In questo articolo Indice dei contenuti 3 sezioni
L’intelligenza artificiale sta togliendo dal tavolo proprio quelle mansioni ripetitive che per decenni hanno funzionato come palestra dei professionisti più giovani, e questo apre una domanda meno rumorosa di quella sulle professioni che spariscono, ma probabilmente più scomoda per chi guida un’azienda: se nessuno fa più il lavoro da junior, chi formerà i senior fra dieci anni? Non si tratta di mestieri cancellati, si tratta di un pezzo di percorso che evapora.
Quasi tutte le professioni intellettuali poggiano su una traiettoria lunga di apprendimento implicito. Il giovane avvocato legge centinaia di contratti prima di riconoscere al volo una clausola strana. Il consulente alle prime armi passa ore a costruire analisi prima di capire quali numeri contino davvero. Chi programma corregge errori banali per anni prima di sviluppare l’intuito necessario a progettare sistemi complessi. Il ricercatore setaccia letteratura, verifica fonti, sbaglia ipotesi, ricomincia. Attività poco nobili, spesso inefficienti, eppure sono esattamente quelle che costruiscono la conoscenza tacita.
Il paradosso della produttività immediata
Queste mansioni sono il bersaglio perfetto dell’automazione, perché codificabili, ripetitive e divoratrici di tempo. Il vantaggio economico salta all’occhio: meno ore, più output, team più snelli, ragazzi immediatamente più produttivi. Ma è lì che si annida il paradosso. Si aumenta la resa del giovane professionista oggi e, nello stesso gesto, si riducono le occasioni che lo avrebbero reso esperto domani. Il rischio, quindi, non è soltanto la sostituzione di posti di lavoro, è l’interruzione della successione cognitiva dentro le organizzazioni.
Nei settori ad alta intensità di conoscenza il fenomeno è già visibile. Uno studio legale usa i sistemi per analizzare documenti, cercare precedenti e preparare bozze. Una società di consulenza automatizza ricerche, benchmark, presentazioni. Una software house genera codice, test e documentazione. Una banca affida a un algoritmo la prima analisi del rischio. Efficienza vera, ma il ruolo del livello d’ingresso cambia natura. Perché per decenni quel lavoro meno sofisticato non era solo produzione a basso costo, era il canale attraverso cui l’azienda si formava i propri professionisti.
La differenza pesa. Se una macchina svolge un compito meglio e a minor costo, automatizzarlo è razionale. Se però quel compito era il terreno su cui nascevano modelli mentali, capacità di giudizio, comprensione delle eccezioni, il risparmio di oggi diventa un buco di competenze domani. E i bilanci misureranno le ore risparmiate, non la conoscenza che non si è formata. Si rischia così un quadro curioso: senior potentissimi grazie all’automazione, junior capaci di risultati eccellenti molto prima che in passato, e un vuoto crescente nel mezzo.
Quando l’attrito serve
Vale la metafora della palestra. Nessuno si allena perché manchino macchine capaci di sollevare quel peso al posto suo. Il peso si solleva perché è la resistenza a trasformare il corpo. Scrivere una prima analisi, verificare a mano una fonte, cercare un bug, leggere per intero un contratto sembrano gesti inutili quando un sistema li completa in pochi secondi, ma l’efficienza del processo e l’efficacia dell’apprendimento non camminano insieme.
La dinamica è insidiosa perché i risultati restano di qualità alta. Un giovane consegna documenti migliori delle generazioni precedenti senza aver costruito una comprensione equivalente. La differenza resta invisibile finché tutto fila. Salta fuori quando qualcosa esce dalla norma: una clausola inconsueta, un dato sbagliato, una correlazione plausibile ma ingannevole.
Ripensare la formazione, non frenare le macchine
Rallentare l’automazione per salvare i vecchi modelli formativi sarebbe insostenibile e miope. Serve piuttosto riprogettare la formazione professionale nello stesso momento in cui si riprogetta il lavoro: far lavorare i giovani prima senza assistenza e poi confrontare il risultato con quello della macchina, usare i sistemi come strumenti di critica e simulazione, creare ambienti dove l’errore si analizza invece di evitarlo.
Cambia anche il metro di valutazione. Se si misurano solo quantità e velocità, l’uso intensivo della tecnologia sarà sempre la scelta razionale. La competenza chiave potrebbe diventare la capacità di dissentire dalla macchina con buone ragioni. Il modello piramidale, molti junior alla base e pochi decisori in cima, si comprime, e ogni settore dovrà rispondere a una domanda elementare: da dove arriveranno i professionisti esperti fra dieci anni. Automatizzare tutto ciò che è automatizzabile è la strategia facile. Decidere cosa convenga continuare a far fare alle persone, anche quando un sistema farebbe meglio, è la parte difficile.
Fonte: TecnoAndroid
