Lavorare nell’era dell’AI, ecco perché ai giovani serviranno nuove competenze

Martedì scorso, presso il Centre for Innovation di Oxford, si è svolto un appuntamento del percorso formativo di «Women in Tech Oxfordshire» centrato sul tema delle ricadute dell’Ai nel mondo del lavoro. L’appuntamento è stato promosso dall'Oxford Trust (l'ente benefico nato quarant'anni fa per iniziativa di Sir Martin e Lady Audrey Wood, fondatori di Oxford Instruments, che sostiene innovazione ed educazione scientifica) e da Humand Talent Solutions, agenzia locale di recruitment dei migliori talenti. Il ciclo di appuntamenti è dedicato alle donne che lavorano nella tecnologia ed anche se nessuna delle tre relatrici di martedì è direttamente impegnata nel mondo educativo, ciò che hanno detto riguarda molto da vicino chi vive la gioiosa fatica dell’educare.

La prima relatrice, Helena Pichler, fa un mestiere poco noto: la redattrice tecnica, cioè scrive i manuali e la documentazione dei prodotti informatici. L’esperta ha chiarito che un'azienda che affida all'intelligenza artificiale un processo già disordinato ottiene soltanto un disordine più grande, perché se i materiali di partenza sono confusi o sbagliati, il sistema li riproduce e li diffonde. Quindi, prima di automatizzare qualsiasi cosa converrebbe chiedersi perché lo si fa in quel modo. Pichler ha descritto anche il meccanismo con cui la qualità si abbassa senza che nessuno decida di abbassarla: un professionista sotto pressione riceve dalla macchina un testo corretto ma impreciso, lo giudica abbastanza buono, lo lascia passare contando sul fatto che qualcun altro lo controllerà. Il testo, invece, resta nei sistemi aziendali, altri lo consultano e lo usano, così l'errore si moltiplica. Le stime realistiche di risparmio di tempo nella scrittura tecnica, secondo una società di consulenza britannica del settore, si fermano tra il 10% e il 30% sull'intero ciclo di lavoro, perché l’impiego di tempo ed energie si è spostato dalla ideazione e produzione di un testo alla sua verifica; quindi, chi possedeva già buone prassi di controllo ci guadagna, chi non le aveva peggiora.

Yulia Lenina, altra relatrice dell’appuntamento di Oxford, ha centrato il suo intervento su chi il cambiamento lo attraversa, per questo ha presentato il modello della psicologa Nancy Schlossberg, che legge ogni transizione attraverso quattro elementi: la situazione, la persona, i sostegni su cui può contare e le strategie che adotta. Vi rientra anche il “non evento”, cioè la promozione che non arriva o il concorso che non si vince, un passaggio che nessuno registra e che pesa quanto gli altri.

Bogdana Avadanei, giovane ingegnere che guida un piccolo gruppo di colleghi in un'azienda immobiliare britannica chiamata Zoopla, ha raccontato come i suoi sviluppatori risolvono i problemi con l'intelligenza artificiale invece di rivolgersi ai colleghi. Questo comporta che esercitano meno la comunicazione e quindi imparano meno gli uni dagli altri, così nel suo gruppo ha reintrodotto un affiancamento formale tra una persona esperta e una alle prime armi, perché quello che prima avveniva per contatto quotidiano adesso va organizzato di proposito.

Più ricerche confermano gli spunti emersi durante l’incontro di martedì sera: uno studio del Digital Economy Lab di Stanford, aggiornato nell’agosto 2026, ha rilevato che l’occupazione dei lavoratori tra i 22 e i 25 anni nelle professioni più esposte all’intelligenza artificiale è del 19% inferiore a dove sarebbe stata se avesse seguito l’andamento dei coetanei nelle professioni meno esposte, mentre per i lavoratori più esperti non emerge un divario analogo. Un rapporto McKinsey di luglio 2026 distingue tra la spinta che la tecnologia dà ai professionisti più esperti e il freno che esercita su chi è appena entrato nel mondo del lavoro e non ha ancora l’esperienza necessaria per verificare quello che la macchina produce. Già nel 2025 un'indagine condotta su oltre seicento responsabili tecnici mostrava che il 54% indicava tra le principali preoccupazioni l'impatto dell'intelligenza artificiale sulla capacità dei professionisti più giovani di entrare e crescere nel settore.

Quindi cosa bisogna insegnare oggi alle giovani generazioni? Come prepararle bene per affrontare il mondo del lavoro? Su questo le tre relatrici concordano: conoscere a memoria un linguaggio di programmazione conta meno di prima, mentre conta molto di più la capacità di lavorare con richieste vaghe, di capire quale sia il problema reale e di mettere in discussione una decisione altrui. L'intelligenza artificiale se la cava male con l'ambiguità e ha bisogno di qualcuno che le ponga domande puntuali. Inoltre, è indispensabile saper comprendere in che stato sono i materiali che si danno in pasto agli algoritmi, bisogna anche saper controllare quello che ne esce, e, soprattutto, bisognerà capire dove i ragazzi avranno modo di sbagliare ed essere corretti, che resta ancora il modo migliore per imparare un mestiere.