Se automatizziamo il lavoro, come continueranno a imparare le persone?

Un risultato incoraggiante, una domanda aperta

Nel giugno 2023 il NBER ha presentato una ricerca sull’introduzione di un assistente generativo nel customer support. La sintesi riportava un aumento medio della produttività vicino al 14%, con benefici più marcati per gli operatori meno esperti. Il risultato riguarda quel contesto e quella versione dello studio: non è una percentuale da trasferire nel budget di qualsiasi impresa. Fonte NBER.

Trovo incoraggiante che uno strumento possa rendere accessibili pratiche che altrimenti richiederebbero tempo per essere apprese. Ma mi pongo una domanda diversa: quando la prestazione migliora, quale parte della competenza rimane nella persona? Una risposta utile durante una chiamata e una capacità autonoma di gestire il prossimo caso sono risultati collegati, ma non identici.

Il lavoro iniziale era anche una palestra

Molte attività junior hanno due funzioni. Producono un risultato e permettono di riconoscere schemi, errori, eccezioni. Cercare una clausola, preparare una prima analisi o ricostruire una richiesta può essere faticoso. Attraverso quella fatica si impara anche a capire quando una risposta non torna.

Non vorrei difendere ogni incombenza in nome dell’apprendistato. Ci sono attività ripetitive che consumano attenzione senza insegnare molto. Il punto è distinguere la ripetizione sterile dall’esercizio che costruisce giudizio. Se eliminiamo entrambi con la stessa decisione, dobbiamo progettare un altro percorso per arrivare alla competenza.

Una persona può diventare molto veloce nel produrre documenti e restare incerta nel difenderne le conclusioni. Non è una diagnosi dei giovani né un effetto inevitabile dell’AI. È un rischio organizzativo da osservare: quali occasioni di ragionamento rimangono quando una soluzione completa arriva prima della prima domanda?

Se il responsabile premia soltanto il numero di pratiche chiuse, sarà difficile dedicare tempo a discutere una risposta dubbia. L’organizzazione comunica attraverso ciò che conta e ciò che remunera. Chiedere spirito critico mentre si misura esclusivamente la velocità crea una tensione che il singolo fatica a risolvere.

Proporrei di affiancare alle misure di output alcune evidenze di comprensione: capacità di spiegare una scelta, riconoscimento di informazioni mancanti, qualità dell’escalation. Si possono discutere casi campione, confrontare alternative e chiedere dove la soluzione suggerita potrebbe fallire. La verifica deve essere proporzionata al lavoro, senza trasformarsi in sorveglianza continua.

Anche la valutazione dei senior cambia. Condividere il proprio criterio, commentare un caso e rendere un collega autonomo richiede tempo. Se quel contributo sparisce dagli obiettivi, l’impresa può guadagnare output oggi e indebolire la capacità di sostituire gli esperti domani.

Progettare un apprendistato assistito

Partirei da una mappa delle competenze da conservare. Per ogni attività automatizzata chiederei: quale capacità sviluppava, dove sarà esercitata ora e chi saprà osservare il progresso? Un esercizio protetto senza assistente può essere utile in alcuni ruoli. In altri sarà più importante imparare a confrontare fonti, controllare dati o riconoscere limiti di un modello.

Alternerei momenti di utilizzo e discussione. Non basta mostrare il prompt efficace: bisogna rendere visibile perché una risposta è appropriata e quando smette di esserlo. Le persone devono poter raccontare un errore senza scoprire che la sincerità peggiora la loro valutazione.

Nel costo del progetto includerei tutoraggio e aggiornamento dei materiali. Le licenze sono soltanto una parte dell’investimento. L’accesso ai dati di clienti e colleghi va governato, e gli esempi usati per formare non devono distribuire informazioni riservate fuori dal contesto autorizzato.

La competenza che manca si vede nei giorni difficili

Un’organizzazione può funzionare bene per mesi appoggiandosi a risposte già disponibili. La prova arriva quando cambia una condizione: un prodotto nuovo, una richiesta ambigua, una procedura che contraddice una promessa commerciale. In quel momento serve qualcuno capace di riconoscere che il caso non appartiene alla categoria suggerita. È una capacità difficile da misurare contando le attività completate, perché il suo valore consiste spesso nell’interrompere il flusso.

Mi interessa questa soglia. Sapere usare un assistente comprende la capacità di accorgersi che non basta. Per raggiungerla servono esperienze in cui la persona abbia formulato un’ipotesi, incontrato un limite e ricostruito il motivo dell’errore. Se la soluzione arriva sempre prima di questo percorso, il responsabile deve chiedersi dove quella esperienza verrà costruita. Non possiamo limitarci a sperare che avvenga spontaneamente.

Esiste anche il rischio opposto: imporre esercizi artificiali a professionisti che potrebbero imparare meglio lavorando con lo strumento. Non proporrei di vietare l’AI per principio. Distinguerei le competenze che devono essere disponibili senza assistenza, quelle che si esercitano attraverso l’assistente e quelle che possiamo ragionevolmente affidare al sistema. La distinzione dipende dal ruolo. Un responsabile deve saper contestare una previsione anche se non sa ricostruire ogni passaggio statistico del modello.

In una revisione di budget, per esempio, chiederei alla persona di spiegare quali ipotesi muovono il risultato e quale cambiamento lo renderebbe inattendibile. Questo esercizio può avvenire con l’AI aperta sullo schermo. Il punto è osservare il ragionamento, senza confondere la memoria dei dettagli con la padronanza della decisione. Un buon assistente può perfino rendere più ricco il confronto, proponendo obiezioni che il tutor avrebbe trascurato.

Il debito formativo entra nel piano industriale

Chiamo debito formativo, in questo ragionamento, l’insieme delle capacità che l’impresa rinvia a costruire mentre continua a utilizzarle grazie a poche persone esperte. Non è un indicatore contabile. È un modo per rendere visibile una dipendenza che spesso rimane nascosta finché qualcuno cambia lavoro, va in pensione o smette di essere disponibile.

La direzione può accorgersene osservando dove si accumulano le richieste di aiuto. Se ogni eccezione torna alle stesse due persone, la produttività apparente del reparto incorpora una risorsa scarsa. L’introduzione dell’AI potrebbe ridurre quelle richieste, oppure renderle meno frequenti ma molto più complesse. In entrambi i casi conviene controllare come cambia il carico degli esperti e se nuovi colleghi stanno diventando autonomi.

Il piano di adozione dovrebbe quindi assegnare tempo riconosciuto al tutoraggio. Un’ora sottratta alla produzione non diventa gratuita perché la chiamiamo formazione. Va finanziata, spiegata e difesa quando il reparto è sotto pressione. Se il progetto promette solo risparmi immediati, quel tempo sarà probabilmente la prima voce a essere sacrificata. La conseguenza può emergere molto dopo il consuntivo che celebrava il successo.

Non serve costruire un’accademia interna per ogni iniziativa. Può bastare una revisione periodica di pochi casi significativi: un suggerimento corretto ma incompleto, un’escalation utile, un errore intercettato prima di arrivare al cliente. Il valore sta nella qualità della discussione e nella possibilità di trasferirne l’esito al lavoro successivo. Una raccolta di registrazioni che nessuno consulta aggiunge archivio, non competenza.

La verifica nel tempo dovrebbe tenere insieme risultato e autonomia. Se i volumi aumentano ma cresce la dipendenza dal tutor, il progetto richiede un aggiustamento. Se le persone spiegano meglio le scelte, riconoscono prima i limiti e gestiscono casi più complessi, abbiamo una base più solida per parlare di apprendimento. Non attribuirei automaticamente tutto all’AI: possono contribuire formazione, selezione dei casi e cambiamenti organizzativi.

Questa attenzione ha anche una dimensione umana. Un collaboratore che vede ridursi lo spazio in cui può dimostrare competenza può vivere l’automazione come una perdita di futuro. Promettere genericamente attività “a maggior valore” non basta. Occorre dire quali attività, con quale accompagnamento e con quali opportunità reali. La credibilità del progetto dipende anche dal mantenimento di questa promessa.

Il tema riguarda anche chi guida. Un manager che utilizza l’AI per preparare ogni analisi deve conservare occasioni per discutere ipotesi e ascoltare informazioni che non entrano nel documento. La formazione non è un problema da delegare ai soli ruoli junior: il giudizio del vertice continua a evolvere attraverso il confronto con la realtà.

Il tempo restituito ha bisogno di una destinazione

Quando un’impresa risparmia tempo deve decidere come impiegarlo. Può aumentare i volumi, migliorare il servizio o investire una quota nell’apprendimento. È una scelta di direzione, non una conseguenza automatica dell’introduzione di uno strumento.

La tecnologia mi appassiona anche perché può abbassare la soglia d’ingresso a lavori complessi. Vorrei che questa apertura producesse persone più capaci di orientarsi, non soltanto più rapide nell’accettare una soluzione. La domanda che porterei in una riunione sull’adozione è concreta: fra un anno, che cosa sapranno fare i nostri collaboratori che oggi non sanno fare?