La preoccupazione per la sostituzione del lavoro da parte dell’intelligenza artificiale è oggi intensamente percepita. Purtroppo, a questa preoccupazione si accompagna una notevole confusione su numeri e concetti.

Il primo equivoco è confondere la sostituzione con la riduzione del lavoro umano. La sostituzione è osservabile nei dati sulla composizione dei compiti: alcuni vengono automatizzati, altri cambiano, altri ancora scompaiono. La riduzione complessiva del lavoro, invece, è come l’Araba Fenice: “che ci sia ciascun lo dice, dove sia nessun lo sa”.

Come già accaduto con altre tecnologie generali – dal motore a vapore all’energia elettrica – l’avanzamento dell’IA sta facendo nascere nuovi lavori prima inesistenti. Waymo, che opera servizi di robotaxi in alcune città statunitensi, ha recentemente introdotto una nuova figura professionale, the guy in the sky: un operatore che gestisce situazioni impreviste e interagisce con i clienti quando qualcosa va storto durante il tragitto.

Torniamo però alla sostituzione, per chiarire un secondo equivoco. Si tende a pensare che essa dipenda dai compiti del lavoro: se ripetitivi e standardizzabili, la sostituzione sarebbe inevitabile; se complessi e creativi, potremmo dormire sonni tranquilli. I dati raccontano una storia diversa.

La sostituzione dipende soprattutto dalle caratteristiche del lavoratore. Anche nei lavori con compiti automatizzabili, essa colpisce in misura maggiore i lavoratori più giovani e meno esperti, non quelli con maggiore anzianità. La vulnerabilità, dunque, non è solo una proprietà del lavoro, ma del capitale umano.

Se il capitale umano è composto prevalentemente da competenze codificate e standardizzabili, allora è facilmente sostituibile. Se invece incorpora competenze tacite – giudizio, esperienza, capacità di gestire ambiguità – esso crea un vero e proprio fossato attorno al lavoratore, che l’IA non è ancora in grado di scavalcare.

Se il discrimine è il capitale umano, allora l’Università è direttamente chiamata in causa. In un mondo in cui la frontiera tra ciò che è automatizzabile e ciò che non lo è si sposta continuamente, l’Università dovrebbe riorientare le competenze che trasmette per formare capitale umano difficilmente sostituibile. Oggi accade spesso il contrario: l’Università produce a basso costo competenze codificate e standardizzabili, e ad alto costo competenze tacite. Così facendo, alimenta una problematica asimmetria delle competenze.

Ridurre il costo di produzione delle competenze tacite richiede di agire su tre leve.

La prima è creare ambienti di apprendimento situato e condivisi, nei quali si sviluppino competenze tecniche, motivazionali ed esperienziali. In questi ambienti l’apprendimento nasce dall’analisi di problemi reali o realisticamente complessi, in cui le decisioni hanno conseguenze osservabili e si impara anche senza istruzione continua. Laboratori decisionali su casi reali di policy o impresa, cliniche legali o economiche, project work continuativi con le imprese sono esempi concreti. Questi ambienti sono costosi da avviare, ma una volta costruiti il costo marginale per studente diminuisce, perché è il contesto stesso a generare apprendimento.

La seconda leva è l’attivazione di comunità di pratica e trasmissione orizzontale. Si immagini un gruppo stabile di studenti, docenti e imprenditori che condividano un’attività – per esempio lo studio di un’impresa – e contribuiscano alla soluzione trasferendo livelli diversi di esperienza. In questo modo si producono competenze tacite a costi di mentoring contenuti, perché il docente non è più l’unico produttore di capitale umano.

La terza leva riguarda i criteri di valutazione. Se performance e crediti dipendono esclusivamente da output standardizzati, è razionale che gli studenti investano nelle competenze codificate. Per incentivare l’investimento in conoscenza tacita, la valutazione deve premiare la qualità del giudizio, la capacità di giustificare le scelte e di gestire l’ambiguità.

Una strategia promettente per realizzare questi obiettivi è la costruzione di partnership tra Università ed ecosistemi di innovazione: ambienti immersi nelle dinamiche reali di imprenditorialità e cambiamento tecnologico. Tali partnership consentirebbero all’Università di innestare i propri percorsi formativi in contesti che generano conoscenza tacita in modo naturale, riducendo i costi di progettazione e mantenimento degli ambienti di apprendimento situato.

Diminuirebbero i costi di creazione di questi ambienti, perché l’Università sfrutterebbe un’infrastruttura cognitiva già esistente. Diminuirebbero i costi di mentoring, perché imprenditori, professionisti, ricercatori e studenti diventerebbero parte delle comunità di pratica, distribuendo il carico formativo e rendendo scalabile la trasmissione della conoscenza tacita.

Soprattutto, si ridurrebbe il rischio di un’asimmetria delle competenze, restituendo – attraverso partnership con gli ecosistemi dell’innovazione – un ruolo centrale all’Università nella formazione del capitale umano necessario alle sfide che verranno.