Il 17 giugno, presso la sede romana dell’Università Luiss Guido Carli e in diretta streaming, è stato presentato il terzo rapporto dell’Osservatorio Look4ward — l’Osservatorio sull’evoluzione delle competenze ideato da Intesa Sanpaolo e sviluppato insieme al Centro di Ricerca in Strategic Change “Franco Fontana”: EDUNext – Nuovi scenari per l’Education e le competenze nell’era dell’AI. Un giorno dopo, il 18 e il 19 giugno, mezzo milione di studenti italiani hanno affrontato le prove scritte della maturità.
Sono due eventi che a prima vista non hanno nulla in comune: un report di ricerca su un campione rappresentativo delle imprese italiane e una prova d’esame per diciottenni. Ma raccontano, da due angolazioni diverse, la stessa domanda di fondo: non se l’intelligenza artificiale ci renderà più produttivi, ma se sia una buona o una cattiva maestra del nostro apprendimento e della nostra motivazione. La risposta dipende dalle competenze che sappiamo costruire per governarla con consapevolezza, invece di subirla.
Indice degli argomenti
Il rapporto EDUNext e il nodo delle competenze nell’era dell’AI
Il rapporto Look4ward è il risultato di un impegno rigoroso e collaborativo da parte mia con tutto il team di ricerca interdisciplinare formato da: Angelo Baccelloni, Chiara Bellini, Paola Belingheri, Federico Ceschel, Maria Lorenza Gerardi, Maria Isabella Leone, Diletta Topazio. Lo studio ha coinvolto più di 35 CEO di primarie aziende italiane e oltre 600 HR manager, superando i 1.500 partecipanti complessivi dall’avvio dell’Osservatorio. “Davanti all’accelerazione dell’IA, la responsabilità del mondo della formazione è guidare il cambiamento culturale e manageriale, fondamentale per incrementare la produttività del lavoro e preparare i professionisti a governare questa transizione”, ha sottolineato il Rettore Luiss Paolo Boccardelli nel presentare il rapporto. Il primo dato che emerge è una crescita netta nell’adozione: il 31% delle imprese ha già adottato o sta sperimentando soluzioni di intelligenza artificiale, in crescita significativa rispetto al 19% registrato nel 2025. Ma accanto a questo dato di diffusione, la ricerca fotografa un secondo fenomeno, meno raccontato e più preoccupante: il 46% dei lavoratori non ha ricevuto formazione adeguata sull’AI, e solo il 19% delle aziende dispone di percorsi formativi strutturati.
È quello che Enzo Peruffo, Direttore del Centro Strategic Change, ha definito una trasformazione “profondamente asimmetrica”: l’intelligenza artificiale è già entrata nelle attività quotidiane di studio e di lavoro, ma la sua integrazione nei processi educativi, organizzativi e decisionali procede con tempi più lenti. In altre parole: l’AI corre, la capacità delle organizzazioni e dei sistemi educativi di metabolizzarla cognitivamente no. Lo strumento si diffonde più velocemente di quanto si diffonda la consapevolezza di come usarlo senza pagarne un prezzo in termini di competenze.
Quando l’intelligenza artificiale trasforma l’apprendimento
Come ha commentato Elisa Zambito Marsala, Responsabile Education Ecosystem and Global Value Programs di Intesa Sanpaolo, dalla ricerca emerge che l’intelligenza artificiale non sostituisce l’apprendimento, ma lo trasforma, e il suo valore dipende dalla qualità dei modelli educativi con cui viene integrata. È una distinzione che vale la pena sottolineare: la domanda giusta non è “l’AI fa bene o male all’apprendimento”, ma “in quali condizioni progettuali l’AI rafforza l’apprendimento, e in quali lo svuota dall’interno”.
Ed è esattamente questo il rischio che la ricerca pone al centro: non l’AI in sé, ma il rischio di produrre delega cognitiva: una situazione in cui l’intelligenza artificiale genera risultati, ma a scapito della formazione delle capacità umane che dovrebbero affiancarla. Il punto, quindi, è costruire le condizioni perché l’IA generi valore senza produrre delega cognitiva — il che richiede una regia pedagogica, organizzativa e istituzionale chiara: formare i docenti prima degli studenti, integrare l’AI negli obiettivi didattici, progettare il feedback come guida al ragionamento e sviluppare competenze capaci di sostenere giudizio critico, autonomia e responsabilità.
Il modello GENIALE EDUNext per integrare intelligenza umana e artificiale
Da questa evidenza nasce la proposta operativa del rapporto: il modello GENIALE EDUNext (Generative Ecosystems for New Intelligent Augmented Learning Education), che individua i principi per progettare sistemi educativi capaci di integrare in modo equilibrato intelligenza umana e artificiale. L’augmented learning non coincide con l’automazione dell’apprendimento, ma con una progettazione più consapevole dell’interazione tra tecnologia e capacità umane.
Il modello si fonda su quattro principi operativi, pensati per orientare scuole, università e imprese:
- uso selettivo dell’AI in base alla complessità del compito: non ogni attività beneficia nello stesso modo del supporto algoritmico, e usarlo indiscriminatamente può essere controproducente quanto non usarlo affatto;
- centralità dell’autonomia cognitiva della persona, da preservare come obiettivo esplicito di progettazione, non come effetto collaterale sperato;
- integrazione tra competenze tecnologiche, critiche ed etiche, che devono crescere insieme e non come binari separati;
- ruolo decisivo del design pedagogico, chiamato a orientare attivamente — non a subire — l’interazione tra individuo e tecnologia.
Il gap italiano sull’uso dell’AI generativa
C’è un dato, tra quelli emersi dalla ricerca, su cui vale la pena fermarsi più degli altri perché ridefinisce il problema. L’Italia è penultima in Europa per uso di AI generativa: il 20% contro una media UE del 33%, con quasi trenta punti di distanza dalla Danimarca, che guida la classifica. È un numero che a una prima lettura sembra raccontare un ritardo infrastrutturale o di accesso alla tecnologia. Non è così. Non è un ritardo che si recupera con più tecnologia, ma con la capacità di sviluppare un vero ecosistema della formazione: imprese, centri di formazione e università che smettono di muoversi in silos, normativi, cognitivi e anche un po’ autoreferenziali, e cominciano a costruire insieme le condizioni perché l’adozione diventi competenza reale, e non resti una dichiarazione di intenti.
È esattamente la direzione in cui si muove il modello GENIALE EDUNext: usare l’AI in modo selettivo e consapevole, investendo dove il supporto tecnologico genera davvero valore e preservando l’autonomia cognitiva dove non serve. Il gap italiano, letto in questa chiave, non è un problema di dotazione tecnologica ma un problema di architettura dell’ecosistema: la capacità di far comunicare imprese, sistema educativo e ricerca attorno a obiettivi condivisi, invece di lasciare che ciascun attore adotti l’AI per proprio conto, senza una cornice comune che ne orienti l’uso verso la formazione di competenze e non solo verso il guadagno di produttività immediata.
Dal Contingent Augmentation Framework alla delega cognitiva
Su questo punto specifico, il report EDUNext offre una chiave analitica che definiamo Contingent Augmentation Framework, partendo da un’osservazione semplice: la letteratura esistente valuta il supporto dell’AI quasi sempre sugli esiti della decisione (accuratezza, tempo risparmiato, errori evitati) trattando la collaborazione uomo-AI come un’allocazione statica di lavoro cognitivo tra i due. Il CAF propone invece di valutare l’AI sul processo attraverso cui si forma la competenza decisionale: come evolvono, nel tempo e attraverso interazioni ripetute, l’investimento cognitivo della persona (engagement), l’apprendimento trasferibile e la percezione di essere capaci di decidere autonomamente in futuro (self-efficacy).
La variabile che decide l’esito è la complessità del compito. Su compiti ad alta complessità, l’AI tende a comportarsi da scaffold: riduce il carico cognitivo estraneo che viene in genere sprecato in attività di basso valore, liberando risorse mentali per il ragionamento di livello superiore e rafforzando il ciclo di apprendimento. Su compiti a bassa complessità, la stessa AI tende invece a comportarsi da displacer: assorbe il germane processing, cioè il lavoro cognitivo produttivo attraverso cui normalmente si formano schemi mentali trasferibili, e così facendo riduce l’investimento attivo della persona, non perché la persona sia meno capace, ma perché il compito non richiedeva, oggettivamente, l’attivazione di quello sforzo.
È una distinzione che ha implicazioni dirette per chi progetta sistemi educativi o organizzativi: la stessa tecnologia, applicata nello stesso modo, produce effetti opposti a seconda del contesto in cui viene inserita. Non esiste un giudizio universale sull’AI nell’apprendimento ma un giudizio specifico al compito, alla complessità, al momento del percorso formativo in cui viene introdotta.
Le tracce della maturità e le domande implicite sull’AI
E visto che anche di scuola il Report EDUNext parla, con un focus in particolare su AI e formazione K12, ho pensato molto alle evidenze dello studio leggendo le tracce dei temi della maturità di quest’anno. Le tracce non menzionano esplicitamente l’intelligenza artificiale e questo da un certo punto di vista ha sorpreso i maturandi. Tuttavia, credo che le domande che pongono, soprattutto alcune, potessero essere molto vicine alle grandi questioni legate all’AI. Ad esempio, il brano di Frank Furedi “I confini contano.
Perché l’umanità deve riscoprire l’arte di tracciare frontiere” pur non parlando esplicitamente di IA ma di un confine generazionale diventato sfumato, di una società che non sa più dire con certezza quando un ragazzo diventa adulto, mostra una tesi chiara e severa: senza confini chiari non c’è libertà, c’è disorientamento. I limiti sono ciò che permette a una persona di sapere chi è. Allora il confine, il limite è anche la capacità di una persona di riconoscersi come autrice del proprio pensiero e diventare adulti richiede di assumersi la responsabilità delle proprie scelte, di sapere di essere appunto autori della propria vita. Ed è esattamente questo, mi pare, il punto: il confine si è fatto, davvero, più sottile, fra ciò che pensiamo autonomamente e ciò che la macchina “pensa” per noi. Qui la fuga non è dal diventare adulti, è dal restare unici autori di un pensiero che la macchina può imitare con disarmante facilità.
E d’altronde, anche la traccia con il brano di Mario Calabresi tratto da “Alzarsi all’alba”, parla silenziosamente di AI. Calabresi racconta la fatica non come un ostacolo da rimuovere, ma come la condizione stessa in cui una persona impara, si forma, scopre di cosa è capace. È un libro che ho amato, e che trovo coerente fino in fondo con quanto la Magnifica Humanitas dice della dignità umana: la nostra capacità di apprendere attraverso la resistenza, di crescere proprio nel punto in cui le cose non vengono facili, non è un difetto di efficienza da correggere ma è una delle forme più alte della nostra umanità. Ed è qui che il cerchio con l’intelligenza artificiale si chiude, senza bisogno di forzature: una macchina che ci risparmia ogni fatica cognitiva non ci sta solo aiutando, ci sta anche sottraendo silenziosamente l’unico terreno in cui certe competenze si formano davvero: si tratta di saper esercitare giudizio, resilienza, capacità di restare dentro un problema senza una scorciatoia.
Scuola, imprese e responsabilità nel governo dell’intelligenza artificiale
Il Ministero ha scelto, ragionevolmente, di tenere i dispositivi fuori dall’aula. Ma la domanda che il quadro EDUNext rende urgente non è se l’AI fosse nelle tracce ma se il sistema scolastico stia trattando la preparazione alla maturità, e più in generale l’intero percorso formativo, con la stessa “regia pedagogica, organizzativa e istituzionale chiara” che la ricerca Look4ward chiede alle imprese: insegnare non a evitare lo strumento, ma a governarlo con la consapevolezza necessaria a riconoscere quando rafforza l’apprendimento e quando lo svuota. I dati sulla formazione aziendale — quel 46% di lavoratori senza formazione adeguata sull’AI — hanno un equivalente scolastico altrettanto urgente: quanti docenti italiani sono oggi nella posizione di trasmettere ai propri studenti quella stessa competenza di governo, distinguendo se l’AI ha funzionato da scaffold dell’apprendimento o da displacer che ne ha silenziosamente sostituito il pensiero e la motivazione a misurarsi con la difficoltà?
È una domanda che la scuola condivide, oggi, con ogni organizzazione che la ricerca EDUNext ha intervistato: non se l’AI sia di per sé un’alleata o una nemica, ma a quali condizioni lo diventi, e quali competenze, in chi la usa e in chi insegna a usarla, fanno la differenza tra l’una e l’altra. E forse vale la pena chiudere con le parole di un uomo che si rifiuta di vivere senza esercitare a pieno la propria capacità di giudizio: fatti non foste a viver come bruti, ma per seguir virtute e canoscenza. Non è un’esortazione contro la tecnologia. È un’esortazione, vecchia di settecento anni, a non rinunciare proprio a quella canoscenza, la conoscenza costruita attraverso l’esperienza e il giudizio proprio, sostenuta e non sostituita dagli strumenti che la accompagnano.
Partecipa alla community