Congresso Nazionale ENIA. L’intelligenza artificiale ci insegnerà di più. Ma sapremo ancora imparare?
Dall’università alle imprese, l’AI sta cambiando il rapporto tra conoscenza, competenze e apprendimento. La vera sfida sarà preservare il più possibile la capacità di pensare, interrogarsi e costruire un giudizio autonomo, mantenendo alto il livello critico.
Di Marilena Viotto —
Non abbiamo mai avuto accesso a così tanta conoscenza in così poco tempo. Oggi possiamo interrogare un sistema di intelligenza artificiale sui più svariati argomenti – anche i più complessi – ottenere spiegazioni, costruire sintesi, sviluppare analisi e produrre elaborati in pochissimi secondi.
Ed è proprio mentre diventa sempre più semplice ottenere risposte, che dovremmo iniziare a interrogarci su qualcosa di meno immediato: stiamo imparando di più oppure stiamo semplicemente diventando più veloci nel produrre risultati?
È una riflessione che porto con me dalla prima giornata del II Congresso Nazionale ENIA, organizzato dalla Fondazione ENIA nelle giornate del 15 e 16 ottobre 2026, presso il Grattacielo Pirelli di Milano.
Le notizie piu' importanti di finanza, economia e mercati, dritte nella tua inbox.
In particolare, la sessione dedicata ad AI, conoscenza, università e cultura, che ha visto tra i protagonisti Giuseppe Italiano, Prorettore della LUISS Guido Carli, insieme a rappresentanti del mondo accademico e della ricerca, ha riportato l’attenzione su una dimensione fondamentale della trasformazione tecnologica: il rapporto tra intelligenza artificiale e costruzione della conoscenza.
E’ un tema che riguarda non solo le università, ma anche e profondamente le imprese e il futuro di tutte le competenze professionali.
Imparare non significa soltanto conoscere la risposta
Per molto tempo abbiamo associato l’apprendimento alla capacità di acquisire informazioni, comprenderle, ricordarle e utilizzarle.
L’intelligenza artificiale sta modificando anche questo percorso.
Uno studente può ottenere in pochi istanti la soluzione di un problema, la struttura di una ricerca o la sintesi di un testo complesso. Un giovane professionista può preparare un’analisi o una presentazione senza aver necessariamente attraversato tutti i passaggi che, fino a ieri, contribuivano a sviluppare quelle competenze.
Questa è sicuramente un’opportunità straordinaria, ma apre anche una questione delicata: che cosa impariamo davvero quando arriviamo al risultato senza averne compreso l’intero percorso?
Il problema non è utilizzare l’intelligenza artificiale per studiare o lavorare. Sarebbe poco realistico immaginare un futuro nel quale questi strumenti non diventino parte integrante dell’apprendimento.
Dobbiamo però chiederci se la tecnologia ci stia davvero aiutando a imparare o se, rendendoci tutto più semplice, finisca per privarci proprio di quelle esperienze che ci permettono di sviluppare nuove capacità.
Perché sapere qualcosa e saperla fare non sono la stessa cosa. E saper valutare se ciò che abbiamo ottenuto è corretto richiede un livello di competenza ulteriore, che va sviluppato.
Il valore dell’errore in un mondo che offre risposte immediate
C’è un aspetto dell’apprendimento che rischiamo di sottovalutare: il valore del tentativo.
Si impara anche sbagliando, tornando sui propri passi, facendo domande diverse, mettendo a confronto idee e scoprendo che ciò che sembrava giusto, forse, non lo era.
È un percorso che richiede tempo, a volte fatica e anche qualche frustrazione. Ma è proprio attraverso queste esperienze che impariamo a ragionare con la nostra testa, a mettere in discussione ciò che ci viene proposto e a costruire un pensiero autonomo.
Se l’intelligenza artificiale ci risparmia parte di questa fatica, ben venga. Ma dobbiamo anche capire a cosa possiamo rinunciare senza perdere qualcosa di importante lungo il percorso.
Non tutte le difficoltà, infatti, ci insegnano qualcosa. Liberarci da attività ripetitive può essere un grande vantaggio. Il punto è non confondere la facilità con l’apprendimento: arrivare prima a un risultato non significa necessariamente aver capito di più.
È una sfida che scuole e università dovranno affrontare, ripensando non solo il modo di insegnare, ma anche quello di accompagnare e valutare gli studenti.
Perché se oggi una macchina è in grado di produrre un elaborato convincente, come possiamo capire se lo studente che lo presenta ha davvero compreso ciò di cui sta parlando?
Su questo punto, particolarmente significativa è stata la riflessione di Giuseppe Italiano, Prorettore della LUISS Guido Carli, che ha richiamato l’importanza di preservare gli esami orali anche nell’era dell’intelligenza artificiale.
Una scelta che assume un significato ben più profondo della semplice verifica delle conoscenze: chiedere a uno studente di spiegare un ragionamento, argomentare una risposta, motivare una scelta e confrontarsi con una domanda inattesa significa verificare non soltanto ciò che sa, ma soprattutto ciò che ha realmente compreso.
È una distinzione fondamentale. Perché l’AI può aiutarci a trovare una risposta, ma la capacità di spiegarne il perché rimane una delle espressioni più importanti dell’autonomia di pensiero.
E questa riflessione, nata nel contesto universitario, apre una questione altrettanto rilevante per il mondo delle imprese.
Forse dovremo attribuire maggiore valore alla capacità di spiegare un ragionamento, discutere una scelta, riconoscere un errore e sostenere criticamente una posizione.
Dall’università all’impresa: chi formerà i professionisti di domani?
La stessa domanda riguarda il mondo del lavoro.
Nelle organizzazioni, molte competenze si sviluppano attraverso l’esperienza diretta: preparando documenti, analizzando dati, affrontando problemi, osservando colleghi più esperti e assumendo progressivamente responsabilità.
Ma se alcune di queste attività vengono automatizzate, come cambieranno i percorsi attraverso cui le persone diventano competenti? E’ una domanda che dobbiamo porci.
Pensiamo a un giovane analista che utilizza l’AI per elaborare un report.
Il risultato può essere eccellente, ma sarà importante riconoscere quando un dato è incoerente, capire quali informazioni mancano, valutare se le conclusioni siano appropriate rispetto a quello specifico contesto aziendale
Ma come svilupperà queste capacità se il processo di elaborazione viene progressivamente affidato alla tecnologia?
Le imprese dovranno affrontare una questione che va ben oltre la formazione digitale. Dovranno ripensare il modo in cui costruiscono l’esperienza professionale.
Non basterà insegnare ai collaboratori a utilizzare nuovi strumenti. Occorrerà progettare occasioni nelle quali possano continuare a esercitare analisi, confronto, responsabilità e giudizio.
Il rapporto tra generazioni può diventare una risorsa
Questa trasformazione offre anche un’opportunità particolarmente importante nel rapporto tra generazioni.
I professionisti più giovani possono portare familiarità con strumenti e linguaggi digitali; ma quelli più esperti possono contribuire con conoscenza dei contesti, capacità di interpretare situazioni complesse e consapevolezza delle conseguenze organizzative delle decisioni. Se le conoscenze – quelle non scritte – non vengono trasmesse alle generazioni successive, perdiamo un pezzo importantissimo della conoscenza.
Naturalmente, non è detto che i giovani siano sempre i più preparati sul piano tecnologico, così come avere molti anni di esperienza non significa automaticamente saper valutare meglio le situazioni. Ognuno porta con sé conoscenze, sensibilità e modi diversi di guardare le cose. Ed è proprio dall’incontro di queste differenze che può nascere qualcosa di nuovo.
Perché questo accada, però, le organizzazioni devono creare occasioni concrete di confronto e collaborazione, evitando che la tecnologia finisca per allontanare generazioni che avrebbero invece molto da imparare l’una dall’altra.
È un tema che incontro spesso nel mio lavoro, soprattutto quando accompagno le organizzazioni nei momenti di cambiamento e nei passaggi di leadership.
Ho imparato che lo scambio tra generazioni funziona davvero quando nessuno parte dal presupposto di avere soltanto qualcosa da insegnare o qualcosa da imparare. Servono curiosità reciproca, disponibilità a mettersi in discussione e la capacità di riconoscere il valore dell’esperienza altrui. È così che conoscenze diverse possono arricchirsi a vicenda e trasformarsi in nuove competenze.
Se approcciata e utilizzata nel modo corretto, l’intelligenza artificiale potrebbe rendere questo scambio ancora più prezioso.
C’è infine una responsabilità che riguarda direttamente chi guida le organizzazioni.
Quando si introduce una nuova tecnologia, l’attenzione si concentra comprensibilmente sui benefici attesi: produttività, rapidità, efficienza, riduzione dei costi.
Molto meno frequentemente ci si domanda quali competenze l’organizzazione rischi di non sviluppare più. Eppure questa è una domanda altamente strategica.
Un’impresa può diventare più veloce ed efficiente grazie all’intelligenza artificiale, ma rischiare, senza nemmeno accorgersene, di non far crescere abbastanza le persone che un domani dovranno guidarla.
È anche per questo che chi ha responsabilità di leadership deve saper guardare oltre i risultati immediati e chiedersi quali attività possiamo tranquillamente affidare alla tecnologia e quali, invece, le persone devono continuare a svolgere per imparare, fare esperienza e sviluppare un proprio giudizio.
Servono tempo e spazio per fare domande, confrontarsi, verificare e anche sbagliare. Perché il tempo dedicato a imparare non è tempo perso, né necessariamente sottratto alla produttività. È ciò che permette a un’organizzazione di continuare a crescere e di prepararsi alle sfide che verranno.
L’AI literacy
Oggi si parla molto, e giustamente, di AI literacy, cioè della capacità di comprendere e utilizzare in modo consapevole gli strumenti di intelligenza artificiale.
Ma forse dovremmo porci anche qualche domanda in più.
Sappiamo usare l’AI, certo. Ma sappiamo anche capire quando possiamo fidarci delle sue risposte? Quando è necessario approfondire, mettere in dubbio un risultato o semplicemente ragionare con la nostra testa?
Perché avere a disposizione una quantità enorme di informazioni non significa automaticamente saperle comprendere e utilizzare nel modo giusto.
L’intelligenza artificiale può aiutarci ad accedere a conoscenze che fino a poco tempo fa erano difficili da raggiungere. Ma capire che cosa farne, valutarne l’affidabilità e assumersi la responsabilità delle decisioni che ne derivano resta un compito nostro.
Quindi, la sfida educativa dei prossimi anni riguarderà quindi scuole, università, imprese e leadership.
Dovremo imparare a convivere con strumenti sempre più capaci senza però rinunciare a sviluppare le nostre capacità.
Possiamo dunque dire che forse il vero progresso non sarà solo misurato da quante risposte riusciremo a ottenere dall’intelligenza artificiale, ma da quanto saremo ancora capaci di formulare domande, costruire ragionamenti e riconoscere il valore di ciò che abbiamo imparato.
Marilena Viotto è Founder di FENIX-GROUND e Organizational Effectiveness Advisor. Con oltre trent’anni di esperienza internazionale, si occupa di leadership nelle transizioni complesse, governance organizzativa e sviluppo delle capacità umane. Il suo lavoro esplora anche l’impatto dell’intelligenza artificiale e della trasformazione digitale sui processi decisionali, sull’apprendimento e sui modelli di leadership.
Founder, FENIX-GROUND | Leadership Advisor for Complex Transitions | International Executive Coach & Mentor
Articolo pubblicato con l’ausilio del sistema di Redazione AI AGENTICA di Datamoney, e supervisione umana finale.Le notizie più lette su LaMiaFinanza
✨ Classifica generata dalla Agentic AI (REDAZIONE AI) di Datamoney.ch
VIDEO INTERVISTE
Motori
REAL ESTATE
LMF crypto
LMF food
LMF private markets
LMF arte
Legal
LMF green
