Il dibattito sul futuro del lavoro assomiglia sempre più a un bollettino meteo emotivo: “Arriva l’AI, preparatevi alla tempesta”. Funziona bene per attirare attenzione, molto meno per costruire scelte sensate. E soprattutto rischia di farci perdere di vista due fatti, entrambi decisivi.
Primo: oggi l’AI è potente, ma non è ancora quell’automazione “end-to-end” che molti immaginano. Secondo: proprio perché è potente (anche quando sbaglia), cambierà comunque il lavoro.
La domanda quindi non è se e quanto dobbiamo temere l’AI, ma se siamo capaci di governarla.
Indice degli argomenti
Competenze per governare l’AI nel lavoro: raffreddare l’allarmismo
Partiamo dal primo punto: raffreddare l’allarmismo. I dati raccolti dal Remote Labor Index (RLI) – un benchmark creato da Scale AI per misurare la capacità degli agenti di AI di svolgere davvero lavoro remoto “economicamente utile” – mostrano una cosa piuttosto netta: le prestazioni, nel complesso, sono ancora vicine al minimo.
Il tasso massimo di automazione rilevato sui compiti specifici del benchmark è intorno al 2,5%. Non a caso, l’articolo del Washington Post che ha ripreso lo studio sta circolando parecchio su LinkedIn: perché con ogni evidenza questo 2,5% non è una percentuale che autorizzi la narrazione del “rimpiazzo rapido e generalizzato” che purtroppo sentiamo spesso.
Al contrario: il dato fotografa plasticamente che il divario tra dimostrazioni impressionanti e affidabilità operativa su compiti reali è ancora grande. E in mezzo ci sono normative da rispettare, contesti ambigui, eccezioni, responsabilità, memoria e continuità del lavoro.
Tutte cose che, nel mondo reale, contano più del compito singolo.
Il divario tra demo e lavoro reale: norme, contesti, responsabilità
Questo divario non è un dettaglio tecnico: è la differenza tra un’AI che “sembra” brava e un’AI che regge la complessità quotidiana. Per questo l’allarmismo è un cattivo consigliere: spinge a risposte reattive, non a scelte che tengano insieme efficacia, responsabilità e sostenibilità.
Se l’obiettivo è decidere bene, la misura non è la spettacolarità della demo, ma l’affidabilità nei processi, dentro regole, eccezioni e vincoli reali.
Competenze per governare l’AI nel lavoro: perché la trasformazione è inevitabile
Ed ecco però il secondo punto, quello che impedisce di archiviarla come “paura infondata”. Anche se l’AI oggi non sostituisce “in massa”, trasforma in modo significativo.
Il World Economic Forum, nell’ultimo Future of Jobs Report, ribadisce che il lavoro non sparisce, ma si riconfigura, e che la riconfigurazione è già in corso.
Le competenze che crescono: tecnologia e “umano di qualità”
Quando si guarda alle competenze che contano (e conteranno sempre di più), la fotografia è istruttiva: sì AI e big data, alfabetizzazione tecnologica e cybersecurity crescono; ma insieme crescono pensiero analitico e creativo, resilienza e flessibilità, curiosità e apprendimento continuo, leadership e influenza sociale.
È un messaggio forte, quasi controintuitivo: mentre aumentano le tecnologie, aumenta anche la domanda di “umano di qualità”. Non perché l’umano sia romantico, ma perché è ciò che offre direzione, senso, giudizio e responsabilità all’uso della tecnologia.
Le competenze che contano con l’AI: giudizio, verifica, responsabilità
Qui entra in gioco quella “favola nera” che molti ricordano (spesso attribuendola ad autori diversi): “La macchina per fare i compiti” scritta da Gianni Rodari (correva l’anno 1973).
Un padre compra al figlio una macchina che fa i compiti premendo bottoni di colori diversi; in cambio, un omino pretende il cervello del bambino. Poi il bambino, senza cervello, diventa leggero come un uccellino: il padre lo mette in gabbia per non farlo volare via. Alla fine si sveglia: era un sogno, per fortuna. Un brutto sogno.
Delegare l’esecuzione non significa delegare il pensiero
Metafora perfetta della tentazione contemporanea: delegare alla macchina non solo l’esecuzione, ma anche la fatica del pensare. Eppure è proprio quella fatica – l’attrito cognitivo, il dubbio, l’argomentazione, la verifica, la responsabilità – che ci tiene “fuori dalla gabbia”.
Guai a immaginare che l’AI, nel lavoro o nella vita, ci permetta di spegnere il cervello.
Quando l’AI accelera nella direzione sbagliata: il costo dell’abdicazione
È l’errore più costoso: perché l’AI può accelerare, ma se accelera nella direzione sbagliata, amplifica l’errore.
E allora non sostituisce: moltiplica. Moltiplica produttività, sì. Ma moltiplica anche bias, superficialità, disinformazione e porta a decisioni sbagliate, se la regia umana abdica.
Quali conclusioni concrete possiamo tirare, evitando sia l’apocalisse sia l’ingenuità?
Competenze per governare l’AI nel lavoro: la frattura vera sarà di capacità
La prima è che la vera frattura non sarà tra “lavori sostituiti” e “lavori salvi”, ma tra organizzazioni e persone capaci di integrare tecnologia e competenze umane e chi resterà indietro. È una frattura di capacità, non di destino.
E questa frattura, nel nostro Paese, rischia di allargarsi per una ragione molto semplice: abbiamo livelli di consapevolezza e investimento troppo disomogenei.
Grandi imprese che sperimentano e formano; medie che fanno fatica; micro e filiere che restano ai margini; pubbliche amministrazioni con eccellenze e, al tempo stesso, aree che non hanno ancora strumenti e professionisti per far diventare l’AI una competenza diffusa, non un progetto “per pochi”.
Un impegno di sistema: PA, privati, educazione e terzo settore
La seconda conclusione è che serve un impegno di sistema, e qui l’Italia non può permettersi la somma di iniziative isolate. PA, privati, mondo dell’educazione, terzo settore devono agire come una filiera unica: perché la trasformazione è trasversale, e trasversale deve essere la risposta.
Non basta “fare corsi”: bisogna costruire percorsi credibili, misurabili, accessibili, ripetibili.
La leva della PA: domanda pubblica, bandi, requisiti e incentivi
La PA può giocare un ruolo di leva enorme: non solo formando internamente, ma orientando anche il mercato, inserendo nei bandi e nei contratti requisiti e incentivi legati a competenze, qualità dei processi, sicurezza, gestione del cambiamento.
Se la domanda pubblica chiede maturità (non slogan), accelera maturità.
Competenze per governare l’AI nel lavoro: regole, act e governance come cultura
La terza conclusione riguarda regole e norme. Gli “Act” servono, eccome: ma servono a poco se restano opachi, incomprensibili, non digeriti, non applicati.
Le regole non sono un fine, sono una grammatica. E una grammatica, per funzionare, deve essere imparata e praticata.
In altre parole: compliance senza competenza è teatro. L’alternativa è investire nella capacità di tradurre i principi in scelte operative: linee guida chiare, casi d’uso, esempi, “check” di qualità, ruoli e responsabilità, strumenti per valutare rischio e impatto.
E, soprattutto, alfabetizzazione diffusa. Perché la governance dell’AI non è un reparto: è una cultura organizzativa.
Se vogliamo davvero meno allarmismo e più futuro, la strada possibile passa dalla costruzione di una politica delle competenze. Che tenga insieme tecnologia e umanità, produttività e senso, innovazione e coesione.
La macchina che “fa i compiti” esiste già in molte forme; il punto è non barattare il cervello per comodità. Quel baratto, nel racconto, diventa una gabbia. Nel lavoro reale, rischia di diventare esclusione. E sarebbe, di nuovo, un brutto sogno.
