Aziende e scuole stanno scoprendo la stessa verità: acquistare e attivare un potente strumento di intelligenza artificiale non significa ottenere risultati. La prossima sfida dell’AI sarà l’implementazione.

La vostra azienda ha appena attivato la tecnologia più potente che abbia mai acquistato.

L’assistente AI è arrivato nello stesso modo in cui erano arrivati i 18 sistemi precedenti: il CRM, l’HRIS, la piattaforma dati, le due suite di collaborazione che fanno più o meno la stessa cosa. Una mail di lancio, un webinar registrato seguito più con lo spirito che con la presenza e, entro venerdì, una dashboard che mostra un tasso di attivazione quasi totale.

Poi qualcuno fa la domanda che conta davvero: che cosa è cambiato nei risultati?

La risposta è una scrollata di spalle, accompagnata magari da qualche soluzione alternativa costruita da qualcuno su un foglio Excel.

L’attivazione è straordinaria. I risultati restano piatti.

È una scena che molti dirigenti hanno già vissuto. E l’intelligenza artificiale sta rendendo evidente un problema che l’industria del software ha evitato per anni: confondere l’adozione di una tecnologia con il suo impatto.

Secondo una ricerca del MIT citata nell’ultimo anno, il 95% dei progetti pilota aziendali di AI generativa non avrebbe prodotto un ritorno misurabile.

Il punto, però, non riguarda soltanto l’AI.

Le scuole americane stanno affrontando lo stesso problema su scala nazionale. Lavagne interattive, carrelli di laptop e piattaforme acquistate con i fondi stanziati durante la pandemia sono stati introdotti nelle classi senza costruire sempre intorno a essi la formazione, i processi e il modello didattico necessari.

Per anni c’è stato un alibi: lo strumento era complicato, la migrazione era stata gestita male, gli utenti non erano pronti.

L’AI rende quell’alibi molto più difficile da sostenere.

La tecnologia può essere eccellente e i risultati continuare a non arrivare.

Perché il limite non è necessariamente lo strumento. È tutto ciò che nessuno costruisce intorno allo strumento: formazione, workflow, supervisione, incentivi e abitudini.

Quando la tecnologia non basta

All’uscita dalla pandemia, nelle scuole è emersa una versione dello stesso fenomeno con una nuova generazione di strumenti per l’orientamento professionale.

Gli Stati hanno investito in tecnologie progettate per aiutare gli adolescenti a capire in cosa fossero bravi, quali fossero i loro interessi e verso quali professioni potessero indirizzarsi.

Alcuni dei migliori game designer del Paese hanno contribuito a sviluppare strumenti sofisticati.

Poi è arrivata la realtà.

Nessun quindicenne accede spontaneamente a una piattaforma per pianificare il proprio futuro.

Le scuole hanno dovuto ritagliare tempo durante la giornata scolastica e coinvolgere career coach per accompagnare gli studenti.

E anche individuare una carriera promettente serviva a poco se, alla fine del percorso, nessuno aveva coinvolto le aziende per creare uno stage, un apprendistato o un posto di lavoro.

La tecnologia non era necessariamente sbagliata. Nemmeno la politica.

Il problema era aver finanziato lo strumento senza finanziare adeguatamente l’ecosistema necessario per trasformarlo in un risultato.

Washington inizia a chiedere prove

È lo stesso schema che Washington sta iniziando ad affrontare con l’intelligenza artificiale.

Per troppo tempo il dibattito sull’uso della tecnologia nelle scuole è stato ridotto a una questione di “ragazzi e schermi”.

Ma un adolescente che trascorre sei ore a guardare video selezionati dagli algoritmi e una studentessa che utilizza una piattaforma digitale per seguire un corso di chimica che la sua scuola non è in grado di offrire stanno facendo due cose completamente diverse.

Il tempo davanti allo schermo, da solo, dice poco sul valore di quell’attività.

È questo il punto centrale delle nuove linee guida del Department of Education americano: la tecnologia educativa deve essere valutata per ciò che produce, non semplicemente per quanto viene utilizzata.

E quando entra in gioco l’AI, l’asticella si alza ulteriormente.

I prodotti devono essere valutati sulla base di risultati di apprendimento dimostrabili, non sul numero di utenti o sull’attività registrata dalla piattaforma.

Le prove di efficacia devono entrare nei rinnovi dei contratti, non soltanto nelle decisioni iniziali di acquisto. I fornitori devono pubblicare valutazioni indipendenti e dichiarare anche ciò che i loro prodotti non sono in grado di fare.

Non è la fine dell’edtech.

È l’inizio della sua era della responsabilità.

Il messaggio non è: usate meno tecnologia.

È:

dimostrate che funziona.

Il problema che tutti hanno sottovalutato: l’implementazione

Qui emerge la questione più importante.

Esistono già tutor basati sull’AI, alcuni gratuiti, disponibili 24 ore al giorno e capaci di offrire agli studenti un livello di assistenza che in passato sarebbe stato difficile garantire.

Eppure la disponibilità dello strumento non significa che venga utilizzato quando serve.

In uno studio randomizzato durato due anni e condotto in 18 scuole medie del Tennessee, il 96% degli studenti ha provato almeno una volta il tutor AI. Ma lo ha utilizzato soltanto nel 17% dei casi in cui aveva commesso un errore.

Il tutor era a un clic di distanza.

E gli studenti lo ignoravano proprio nel momento per cui era stato progettato.

La spiegazione è meno tecnologica di quanto sembri: quando si è in difficoltà, la scelta più semplice può essere semplicemente andare avanti.

Gli esperimenti mostrano però che gli studenti migliorano quando il software li costringe a rallentare, rivedere il proprio lavoro e affrontare l’errore.

Gli effetti più promettenti emergono quando l’AI viene inserita all’interno di un workflow costruito intorno alla padronanza delle competenze.

La tecnologia, da sola, non crea quel workflow.

La distanza tra uno strumento capace e un risultato educativo viene colmata dalle decisioni degli adulti, non dall’esposizione alla tecnologia.

Il login non è il traguardo

È esattamente ciò che accade nelle aziende.

Un assistente AI viene acquistato, distribuito e accompagnato da una dashboard che mostra quanti dipendenti hanno effettuato l’accesso.

Il numero sale.

La produttività no.

Perché nessuno ha insegnato necessariamente alle persone come cambiare il proprio modo di lavorare con quello strumento.

Il login è stato trattato come il traguardo.

È invece il punto di partenza.

Non installeremmo mai in un ospedale un sofisticato sistema di imaging, consegneremmo una password a un medico e considereremmo conclusa l’implementazione.

Utilizzare correttamente un tutor AI o un simulatore clinico è pratica professionale, non intuizione.

Eppure abbiamo continuato ad acquistare la prima metà dell’equazione aspettandoci che la seconda comparisse gratuitamente.

Insegnare a non delegare il pensiero

Con l’AI il problema diventa ancora più complesso.

Implementare uno strumento non significa soltanto insegnare a un insegnante o a un dipendente dove cliccare.

Significa insegnare quando utilizzarlo e quando non utilizzarlo.

Di fronte a un problema difficile, gli studenti possono consegnare il compito al modello e accettarne la risposta. È l’equivalente digitale di chiedere a un collega di svolgere direttamente il lavoro.

La stessa dinamica può verificarsi in azienda.

Un dipendente può diventare molto più veloce utilizzando l’AI, ma anche perdere progressivamente la capacità di verificare ciò che la macchina produce.

La vera alfabetizzazione all’AI non consiste quindi nel saper scrivere il prompt migliore.

Significa sapere quando contestare il modello, quando chiedergli di verificare le proprie conclusioni e quando chiuderlo e pensare autonomamente.

Quasi nessuno insegna ancora queste competenze in modo sistematico.

Continuiamo invece a sperare che vengano assorbite attraverso l’esposizione alla tecnologia.

È la stessa teoria che sta dietro alla dashboard delle attivazioni aziendali.

Gli Stati corrono più velocemente di Washington

Alcuni Stati americani hanno già iniziato a muoversi.

L’Alabama introdurrà un corso di informatica che includerà anche l’insegnamento dell’intelligenza artificiale per ottenere il diploma, a partire dalla classe del 2032.

L’Idaho ha incaricato il proprio dipartimento dell’Istruzione di costruire un framework statale sull’AI.

FutureEd monitora inoltre decine di proposte di legge sull’AI nell’istruzione presentate negli Stati americani.

Anche l’OCSE sta preparando la valutazione delle competenze degli studenti in materia di media e AI nell’ambito del programma PISA 2029.

Ma tutti questi interventi hanno una condizione preliminare: deve esserci qualcuno in classe in grado di insegnare quelle competenze.

Ed è qui che emerge una nuova contraddizione:

stiamo legiferando sull’alfabetizzazione all’AI più velocemente di quanto stiamo formando le persone che dovrebbero insegnarla.

Il collo di bottiglia è ancora umano

Lo stesso problema diventa ancora più evidente nella formazione professionale.

Ci sono professioni per le quali la tecnologia può accelerare enormemente la preparazione. Ma non può creare dal nulla un insegnante, un supervisore clinico o un laboratorio.

In questi casi, l’AI non dovrebbe essere vista come un sostituto del professionista.

Può però aumentare la capacità di quelli che già esistono.

Uno studente che arriva alle poche ore disponibili in laboratorio già preparato può sfruttarle molto meglio rispetto a chi parte da zero.

L’AI non dovrebbe sostituire l’insegnante che manca. Dovrebbe estendere la portata degli insegnanti che non riusciamo a trovare in numero sufficiente.

È una distinzione fondamentale.

L’era dei prodotti venduti con un login sta finendo

Nulla di tutto questo è un argomento contro la tecnologia.

È, semmai, un argomento contro il modo in cui l’abbiamo venduta e acquistata.

Per anni è stato possibile dimostrare il successo di una piattaforma mostrando utenti, accessi, funzionalità utilizzate e ore trascorse sul prodotto.

L’AI rende questa metrica sempre meno convincente.

La prossima domanda non sarà:

Quanti hanno effettuato il login?

Sarà:

Che cosa fanno meglio adesso?

Per le aziende significherà misurare produttività, qualità e tempo risparmiato. Per le scuole significherà dimostrare miglioramenti nell’apprendimento. Per i fornitori significherà produrre evidenze, non soltanto demo.

La formazione smetterà inoltre di essere un costo accessorio del customer success e diventerà parte integrante del prodotto.

È probabilmente questa la vera trasformazione che l’AI sta imponendo.

Non perché gli strumenti siano finalmente abbastanza potenti.

Ma perché, per la prima volta, è diventato molto più difficile nascondersi dietro la tecnologia quando i risultati non arrivano.

Gli strumenti sono straordinari.

La domanda che conta, dopo ogni nuovo copilota, tutor o assistente AI, è ormai molto più semplice:

qualcuno qui dentro sa davvero come usarlo per ottenere un risultato?