“Mi trovo a gestire la Tim Academy con l’urgenza e l’emergenza dell’AI literacy”. Con questa dichiarazione programmatica Andrea Laudadio, responsabile Tim Academy, ha aperto la propria relazione alla sessione pomeridiana del convegno “L’impresa nell’era dell’AI”, organizzato dall’Osservatorio AI (Dipartimento Data & AI del Consorzio UniEticPmi). Il richiamo a un presidio rigoroso delle competenze digitali assume oggi una valenza che supera il perimetro ordinario della formazione interna. L’evoluzione normativa europea trasforma l’alfabetizzazione tecnologica in un pilastro di conformità formale e di continuità operativa per l’intera linea di comando aziendale. L’esperienza maturata sul campo da Tim delinea un paradigma organico per misurare, interpretare e governare l’adozione dell’intelligenza artificiale nei grandi gruppi industriali, basato su metriche quantitative e modelli psicometrici applicati su larga scala.
Indice degli argomenti
Che cos’è l’AI literacy e come l’AI Act ne impone la misurazione in azienda
L’approvazione dell’AI Act ha introdotto per il tessuto produttivo comunitario l’obbligo esplicito di attestare e potenziare il grado di alfabetizzazione tecnologica del personale. La conformità al quadro normativo impone parametri oggettivi capaci di certificare che i dipendenti posseggano le nozioni indispensabili per interagire con i sistemi algoritmici in piena consapevolezza e sicurezza. Tale prescrizione legislativa colloca l’AI literacy al centro delle agende dei Chief Information Officer, dei responsabili delle risorse umane e dei consigli di amministrazione, chiamati a superare la logica degli interventi formativi episodici per costruire una governance strutturata del capitale umano.
L’attenzione mediatica registrata attorno ai modelli linguistici e generativi a partire dalla diffusione di ChatGPT ha alimentato un’esplosione di pubblicazioni divulgative, oscurando sovente la profondità teorica della materia. Come ha evidenziato Laudadio, un’analisi retrospettiva della letteratura scientifica consente di risalire a contributi fondamentali formulati oltre quattro decenni fa. Comprendere la genesi storica dell’alfabetizzazione computazionale permette al management di affrontare l’adeguamento normativo con strumenti concettuali solidi, evitando gli entusiasmi effimeri legati ai singoli annunci commerciali e concentrandosi sulla sostenibilità a lungo termine delle competenze aziendali.
Dalla letteratura scientifica alla capacità di delega operativa alle macchine
Le radici dell’alfabetizzazione informatica affondano in analisi pionieristiche che conservano una sorprendente attualità per l’architettura d’impresa contemporanea. Già quarant’anni fa, un dottorando del Massachusetts Institute of Technology compilava una guida tematica accostando saggi scientifici e opere di fantascienza, concludendo che per comprendere realmente l’intelligenza artificiale occorre leggere di tutto. Parallelamente, le riflessioni teoriche condotte da Hill mettevano in guardia contro l’inadeguatezza semantica delle definizioni tecnologiche. Lo studioso esprimeva il timore che l’espressione “intelligenza artificiale” potesse apparire un giorno obsoleta quanto la definizione di “carrozza senza cavalli”, definendola una “pristine locution usata per spiegare una tecnologia per sottrazione” e rimarcando soprattutto che l’AI rappresenta un nuovo medium e un fondamentale strumento di connessione tra persone.
La collocazione delle competenze ha costituito un altro nodo cruciale indagato dalla ricerca istituzionale. Alcuni studi condotti dall’esercito degli Stati Uniti evidenziavano chiaramente che il patrimonio di abilità risiede in modo esclusivo nelle persone, documentando come al variare del personale assegnato si perdessero irrimediabilmente competenze chiave per l’intera organizzazione. Questo primato del fattore umano ha trovato sintesi organica negli anni Novanta attraverso le ricerche di una studiosa giapponese, la quale ha formalizzato l’essenza dell’AI literacy quale “capacità di immaginare cosa affidare all’intelligenza artificiale”. La padronanza della tecnologia non si esaurisce quindi nella perizia tecnica, ma coincide con la facoltà di discernimento del professionista, chiamato a definire con precisione i confini tra la delega operativa all’algoritmo e il mantenimento del presidio decisionale umano.
Come misurare l’AI literacy aziendale attraverso le prove di prompting
La traduzione dei requisiti normativi in prassi di governance esige metodologie di rilevazione capaci di restituire fotografie affidabili delle abilità interne all’organizzazione. La direzione di Tim Academy si è trovata ad affrontare la necessità di quantificare l’alfabetizzazione tecnologica dei collaboratori, riscontrando i limiti strutturali insiti nelle tradizionali rilevazioni basate su questionari e survey di autovalutazione. I questionari classici tendono infatti a registrare percezioni soggettive o convinzioni teoriche, rivelandosi strumenti del tutto inadeguati a certificare l’effettiva padronanza operativa delle persone davanti agli applicativi digitali.
Per superare tale distorsione metodologica, la struttura guidata da Laudadio ha introdotto un protocollo di verifica empirica fondato sulla risoluzione di compiti reali di interazione con i modelli linguistici. Ai dipendenti è stato chiesto di elaborare prompt operativi completi, simulando istruzioni quotidiane apparentemente ordinarie quale la formulazione della richiesta a ChatGPT per ottenere la ricetta di una crostata. L’analisi analitica delle formulazioni ha permesso di isolare le variabili qualitative che separano l’uso ingenuo del software da un’interazione strutturata, offrendo un parametro standardizzato per mappare il livello di maturità dei singoli team.
La capacità di interrogare i modelli come indicatore predittivo di competenza
Le evidenze emerse dalle prove pratiche hanno confermato che la perizia nella redazione delle istruzioni costituisce una metrica quantitativa e predittiva di primaria importanza. Laudadio ha sintetizzato questo passaggio strategico affermando che “la capacità di promptare è un ottimo predittore dell’AI literacy”. Costruire un’interrogazione corretta richiede l’articolazione logica del pensiero, la chiara esplicitazione dei vincoli operativi, l’anticipazione di eventuali ambiguità del linguaggio naturale e una solida comprensione delle logiche probabilistiche sottostanti ai grandi modelli linguistici.
La strutturazione del prompt agisce a tutti gli effetti come una cartina di tornasole della disciplina intellettuale del lavoratore della conoscenza. Chi possiede un’elevata alfabetizzazione non si limita a inviare comandi sommari, ma programma il modello fornendo contesti puntuali, formati attesi e confini di sicurezza. L’acquisizione sistematica di questa abilità consente ai collaboratori di governare il dialogo con i sistemi informatici in modo efficiente, mitigando drasticamente le allucinazioni dell’output e incrementando la produttività nelle attività analitiche e documentali.
I fattori comportamentali che guidano l’AI literacy secondo il modello Krumboltz
La disponibilità di indicatori precisi per quantificare l’abilità tecnica ha consentito a Tim di affrontare una questione organizzativa ancora più complessa: comprendere le ragioni profonde per cui alcuni profili manifestano una spontanea familiarità con l’AI mentre altri rimangono bloccati da timori o resistenze. Per rispondere a questo interrogativo, Laudadio ha scelto di applicare all’analisi dei comportamenti aziendali la Planned Happenstance Theory, il modello delle carriere casuali formulato presso l’Università di Stanford dal professor John Krumboltz.
La teorizzazione di Krumboltz prende le mosse dall’assunto che le traiettorie professionali siano influenzate in misura determinante da contingenze casuali e avvenimenti imprevisti. La capacità di capitalizzare tali eventi trasformandoli in opportunità di crescita dipende tuttavia dalla presenza di cinque specifiche dimensioni individuali: la curiosità intellettuale, la perseveranza davanti alle difficoltà, la flessibilità cognitiva, l’ottimismo strategico e la propensione ad assumere rischi calcolati. L’adattamento di questa griglia psicometrica ai processi di digital transformation ha offerto uno schema interpretativo innovativo per indagare l’atteggiamento dei lavoratori verso la discontinuità tecnologica.
Curiosità, flessibilità e ottimismo nell’evidenza empirica su seimila dipendenti
Tim Academy ha sottoposto a verifica sperimentale il modello teorico di Stanford conducendo un’indagine su una coorte di circa 6mila colleghi all’interno dell’operatore delle telecomunicazioni. La ricerca quantitativa ha permesso di isolare e graduare l’impatto delle singole dimensioni psicologiche sull’effettiva predisposizione all’uso dell’intelligenza artificiale.
Dall’analisi dei dati emerge con assoluta nitidezza che la curiosità costituisce il fattore cardine che spinge gli individui ad avvicinarsi alle tecnologie algoritmiche. La spinta all’esplorazione e il desiderio di comprendere il funzionamento di nuovi strumenti rappresentano la condizione iniziale necessaria per avviare il percorso di adozione. Il secondo fattore di correlazione positiva è rappresentato dall’ottimismo, inteso quale atteggiamento fiducioso nella possibilità di valorizzare i nuovi strumenti per migliorare le proprie prestazioni professionali. Il terzo pilastro decisivo è costituito dalla flessibilità, qualificata da Laudadio come la “disponibilità a rimettersi in gioco e a ridiscutere se stessi”. La capacità di abbandonare schemi operativi consolidati per sperimentare nuove modalità di lavoro accelera significativamente l’acquisizione di familiarità con i sistemi digitali, fornendo ai direttori HR indicazioni preziose per progettare piani di re-skilling mirati.
L’applicazione pratica dell’AI literacy nella gestione del lavoro quotidiano
La misurazione delle abilità e l’identificazione dei driver psicologici trovano il loro sbocco naturale nella trasformazione dei flussi lavorativi quotidiani. L’alfabetizzazione tecnologica non rimane un esercizio teorico confinato alle aule di formazione aziendale, ma si concretizza nella capacità dei professionisti di delegare compiti operativi e incombenze amministrative ad agenti sintetici integrati nei consueti canali di comunicazione d’ufficio.
Il valore di business dell’intelligenza artificiale generativa emerge con forza nel momento in cui le soluzioni digitali vengono modellate sul perimetro informativo dell’utente e inserite nelle normali routine esecutive. Quando i dipendenti acquisiscono una solida consapevolezza delle capacità e dei limiti degli algoritmi, la delega automatizzata diventa una prassi priva di frizioni, capace di liberare tempo qualificato e proteggere la produttività individuale dalle interruzioni continue.
Gli assistenti virtuali integrati nei flussi operativi per la delega delle routine
A dimostrazione di questo passaggio evolutivo, Andrea Laudadio ha illustrato ai partecipanti del convegno milanese il funzionamento pratico di Lev, il proprio assistente virtuale basato sulla piattaforma Instinct e accessibile direttamente tramite WhatsApp. Il nome dell’agente costituisce un tributo alle teorie sullo sviluppo cognitivo elaborate dal pedagogista Lev Vygotskij. Durante la sessione pubblica, il manager ha simulato la gestione di un imprevisto inviando un messaggio vocale in presa diretta al sistema: “Lev, ciao, scusami, sto intervenendo al convegno ma sto andando lungo. Mi risistemi l’agenda dopo?”.
La risposta vocale restituita dall’assistente ha confermato l’esecuzione autonoma e puntuale dell’attività richiesta: “Andrea, ho spostato l’appuntamento con Gigi De Palo delle 17:00 e quello con Maria Luisa Traisci delle 17:30. Li ho già avvisati tutti e due del cambio. Intanto vai tranquillo e buon convegno”. La riorganizzazione dell’agenda, la verifica delle disponibilità e l’invio delle comunicazioni di cortesia ai colleghi sono state completate in tempo reale senza alcun intervento manuale.
Questo caso applicativo dimostra concretamente come i modelli algoritmici specializzati possano affiancare il professionista nelle decisioni operative. Laudadio ha tirato le fila dell’esperienza osservando come “questi strumenti, addestrati sui nostri dati e integrati nelle nostre routine digitali, stiano trasformando la gestione del lavoro quotidiano”. Affrontare questa trasformazione organizzativa impone al management di superare le barriere culturali e di abbracciare le indicazioni emerse dall’indagine empirica, raccogliendo l’invito formulato dal responsabile Tim Academy a “sperimentare queste tecnologie con gli occhiali del modello di Krumboltz: con curiosità, ottimismo e flessibilità”.
Partecipa alla community