Il nuovo regolamento Europeo sull’Intelligenza Artificiale
Il 13 marzo 2024, il Parlamento europeo ha dato il via definitiva al Regolamento sull’Intelligenza Artificiale, meglio conosciuto come Artificial Intelligence Act (AIA), segnando un primato mondiale nella legislazione specifica per l’IA.
Tale regolamento emerge in un periodo in cui l’Unione Europea ha optato per abbandonare un approccio di soft law, basato su mere raccomandazioni, a favore di misure più rigide e formali.
Con l’approvazione dell’AI Act, il Parlamento Europeo stabilisce un punto di svolta decisivo per l’uniformità delle normative che regolano la creazione e l’utilizzo dei sistemi di intelligenza artificiale all’interno dell’UE. L’obiettivo di questa legislazione è di instaurare un ambiente in cui l’impiego dell’intelligenza artificiale sia contemporaneamente sicuro ed etico, con un occhio di riguardo verso le sue ripercussioni nel mondo del lavoro.
La finalità centrale di questo regolamento è assicurare che le applicazioni di intelligenza artificiale (IA) introdotte nel mercato europeo siano affidabili e conformi ai diritti umani fondamentali, incoraggiando nel contempo l’innovazione e confermando la leadership europea in questo ambito. Il regolamento impone specifiche responsabilità relative all’IA, variabili in base al grado di rischio e all’impatto potenziale.
L’avvento dell’intelligenza artificiale sta rivoluzionando il modo in cui le aziende gestiscono la formazione e lo sviluppo delle competenze professionali.
Categorie di Rischio e Regolamentazione
Le applicazioni di intelligenza artificiale vengono esaminate e categorizzate a seconda del loro grado di pericolosità, che può spaziare da basso a estremamente elevato. Più alto è il livello di pericolo, più stringenti diventano le norme e gli obblighi per coloro che creano o utilizzano tali tecnologie. In modo specifico, il regolamento vieta l’uso di certe tecnologie di IA che rappresentano una minaccia per i diritti umani, inclusi i sistemi capaci di analizzare le emozioni nei contesti lavorativi e scolastici, oltre ai sistemi basati sulla valutazione sociale degli individui.
La strategia europea adotta un metodo di regolamentazione che valuta le tecnologie di IA in base al rischio che presentano, distinguendo quattro livelli di pericolo e associando a ciascun livello un determinato grado di controllo regolamentare.
- Rischio Inaccettabile: Questa categoria include i sistemi di IA considerati una chiara minaccia ai diritti umani e alla sicurezza. L’uso di tali sistemi è proibito. Esempi includono sistemi di sorveglianza di massa e sistemi che manipolano il comportamento umano per eludere l’autonomia degli individui38.
- Alto Rischio: I sistemi di IA che possono avere un impatto significativo sui diritti individuali o essere utilizzati in ambiti critici, come il trasporto, l’istruzione, o il giudiziario, rientrano in questa categoria. Questi sistemi richiedono rigorose valutazioni di conformità prima del loro impiego per assicurare che rispettino i requisiti di sicurezza e trasparenza stabiliti dall’AI Act38.
- Rischio Limitato: I sistemi di IA che devono soddisfare determinati requisiti di trasparenza, come i chatbot, rientrano in questa categoria. L’obiettivo è garantire che gli utenti siano consapevoli di interagire con un sistema AI, fornendo informazioni chiare sull’uso dell’IA e sulle sue capacità38.
- Rischio Minimo: La maggior parte dei sistemi di IA rientra in questa categoria. Considerati a basso rischio, sono soggetti a requisiti minimi o nessun requisito specifico. Questi sistemi possono essere liberamente utilizzati e distribuiti, a condizione che non violino le disposizioni generali dell’AI Act
L’AI Act stabilisce che i sistemi di IA ad alto rischio sono soggetti a requisiti più stringenti, inclusa la necessità di una valutazione di conformità prima della loro immissione sul mercato. Questi sistemi devono essere trasparenti, sicuri e affidabili, e devono essere progettati in modo da rispettare i diritti fondamentali e i valori etici12345678. L’approccio basato sul rischio dell’AI Act mira a promuovere l’innovazione nel settore dell’IA, garantendo al contempo che queste tecnologie siano utilizzate in modo responsabile e non pregiudichino i diritti umani o la sicurezza pubblica.
modelli di IA generale (GPAI)
Viene riservata un’attenzione particolare ai cosiddetti modelli di IA generale (GPAI) o “modelli fondamentali”, come definiti dall’Istituto di Intelligenza Artificiale Centrata sull’Umano di Stanford, che sono sistemi capaci di “imparare” da enormi quantità di dati e applicabili a una vasta gamma di attività. Per questi modelli GPAI con “potenziale di alto impatto” sul mercato unico, sono previsti criteri di regolamentazione più rigorosi.
I cosiddetti modelli di intelligenza artificiale generale (GPAI) sono stati definiti dall’Istituto di Intelligenza Artificiale Centrata sull’Umano di Stanford come modelli informatici di grande dimensione che, attraverso l’addestramento su una vasta quantità di dati, possono essere utilizzati per una varietà di compiti
Questi modelli sono caratterizzati da una significativa generalità e sono capaci di eseguire con competenza un’ampia gamma di attività distinte, indipendentemente dal contesto specifico per cui sono stati originariamente addestrati
I GPAI sono definiti nell’AI Act come “modelli di IA che, anche quando addestrati con una grande quantità di dati utilizzando l’autosupervisione su larga scala, mostrano una generalità significativa ed sono in grado di eseguire con competenza un’ampia gamma di compiti distinti”.
Questi modelli non includono quelli utilizzati prima del rilascio sul mercato per attività di ricerca, sviluppo e prototipazione
La definizione giuridica contenuta nell’AI Act ha sollevato discussioni e potrebbe essere soggetta a obiezioni o ricorsi giurisdizionali, in particolare davanti alla Corte UE, a causa della difficoltà di rappresentare realtà tecnologiche complesse attraverso definizioni legali semplici
Tuttavia, la scelta del legislatore europeo è stata quella di ampliare l’ambito potenziale di applicazione del regolamento, pur esponendosi a critiche di iper-regolamentazione.
Impatto sul Rapporto di Lavoro
L’intelligenza artificiale (IA) sta avendo un impatto significativo sul mondo del lavoro, portando cambiamenti che influenzano sia la domanda di determinate professioni sia le competenze richieste nel mercato del lavoro. Di seguito sono riassunti gli effetti principali dell’IA sul lavoro, come emerso dalle fonti fornite:
-
Cambiamenti nella Domanda di Lavoro:
- L’IA sta aumentando la domanda in alcuni settori, in particolare quelli tecnologici, chimici e delle public utilities1.
- Alcuni lavori, soprattutto quelli che implicano attività ripetitive, stanno vedendo una diminuzione della domanda a causa dell’automazione125.
- Si stima che l’IA potrebbe essere inserita in circa due terzi dei lavori tra Europa e Stati Uniti, e sostituirne integralmente un quarto3.
-
Impatto sull’Occupazione e sulle Competenze:
- L’IA potrebbe portare alla creazione di nuove posizioni lavorative e all’aumento delle vendite in alcune aziende4.
- Le competenze richieste nel mercato del lavoro stanno cambiando, con un aumento della richiesta per competenze trasversali come l’intelligenza emotiva, la capacità di adattamento e la creatività19.
- L’IA può migliorare la produttività e l’efficienza, consentendo ai lavoratori di concentrarsi su attività di maggior valore aggiunto5.
-
Rischi e Opportunità:
- L’IA presenta rischi legati alla privacy e alla data security, nonché il timore di una dipendenza eccessiva dall’IA e della sostituzione dei posti di lavoro18.
- L’IA offre opportunità significative per migliorare l’efficienza e l’esperienza delle risorse umane, ma richiede una governance appropriata per garantire la trasparenza e il rispetto dei principi di protezione dei dati personali17.
- Formazione e Riqualificazione:
-
Regolamentazione e Governance:
- Il Parlamento UE ha approvato un nuovo schema di regolamento per gestire gli impatti dell’IA sul lavoro, vietando sistemi di riconoscimento delle emozioni sul luogo di lavoro e rafforzando la trasparenza nei processi decisionali automatizzati9.
- Il regolamento UE sull’IA classifica i sistemi di IA in base al livello di rischio e stabilisce obblighi per fornitori e operatori dei sistemi di IA16.
I Benefici dell’IA nella Comunicazione Interna
L’adozione dell’IA nella comunicazione interna porta con sé numerosi vantaggi.
Uno dei più significativi è il risparmio di tempo: automatizzando i processi di comunicazione, i dipendenti possono dedicarsi a compiti più strategici, aumentando così l’efficienza aziendale. Inoltre, l’accesso rapido a informazioni ben organizzate facilita il processo decisionale, mentre una comunicazione trasparente e un ambiente di lavoro efficiente accrescono la soddisfazione e la fedeltà dei collaboratori.
Strumenti di IA che Fanno la Differenza
- Traduzioni in Tempo Reale: Per le aziende globali, superare le barriere linguistiche è fondamentale. Strumenti come DeepL offrono traduzioni immediate, permettendo una comunicazione fluida tra team internazionali.
- Riepiloghi Automatici: Documenti lunghi non saranno più un problema. L’IA è capace di estrarre le informazioni cruciali, presentandole in modo conciso.
- Chatbot per Assistenza Rapida: I chatbot possono risolvere dubbi frequenti e offrire supporto immediato, migliorando l’efficienza e l’integrazione dei nuovi dipendenti.
- Suggerimenti Personalizzati: Analizzando il comportamento comunicativo, l’IA propone contenuti su misura per ogni dipendente, garantendo l’accesso alle informazioni più rilevanti.
- Analisi dell’Umore e dei Feedback: Comprendere l’umore dei dipendenti attraverso testi e conversazioni permette di intervenire prontamente su problemi o malcontenti, migliorando il clima aziendale.
La Sicurezza dei Dati: Un Aspetto Fondamentale
Nonostante i numerosi vantaggi, è vitale non trascurare la sicurezza e la protezione dei dati personali. L’IA offre grandi opportunità, ma deve essere utilizzata con responsabilità e attenzione alle normative sulla privacy.
l’AI Act vieta l’uso dell’intelligenza artificiale per il riconoscimento delle emozioni nei luoghi di lavoro e nelle istituzioni educative.
Il divieto di utilizzare sistemi di IA per il riconoscimento delle emozioni è parte di una serie di pratiche proibite dall’AI Act, che mira a garantire che l’intelligenza artificiale sia sicura e non comprometta i diritti umani fondamentali, riflettendo una preoccupazione per la privacy e l’integrità personale
In questo contesto, il riconoscimento delle emozioni è considerato un rischio inaccettabile, e quindi è stato incluso tra gli usi dell’IA che sono vietati
Questo divieto è in linea con l’obiettivo dell’AI Act di bilanciare l’innovazione con la protezione dei diritti individuali e di mantenere al centro della protezione normativa la tutela dell’integrità e dei diritti dell’individuo
In questo contesto innovativo, le compagnie sono invitate a ridefinire i propri metodi formativi, abbracciando soluzioni tecnologiche all’avanguardia per rispondere alle esigenze di un contesto lavorativo sempre più dinamico.
Tale cambiamento è spinto dall’urgenza di adeguarsi alle innovazioni tecnologiche e di utilizzare le opportunità offerte dall’IA per potenziare l’efficienza dei percorsi di apprendimento e l’acquisizione di nuove competenze.
L’impiego dell’IA nel campo della formazione aziendale
Nell’ambito dell’educazione digitale, l’intelligenza artificiale (AI) sta emergendo come un pilastro fondamentale, trasformando il modo in cui gli individui accedono e interagiscono con l’apprendimento online.
Immaginate un futuro in cui la formazione professionale non sia più vista come un compito ma come un’avventura personalizzata. Gli individui, armati di dispositivi indossabili intelligenti, si immergono in esperienze di apprendimento guidate da tutor virtuali. Questo scenario, una volta relegato alla fantascienza, è ora alla portata grazie ai progressi nell’IA.
Questa tecnologia ha il potenziale per rendere l’apprendimento non solo più interattivo e coinvolgente ma anche profondamente personalizzato, adattandosi alle esigenze e agli stili di apprendimento di ogni individuo.
La vera forza dell’AI nella formazione aziendale risiede nella sua capacità di personalizzare l’esperienza di apprendimento. Man mano che più utenti interagiscono con le piattaforme basate sull’AI, questi sistemi diventano sempre più abili nel riconoscere e adattarsi alle esigenze individuali, offrendo percorsi formativi che rispondono in modo olistico agli obiettivi di sviluppo personale e professionale.
L’AI, con le sue capacità di apprendimento e adattamento, promette di personalizzare l’esperienza educativa, rendendola più efficace e coinvolgente per i dipendenti. Questo articolo esplora le diverse modalità con cui l’AI sta plasmando il futuro dell’apprendimento professionale.
Innovazioni Tecnologiche nell’Educazione Online
L’AI rappresenta una rivoluzione nel campo dell’e-learning, offrendo strumenti che possono guidare gli utenti attraverso percorsi di apprendimento personalizzati, suggerire corsi di interesse e fornire assistenza immediata tramite chatbot multilingue. Questa tecnologia non solo facilita l’accesso al materiale didattico ma permette anche di creare contenuti educativi su misura, migliorando l’accessibilità per gli utenti con disabilità e ottimizzando la gestione delle piattaforme di e-learning.
Oltre alla personalizzazione dei contenuti, l’AI offre feedback immediati, correggendo gli esercizi in tempo reale e classificando autonomamente le risorse didattiche. È in grado anche di sintetizzare le lezioni in microcontenuti più facilmente assimilabili dagli studenti. I chatbot, sempre più sofisticati, agiscono come tutor virtuali, rispondendo a quesiti specifici e facilitando l’apprendimento.
Un esempio significativo dell’innovazione portata dall’AI nel campo dell’e-learning è rappresentato da Synthesia utilizza l’AI per generare tutor virtuali capaci di comunicare realisticamente in 16 lingue, rendendo i corsi facilmente aggiornabili e riducendo i costi legati alla produzione di contenuti formativi tradizionali. Questo rappresenta un significativo passo avanti verso il futuro dell’educazione digitale, dimostrando come l’AI possa trasformare efficacemente il modo in cui apprendiamo e insegniamo.
Il Cuore dell’Apprendimento Automatico
Il Machine Learning, considerato una via per raggiungere l’AI, gioca un ruolo cruciale nell’adattamento delle piattaforme e-learning alle preferenze e abitudini degli utenti. Attraverso l’analisi delle interazioni degli utenti con la piattaforma, l’AI è in grado di “apprendere” e personalizzare l’esperienza di apprendimento, migliorando significativamente l’efficacia e l’efficienza del processo educativo.
L’Evoluzione con il Deep Learning
Strettamente collegato al Machine Learning, il Deep Learning si spinge oltre, elaborando grandi quantità di dati per simulare il funzionamento del cervello umano. Questa avanzata tecnologia permette di automatizzare i contenuti didattici, ottimizzare le ricerche di materiali, semplificare i compiti dei docenti e promuovere un apprendimento collaborativo, personalizzando ulteriormente l’esperienza educativa in base agli interessi e alle competenze di ciascun utente.
Un Futuro di Possibilità
Le potenzialità dell’AI, del Machine Learning e del Deep Learning nell’e-learning sono immense. Queste tecnologie non solo facilitano il lavoro dei formatori ma arricchiscono anche l’apprendimento degli utenti, offrendo soluzioni innovative che erano inimmaginabili solo un decennio fa. L’evoluzione continua della tecnologia nell’educazione online promette di aprire nuove frontiere nell’accesso e nella personalizzazione dell’apprendimento.
Innovazioni in Tempo Reale
Una delle promesse più eccitanti dell’AI nel campo della formazione aziendale è la sua capacità di fornire feedback e risposte in tempo reale. Grazie all’implementazione di sistemi intelligenti, i partecipanti ai corsi possono ricevere assistenza immediata, risposte alle domande e consigli personalizzati, migliorando significativamente l’interazione e l’engagement. Questo non solo arricchisce l’esperienza di apprendimento ma permette anche una scoperta più intuitiva di nuovi materiali formativi, eliminando la necessità di ricerche manuali prolungate.
Comprensione Avanzata del Linguaggio
L’elaborazione del linguaggio naturale, un sottocampo dell’AI, sta rivoluzionando la comunicazione tra gli utenti e le piattaforme di e-learning. Gli assistenti virtuali e gli istruttori basati sull’AI sono ora capaci di comprendere e interpretare il linguaggio umano in tutte le sue sfumature, consentendo un dialogo più naturale e un’interazione più fluida. Questa tecnologia non solo facilita l’accesso ai contenuti formativi ma rende l’apprendimento online più inclusivo, adattandosi a diverse lingue, pronunce e contesti culturali.
Efficienza e Rapidità
L’obiettivo principale dell’AI nella formazione aziendale è di rendere l’apprendimento più efficiente senza compromettere la qualità. Attraverso l’automazione di processi ripetitivi e l’eliminazione di ostacoli minori, l’AI accelera il processo di apprendimento, consentendo ai partecipanti di concentrarsi su ciò che conta davvero. Questa efficienza migliorata si traduce in percorsi formativi più rapidi e in un ritorno sull’investimento più elevato per le organizzazioni.
Scoperta e Creazione di Contenuti
Un altro ambito in cui l’AI sta facendo la differenza è nella scoperta e creazione di contenuti formativi. Utilizzando algoritmi avanzati, l’AI può analizzare vasti archivi di informazioni per identificare e suggerire materiali pertinenti a specifici gruppi di utenti. Inoltre, la tecnologia AI sta diventando sempre più capace di generare nuovi contenuti formativi, combinando e adattando risorse esistenti per creare esperienze di apprendimento su misura.
Analisi Predittiva e Valutazione
L’intelligenza artificiale apre nuove possibilità anche nel campo dell’analisi predittiva e della valutazione. Attraverso l’analisi dei dati di apprendimento, l’AI può identificare tendenze e modelli, prevedere le esigenze formative future e suggerire interventi mirati per migliorare le performance individuali e organizzative.
Creazione di Contenuti Dinamici
L’AI sta rivoluzionando anche il modo in cui i contenuti formativi vengono creati e distribuiti. Sfruttando algoritmi avanzati, è possibile generare materiali didattici dinamici che si adattano e evolvono in base alle interazioni degli utenti, garantendo che l’apprendimento sia sempre rilevante, aggiornato e stimolante.
Verso un Futuro di Formazione Aziendale AI-Driven
L’integrazione dell’intelligenza artificiale nella formazione aziendale non rappresenta solo un miglioramento tecnologico ma segna una svolta nell’approccio all’apprendimento professionale. Personalizzando l’esperienza educativa, fornendo supporto continuo e sfruttando l’analisi predittiva, l’AI non solo rende l’apprendimento più efficace ma anche più accessibile e coinvolgente per tutti.
Creazione di Simulazioni e Giochi di Ruolo Virtuali:
L’IA trova applicazione nella generazione di simulazioni immersive e giochi di ruolo che riproducono fedelmente scenari lavorativi realistici. Questi strumenti offrono ai lavoratori la possibilità di esercitare nuove competenze in un contesto sicuro e controllato, ottenendo un riscontro immediato sulle proprie performance.
Le simulazioni e i giochi di ruolo basati sull’IA offrono un ambiente virtuale in cui i dipendenti possono praticare e sviluppare competenze specifiche, come la negoziazione, la gestione dei conflitti e la leadership. Questi strumenti simulano scenari lavorativi realistici, consentendo ai dipendenti di sperimentare e apprendere in un contesto sicuro e senza rischi
Questa metodologia formativa, supportata dall’IA, consente ai lavoratori di affinare le proprie capacità decisionali e di leadership in ambienti lavorativi complessi.
La formazione guidata dall’IA non solo amplifica l’efficacia dell’apprendimento ma incoraggia anche l’adozione di una cultura del miglioramento continuo.
Integrazione di Chatbot IA per Supporto Istantaneo:
I chatbot alimentati dall’IA forniscono assistenza immediata ai lavoratori, rispondendo alle loro interrogativi in tempo reale e guidandoli attraverso processi complessi o l’acquisizione di nuove competenze. Questi strumenti possono essere integrati in sistemi di messaggistica interna o piattaforme di gestione del lavoro, rendendo l’apprendimento facilmente accessibile direttamente sul posto di lavoro.
Gli strumenti di IA, come le piattaforme educative basate sull’IA e i chatbot formativi, mettono a disposizione dei lavoratori risorse didattiche on-demand, consentendo loro di aggiornare costantemente le proprie competenze in funzione delle evoluzioni del mercato e delle esigenze aziendali.
Ad esempio, i chatbot IA sono capaci di offrire esperienze di apprendimento personalizzate, rispondendo alle domande degli utenti in tempo reale e adattando i contenuti formativi a seconda delle necessità individuali.
Questi strumenti di IA sono in grado di identificare le lacune di conoscenza degli apprendenti e suggerire itinerari formativi specifici, rendendo l’apprendimento più efficace e meno dispendioso in termini di tempo.
L’apprendimento continuo in azienda, favorito dall’IA, promuove una cultura del miglioramento costante, permettendo ai lavoratori di tenere aggiornate le proprie competenze in linea con le tendenze del mercato e le richieste aziendali.
Questo non solo incrementa l’efficacia dell’apprendimento ma contribuisce anche al benessere generale dell’organizzazione.
Tuttavia, l’introduzione dell’IA nella formazione aziendale comporta anche delle sfide, come la necessità di assicurare la qualità e l’equità dei dati usati dagli algoritmi IA, oltre a gestire questioni etiche e di privacy relative alla raccolta e all’analisi dei dati dei dipendenti.
Apprendimento Continuo sul Posto di Lavoro:
L’integrazione dell’apprendimento nelle routine lavorative quotidiane si rivela cruciale per lo sviluppo professionale, sottolineando l’importanza di un modello formativo applicabile direttamente nel contesto lavorativo.
Questa pratica non solo rende l’apprendimento più efficace ma contribuisce anche a creare una cultura aziendale incentrata sulla crescita continua.
L’IA può anche semplificare compiti amministrati come la gestione dei quiz e la fornitura di feedback, permettendo agli istruttori di concentrarsi su attività a maggior valore aggiunto come lo sviluppo dei programmi didattici e la tutoria personalizzata.
L’Essenza dell’Intelligenza Artificiale
Al centro dell’AI c’è l’ambizione di replicare o simulare le capacità cognitive umane attraverso sistemi di computer. Questa tecnologia multidisciplinare si estende oltre la semplice automazione, permettendo ai sistemi di apprendere, adattarsi e prendere decisioni basate su dati e esperienze precedenti. Dalle sue origini come concetto futuristico, l’AI ha trovato applicazioni pratiche in numerosi campi, promettendo di semplificare compiti complessi e migliorare l’efficienza in vari settori, inclusa l’educazione.
Strategie per l’Implementazione dell’Apprendimento nel Flusso di Lavoro:
Le aziende esplorano soluzioni innovative che consentono ai dipendenti di accedere a contenuti formativi brevi e mirati senza interrompere le loro attività quotidiane. Questo approccio favorisce l’assimilazione immediata delle nuove conoscenze, migliorando la produttività e l’efficienza complessiva.
L’adozione dell’apprendimento nel flusso di lavoro attraverso l’IA rappresenta una strategia rivoluzionaria per promuovere la formazione continua e lo sviluppo delle competenze dei dipendenti direttamente all’interno del loro contesto lavorativo quotidiano.
Questo metodo permette di integrare l’apprendimento in maniera naturale ed efficace, evitando ai dipendenti di dover dedicare tempo extra al di fuori delle loro mansioni lavorative. Ecco alcune strategie fondamentali per implementare con successo l’apprendimento nel flusso di lavoro grazie all’IA:
La Rivoluzione del Microlearning:
Il microlearning è un approccio alla formazione e all’apprendimento che si basa sulla consegna di contenuti educativi in piccole, gestibili unità, rendendo il processo di apprendimento più flessibile, efficiente e adatto alle esigenze individuali. Questo metodo si distingue per la sua capacità di adattarsi ai ritmi e agli stili di apprendimento diversi, offrendo contenuti brevi e focalizzati che possono essere consumati in pochi minuti.
Caratteristiche del Microlearning
- Brevità: I contenuti di microlearning sono tipicamente brevi, spesso della durata di 2-5 minuti, consentendo agli apprendisti di completare lezioni o attività in brevi intervalli di tempo.
- Focalizzazione: Ogni unità di microlearning si concentra su un singolo argomento, concetto o abilità, rendendo l’apprendimento più mirato e gestibile.
- Accessibilità: I contenuti di microlearning sono facilmente accessibili, spesso tramite dispositivi mobili, permettendo agli utenti di apprendere “on-the-go” o nel momento del bisogno.
- Flessibilità: Questo approccio supporta l’apprendimento autonomo, consentendo agli utenti di scegliere cosa e quando apprendere in base alle proprie esigenze e al proprio ritmo.
- Multimedialità: I contenuti possono essere presentati in vari formati, inclusi video, testi brevi, infografiche, quiz e giochi, per adattarsi a diversi stili di apprendimento.
Vantaggi del Microlearning
- Miglioramento della Ritenzione: La brevità e la focalizzazione dei contenuti facilitano la ritenzione delle informazioni e l’applicazione pratica delle conoscenze acquisite.
- Efficienza: Il microlearning consente di ridurre il tempo necessario per l’apprendimento, rendendolo ideale per gli ambienti lavorativi dinamici e per gli apprendisti con poco tempo a disposizione.
- Flessibilità e Personalizzazione: Gli utenti possono personalizzare il proprio percorso di apprendimento, scegliendo contenuti specifici in base alle proprie esigenze e interessi.
- Engagement: La varietà dei formati e la brevità dei contenuti tendono a mantenere alta l’attenzione e l’interesse degli utenti, migliorando l’engagement complessivo.
- Apprendimento Continuo: Il microlearning facilita l’apprendimento continuo e l’aggiornamento costante delle competenze, essenziale in un contesto lavorativo in rapida evoluzione.
Questo metodo mira a essere estremamente focalizzato e si propone di insegnare una singola abilità o concetto per volta, rendendo l’apprendimento più accessibile e meno gravoso per l’apprendente.
Il microlearning risulta particolarmente efficace in contesti in cui i dipendenti sono molto impegnati e dispongono di poco tempo da dedicare alla formazione tradizionale.
Le unità di microlearning possono essere consultate rapidamente durante le pause o tra un’attività lavorativa e l’altra, senza richiedere un impegno prolungato.
Questo metodo è supportato da studi sulla cognizione che dimostrano come gli esseri umani apprendano meglio in sessioni brevi, dato che la nostra capacità di attenzione è limitata e tendiamo a memorizzare meglio le informazioni quando queste sono presentate in piccole dosi.
Il microlearning può essere veicolato attraverso diversi formati, come video brevi, quiz, infografiche, giochi e schede mnemoniche, ed è facilmente accessibile tramite dispositivi mobili, rendendolo ideale per l’apprendimento in movimento.
Inoltre, il microlearning si presta bene all’utilizzo di tecnologie quali l’intelligenza artificiale e l’analisi dei dati per personalizzare l’esperienza formativa e offrire contenuti specifici basati sulle necessità e sulle prestazioni dell’utente.
Ciò può migliorare l’efficacia dell’apprendimento, consentendo agli utenti di concentrarsi su aree che richiedono miglioramento e di evitare di ripassare materiale che già conoscono.
Supporto alle Imprese e Innovazione
Il pacchetto di misure adottato dalla Commissione europea mira a sostenere le start-up e le PMI europee nello sviluppo dell’intelligenza artificiale. Tra le iniziative chiave vi sono il sostegno finanziario attraverso programmi come Orizzonte Europa e il programma Europa digitale, nonché iniziative volte a rafforzare il bacino di talenti dell’UE in materia di IA2.
AI ACT e mondo del lavoro
Il primo considerando del Regolamento
Lo scopo del presente regolamento è migliorare il funzionamento del mercato interno istituendo un quadro giuridico uniforme in particolare per quanto riguarda lo sviluppo, la commercializzazione e l’uso dell’intelligenza artificiale (IA) in conformità ai valori dell’Unione. Il presente regolamento persegue una serie di motivi imperativi di interesse pubblico, quali un elevato livello di protezione della salute, della sicurezza e dei diritti fondamentali, e garantisce la libera circolazione transfrontaliera di beni e servizi basati sull’IA, impedendo così agli Stati membri di imporre restrizioni allo sviluppo, alla commercializzazione e all’uso di sistemi di IA, salvo espressa autorizzazione del presente regolamento.
tra gli scopi perseguiti cita la promozione e la diffusione di un’intelligenza artificiale (IA) antropocentrica e affidabile, garantendo nel contempo un livello elevato di protezione della salute, della sicurezza e dei diritti fondamentali, incluso il lavoro, sanciti dalla Carta dei diritti fondamentali dell’Unione europea.
E’ opportuno rimarcare come il principio di dignità umana, principio considerato la pietra angolare della tutela internazionale dei diritti umani, sotteso al carattere antropocentrico della IA, sia fondamentale per evitare che l’impiego delle tecnologie digitali diventi un mezzo per strumentalizzare l’essere umano, in termini di capacità delle nuove tecnologie di rimuovere, in misura più o meno maggiore, un certo grado di potestà decisionale dall’operatore umano.
Il considerando n. 9
Ai fini del presente regolamento la nozione di spazio accessibile al pubblico dovrebbe essere intesa come riferita a qualsiasi luogo fisico accessibile al pubblico, a prescindere dal fatto che il luogo in questione sia di proprietà pubblica o privata. La nozione non contempla pertanto i luoghi di natura privata, quali abitazioni, circoli privati, uffici, magazzini e fabbriche, che non sono di norma accessibili a terzi, comprese le autorità di contrasto, a meno che tali soggetti non siano stati specificamente invitati o autorizzati. Non sono del pari contemplati gli spazi online, dato che non sono luoghi fisici. Il semplice fatto che possano applicarsi determinate condizioni di accesso a uno spazio specifico, quali biglietti d’ingresso o limiti di età, non significa tuttavia che lo spazio non sia accessibile al pubblico ai sensi del presente regolamento. Di conseguenza, oltre agli spazi pubblici come le strade, le parti pertinenti degli edifici governativi e la maggior parte delle infrastrutture di trasporto, sono di norma accessibili al pubblico anche spazi quali cinema, teatri, negozi e centri commerciali. L’accessibilità di un determinato spazio al pubblico dovrebbe tuttavia essere determinata caso per caso, tenendo conto delle specificità della singola situazione presa in esame.
Circa la interazione con il mondo del lavoro, il considerando n. 9 esplicitamente dichiara che, nel contesto dell’occupazione e della protezione dei lavoratori, il regolamento non dovrebbe incidere sulla normativa dell’Unione in materia di politica sociale né sulla normativa nazionale in materia di lavoro, in conformità del diritto dell’Unione, per quanto riguarda le condizioni di impiego e le condizio
ni di lavoro, comprese la salute e la sicurezza sul luogo di lavoro e il rapporto tra datori di lavoro e lavoratori, lasciando impregiudicate le disposizioni volte a migliorare le condizioni di lavoro nel lavoro mediante piattaforme digitali.
In ogni caso il regolamento non osta a che l’Unione o gli Stati membri mantengano o introducano disposizioni legislative, regolamentari o amministrative più favorevoli ai lavoratori in termini di tutela dei loro diritti in relazione all’uso dei sistemi di IA da parte dei datori di lavoro, o incoraggino o consentano l’applicazione di contratti collettivi più favorevoli ai lavoratori
I sistemi ad alto rischio
I sistemi di intelligenza artificiale (IA) impiegati nel settore occupazionale, specialmente per processi quali l’assunzione, la selezione del personale, le decisioni relative alle condizioni di lavoro, la promozione, la terminazione dei rapporti di lavoro, l’attribuzione di compiti basati su comportamenti o caratteristiche personali, e il monitoraggio o la valutazione dei dipendenti, sono identificati come sistemi ad alto rischio.
Questa classificazione deriva dal potenziale impatto significativo che tali sistemi possono avere sulle prospettive professionali e sul benessere dei lavoratori, nonché sui loro diritti.
Durante il processo di assunzione e nelle pratiche di valutazione e promozione, esiste il rischio che questi sistemi perpetuino forme di discriminazione storica, ad esempio nei confronti di donne, anziani, persone con disabilità, individui di certe origini razziali o etniche, o persone con specifici orientamenti sessuali. Inoltre, l’utilizzo di IA per monitorare le prestazioni e il comportamento dei lavoratori potrebbe ledere i loro diritti fondamentali alla protezione dei dati e alla privacy.
L’utilizzo dell’intelligenza artificiale (IA) nella selezione del personale presenta diverse opportunità, come l’efficienza e l’accuratezza nel processo di reclutamento, ma comporta anche alcuni rischi significativi che necessitano di attenzione e gestione.
Di seguito sono elencati i principali rischi associati all’impiego dell’IA in questo contesto:
- Bias e discriminazione: Uno dei rischi più evidenti è l’introduzione di bias nei processi di selezione. Gli algoritmi di IA possono perpetuare o addirittura amplificare pregiudizi esistenti se vengono addestrati su set di dati che contengono discriminazioni storiche o culturali Questo può portare a decisioni di assunzione ingiuste e discriminare candidati basandosi su genere, etnia, età o altre caratteristiche personali.
- Assenza di flessibilità: L’IA potrebbe non essere in grado di valutare adeguatamente le qualità umane e le competenze trasversali che sono cruciali in molti ruoli lavorativi. La rigidità degli algoritmi può portare all’esclusione di candidati potenzialmente validi che non corrispondono esattamente ai criteri predefiniti
- Perdita del tocco umano: La selezione del personale è un processo che beneficia significativamente dell’interazione umana, in particolare quando si tratta di valutare le soft skills, la cultura aziendale e la compatibilità tra candidato e team. Affidarsi eccessivamente all’IA può ridurre queste valutazioni qualitative, compromettendo la costruzione di relazioni di fiducia e di team coesi.
- Trasparenza e accountability: Spesso, gli algoritmi di IA sono considerati “scatole nere”, il che significa che i processi decisionali interni non sono facilmente comprensibili né da chi li utilizza né dai candidati. Questo solleva questioni di trasparenza e responsabilità, rendendo difficile per i candidati contestare o comprendere le decisioni di selezione.
- Privacy e sicurezza dei dati: L’uso dell’IA nel reclutamento richiede la raccolta, l’analisi e la conservazione di grandi quantità di dati personali. Ciò solleva preoccupazioni significative riguardo alla privacy dei candidati e alla sicurezza dei loro dati, soprattutto se le misure di protezione non sono adeguatamente implementate.
- Dipendenza dalla tecnologia: Un’eccessiva affidabilità sull’IA può portare le aziende a diventare dipendenti da queste tecnologie, riducendo la capacità di valutazione e decisione autonoma dei recruiter e potenzialmente ignorando soluzioni innovative o alternative
Per mitigare questi rischi, è fondamentale adottare un approccio bilanciato che integri l’IA con il giudizio umano, garantire la diversità e l’equità nei set di dati utilizzati per addestrare gli algoritmi, mantenere trasparenza e accountability nei processi decisionali e assicurare la protezione dei dati personali dei candidati.
Il considerando 72 del Regolamento
Gli obiettivi degli spazi di sperimentazione normativa dovrebbero essere la promozione dell’innovazione in materia di IA, mediante la creazione di un ambiente controllato di sperimentazione e prova nella fase di sviluppo e pre-commercializzazione al fine di garantire la conformità dei sistemi di IA innovativi al presente regolamento e ad altre normative pertinenti dell’Unione e degli Stati membri, e il rafforzamento della certezza del diritto per gli innovatori e della sorveglianza e della comprensione da parte delle autorità competenti delle opportunità, dei rischi emergenti e degli impatti dell’uso dell’IA, nonché l’accelerazione dell’accesso ai mercati, anche mediante l’eliminazione degli ostacoli per le piccole e medie imprese (PMI) e le start-up. Al fine di garantire un’attuazione uniforme in tutta l’Unione ed economie di scala, è opportuno stabilire regole comuni per l’attuazione degli spazi di sperimentazione normativa e un quadro per la cooperazione tra le autorità competenti coinvolte nel controllo degli spazi di sperimentazione.
Il presente regolamento dovrebbe fornire la base giuridica per l’utilizzo dei dati personali raccolti per altre finalità ai fini dello sviluppo di determinati sistemi di IA di interesse pubblico nell’ambito dello spazio di sperimentazione normativa per l’IA, in linea con l’articolo 6, paragrafo 4, del regolamento (UE) 2016/679, e con l’articolo 6 del regolamento (UE) 2018/1725, e fatto salvo l’articolo 4, paragrafo 2, della direttiva (UE) 2016/680. I partecipanti allo spazio di sperimentazione dovrebbero fornire garanzie adeguate e cooperare con le autorità competenti, anche seguendo i loro orientamenti e agendo rapidamente e in buona fede per attenuare eventuali rischi elevati per la sicurezza e i diritti fondamentali che possono emergere durante lo sviluppo e la sperimentazione nello spazio sopraindicato. È opportuno che le autorità competenti, nel decidere se infliggere una sanzione amministrativa pecuniaria a norma dell’articolo 83, paragrafo 2, del regolamento 2016/679 e dell’articolo 57 della direttiva 2016/680, tengano conto della condotta dei partecipanti allo spazio di sperimentazione.
Il considerando 72 del regolamento sottolinea l’importanza della trasparenza per i sistemi di IA ad alto rischio, prima che questi siano lanciati sul mercato o diventino operativi. È essenziale che i deployer, inclusi i datori di lavoro, possano comprendere come funzionano questi sistemi, valutarne l’efficacia, e conoscere i loro punti di forza e limiti. Questi sistemi dovrebbero inoltre essere forniti con istruzioni dettagliate per l’uso.
Per garantire la trasparenza e la responsabilità, il considerando evidenzia che i sistemi di IA ad alto rischio dovrebbero tecnicamente supportare la registrazione automatica degli eventi attraverso log per tutto il ciclo di vita del sistema. Questo approccio mira a facilitare l’adempimento degli obblighi da parte dei deployer e a rafforzare la fiducia nell’uso etico dell’IA nel contesto lavorativo.
Il considerando n. 36 – 38
“sistema di identificazione biometrica remota”: un sistema di IA finalizzato all’identificazione a distanza di persone fisiche mediante il confronto dei dati biometrici di una persona con i dati biometrici contenuti in una banca dati di riferimento, e senza che l’utente del sistema di IA sappia in anticipo se la persona sarà presente e può essere identificata;
sistema di identificazione biometrica remota “in tempo reale””: un sistema di identificazione biometrica remota in cui il rilevamento dei dati biometrici, il confronto e l’identificazione avvengono senza ritardi significativi. Sono incluse non solo le identificazioni istantanee, ma anche quelle che avvengono con brevi ritardi limitati al fine di evitare l’elusione della normativa;
sistema di identificazione biometrica remota “a posteriori””: un sistema di identificazione biometrica remota diverso da un sistema di identificazione biometrica remota “in tempo reale”;
Il considerando definisce la nozione di “identificazione biometrica” come il riconoscimento automatico di caratteristiche fisiche, fisiologiche e comportamentali di una persona, quali il volto, il movimento degli occhi, la forma del corpo, la voce, la prosodia, l’andatura, la postura, la frequenza cardiaca, la pressione sanguigna, l’odore, la pressione esercitata sui tasti, allo scopo di determinare l’identità di una persona confrontando i suoi dati biometrici con quelli di altri individui memorizzati in una banca dati di riferimento, indipendentemente dal fatto che la persona abbia fornito il proprio consenso.
Nel caso dei sistemi “in tempo reale”, il rilevamento dei dati biometrici, il confronto e l’identificazione avvengono tutti istantaneamente, quasi istantaneamente o in ogni caso senza ritardi significativi.
Sono esclusi i sistemi di IA destinati a essere utilizzati per la verifica biometrica, che include l’autenticazione, la cui unica finalità è confermare che una determinata persona fisica è la persona che dice di essere e confermare l’identità di una persona fisica al solo scopo di accedere a un servizio, sbloccare un dispositivo o disporre dell’accesso di sicurezza a locali (si pensi ai sistemi di rilevazione delle presenze basati sul riconoscimento facciale).
Il considerando 35
definisce la nozione di “categorizzazione biometrica” come l’assegnazione di persone fisiche a categorie specifiche sulla base dei loro dati biometrici. Per “sistema di riconoscimento delle emozioni” si intende invece un sistema di IA finalizzato identificare o inferire emozioni o intenzioni di persone fisiche, sulla base dei loro dati biometrici.
Secondo il regolamento dovrebbe essere proibito l’uso di sistemi di categorizzazione biometrica che si basano sui dati biometrici degli individui, come il volto o le impronte digitali, per fare deduzioni o inferenze riguardanti le loro opinioni politiche o l’appartenenza sindacale.
Questa misura è giustificata dal potenziale squilibrio di potere nel contesto lavorativo e dalla natura invasiva di tali sistemi, che potrebbero portare a trattamenti ingiusti o discriminatori verso specifici individui o gruppi.
Di conseguenza, è considerato necessario vietare la commercializzazione, l’attivazione o l’uso di sistemi di intelligenza artificiale destinati a rilevare lo stato emotivo delle persone in ambienti lavorativi ed educativi, come indicato nel considerando 44.
Il regolamento lascia impregiudicati gli obblighi dei datori di lavoro di informare o di informare e consultare i lavoratori o i loro rappresentanti a norma del diritto e delle prassi dell’Unione o nazionali, compresa la direttiva 2002/14/CE del Parlamento europeo e del Consiglio che istituisce un quadro generale relativo all’informazione e alla consultazione dei lavoratori, in merito alle decisioni di mettere in servizio o utilizzare sistemi di IA.
Rimane necessario garantire che i lavoratori e i loro rappresentanti siano informati in merito alla diffusione programmata dei sistemi di IA ad alto rischio sul luogo di lavoro, qualora non siano soddisfatte le condizioni per tali obblighi di informazione o di informazione e consultazione previsti da altri strumenti giuridici. Inoltre, tale diritto di informazione è accessorio e necessario rispetto all’obiettivo di tutelare i diritti fondamentali alla base del regolamento. È pertanto opportuno prevedere un obbligo di informazione con tale finalità, lasciando impregiudicati i diritti esistenti dei lavoratori.
Il pericolo burocratico
Il “pericolo burocratico” connesso ad una eccessiva regolamentazione basata su rigide classi di rischio, scarsamente dinamica e adattativa, che rischia di diventare rapidamente obsoleta a fronte dei prevedibili sviluppi delle macchine di intelligenza artificiale, è stato sollevato da più parti.
“quali sono le conseguenze dell’utilizzo di standard per regolamentare una tecnologia che non è abbastanza matura? Le PMI potrebbero essere riluttanti a investire tempo e risorse nella partecipazione alla definizione di standard per prodotti e servizi ancora in fase di sviluppo. La partecipazione delle PMI negli organismi di standardizzazione non è generalmente rappresentativa della loro percentuale nell’economia.”.
Con l’ulteriore rischio che “delegando i dettagli e la definizione delle regole alle organizzazioni di standardizzazione, le grandi aziende e la ricerca organizzazioni di standardizzazione, le grandi aziende e le organizzazioni di ricerca hanno l’opportunità di stabilire gli standard e di dominare le nuove tecnologie e i mercati, senza lasciare spazio alle PMI digitali”
Il problema legato alla definizione di AI
“sistema di intelligenza artificiale” (sistema di IA): un software sviluppato con una o più delle tecniche e degli approcci elencati nell’allegato I, che può, per una determinata serie di obiettivi definiti dall’uomo, generare output quali contenuti, previsioni, raccomandazioni o decisioni che influenzano gli ambienti con cui interagiscono;
Anche la definizione di Intelligenza Artificiale (IA) adottata dall’AIA è stata oggetto di critiche. L
Questa definizione è stata criticata per essere troppo generica e sostanzialmente assimilabile a quella di software, piuttosto che specificamente riferita all’Intelligenza Artificiale.
Si noti come nella definizione adottata nel testo originario dell’AIA fosse presente un rinvio a tecniche ed approcci elencati in un apposito Allegato, ma tale rinvio, potenzialmente soggetto a continue revisioni, rischiava di generare incertezza, soprattutto per alcuni sistemi non qualificabili come sistemi di IA pur derivando, dal loro utilizzo, un impatto negativo sui diritti fondamentali.
Resta tuttavia la critica secondo cui, nonostante i tentativi di essere “neutrali dal punto di vista tecnologico e il più possibile a prova di futuro”, la definizione proposta di IA rimane collegata al software, tralasciando potenziali sviluppi futuri dell’IA.
Non mancano Autori che, viceversa, ritengono che l’ambito di applicazione dei “sistemi di IA” sia eccessivamente ampio, il che potrebbe portare all’incertezza giuridica per gli sviluppatori, gli operatori e gli utenti dei sistemi di IA e ad un eccesso di regolamentazione.
Le ulteriori perplessità
Una criticità piuttosto rilevante riguarda la constatazione che le regole sulle pratiche vietate e ad alto rischio possono rivelarsi inefficaci, perché affidate essenzialmente alla autovalutazione del rischio da parte del fornitore.
Manca, inoltre, una autorità indipendente sovranazionale che garantisca una applicazione uniforme delle regole. Il Regolamento prevede che gli Stati membri designino una o più autorità competenti, tra cui un’autorità nazionale di vigilanza, incaricate di sorvegliare l’applicazione e l’attuazione del regolamento, proponendo tuttavia di istituire un comitato europeo per l’intelligenza artificiale (composto da rappresentanti degli Stati membri e della Commissione) a livello della Ue.
Tuttavia, sebbene tale comitato miri a facilitare l’attuazione armonizzata dell’AIA, la proposta non gli conferisce alcun potere in merito all’attuazione.
Lo scopo principale di tale comitato è quello di emettere pareri e raccomandazioni sull’attuazione dell’AIA. Infine manca nell’AIA una puntuale definizione dei diritti individuali. Sebbene il regolamento sia inteso a proteggere i diritti fondamentali, manca di mezzi attraverso i quali gli individui possano chiedere un risarcimento per una violazione del regolamento.
AI e il problema occupazionale
L’avvento dell’Intelligenza Artificiale (IA) non porterà alla scomparsa dei posti di lavoro, bensì aprirà nuove opportunità grazie alle tecnologie emergenti, senza costringere a una scelta tra umani e macchine. Entro il 2030, ci aspettiamo una trasformazione nella domanda di lavoro, con un incremento delle posizioni tecniche e specializzate, mantenendo comunque una tendenza generale alla crescita occupazionale in Italia.
Prospettive sull’IA e il futuro del lavoro
Una ricerca condotta da EY, ManpowerGroup e Sanoma prevede che la richiesta di lavoro continuerà ad espandersi nei prossimi anni. Tuttavia, questa crescita non sarà costante per tutto il decennio. A partire dal 2024, si prevede un rallentamento, che diventerà più marcato dal 2027, a causa dell’integrazione sempre più diffusa dell’IA generativa e della robotica avanzata nelle imprese.
L’IA influenzerà significativamente la domanda di lavoro, riducendo soprattutto la necessità di figure professionali di media qualifica, come tecnici e operatori logistici. L’effetto varierà a seconda dei settori, con alcuni che vedranno una crescita della domanda lavorativa grazie all’IA, come i servizi digitali e le telecomunicazioni, mentre altri, come il settore bancario, continueranno a subire una ristrutturazione della forza lavoro.
Evoluzione delle competenze nel mercato del lavoro
Questi cambiamenti richiederanno un aggiornamento delle competenze richieste, con un aumento della diversità nelle abilità per le professioni tecniche e un approfondimento della specializzazione in altre aree. Sarà inoltre essenziale per oltre il 60% dei lavoratori possedere conoscenze legate alla sostenibilità, per aiutare le aziende a ridurre il proprio impatto ambientale.
Strategie per bilanciare domanda e offerta di lavoro
Per affrontare i potenziali squilibri tra domanda e offerta di lavoro, sarà cruciale un intervento coordinato tra imprese, sistema educativo e policy maker. Circa il 75% delle professioni richiederà un’azione mirata, sia per gestire un eccesso di lavoratori in ruoli in declino sia per favorire la riqualificazione in ambiti in crescita.
L’articolo originale mette in luce come l’IA non debba essere vista come una minaccia all’occupazione, ma piuttosto come un motore di cambiamento e innovazione. La formazione e l’aggiornamento delle competenze saranno fondamentali per navigare con successo in questo nuovo panorama lavorativo, sottolineando l’importanza di adattarsi e crescere insieme alle nuove tecnologie.
Nel 2024, una delle competenze lavorative più ambite potrebbe essere qualcosa che non consideravi importante solo due anni fa. È il momento di aggiornare le tue conoscenze in modellazione con intelligenza artificiale generativa, un campo che sta guadagnando rapidamente terreno.
La piattaforma per freelance Upwork ha svelato, attraverso una ricerca, le competenze più richieste per il 2024, evidenziando come alcuni ambiti di competenza abbiano guadagnato popolarità inaspettatamente. Secondo Upwork, la scienza e l’analisi dei dati si sono rivelate le aree di lavoro in più rapida crescita. Per chi aspira a eccellere in questo settore o desidera ampliare le proprie opportunità professionali, ecco un elenco da tenere a mente:
LE 10 COMPETENZE TOP PER LA SCIENZA E L’ANALISI DEI DATI
- Analisi dei dati
- Apprendimento automatico
- Visualizzazione dei dati
- Estrazione di dati
- Ingegneria dei dati
- Elaborazione dei dati
- Estrazione di dati
- Sperimentazione e test
- Apprendimento profondo
- Modellazione con intelligenza artificiale generativa
Particolarmente degna di nota è l’ultima competenza elencata: la modellazione con intelligenza artificiale generativa, che implica la capacità di sviluppare e formare i modelli alla base degli strumenti di IA generativa, come i chatbot. Questa abilità, pur figurando all’ultimo posto, rappresenta la competenza in più rapida ascesa nel campo della scienza e dell’analisi dei dati:
COMPETENZE IN CRESCITA RAPIDA NELLA SCIENZA E NELL’ANALISI DEI DATI
- Modellazione con intelligenza artificiale generativa
- Apprendimento automatico
- Analisi dei dati
Sebbene la modellazione IA generativa sia una competenza già nota ai data scientist, non aveva ricevuto un riconoscimento esplicito su Upwork fino al 2022. Tuttavia, con l’emergere di ChatGPT e altri strumenti di IA generativa rivoluzionari, la richiesta per questa abilità sta crescendo a ritmi impressionanti.
Upwork ha anche rivelato che nel solo quarto trimestre del 2023, la sotto-categoria AI e apprendimento automatico ha visto un incremento del 70% su base annua.
Per una panoramica più dettagliata delle competenze più richieste in vari settori, è possibile consultare gli elenchi di Upwork. I risultati sono stati ottenuti analizzando i dati relativi alle competenze dei freelance statunitensi raccolti dal 1° gennaio al 31 dicembre 2023.
Entro il 2030, secondo il McKinsey Global Survey, circa il 14% della forza lavoro globale dovrà affrontare un cambiamento di occupazione o l’acquisizione di nuove competenze a causa delle trasformazioni indotte dall’avanzamento tecnologico. Il sondaggio evidenzia inoltre che l’87% dei lavoratori dovrà colmare delle carenze nelle proprie competenze.
Il World Economic Forum (WEF) ha osservato che nel 2023 l’arrivo dell’ultima ondata di innovazioni digitali, in particolare legate all’intelligenza artificiale generativa, ha rivoluzionato il panorama lavorativo senza però incidere significativamente sul tenore di vita e sulla crescita della produttività. Nonostante l’adozione di politiche da parte di molti paesi, inclusi quelli in via di sviluppo, per promuovere l’utilizzo dell’IA, le tensioni geopolitiche attuali prevedono un’intensificazione delle barriere al trasferimento tecnologico, aggravate anche dalla diffusa mancanza di competenze.
Le iniziative di re-skilling, necessarie per adattarsi a queste trasformazioni, richiedono notevoli risorse, che sono state in gran parte compromesse dalla pandemia, anche nelle economie più avanzate. Questo scenario sottolinea l’importanza di investire in programmi di formazione e aggiornamento professionale per preparare la forza lavoro alle sfide future.
Skill gap (la discrepanza tra le competenze richieste dal mercato del lavoro e quelle possedute dai lavoratori) e skill shortage (la carenza di professionisti qualificati disponibili sul mercato) emergono come i principali ostacoli all’adozione di tecnologie innovative e avanzate. Queste tecnologie sono considerate un fattore cruciale per la trasformazione aziendale nei prossimi cinque anni dall’85% delle organizzazioni intervistate nel Future of Jobs Report del World Economic Forum (WEF). Secondo il report, più della metà delle imprese prevede che questi cambiamenti porteranno a un incremento dell’occupazione, mentre per circa un quarto si tradurranno in una riduzione dei posti di lavoro. In termini netti, si prevede una diminuzione dell’2% degli attuali posti di lavoro, principalmente a causa dell’adozione dell’intelligenza artificiale, che quasi il 75% delle aziende intervistate prevede di implementare entro il 2027.
Le aziende stimano che il 44% delle competenze necessarie subirà cambiamenti significativi nei prossimi cinque anni, evidenziando un aumento dell’importanza delle competenze cognitive per affrontare problemi complessi sul lavoro. Il pensiero creativo e analitico guidano la lista, seguiti dalla competenza tecnologica. Altre abilità in rapida crescita includono il pensiero sistemico, l’intelligenza artificiale, i big data, la gestione dei talenti, l’orientamento al servizio e il customer care. Per soddisfare questi nuovi requisiti, sei lavoratori su dieci necessiteranno di formazione entro il 2027.
In questo contesto di trasformazione, investire nella formazione per diventare specialisti in intelligenza artificiale e machine learning rappresenta una scelta strategica, considerando che la domanda per queste professionalità è prevista crescere del 40% entro il 2027, secondo il rapporto WEF. Anche le competenze analitiche, come quelle di un analista di business intelligence, di sicurezza informatica o di dati, saranno particolarmente ricercate nel settore IT.
I prossimi trend
Nel contesto attuale e nei prossimi cinque anni, le organizzazioni dovranno navigare attraverso diverse tendenze significative, come identificato da Gartner. Ecco i 9 principali trend che influenzeranno il futuro del lavoro:
- Crisi del Costo del Lavoro: Si prevede un punto di rottura dovuto al conflitto tra i lavoratori, che hanno riconosciuto i benefici dello smart working, inclusi quelli economici, e le aziende che desiderano riportarli fisicamente in ufficio.
- Settimana Lavorativa di Quattro Giorni: Questa modalità diventa sempre più comune come risposta alle aspettative di flessibilità dei dipendenti e come strategia per attrarre talenti.
- Rimodellamento del Lavoro attraverso l’Intelligenza Artificiale: L’AI, in particolare quella generativa, sta creando nuove opportunità lavorative e permettendo alle aziende di accelerare l’acquisizione di nuove competenze.
- Costi e Lezioni dagli Esperimenti con l’AI Generativa: Nonostante i benefici, l’adozione dell’AI generativa comporterà per le organizzazioni sfide impegnative e costi significativi.
- Gestione dei Conflitti dei Dipendenti: Diventa una competenza cruciale per i manager, che dovranno imparare a gestire e valorizzare le differenze piuttosto che sopprimerle.
- Persistenza della DEI (Diversità, Equità e Inclusione): Questi principi non solo resteranno rilevanti, ma diventeranno la norma nel modo di lavorare.
- Valore delle Competenze rispetto ai Titoli di Studio: I titoli accademici perderanno parte del loro peso a favore delle credenziali alternative e delle competenze pratiche.
- Evoluzione degli Stereotipi di Carriera: I cambiamenti nel lavoro e l’aumento dell’età pensionabile, insieme alle pause di metà carriera e ai cambiamenti settoriali, favoriranno la nascita di percorsi professionali non tradizionali.
- Protezione dal Cambiamento Climatico come Beneficio Lavorativo: La richiesta di misure di protezione dal cambiamento climatico diventerà un beneficio sempre più richiesto dai dipendenti.
Questi trend sottolineano l’importanza per le organizzazioni di adattarsi rapidamente e di essere pronte ad affrontare le sfide future, rimanendo al contempo sensibili alle esigenze e alle aspettative dei loro dipendenti.
Quali iniziative di re-skilling?
Il re-skilling o la formazione di nuove figure professionali per far fronte a questi cambiamenti epocali richiedono interventi lungimiranti e globali per riuscire a produrre risultati rilevanti. Le due iniziative che di seguito indichiamo hanno queste ambizioni. Si tratta di verificare se riusciranno a produrre i risultati attesi superando gli ostacoli di tipo demografico, economico, di disallineamento fra tempi di formazione e richieste del mercato.
La Commissione Europea ha lanciato nel 2023 l’Anno europeo delle competenze, chiedendo agli Stati membri di dare priorità agli investimenti nell’istruzione e nelle competenze digitali per adattarsi al panorama digitale in rapida evoluzione. L’UE ha fissato obiettivi digitali ambiziosi, puntando a migliorare le competenze digitali di almeno l’80% delle persone di età compresa tra 16 e 74 anni e a disporre di 20 milioni di specialisti ICT entro il 2030. Tuttavia, l’ultimo rapporto DESI rivela che, senza cambiamenti significativi, gli obiettivi saranno raggiunti solo per il 59% della popolazione e il numero di specialisti ICT non potrà superare i 12 milioni.
Il WEF ha messo a punto la piattaforma Reskilling Revolution, rete di comunità multistakeholder di oltre 370 organizzazioni, fra cui 34 ministri impegnati in 17 paesi, che vede fra i fondatori aziende come LinkedIn, PwC, Salesforce e la partecipazione, in un secondo round, di IBM e Sap. L’iniziativa prevede di raggiungere, entro il 2030, oltre 600 milioni di persone in tutto il mondo con l’ambizioso programma di fornire alla forza lavoro globale le competenze necessarie per rendere le loro carriere a prova di futuro, fornendo sia competenze tecnologiche e digitali sia i soft skill più richiesti.
Se si guarda oltre i 5 anni, il rapido progresso della tecnologia ci sta spingendo verso un’economia della post-conoscenza, dove le competenze rappresenteranno la nuova ricchezza e i confini fra capacità umane e strumenti intelligenti saranno sempre più labili. Siamo pronti?