L’AI sta rendendo obsolete competenze considerate indispensabili fino a ieri. Forse la formazione migliore non dovrebbe insegnarci un mestiere, ma darci gli strumenti per continuare a cambiare.
Che lavoro farà fra dieci anni un ragazzo che oggi ha diciotto anni?
La risposta più seria è probabilmente: non lo sappiamo.
Eppure continuiamo a progettare una parte consistente della formazione come se lo sapessimo perfettamente.
Individuiamo le professioni emergenti, produciamo classifiche delle competenze più richieste, modifichiamo corsi universitari, programmi di formazione e aspettative familiari. Poi suggeriamo ai giovani di investire diversi anni della propria vita per diventare ciò che il mercato, in quel preciso momento, sostiene di volere.
Il problema è che il mercato potrebbe aver cambiato idea prima ancora della loro laurea.
La riflessione nasce da “The myth of workplace readiness”, articolo di Amanda Hoover pubblicato da Business Insider il 31 agosto 2026. Hoover parte dalle critiche rivolte ai giovani della Gen Z, considerati da molti datori di lavoro poco preparati alla vita professionale, e arriva a mettere in discussione il concetto stesso di “workplace readiness”.
Ed è qui che il tema diventa particolarmente interessante per chi si occupa di futuro del lavoro.
Essere pronti per un posto di lavoro che non rimane fermo
Per molti anni abbiamo immaginato la preparazione professionale come una sequenza relativamente lineare.
Studio.
Acquisisco una competenza.
Entro in un settore.
Costruisco una carriera.
Il lavoro contemporaneo ha progressivamente rotto questa linearità.
Si cambia azienda più spesso. Si lavora da remoto o in forma ibrida. I team attraversano confini geografici e culturali. Professioni diverse si contaminano. Competenze che erano specialistiche diventano accessibili a tutti attraverso software e piattaforme.
E ora l’intelligenza artificiale accelera ulteriormente il processo.
Non modifica soltanto i lavori.
Modifica continuamente quale parte del lavoro ha valore.
Saper produrre qualcosa può diventare meno importante quando quella produzione viene automatizzata. Diventano invece più importanti la capacità di definire il problema, valutare il risultato, dialogare con altre persone, assumersi responsabilità e decidere in condizioni di incertezza.
È interessante che proprio professionalità, teamwork, comunicazione e pensiero critico risultino fra le capacità che i datori di lavoro interpellati dalla National Association of Colleges and Employers considerano maggiormente importanti.
Sono anche competenze difficili da imparare guardando un tutorial.
Il paradosso dello smart working
Lo smart working rende questa questione ancora più evidente.
In un'organizzazione tradizionale molte insufficienze individuali potevano essere compensate dall'ambiente.
Si osservava il collega accanto. Si intercettavano conversazioni. Si poteva chiedere rapidamente conferma. Le regole non scritte dell'organizzazione si imparavano anche per imitazione.
Il lavoro distribuito richiede qualcosa in più.
Bisogna sapere quando chiedere aiuto e quando decidere autonomamente.
Scrivere bene.
Organizzare il proprio tempo.
Interpretare informazioni incomplete.
Comprendere il tono di una comunicazione senza avere davanti l'altra persona.
Gestire relazioni con colleghi che possono vivere in paesi, culture e fusi orari diversi.
In altre parole, più il lavoro diventa tecnologicamente sofisticato, più alcune competenze apparentemente poco tecnologiche diventano importanti.
E se quelle materie “inutili” non fossero così inutili?
Arriviamo allora a una provocazione.
Per decenni abbiamo contrapposto formazione utile e formazione inutile.
Da una parte ciò che conduce direttamente a una professione.
Dall'altra latino, greco, storia, filosofia, letteratura e una serie di discipline difficili da trasformare in una job description.
Ma forse il criterio era sbagliato.
Una disciplina non deve necessariamente consegnarci una soluzione per essere utile.
Può insegnarci come affrontare problemi per i quali non conosciamo ancora la soluzione.
La storia abitua a leggere fenomeni dentro un contesto.
La filosofia allena l'argomentazione e il dubbio.
La letteratura costringe a confrontarsi con esperienze e prospettive diverse dalla propria.
Le lingue classiche richiedono interpretazione, struttura, attenzione al significato.
Non sono competenze da inserire facilmente sotto la voce “software” di un curriculum.
Ma un lavoratore autonomo, capace di ragionare e di comprendere il contesto, potrebbe essere esattamente ciò che serve a organizzazioni nelle quali le procedure standard saranno progressivamente affidate alle macchine.
ChatGPT può fare il compito. Ma quello è proprio il problema.
L'intelligenza artificiale introduce anche un rischio educativo.
Uno studente può utilizzare una macchina per produrre un saggio, sintetizzare un libro, risolvere un problema o elaborare un'argomentazione senza attraversare necessariamente il processo cognitivo che quelle attività avrebbero dovuto allenare.
Nell'articolo di Business Insider, alcuni docenti osservano proprio questo rischio: studenti molto abili nell'utilizzo degli strumenti AI ma meno allenati alla comunicazione, al confronto e al pensiero critico. Una società finanziaria citata dall'articolo sarebbe arrivata persino a orientarsi maggiormente verso laureati in discipline umanistiche dopo aver trovato poco profonde alcune idee prodotte da stagisti con background STEM, nonostante la loro familiarità con l'AI.
Il problema quindi non è utilizzare ChatGPT per parlare di Platone.
Il problema nasce quando chiediamo a ChatGPT di evitare di dover pensare a Platone.
Perché in quel momento stiamo automatizzando non soltanto il risultato, ma anche l'esercizio che avrebbe dovuto costruire una nostra capacità.
Non abbiamo bisogno di sapere meno. Abbiamo bisogno di sapere diversamente.
Naturalmente non avrebbe senso concludere che le competenze tecniche non servano più.
Servono eccome.
In moltissime professioni continueranno a essere indispensabili conoscenze specialistiche profonde.
La vera distinzione non è fra umanesimo e tecnologia.
È fra formazione e addestramento.
L'addestramento insegna come svolgere un determinato compito.
La formazione dovrebbe permetterci di capire che cosa fare quando quel compito cambia.
Per questo potrebbe essere necessario ripensare anche la specializzazione.
Non eliminarla, ma costruirla sopra fondamenta molto più larghe: capacità critica, cultura, comunicazione, curiosità, autonomia e capacità di continuare a imparare.
Anche le aziende devono tornare a insegnare
C'è poi una comoda contraddizione nella retorica sui giovani impreparati.
Le imprese chiedono alle università lavoratori sempre più “job ready”, ma negli anni hanno progressivamente diminuito la formazione destinata ai dipendenti entry-level. Business Insider ricorda che le ore di training per i lavoratori all'inizio della carriera sono diminuite dagli anni Duemila e che nel 2023 la maggioranza dei lavoratori intervistati dichiarava di non avere un mentor.
Forse il problema non può essere scaricato interamente sulla scuola.
Una persona non impara a lavorare soltanto studiando.
Impara lavorando.
Osservando.
Sbagliando.
Ricevendo feedback.
Confrontandosi con colleghi più esperti.
Ed è particolarmente importante ricordarlo proprio nell'era del lavoro remoto, quando molti di questi meccanismi di apprendimento informale non avvengono più automaticamente.
Preparare alla possibilità, non alla previsione
Forse, allora, dovremmo modificare la domanda che facciamo a un ragazzo.
Non soltanto:
“Che lavoro vuoi fare?”
Ma anche:
“Che tipo di persona vuoi diventare e quali strumenti potrebbero permetterti di continuare a scegliere?”
È una domanda meno rassicurante.
Non produce automaticamente il nome di un corso di laurea.
Ma potrebbe essere molto più coerente con il mondo del lavoro nel quale stiamo entrando.
Lo smart working, l'intelligenza artificiale e le organizzazioni distribuite non stanno creando un futuro nel quale serviranno meno competenze.
Probabilmente ne serviranno di più.
Solo che dovremo smettere di pensare alle competenze come a una lista definitiva da acquisire prima di iniziare a lavorare.
Perché forse la vera future skill non sarà conoscere in anticipo il futuro.
Sarà riuscire a muoversi quando arriverà un futuro diverso da quello che avevamo previsto.
.jpg)
.jpg)
.jpg)
.jpg)
.jpg)
.jpg)
.jpg)
.jpg)
.webp)
