dopo il covid

Smart working nella PA: le tre “T” per gestirlo in modo ottimale

Se si vuole che almeno un lascito positivo rimanga all’interno di questa tragedia, non ci si può non porre il problema di come riprogettare le organizzazioni per renderle in grado di gestire in maniera ottimale lo smart working. I tre livelli su cui agire

Pubblicato il 17 Giu 2020

Domenico Marino

Università Degli Studi Mediterranea di Reggio Calabria

AI Questions Icon
Chiedi all'AI
Riassumi questo articolo
Approfondisci con altre fonti
scuola digitale
Photo by Surface on Unsplash

Il Covid-19 ha portato un cambiamento molto forte anche nell’organizzazione del lavoro: lo smart working, pur indicato da tempo come una modalità nuova e innovativa di gestire il rapporto di lavoro non era mai stato applicato prima in Italia su larga scala, né nella pubblica amministrazione né nelle imprese private. Ecco invece che, di colpo, a seguito della pandemia, ci si è travati nella situazione di dover, obtorto collo, ricorrere al lavoro a distanza, non sempre con risultati positivi dal punto di vista della produttività.

Il problema di fondo è che lo smart working è il punto di arrivo di un’organizzazione che si progetta in maniera digitale. Questo vale per le imprese private, ma vale ancor di più per le pubbliche amministrazioni che spesso sono chiamate a certificare gli output prodotti dallo smart working.

In una situazione di emergenza non si può che turarsi il naso e fare di necessità virtù, ma se si vuole che almeno un lascito positivo rimanga all’interno di questa tragedia, non ci si può non porre il problema di come riprogettare le organizzazioni per renderle in grado di gestire in maniera ottimale lo smart working.

Il peccato originale

Il codice dell’amministrazione digitale (CAD) prescrive per le Pubbliche Amministrazioni l’obbligo di sviluppare un sistema informativo integrato basato sul principio dell’alimentazione diretta e automatica. A tutti i livelli mancano, però, strumenti che permettano di realizzare questo obiettivo. L’utilizzo subottimale dello smart working è legato sostanzialmente a questo.

Il primo passo, banale se volete, è quello di potenziare i sistemi informativi aziendali. Molte organizzazioni hanno avuto problemi a gestire il carico degli accessi in VPN ai server, accessi spesso effettuati senza solide misure di cybersecurity. Lo smart working amplifica enormemente gli accessi ai server anche a causa dei flussi di dati che derivano dagli utenti che devono collegarsi in remoto.

Le pubbliche amministrazioni in genere hanno sistemi informativi sottodimensionati che in condizioni normali non sono in grado di governare e gestire i flussi di dati che derivano dallo smart working. Basti pensare il sistema scolastico che ha dovuto gestire con mezzi di fortuna la didattica online, facendo uso di piattaforme pensate per altri tipi di meeting e generalmente molto limitate in quanto utilizzate nella versione free e tralasciando spesso di considerare problemi enormi di tutela della privacy che derivavano da questo tipo di didattica. Lodevole è stato lo sforzo degli insegnanti che si sono ingegnati come potevano, senza risorse, ma il sistema scolastico italiano era totalmente impreparato alla gestione a distanza dell’insegnamento. La didattica online può essere un eccezionale strumento di inclusione, ma ha bisogno di investimenti, di risorse e di competenza.

Tutte la falle della PA 4.0

Ma lo smart working efficiente resterà una chimera se non si attivano processi di digitalizzazione. Troppo spesso molti processi sia nelle organizzazioni pubbliche che in quelle private sono ancora ancorati al cartaceo. La transizione digitale completa non si è mai totalmente realizzata in Italia, basti pensare ai tanti rinvii che sono stati necessari per realizzare la fatturazione digitale.

Il sito dell’Inps, che dovrebbe costituire un’eccellenza nella digitalizzazione e che va in tilt per un picco di domande online, denotando allo stesso tempo falle gravissime nella privacy, è lo specchio drammatico di un paese e di una pubblica amministrazione che di 4.0 ha veramente poco. In un corretto approccio alla digitalizzazione l’output digitale deve essere formato e conservato con passaggi totalmente telematici, validato attraverso firme digitali e pec e conservato secondo regole ben precise che ne assicurino la sicurezza e l’accessibilità. Un processo di questo genere non ha bisogno di un ufficio tradizionale, ma può svolgersi in maniera decentralizzata. Questo sistema tutela l’utente finale e deve esser accompagnato da un grande sforzo di trasparenza dell’organizzazione che deve mettere l’utente in condizione di trovare sul sito tutte le risposte alle richieste che ha bisogno di formulare. E anche in questo caso il grado di trasparenza delle organizzazioni in Italia è ben lontano dagli standard di un paese avanzato.

L’inerzia organizzativa

Ma vi è un ulteriore causa che spiega l’utilizzo subottimale delle tecnologie ed è l’inerzia organizzativa che crea resistenza al passaggio dalle forme di lavoro tradizionali allo smart working. Questa inerzia assume varie forme: si può parlare di inerzia psicologica, correlata all’ansia per l’apprendimento di nuove tecnologie, culturale, in quanto si troppo legati alla modalità di lavoro tradizionale, tecnologica, intesa come incapacità di superare i limiti dei sistemi informatici esistenti, di allocazione delle risorse. Le organizzazioni mostrano in sostanza una certa resistenza quando vivono come una minaccia i cambiamenti tecnologici. È una sorta di resilienza negativa che si oppone al cambiamento, che l’emergenza covid ha contribuito fino ad ora ad attutire, ma che si riproporrà con forza alla fine dell’emergenza.

Conclusioni

Occorre quindi incentivare il cambiamento tecnologico e l’orientamento allo smart working introducendo sistemi premianti nella valutazione per l’utilizzo efficiente di queste tecnologie, ma occorre anche un riorientamento di tutto il sistema gestionale che deve esser in grado di cogliere i cambiamenti e di governarli in lamiera ottimale.

La sfida quindi va giocata su tre livelli, quello dell’infrastruttura tecnologica, (Technology) quello della trasparenza e della digitalizzazione (Transparency) e quello del cambiamento organizzativo (Transfer). Potremmo sintetizzare questo con una regola delle tre T (Technology, Transparency, Transfer) come base per rendere stabili ed efficienti i processi legati allo smart working.

Valuta la qualità di questo articolo

La tua opinione è importante per noi!

People&Change

Tutti
CARRIERE
AI E LAVORO
COMPETENZE
Produttività e AI
AI IN AZIENDA
SCENARI
FORMAZIONE
CULTURA AZIENDALE
AI in azienda
Carriera
AI leadership
Leggi l'articolo Primo lavoro e carriera: le dinamiche invisibili che guidano il successo
competenze
Primo lavoro e carriera: le dinamiche invisibili che guidano il successo
Leggi l'articolo AI e lavoro, chi beneficerà davvero del tempo risparmiato?
scenari
AI e lavoro, chi beneficerà davvero del tempo risparmiato?
Leggi l'articolo Industria 5.0, chi difende le competenze quando decide l’AI
scenario
Industria 5.0, chi difende le competenze quando decide l’AI
Leggi l'articolo AI e lavoro in Italia: perché la formazione non può aspettare
l'analisi
AI e lavoro in Italia: perché la formazione non può aspettare
Leggi l'articolo Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
lo studio
Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
Leggi l'articolo Shadow AI in azienda: come governare rischi, dati e sicurezza
policy
Shadow AI in azienda: come governare rischi, dati e sicurezza
Leggi l'articolo AI e lavoro: i rischi di adottarla senza riprogettare i processi
collaborazione uomo-ai
AI e lavoro: i rischi di adottarla senza riprogettare i processi
Leggi l'articolo Diritto a un call center umano: banco di prova per il futuro con l’AI
la sentenza
Diritto a un call center umano: banco di prova per il futuro con l’AI
Leggi l'articolo Shadow AI, vietarla non basta: il problema sono i processi aziendali
scenari
Shadow AI, vietarla non basta: il problema sono i processi aziendali
Leggi l'articolo Longevità e lavoro: come riprogettare la propria carriera
scenari
Longevità e lavoro: come riprogettare la propria carriera
Leggi l'articolo People Pleaser sul lavoro: perché è difficile dire di no
lavoro e SOCIETÀ
People Pleaser sul lavoro: perché è difficile dire di no
Leggi l'articolo Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
imprese e formazione
Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
Leggi l'articolo Skills contro job title: le competenze trasformano i team nell’era dell’AI
competenze e lavoro
Skills contro job title: le competenze trasformano i team nell’era dell’AI
Leggi l'articolo Shadow AI in azienda: rischi, controlli e strumenti di governance
uso non approvato dell’AI
Shadow AI in azienda: rischi, controlli e strumenti di governance
Leggi l'articolo L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
risorse umane
L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
Leggi l'articolo Gestione del cambiamento nell’AI: strategie per un’adozione efficace
la guida
Gestione del cambiamento nell’AI: strategie per un’adozione efficace
Leggi l'articolo Team ibridi, le regole per coordinare persone e agenti IA
leader aumentato
Team ibridi, le regole per coordinare persone e agenti IA
Leggi l'articolo Dimissioni e carriera: quando e come decidere di lasciare un lavoro
scenari
Dimissioni e carriera: quando e come decidere di lasciare un lavoro
Leggi l'articolo AI leadership, come cambiare la governance delle organizzazioni
AI e organizzazioni
AI leadership, come cambiare la governance delle organizzazioni
Leggi l'articolo AI in azienda, l’adozione si blocca senza una nuova leadership
Oltre l'AI Fatigue
AI in azienda, l’adozione si blocca senza una nuova leadership
Leggi l'articolo Primo lavoro e carriera: le dinamiche invisibili che guidano il successo
competenze
Primo lavoro e carriera: le dinamiche invisibili che guidano il successo
Leggi l'articolo AI e lavoro, chi beneficerà davvero del tempo risparmiato?
scenari
AI e lavoro, chi beneficerà davvero del tempo risparmiato?
Leggi l'articolo Industria 5.0, chi difende le competenze quando decide l’AI
scenario
Industria 5.0, chi difende le competenze quando decide l’AI
Leggi l'articolo AI e lavoro in Italia: perché la formazione non può aspettare
l'analisi
AI e lavoro in Italia: perché la formazione non può aspettare
Leggi l'articolo Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
lo studio
Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
Leggi l'articolo Shadow AI in azienda: come governare rischi, dati e sicurezza
policy
Shadow AI in azienda: come governare rischi, dati e sicurezza
Leggi l'articolo AI e lavoro: i rischi di adottarla senza riprogettare i processi
collaborazione uomo-ai
AI e lavoro: i rischi di adottarla senza riprogettare i processi
Leggi l'articolo Diritto a un call center umano: banco di prova per il futuro con l’AI
la sentenza
Diritto a un call center umano: banco di prova per il futuro con l’AI
Leggi l'articolo Shadow AI, vietarla non basta: il problema sono i processi aziendali
scenari
Shadow AI, vietarla non basta: il problema sono i processi aziendali
Leggi l'articolo Longevità e lavoro: come riprogettare la propria carriera
scenari
Longevità e lavoro: come riprogettare la propria carriera
Leggi l'articolo People Pleaser sul lavoro: perché è difficile dire di no
lavoro e SOCIETÀ
People Pleaser sul lavoro: perché è difficile dire di no
Leggi l'articolo Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
imprese e formazione
Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
Leggi l'articolo Skills contro job title: le competenze trasformano i team nell’era dell’AI
competenze e lavoro
Skills contro job title: le competenze trasformano i team nell’era dell’AI
Leggi l'articolo Shadow AI in azienda: rischi, controlli e strumenti di governance
uso non approvato dell’AI
Shadow AI in azienda: rischi, controlli e strumenti di governance
Leggi l'articolo L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
risorse umane
L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
Leggi l'articolo Gestione del cambiamento nell’AI: strategie per un’adozione efficace
la guida
Gestione del cambiamento nell’AI: strategie per un’adozione efficace
Leggi l'articolo Team ibridi, le regole per coordinare persone e agenti IA
leader aumentato
Team ibridi, le regole per coordinare persone e agenti IA
Leggi l'articolo Dimissioni e carriera: quando e come decidere di lasciare un lavoro
scenari
Dimissioni e carriera: quando e come decidere di lasciare un lavoro
Leggi l'articolo AI leadership, come cambiare la governance delle organizzazioni
AI e organizzazioni
AI leadership, come cambiare la governance delle organizzazioni
Leggi l'articolo AI in azienda, l’adozione si blocca senza una nuova leadership
Oltre l'AI Fatigue
AI in azienda, l’adozione si blocca senza una nuova leadership
1
0
Lascia un commento, la tua opinione conta.x