Formazione e Intelligenza Artificiale

Studiare ai tempi dell’AI: perché l’università cambierà, e come

Dal 2022 a oggi, i giovani della Gen-Z hanno perso circa il 16% dei posti di lavoro nei settori in cui l’intelligenza artificiale è stata adottata più rapidamente, come lo sviluppo software. Non è un segnale isolato, ma il sintomo di qualcosa che sta cambiando in profondità nel rapporto tra formazione, competenze e mercato del lavoro, e che interroga direttamente il sistema universitario.

Per capire cosa sta succedendo, bisogna partire da un meccanismo che fino a pochi anni fa funzionava abbastanza bene: le aziende hanno sempre avuto convenienza ad assumere figure junior perchè costavano poco, imparavano sul campo e nel tempo diventavano professionisti esperti. Stage e tirocini erano una porta d’ingresso efficace, un compromesso dal quale entrambe le parti guadagnavano. Quel meccanismo però si è inceppato, e oggi è sotto pressione: se un sistema di AI può svolgere compiti di livello base più rapidamente e senza bisogno di formazione, il calcolo economico per l’impresa cambia e il giovane laureato si trova in una posizione più fragile di prima. Non è ancora chiaro se questa sia una transizione temporanea o un cambiamento strutturale, i dati disponibili sono ancora pochi e il dibattito tra gli esperti è aperto, ma l’evidenza che stia succedendo qualcosa è sufficientemente forte da rendere urgente una riflessione su come il sistema formativo debba rispondere.

C’è un contesto storico da considerare: a partire dagli anni Novanta, il sistema educativo in Italia e in molti altri paesi ha compiuto una scelta precisa: rendere la formazione più pratica, più orientata al lavoro, più immediatamente spendibile. Un approccio che ha avuto senso per decenni, aiutando generazioni di giovani a entrare nel mondo del lavoro con strumenti concreti. Il problema è che quei presupposti sono cambiati e le competenze tecniche specifiche – come scrivere un certo tipo di codice, padroneggiare un determinato software, eseguire procedure standardizzate – sono esattamente quelle che l’AI sa replicare meglio e più velocemente dell’essere umano. Il valore differenziale della persona, oggi, si sposta sempre di più verso la capacità di ragionare, di fare le domande giuste, di valutare criticamente un output, di navigare l’incertezza. Competenze che si costruiscono con i fondamentali, non con le scorciatoie. Questo non significa che la formazione pratica fosse o sia tutt’ora sbagliata, né che vada abbandonata ma, piuttosto, piuttosto che il bilanciamento va riconsiderato, con più attenzione allo sviluppo del pensiero critico accanto all’acquisizione di competenze operative.

Una delle domande più dibattute oggi tra i docenti universitari riguarda proprio questo: quando e come portare l’intelligenza artificiale dentro il percorso formativo, senza che diventi una scorciatoia che impoverisce l’apprendimento. La risposta più condivisa sembra orientarsi verso l’alta formazione come punto di equilibrio naturale. A livello universitario, lo sviluppo cognitivo di base è già sostanzialmente completato, e l’AI può diventare uno strumento di approfondimento disciplinare invece che un sostituto del ragionamento. Il rischio di un uso precoce e non guidato – già documentato da alcuni studi sull’impatto negativo nei più giovani – si riduce significativamente quando gli studenti hanno già una base solida su cui innestare la tecnologia.                                                                                                                    Vale però la pena ricordare una realtà difficile da ignorare: i ragazzi questi strumenti li usano già, spesso in modo autonomo e con le versioni gratuite dei modelli – quelle meno accurate e più inclini all’errore. Lasciare questo utilizzo senza guida non è una soluzione. Meglio accompagnarlo, strutturarlo e renderlo parte esplicita del percorso formativo. All’Università di Pisa, nel corso di Advanced Programming della laurea magistrale in Computer Science, è stata condotta una sperimentazione che offre qualche indicazione concreta su come questo cambiamento possa avvenire in modo efficace. Il punto di partenza è stato un cambio di prospettiva apparentemente semplice ma profondo: invece di formare gli studenti a scrivere codice, il corso ha spostato l’attenzione sulla capacità di leggere e valutare codice — presumibilmente generato da una AI. Una distinzione che riflette una trasformazione reale nel ruolo del professionista: sempre meno esecutore diretto, sempre più supervisore critico di un output automatizzato. I contenuti sono stati rivisti dando più spazio ai fondamentali concettuali e meno alle tecniche operative specifiche. L’AI è entrata in aula come strumento attivo, usata anche per generare materiale didattico più interattivo durante le lezioni stesse. E agli studenti è stato chiesto di sviluppare progetti finali in cui l’uso dell’AI fosse esplicito e documentato: non solo il risultato, ma i prompt utilizzati e i metodi per verificare la correttezza degli output. Il risultato è stato incoraggiante: i progetti consegnati erano di alta qualità, i prompt formulati dagli studenti sorprendentemente articolati. Segno che, quando l’AI viene introdotta con una struttura didattica chiara, può diventare uno strumento che amplifica le competenze invece di sostituirle.

Quello che emerge da queste riflessioni non è un quadro allarmante, ma un invito a muoversi con consapevolezza e senza rimandare. Il sistema universitario ha davanti a sé un’opportunità reale: formare una generazione di professionisti capaci di lavorare con l’AI in modo critico e consapevole, trasformando quella che oggi sembra una pressione sul mercato del lavoro in un vantaggio competitivo. Per farlo, servono alcune direzioni chiare:

1. rafforzare le basi cognitive e il pensiero critico, che rimangono il fondamento irrinunciabile di qualsiasi competenza professionale duratura

2. ribilanciare il rapporto tra nozioni e ragionamento nei curricula

3. Introdurre l’AI in modo guidato e strutturato, evitando sia il rifiuto aprioristico che l’adozione acritica.

E, soprattutto, stimolare un dibattito nazionale che coinvolga docenti, istituzioni e mondo del lavoro, perché i tempi di risposta richiesti da questa trasformazione sono molto più brevi di quelli a cui il sistema formativo è tradizionalmente abituato. L’università non deve inseguire ogni cambiamento tecnologico, ma quando il cambiamento ridisegna le fondamenta del mercato del lavoro a cui prepara i propri studenti, aspettare non è una strategia. Molti atenei ci stanno già lavorando, la discussione è aperta e cosi gli scenari di possibile evoluzione. Vivamo tempi interessanti, senza dubbio.