Intelligenza Artificiale e Competenze, la vera sfida è imparare

Da mesi discutiamo di Intelligenza Artificiale quasi esclusivamente in termini di innovazione tecnologica. Parliamo di modelli sempre più potenti, di produttività, di automazione, di nuovi scenari competitivi. Tutti temi importanti. Eppure ho l’impressione che il vero nodo della questione sia un altro. Un dato interessante deriva dagli studi della mia Accenture realizzati insieme a Harvard Business School sull’impatto della Generative AI sul lavoro.

Entro il 2030 fino al 40% delle ore lavorate potrebbe essere influenzato dall’Intelligenza Artificiale generativa, rendendo la riqualificazione professionale una priorità strategica per le organizzazioni.

Solo il 5% delle organizzazioni ha raggiunto un livello maturo di adozione dell’AI, ma queste aziende ottengono risultati economici significativamente superiori perché investono contemporaneamente in tecnologia, leadership e sviluppo delle competenze.

Il divario tra tecnologia e persone cresce più in fretta

Ogni grande rivoluzione industriale ha generato un divario temporaneo tra ciò che la tecnologia rendeva possibile e ciò che le persone erano preparate a fare. La differenza, questa volta, è che quel divario rischia di crescere molto più velocemente. Perché l’Intelligenza Artificiale evolve a una velocità che sistemi educativi, organizzazioni e modelli formativi faticano a seguire. Bene la recente notizia della presa di posizione anche del ministero dell’istruzione per l’adozione diffusa delle tecnologie nelle scuole corredato dall’annuncio di fondi per la formazione dei professori, la differenza la farà la capacità di realizzare i programmi in un contesto di velocità mai sperimentata.

Il rischio non è che l’IA sostituisca il lavoro umano ma che continuiamo a costruire innovazione senza contemporaneamente rendere aggiornate le competenze necessarie per governarla.

Perché il modello lineare di apprendimento non basta più

Per anni abbiamo pensato alla formazione come a un processo relativamente lineare: si studia, si acquisiscono competenze, si entra nel mercato del lavoro e periodicamente si aggiornano le proprie conoscenze. Era un modello coerente con un mondo in cui il cambiamento procedeva per cicli relativamente lunghi. Oggi non è proprio più così.

L’Intelligenza Artificiale sta modificando non solo il contenuto delle competenze richieste, ma anche il modo in cui impariamo. E forse è proprio qui che si nasconde una delle opportunità più interessanti.

Per la prima volta nella storia recente, la stessa tecnologia che genera il bisogno di nuove competenze può diventare lo strumento attraverso cui acquisirle.

Gli strumenti che personalizzano l’apprendimento

Pensiamo a ciò che già accade oggi. Piattaforme educative basate sull’AI sono in grado di adattare percorsi di apprendimento ai bisogni specifici di ogni individuo. Sistemi come Khanmigo della Khan Academy che sta sperimentando modelli in cui ogni studente può contare su una sorta di tutor personale disponibile in qualsiasi momento. A livello corporate la piattaforma LearnVantage di Accenture è avanzatissima. Non si tratta semplicemente di digitalizzare la formazione. Si tratta di personalizzarla.

L’apprendimento, tradizionalmente organizzato attorno a programmi standardizzati, potrebbe diventare progressivamente più adattivo. Ognuno potrebbe imparare con ritmi, linguaggi e percorsi differenti. In uno scenario del genere, sei mesi di esperienza potrebbero trasformarsi in due mesi di apprendimento accelerato.

Dalle competenze al valore

Naturalmente acquisire conoscenze non basta più.

La vera trasformazione riguarda il modo in cui la conoscenza viene trasformata in valore. Sempre più spesso vediamo emergere modelli in cui competenze, esperienze e know-how diventano vere e proprie monete di scambio. In Sardegna, ad esempio, il progetto sviluppato nel comune di Ollolai offre ospitalità a professionisti e nomadi digitali in cambio della condivisione delle loro competenze con la comunità locale. In altri contesti, piattaforme collaborative permettono di scambiare conoscenze professionali con servizi, opportunità e accesso a nuove reti relazionali.

Sono segnali di una trasformazione più ampia.

Stiamo entrando in un’economia in cui il capitale più prezioso non sarà semplicemente il possesso di una competenza, ma la capacità di apprenderne continuamente di nuove. Ed è qui che emerge una responsabilità collettiva.

Le organizzazioni devono investire in formazione

Le organizzazioni devono investire nella formazione non come benefit, ma come infrastruttura competitiva. Le istituzioni educative devono ripensare modelli costruiti per un mondo differente da quello attuale. E le persone devono accettare l’idea che l’apprendimento non sia più una fase della vita, ma una sua componente permanente.

L’Intelligenza Artificiale ci pone quindi una domanda molto più profonda di quella che spesso leggiamo nei titoli dei giornali.

Non ci chiede quali lavori sostituirà, ci chiede quanto siamo disposti a imparare. 

Per questo il dibattito sull’Intelligenza Artificiale dovrebbe spostarsi progressivamente dai modelli ai comportamenti, dagli algoritmi alle competenze, dalla tecnologia all’apprendimento.

Perché il futuro dell’IA non dipenderà soltanto dalla qualità delle macchine che costruiremo ma soprattutto dalla qualità delle persone che sapranno utilizzarle.

Alcuni aspetti da tenere a mente:

Quante ore di lavoro potrebbero essere influenzate dall’AI generativa entro il 2030?
Secondo gli studi Accenture realizzati con Harvard Business School, fino al 40% delle ore lavorate, e questo rende la riqualificazione professionale una priorità strategica.

L’intelligenza artificiale sostituirà il lavoro umano?
Il rischio non è la sostituzione, ma continuare a costruire innovazione senza aggiornare contemporaneamente le competenze necessarie per governarla.

In che modo l’AI cambia il modo di apprendere?
L’apprendimento diventa più adattivo e personalizzato, con ritmi e percorsi differenti per ognuno, al punto che sei mesi di esperienza potrebbero trasformarsi in due mesi di apprendimento accelerato.