L’intelligenza artificiale non è soltanto una tecnologia: è una lente che rivela come le persone apprendono, decidono e si relazionano. Dalla scuola al mondo del lavoro, fino alle professioni della cura, la sua diffusione accelera una trasformazione già in atto, rendendo urgente la capacità di orientarsi nella complessità – quella stessa complessità che il filosofo Schopenhauer rappresentava con l’immagine dei porcospini alla ricerca della giusta distanza.
Indice degli argomenti
Il dilemma del porcospino come chiave per leggere l’intelligenza artificiale
Nel dilemma del porcospino, usato dal filosofo Arthur Schopenhauer per argomentare sulla complessità delle relazioni, la distanza non è mai data una volta per tutte. Troppa vicinanza espone al rischio di ferirsi, troppa distanza lascia esposti al freddo. Tra queste due condizioni si costruisce un equilibrio mobile, che richiede attenzione, aggiustamento, esperienza.
Questa immagine offre una chiave per leggere la trasformazione introdotta dall’intelligenza artificiale, nei sistemi tecnologici, ma anche nei modi in cui le persone apprendono, lavorano e si relazionano.
Educare alla complessità: i dilemmi etici entrano in classe
Nella scuola, il lavoro sui dilemmi etici sta assumendo un ruolo sempre più rilevante, come pratica che consente di sviluppare una competenza specifica: la capacità di interpretare situazioni complesse senza ridurle a soluzioni immediate. Un esempio è rappresentato dalla metodologia per scenari, che porta in classe questioni contemporanee intrecciando letteratura, tecnologia ed etica. Agli studenti, ad esempio, viene proposto un quesito come: useresti una tecnologia capace di eliminare malattie genetiche, anche senza conoscerne davvero le conseguenze? [vedi Dante, intelligenza artificiale e scelte difficili].
La forza di questo approccio non risiede nella risposta, ma nel processo. Gli studenti sono chiamati a esplicitare ipotesi, confrontarsi con punti di vista diversi, considerare effetti a breve e lungo termine. L’intelligenza artificiale entra nella didattica come elemento che amplia il campo delle possibilità e rende più necessario il lavoro interpretativo. Educare alla complessità significa, in questo contesto, costruire le condizioni per un pensiero che sappia tenere insieme conoscenza, dubbio e responsabilità.
Sostenibilità, dati e decisioni automatizzate: la lettura sistemica
Questa esigenza si estende ben oltre la scuola. I modelli di intelligenza artificiale, in particolare quelli generativi, sollevano interrogativi che riguardano la sostenibilità ambientale, l’uso delle risorse, la gestione dei dati, le implicazioni delle decisioni automatizzate. Si tratta di dimensioni interconnesse, che richiedono una capacità di lettura sistemica. Le scelte tecnologiche producono effetti che si distribuiscono nel tempo e nello spazio, spesso in modo non immediatamente visibile. La competenza consiste nel comprendere il funzionamento degli strumenti e nel saperne interpretare le conseguenze.
Il futuro del lavoro: competenze che cambiano nell’era dell’IA
Nel mondo del lavoro le tecnologie basate su intelligenza artificiale ridefiniscono attività, ruoli e professioni, introducendo nuove possibilità e nuove criticità. Le analisi internazionali mostrano una dinamica articolata: da un lato, una crescita complessiva delle opportunità occupazionali; dall’altro, una profonda riconfigurazione delle competenze richieste. Il Future of Jobs Report 2025 del World Economic Forum evidenzia come, nei prossimi anni, le competenze più richieste saranno sempre più legate al pensiero analitico, alla capacità di problem solving, all’adattabilità e alla collaborazione, accanto alle competenze tecniche.
Il valore del lavoro umano si sposta progressivamente verso queste dimensioni: non solo eseguire compiti, ma interpretare contesti, orientare processi complessi e assumere decisioni in condizioni di incertezza. L’intelligenza artificiale non riduce il ruolo umano, ma lo ridefinisce, rendendo più evidente la necessità di integrare competenze tecniche e capacità di giudizio.
La cura come pratica complessa: IA e relazione umana nella sanità
Le professioni della salute rendono particolarmente visibile questa trasformazione. L’intelligenza artificiale supporta diagnosi, analizza dati, suggerisce percorsi terapeutici. Allo stesso tempo, la relazione di cura continua a rappresentare il luogo in cui le decisioni prendono forma. Stanno così emergendo percorsi formativi che non si limitano a sviluppare competenze tecniche, ma lavorano sulla capacità di interpretare scenari complessi.
Il programma “Il futuro della cura“, sviluppato dalla Fondazione Mondo Digitale con Johnson & Johnson e Microsoft Italia, si colloca in questa prospettiva, coinvolgendo l’intero ecosistema delle professioni sanitarie e assistenziali, dal caregiver allo specialista. L’innovazione viene affrontata come esperienza situata: i partecipanti sono accompagnati a leggere i cambiamenti in atto, a confrontarsi con dilemmi concreti, a integrare l’uso dell’intelligenza artificiale nei processi decisionali senza perdere la dimensione relazionale. Più che un aggiornamento sulle tecnologie, si tratta di un esercizio continuo di interpretazione e responsabilità.
La cura emerge così come una pratica complessa, in cui dati e vissuti, evidenze scientifiche e condizioni individuali si intrecciano. La capacità di “trovare la giusta distanza”, tra supporto tecnologico e responsabilità umana, diventa una componente centrale della professionalità.
Scuola e lavoro nella stessa trasformazione: dati e tensioni strutturali
Le competenze che si sviluppano attraverso il confronto con dilemmi complessi (capacità di interpretazione, responsabilità, attenzione alla relazione ecc.) non restano confinate nei contesti educativi, ma riemergono nei contesti professionali, dove assumono forme operative.
Questa continuità non è solo teorica. I dati mostrano che siamo già immersi in una trasformazione che attraversa contemporaneamente scuola e lavoro. Nelle scuole italiane, l’83% degli studenti usa strumenti di intelligenza artificiale generativa, mentre oltre un terzo dei docenti non ne percepisce ancora l’uso reale. Allo stesso tempo, nel mondo del lavoro, l’adozione cresce rapidamente: quasi un lavoratore su quattro usa l’IA almeno settimanalmente, ridefinendo tempi, attività e modalità decisionali [Generazione AI].
Le rilevazioni sugli apprendimenti, però, evidenziano come una quota significativa di studenti al termine della scuola secondaria non raggiunga livelli adeguati nelle competenze fondamentali, in particolare nella comprensione e nella capacità di analisi [Rapporto Invalsi 2025].
Allo stesso tempo, a livello internazionale, si rafforza l’evidenza di un disallineamento tra le competenze disponibili e quelle richieste dalle trasformazioni in atto: il report Bridging Skill Gaps for the Future: New Jobs Creation in the AI Age sottolinea come la creazione di nuove opportunità nell’economia dell’intelligenza artificiale dipenda sempre più dalla disponibilità di competenze cognitive avanzate, adattive e relazionali, oggi ancora insufficientemente diffuse. Ne emerge una tensione strutturale: l’esposizione all’intelligenza artificiale cresce rapidamente, ma la capacità di comprenderla, valutarla e orientarla non si sviluppa con la stessa velocità.
La formazione alla complessità come asse della vita professionale
In questa prospettiva, la formazione alla complessità può essere letta come l’asse che dà coerenza ai percorsi di apprendimento lungo tutto l’arco della vita, a partire dalle esperienze di scuola-lavoro (ex Pcto). Non come semplice esposizione a contesti professionali, ma come occasione per esercitare il giudizio in situazioni reali, confrontarsi con vincoli, incertezze e responsabilità. L’impostazione è alla base del modello di Educazione per la vita, che propone di allenare i giovani a passare da un pensiero chiuso a un pensiero aperto, capace di integrare conoscenze, esperienze e punti di vista diversi, sviluppando la capacità di orientarsi nella complessità senza ridurla.
Service learning e volontariato di competenza: l’apprendimento nell’azione
Accanto a questi percorsi, stanno assumendo un ruolo sempre più rilevante metodologie come il service learning, in ambito educativo, e il volontariato di competenza, nei contesti professionali. In entrambi i casi, l’apprendimento si sviluppa attraverso l’azione: non si limita all’acquisizione di conoscenze, ma si costruisce nella relazione con bisogni reali e contesti concreti.
Esperienze come i Cybersecurity Seminars mostrano come queste pratiche possano tradursi in modelli efficaci: professionisti che mettono a disposizione competenze avanzate per attività di formazione e sensibilizzazione, contribuendo allo stesso tempo alla crescita delle comunità e al proprio sviluppo professionale. In queste dinamiche, la complessità non viene semplificata, ma resa abitabile.
L’IA come ponte tra educazione e professione
L’intelligenza artificiale rende questa continuità ancora più evidente, perché attraversa entrambi gli ambienti, educativi e lavorativi, mettendo in tensione le stesse dimensioni: decisione, responsabilità, relazione. In questo senso, ciò che si apprende nella scuola non anticipa soltanto il lavoro, ma ne costituisce già una prima forma.
Una competenza per il futuro: complessità, responsabilità, innovazione
La domanda iniziale, come si apprende la complessità, resta aperta. Si costruisce attraverso esperienze che mettono in gioco il giudizio, il confronto, la relazione. Si sviluppa nella capacità di integrare conoscenze diverse, di riconoscere i limiti delle soluzioni immediate, di assumere decisioni consapevoli.
In una società attraversata dagli algoritmi, questa competenza assume un valore crescente. Non come alternativa all’innovazione, ma come condizione per renderla sostenibile, equa, responsabile.
