Mentre le aziende investono milioni di euro nell’intelligenza artificiale generativa, iniziano ad emergere preoccupazioni da parte di istituzioni come il MIT: una dipendenza eccessiva dall’AI può compromettere le capacità di pensiero critico. Secondo gli scienziati dell’apprendimento della piattaforma Multiverse, questa erosione delle competenze umane rischia di minare il successo stesso dell’adozione dell’AI, se non affrontata adeguatamente.
Dalle loro ricerche emerge che 13 skill umane fondamentali – dalla creatività al pensiero analitico, fino al pensiero sistemico – sono necessarie affinché la forza lavoro possa integrare efficacemente l’AI. Queste competenze vanno affiancate a capacità tecniche come la scrittura di prompt, la valutazione dei modelli e la modellazione dei processi basati sull’AI, creando una base solida per un’integrazione realmente produttiva tra esseri umani e tecnologia.
Lo studio, basato su osservazioni qualitative e sull’esperienza di formazione di migliaia di professionisti, ha portato alla creazione di un framework di competenze utile a chi vuole raggiungere una AI maturity reale – ovvero la capacità di ottenere risultati concreti grazie all’uso dell’AI.
Tuttavia, le aziende leader sono quasi due volte più propense a puntare sulle soft skill. Un divario tra il potenziale dell’AI e le competenze umane per gestirla può diventare un ostacolo serio alla produttività futura.
“I leader stanno investendo milioni in strumenti di AI, ma se pensano che il problema sia solo tecnologico stanno sbagliando. È un problema umano e tecnologico,” afferma Gary Eimerman, Chief Learning Officer di Multiverse. “Senza dare priorità a competenze come il pensiero analitico o la creatività, nessun progetto AI potrà mai esprimere il suo potenziale.”
Il modello proposto da Multiverse parte da una domanda chiave: quali competenze servono per una collaborazione efficace tra umani e AI?
Ecco le 13 skill umane essenziali individuate:
Competenze cognitive
- Ragionamento analitico: saper scomporre problemi complessi e individuare quando l’AI non è la soluzione giusta
- Creatività: sperimentare e spingere l’AI oltre i suoi limiti convenzionali
- Pensiero sistemico: prevedere il comportamento dell’AI riconoscendo schemi ricorrenti
Competenze per un uso responsabile
- Etica dell’AI: riconoscere bias e utilizzarli responsabilmente
- Sensibilità culturale: accorgersi quando un output non tiene conto del contesto geografico o sociale
Competenze di auto-gestione
- Curiosità: esplorare in profondità i task per migliorare l’interazione con l’AI
- Apprendimento auto-regolato: riflettere sui risultati e imparare dal feedback dell’AI
- Orientamento al dettaglio: controllare gli errori e le hallucinations dell’AI
- Adattabilità: modificare il proprio approccio in base alla qualità delle risposte
- Determinazione: persistere anche quando l’AI non dà risultati utili
Competenze comunicative
- Empatia: trattare l’AI come estensione del proprio pensiero per generare output più raffinati
- Adattare la comunicazione: verificare il tono dell’output in base al pubblico
- Scambio di feedback: usare l’AI per migliorare attivamente il proprio lavoro