Nell’era dell’AI studiare serve più che mai: ma l’università deve cambiare

Da quando l’intelligenza artificiale generativa è entrata nelle università, nelle aziende e persino nella quotidianità di milioni di persone, una domanda torna con sempre maggiore frequenza: ha ancora senso studiare, se un algoritmo può scrivere un testo, sintetizzare un libro, analizzare dati o risolvere problemi in pochi secondi?

La mia risposta è sì. Anzi, oggi studiare è ancora più importante, ma non per le stesse ragioni di ieri.

L’errore più grande che possiamo commettere è pensare che l’intelligenza artificiale sostituisca la conoscenza. In realtà, sta cambiando profondamente il valore della conoscenza e, di conseguenza, il modo in cui università e imprese devono preparare le persone al lavoro.

Non conta più sapere tutto, ma saper decidere

Per anni abbiamo considerato la formazione come un processo di acquisizione di informazioni e competenze tecniche. Oggi, una parte crescente di queste attività può essere svolta da sistemi di IA: scrivere una prima bozza di un documento, riassumere un report, produrre una presentazione, elaborare dati, persino generare codici. Sarebbe però un errore concludere che, se le macchine sanno fare queste cose, lo studio abbia perso valore. Accade esattamente il contrario.

Più l’intelligenza artificiale diventa capace di produrre risposte, più cresce l’importanza delle persone capaci di formulare le domande giuste. Più gli algoritmi automatizzano le attività operative, più aumenta il valore del giudizio umano. Per questo motivo le competenze che il mercato del lavoro richiederà nei prossimi anni non saranno soltanto tecniche, ma profondamente cognitive e relazionali: pensiero critico, capacità decisionale, leadership, etica, creatività e senso di responsabilità. È questo il cambiamento che le università devono accompagnare.

Oggi molti corsi dedicati all’intelligenza artificiale rischiano di trasformarsi in una dimostrazione delle ultime piattaforme disponibili. Si imparano i prompt, si sperimentano nuovi strumenti, si scoprono funzionalità sempre più sofisticate. Tutto questo è utile, ma non basta.

La vera domanda che uno studente o un dirigente dovrebbe imparare a porsi è: «Quando dovrei smettere di utilizzarlo?»

Nell’era dell’intelligenza artificiale, la vera leadership consiste nel sapere quando fidarsi di un algoritmo, quando metterlo in discussione e quando assumersi personalmente la responsabilità di una decisione. È questa competenza che farà la differenza tra chi governerà l’IA e chi finirà per esserne governato: saper fare con l’IA, ma anche senza di essa.

Dalla produttività alla consapevolezza

Lo abbiamo osservato chiaramente nei nostri programmi executive alla NEOMA Business School. Una delle partecipanti, fondatrice di una piccola agenzia di comunicazione specializzata nei settori del vino e del turismo, arrivò al corso con un obiettivo molto concreto: recuperare tempo. Report, sintesi e documentazione le occupavano fino a due giorni ogni settimana e l’intelligenza artificiale le offriva una soluzione immediata. Alla fine del percorso era riuscita a ridurre quel lavoro a poche ore, ma il risultato più importante non riguardava la produttività, bensì la consapevolezza.

Aveva infatti deciso che le relazioni con i clienti sarebbero rimaste esclusivamente umane e la strategia sarebbe rimasta una responsabilità delle persone. Prima di introdurre ulteriormente l’IA nella propria organizzazione avrebbe formato personalmente i suoi collaboratori affinché la tecnologia diventasse uno strumento di supporto e non un sostituto delle loro competenze. Mi disse una frase che considero una perfetta definizione del rapporto tra uomo e intelligenza artificiale: “Quando lavori con viticoltori che hanno le mani nella terra tutto il giorno, la dimensione umana non è uno slogan. L’IA è un aiuto utile, niente di più.”

Questa esperienza ci ricorda che il vero valore della formazione risiede proprio nello sviluppo del discernimento necessario per decidere come integrare una tecnologia nella propria attività e valorizzarla al meglio. Per questo motivo anche il modo in cui valutiamo studenti e manager deve cambiare: non ha più molto senso chiedere di realizzare una campagna di marketing con l’aiuto dell’IA, ha molto più senso chiedere di analizzarla criticamente, individuandone gli errori, i bias nei dati di addestramento, i rischi reputazionali o le assunzioni implicite che il modello non è in grado di riconoscere autonomamente.

La nuova missione delle università

Nei nostri programmi abbiamo introdotto un modulo che chiamiamo Step Back, un momento dedicato non agli strumenti, ma alle domande. Qual è il costo ambientale del modello che stiamo adottando? Quali dipendenze tecnologiche stiamo creando? Cosa accade alla capacità critica delle persone quando ogni prima bozza viene prodotta da una macchina? E soprattutto: quando l’algoritmo sbaglia, chi sarà ancora in grado di accorgersene?

Sono domande che possono sembrare meno affascinanti di una dimostrazione tecnologica, ma sono quelle che determineranno la qualità della leadership nei prossimi anni.

Negli ultimi tre anni abbiamo formato oltre dodicimila persone sull’intelligenza artificiale: docenti, personale amministrativo, studenti e dirigenti. L’esperienza ci ha insegnato che chi arriva cercando semplicemente maggiore produttività spesso conclude il percorso con una consapevolezza diversa: la competenza più importante non è imparare cosa delegare all’intelligenza artificiale, ma definire con chiarezza ciò che non dovrà mai esserle delegato.

Credo che questa sia anche la missione delle università del futuro. Non competere con gli algoritmi nella produzione di risposte, ma formare persone capaci di interpretarle, verificarle, contestualizzarle e, quando necessario, contraddirle.

Perché l’intelligenza artificiale continuerà a evolversi, le professioni cambieranno e molte competenze tecniche diventeranno rapidamente obsolete, ciò che resterà davvero difficile da automatizzare sarà la capacità di esercitare il giudizio. Il valore delle persone dipenderà sempre meno dalla capacità di trovare una risposta e sempre più dalla capacità di valutarla criticamente, è questa la competenza che università e imprese sono chiamate a costruire insieme.