendere l'impatto reale degli agenti IA sul lavoro.

## Pense-betes

- Studio OpenAI: esperti (14 anni di esperienza media) vs. IA su compiti realistici di 4-7 ore, valutazione alla cieca
- Gli umani vincono ancora, ma di misura; i modelli recenti progrediscono rapidamente
- Principale punto debole dell'IA: formattazione dell'output e rispetto delle istruzioni (in rapido miglioramento)
- Previsione: la prossima generazione di modelli dovrebbe superare in media gli esperti umani
- L'IA sostituisce compiti, non interi lavori; capacità "frastagliate" (eccellenti qui, carenti là)
- Esperimento di Mollick: Claude Sonnet 4.5 replica in autonomia un sofisticato paper di economia (lettura, ordinamento dei file, conversione STATA → Python)
- Convalida incrociata: controllo a campione di Mollick e ri-replica da parte di GPT-5 Pro
- Ciò che agli umani richiede ore viene compiuto in minuti → potenziale leva contro la crisi della replicazione scientifica
- Studio METR: la durata dei compiti che l'IA può svolgere in autonomia cresce in modo esponenziale (da GPT-3 a GPT-5)
- Gli agenti non possiedono agentività nel senso umano: sono gli umani a definire obiettivi e limiti
- Tre usi produttivi: automatizzare compiti di routine, potenziare le capacità umane, creare nuove opportunità
- Rischio centrale: sovrapproduzione di contenuti a basso valore ("PowerPoint infiniti") se le organizzazioni mancano di immaginazione

## RésuméDe400mots

Ethan Mollick sostiene che gli agenti IA hanno superato una soglia critica: sono ora in grado di svolgere lavoro economicamente rilevante. Si basa innanzitutto su un recente studio OpenAI che confronta i modelli di IA con esperti umani (14 anni di esperienza media in finanza, diritto, retail) su compiti realistici concepiti per richiedere dalle 4 alle 7 ore, valutati alla cieca da un terzo gruppo di esperti. Risultato: gli umani vincono ancora, ma di misura, con margini che variano a seconda del settore. I modelli più recenti progrediscono rapidamente, e il principale punto debole dell'IA — la formattazione dell'output e il rispetto delle istruzioni — sta migliorando velocemente. Mollick prevede che la prossima generazione di modelli supererà in media gli esperti umani. Precisa tuttavia che l'IA sostituisce compiti, non interi lavori, e che le sue capacità restano "frastagliate", eccellenti su alcuni compiti e carenti su altri.

Per illustrare il valore di questo lavoro reale, Mollick racconta la propria esperienza: ha chiesto a Claude Sonnet 4.5 di replicare un sofisticato paper di economia con più esperimenti, fornendo il testo completo e l'archivio dei dati di replica. In autonomia, il modello ha letto il paper, ordinato i file, convertito il codice STATA in Python e verificato metodicamente tutti i risultati, incluse le interazioni complesse. Mollick ha effettuato controlli a campione sui risultati e ha fatto ri-replicare la replica da GPT-5 Pro. Ciò che richiederebbe ore a ricercatori esperti viene compiuto in pochi minuti — una via importante per affrontare la crisi della replicazione scientifica, rendendo possibile una verifica su larga scala prima impraticabile.

Questo salto di capacità deriva dal miglioramento della precisione dei modelli: anche piccoli guadagni riducono sostanzialmente i fallimenti lungo lunghe catene di compiti, e i recenti modelli "di ragionamento" incorporano l'autocorrezione. Lo studio METR mostra che la durata dei compiti che l'IA può svolgere in autonomia è cresciuta in modo esponenziale a partire da GPT-3.

Mollick osserva tuttavia che gli agenti non possiedono agentività nel senso umano del termine: non decidono i propri obiettivi, e sono gli umani a dover definire finalità e limiti. Identifica tre usi produttivi: automatizzare compiti di routine (report, presentazioni), potenziare le capacità umane (replica della ricerca) e creare nuove opportunità. Il rischio simmetrico è la "sovrapproduzione infinita di PowerPoint": organizzazioni prive di immaginazione che usano gli agenti per generare sempre più contenuti a basso valore. Il futuro del lavoro dipenderà dalla nostra capacità di concepire usi che completino le capacità umane invece di sostituirle meccanicamente.

## GrapheDeConnaissance

- Ethan Mollick —publie→ Real AI Agents and Real Work (DOCUMENT, 0.98)
- Ethan Mollick —travaille_chez→ Wharton School (ORGANISATION, 0.98)
- OpenAI —publie→ étude capacités agents IA (DOCUMENT, 0.95)
- agents IA —permet→ travail économiquement pertinent (CONCEPT, 0.93)
- Ethan Mollick —utilise→ Claude Sonnet 4.5 (TECHNOLOGIE, 0.95)
- Claude Sonnet 4.5 —permet→ réplication d'articles de recherche scientifique (CONCEPT, 0.92)
- GPT-5 Pro —soutient→ réplication réalisée par Claude (CONCEPT, 0.88)
- METR —mesure→ longueur des tâches accomplies de façon autonome par l'IA (CONCEPT, 0.9)
- agents IA —améliore→ longueur des tâches autonomes (croissance exponentielle) (CONCEPT, 0.9)
- agents IA —remplace→ tâches (pas emplois entiers) (CONCEPT, 0.88)
- réplication automatique —résout→ crise de réplication scientifique (CONCEPT, 0.85)
- Ethan Mollick —recommande→ augmentation des capacités humaines par l'IA (CONCEPT, 0.87)
- Ethan Mollick —prédit→ un risque de surproduction de contenu à faible valeur par les agents IA (AFFIRMATION, 0.85)
- Ethan Mollick —prédit→ la prochaine génération de modèles dépassera en moyenne les experts humains (AFFIRMATION, 0.88)

---
Canonical: https://www.thekb.eu/it/fiches/mollick-real-ai-agents-work-oneusefulthing-2025-09-29/