Primo maggio, festa del lavoro. E puntuale arriva anche la domanda rituale: quali lavori spariranno per colpa dell’intelligenza artificiale? Una domanda rassicurante nella sua semplicità, perché suggerisce che il problema sia capire “chi resta” e “chi no”. Peccato che, a leggere con attenzione le riflessioni del professor Gerardo Canfora, Ordinario di Ingegneria Informatica presso l’Università degli Studi del Sannio di Benevento, il punto sia esattamente un altro. E molto meno comodo.
Il suo ragionamento, sviluppato nell’articolo “La competenza oltre l’algoritmo”, parte da una critica sottile ma decisiva: continuare a discutere di sostituzione tra uomini e macchine significa guardare nella direzione sbagliata. Non perché il rischio non esista, ma perché è una semplificazione che impedisce di vedere ciò che sta davvero cambiando. L’intelligenza artificiale non entra nel lavoro per rimpiazzarlo, ma per riscriverlo.
Detta così sembra una sfumatura teorica. In realtà è una frattura netta nel modo di pensare il lavoro. Quando un sistema automatizza una parte di un’attività, non elimina semplicemente il ruolo umano. Ridefinisce cosa significa svolgere quell’attività. Cambia i confini, le responsabilità, perfino il senso di ciò che chiamiamo competenza.
E qui il discorso si collega perfettamente al dibattito del primo maggio. Perché mentre si continua a discutere di posti di lavoro che scompaiono, il mercato sta già facendo qualcosa di diverso: sta cambiando il modo in cui il valore viene prodotto e riconosciuto.
Secondo Canfora, una delle trasformazioni più profonde riguarda proprio il concetto di valore. I sistemi di intelligenza artificiale funzionano su dati, metriche, indicatori. Tendono quindi a privilegiare ciò che è misurabile, formalizzabile, ottimizzabile. Il rischio non è solo tecnico, è culturale. Quando tutto viene valutato attraverso numeri, si finisce per lavorare in funzione di quei numeri. Non per fare meglio, ma per performare meglio secondo ciò che viene misurato.
È un passaggio che chiunque lavori in un’organizzazione riconosce facilmente. Se conta il rating, si lavora per il rating. Se conta il KPI, si lavora per il KPI. L’intelligenza artificiale non inventa questo meccanismo, ma lo amplifica.
Il secondo elemento, ancora più rilevante, riguarda la responsabilità. Qui il pensiero di Canfora si allontana da molte narrazioni diffuse. L’automazione non elimina la responsabilità umana, la sposta. Ogni volta che un sistema suggerisce una decisione, qualcuno deve comunque scegliere se accettarla. Ogni output generato da un algoritmo diventa, di fatto, una proposta che richiede validazione.
Non basta più saper fare quindi, serve saper valutare ciò che fanno anche le macchine. E questo cambia radicalmente il significato di competenza. Non più solo esecuzione corretta di procedure, ma capacità di interpretare, mettere in discussione, riconoscere limiti e implicazioni. In altre parole, esercitare giudizio.
A questo punto il ragionamento si sposta inevitabilmente sulla formazione. Se il lavoro cambia così in profondità, non può restare invariato il modo in cui prepariamo le persone ad affrontarlo. Continuare a insegnare solo risposte, quando le risposte possono essere generate automaticamente, rischia di diventare un esercizio sempre meno utile.
La proposta implicita di Canfora è tanto semplice quanto impegnativa: spostare il baricentro dell’apprendimento dal sapere al giudicare. Non significa abbandonare le conoscenze, ma usarle come base per qualcosa di più complesso. Saper interrogare le fonti, comprendere come un sistema arriva a una conclusione, individuare ciò che non vede.
È un cambio di paradigma che tocca scuola, università e formazione continua. E che, se preso sul serio, ha conseguenze molto concrete. Valutare uno studente non solo per ciò che produce, ma per come valuta ciò che produce. Non solo per la soluzione trovata, ma per la capacità di discuterne limiti e implicazioni.
A ben vedere, è lo stesso tipo di competenza che il mercato del lavoro inizia a richiedere. In un contesto in cui l’intelligenza artificiale è sempre più diffusa, il valore non sta tanto nell’avere accesso alle informazioni, quanto nel saperle interpretare. Non nel generare output, ma nel capirli.
Il paradosso è evidente. Più le macchine diventano intelligenti, più cresce il bisogno di intelligenza umana. Non quella esecutiva, ma quella critica.
Il primo maggio, allora, può essere letto anche così. Non come la difesa di un lavoro che rischia di sparire, ma come la ridefinizione di ciò che significa lavorare. Non più solo produrre, ma decidere. Non più solo sapere, ma comprendere.
Chi cerca risposte semplici probabilmente resterà deluso. Chi invece vuole capire davvero dove sta andando il lavoro farebbe bene ad approfondire il ragionamento.
Il testo completo del professor Canfora, “La competenza oltre l’algoritmo” merita una lettura attenta, proprio perché sposta il focus dalla paura alla responsabilità. Vale la pena leggerlo con calma. Anche perché, nel frattempo, l’algoritmo continuerà a fare il suo lavoro. E a chiederci, silenziosamente, se siamo ancora capaci di fare il nostro.