L'INAIL offre uno sconto sul tasso di premio alle imprese che, oltre alle misure obbligatorie, investono volontariamente in sicurezza sul lavoro.
Questo incentivo, noto come "oscillazione per prevenzione", permette alle aziende di beneficiare di un risparmio sui costi purché siano rispettate le disposizioni in materia di prevenzione infortuni e di salute e sicurezza nei luoghi di lavoro e la regolarità contributiva/assicurativa.
Howay ha creato percorsi formativi in linea con i requisiti INAIL e offre supporto per raccogliere e presentare correttamente la documentazione, semplificando la richiesta di riduzione del premio.
Per le nuove imprese, la riduzione è dell’8%, mentre per quelle attive da almeno due anni varia in base alla dimensione aziendale.
Le domande possono essere presentate online entro il 28 febbraio 2025 e corredate dalla documentazione probante.
Scarica il nostro catalogo e scrivi a info@howay.it per saperne di più e ricevere supporto.
Negli ultimi tre-quattro anni, soprattutto dopo l'avvento di Chat GPT, la domanda che tutti ci siamo posti è stata più o meno questa: l'intelligenza artificiale sostituirà le persone oppure no? È una formulazione che, guardando a come stanno andando le cose nelle aziende, si sta rivelando semplicemente sbagliata. Il risultato più interessante non arriva né dall'AI lasciata a se stessa né dalle persone che la ignorano, ma dalla combinazione delle due.
Questa combinazione ha un nome: hybrid intelligence, o intelligenza ibrida. Indica un sistema di lavoro in cui le capacità umane — giudizio, creatività, sensibilità al contesto — si uniscono alla potenza di calcolo, alla velocità e al rigore analitico delle macchine, per ottenere risultati che nessuno dei due otterrebbe da solo.
Non è una suggestione teorica. In questo articolo vediamo cosa dicono le ricerche, come si dividono concretamente i compiti tra persone e sistemi, quali competenze servono per farlo funzionare e perché la vera sfida, oggi, è più organizzativa che tecnologica.
La definizione più rigorosa arriva dalla ricerca europea. Il progetto HACID, finanziato dall'Unione europea e coordinato dal Consiglio Nazionale delle Ricerche, ha lavorato proprio su quella che i ricercatori chiamano intelligenza collettiva ibrida: un sistema collaborativo che unisce competenze, creatività e intuizione umane alla capacità di calcolo e all'analisi delle macchine.
L'aspetto più significativo del progetto è la verifica sul campo. Applicando il modello alla diagnostica medica, i ricercatori hanno fornito una delle poche dimostrazioni empiriche che un gruppo di esperti umani che lavora insieme all'AI genera una sinergia reale, con prestazioni superiori a quelle ottenute da ciascuno dei due separatamente. Non è quindi una questione di scegliere il migliore tra uomo e macchina: è la combinazione a produrre il risultato migliore.
Come sintetizza il coordinatore del progetto, l'orizzonte non è un'intelligenza artificiale che esclude le persone dalle decisioni, ma uno strumento di supporto che ne potenzia il ruolo. Una prospettiva che, applicata all'organizzazione del lavoro, cambia parecchie cose.
I numeri raccontano un'accelerazione notevole. Secondo un'analisi di MIT Technology Review Insights, l'adozione degli agenti di intelligenza artificiale — sistemi capaci di coordinare autonomamente attività complesse, interagendo con più strumenti aziendali — potrebbe crescere fino al 300% nei prossimi due anni. Nelle prime applicazioni, concentrate su servizio clienti, risorse umane e vendite, i guadagni di produttività registrati si collocano tra il 30% e il 50%.
È un cambiamento che le funzioni HR hanno già intercettato: più di tre quarti dei responsabili ritiene che questi sistemi trasformeranno le dinamiche di lavoro esistenti, e l'86% dei direttori HR prevede che gestire questa transizione sarà una componente centrale del proprio ruolo nei prossimi anni. Si stima inoltre che circa tre quarti dei ruoli attuali richiederanno una riprogettazione, un percorso di riqualificazione o una ricollocazione entro il 2030.
Attenzione, però, a leggere questi dati con l'ansia sbagliata: non descrivono una sostituzione, ma una ridistribuzione. Il che porta alla domanda più concreta di tutte.
Qui sta il cuore progettuale della questione, e conviene affrontarlo con un criterio semplice: chiedersi non cosa la tecnologia può fare, ma cosa conviene che faccia.
Alle macchine si affidano bene le attività ad alto volume e bassa ambiguità: elaborazione di grandi quantità di dati, prime stesure, ricerche preliminari, attività ripetitive e procedurali. Un esempio concreto citato nell'analisi del MIT riguarda una grande impresa di servizi tecnologici che ha affidato a un assistente intelligente cinquanta attività HR prima gestite manualmente, riducendo il tempo medio di risposta alle richieste dei dipendenti da quarantotto ore a pochi secondi.
Alle persone restano invece — e anzi si concentrano — le attività in cui contano il contesto, la responsabilità e la relazione: definire il problema, valutare le alternative, prendere la decisione finale, assumersene la responsabilità, gestire i rapporti con colleghi e clienti. È il principio che abbiamo affrontato parlando di pensiero critico e intelligenza artificiale: la qualità del risultato dipende da chi imposta la domanda e da chi valuta la risposta.
C'è poi una terza modalità, meno ovvia e molto efficace: far lavorare entrambi sullo stesso problema in modo indipendente, per poi confrontare gli esiti. È in quel confronto che spesso emergono gli spunti migliori, perché le due intelligenze sbagliano in modi diversi.
Da questa riorganizzazione discende un'evoluzione dei ruoli che vale la pena rendere esplicita. In una logica ibrida, buona parte del tempo delle persone si sposta dall'eseguire direttamente un'attività al progettare, istruire e migliorare il sistema che la esegue. Come sintetizza efficacemente un dirigente intervistato dal MIT, il mestiere cambia natura: da chi arriva a risolvere il problema, a chi progetta ciò che il problema lo risolverà.
Una riflessione simile arriva dalla ricerca accademica italiana. Uno studio della POLIMI School of Management del Politecnico di Milano descrive il ruolo umano nei processi creativi assistiti dall'AI come quello di un curatore, o di un regista: non più solo generatore di idee, ma chi sceglie, combina e dirige i contributi per ottenere un risultato originale e coerente. Il messaggio dello studio è che questo equilibrio richiede insieme capacità analitiche e sensibilità umana, per interpretare i risultati alla luce di valori, cultura e obiettivi concreti.
È una prospettiva che si collega direttamente al modo in cui le organizzazioni stanno ripensando ruoli e percorsi in ottica di skill-based organization, leggendo le persone per ciò che sanno fare più che per la posizione occupata.
Se il lavoro si ridistribuisce, cambiano anche le abilità richieste — e non solo quelle tecniche. Sul fronte digitale serve una base comune di alfabetizzazione, e diverse grandi aziende stanno già estendendo programmi di questo tipo a tutti i livelli, dagli operativi ai vertici. Ma non basta.
Chi assegna un'attività a un sistema intelligente deve saper esplicitare i passaggi necessari, il risultato atteso e i limiti da rispettare: è una competenza di chiarezza e progettazione più che informatica. Non a caso, secondo la rilevazione riportata dal MIT, le tre capacità che stanno emergendo come prioritarie nelle selezioni sono la costruzione di relazioni, la collaborazione e l'adattabilità. Esattamente quelle che nessun sistema può replicare, e che abbiamo visto essere anche le più solide guardando alle competenze più richieste entro il 2030.
Vale la pena aggiungere un accorgimento organizzativo: mantenere occasioni in cui le persone continuano a esercitare direttamente le capacità di analisi e giudizio, per evitare che l'abitudine alla delega le indebolisca. È il tema che abbiamo approfondito parlando di come mantenere vive le competenze nell'era dell'AI.
C'è un dato, tra quelli raccolti dal MIT, che più di ogni altro indica dove si gioca davvero la partita: il 73% dei responsabili HR dichiara che i propri dipendenti non hanno ancora compreso come il lavoro assistito dall'AI inciderà sulle loro attività. Non è un problema di software, è un problema di comprensione condivisa.
Da qui discendono le condizioni pratiche perché un modello ibrido funzioni. Servono regole chiare su quali strumenti si usano e su quali dati, con particolare attenzione alle informazioni riservate. Serve che la responsabilità del risultato resti sempre in capo a una persona, perché la titolarità delle decisioni non può essere delegata a un sistema. E serve un'attenzione esplicita alla dimensione relazionale: quando una parte delle interazioni quotidiane passa attraverso strumenti automatici, va coltivato di proposito lo spazio del confronto tra colleghi, che prima avveniva naturalmente.
In sostanza, l'intelligenza ibrida non si compra insieme alla licenza software: si costruisce con la formazione delle persone e con scelte organizzative coerenti. Ed è anche il modo più efficace per rispondere a quella paura di diventare obsoleti che accompagna molti professionisti: sapere qual è il proprio ruolo accanto alla macchina è ciò che restituisce sicurezza.
Non a caso è uno dei temi al centro della tavola rotonda che Howay porterà al Business Leaders Summit 2026, il 7 e 8 ottobre a Milano, dedicata proprio ai modelli in cui l'intelligenza artificiale potenzia il giudizio umano invece di sostituirlo.
Costruire un modello di collaborazione tra persone e AI richiede due tipi di intervento formativo, ed è su entrambi che lavoriamo. Da un lato i percorsi Unlock AI, dedicati all'uso concreto dell'intelligenza artificiale nelle diverse funzioni aziendali, dal controllo di gestione alla selezione del personale. Dall'altro i percorsi sulle competenze che rendono possibile la collaborazione: comunicazione, capacità decisionale, gestione dei team, adattabilità.
In qualità di ente di formazione accreditato del gruppo W Group, progettiamo i piani a partire dai fabbisogni reali dell'organizzazione — con la possibilità, in molti casi, di finanziarli attraverso i fondi disponibili. Se vuoi capire da dove iniziare per il tuo team, ti basta contattarci per una prima valutazione.
Perché il vantaggio competitivo, in questa fase, non sta nell'avere l'algoritmo migliore. Sta nel saper mettere insieme ciò che la macchina calcola e ciò che solo una persona sa interpretare.
Approfondimenti:
Pensa ad un reparto in un ufficio in cui, ogni mattina, i report arrivano già pronti, le bozze sono scritte, le sintesi confezionate. Tutto funziona più in fretta, i tempi di consegna si accorciano, la produttività cresce. Poi un giorno succede qualcosa di imprevisto — un dato che non torna, un cliente che chiede una valutazione fuori standard — e ci si accorge che nessuno, in quel reparto, ha più l'abitudine di ricostruire il ragionamento da zero.
È il fenomeno che gli studiosi chiamano deskilling: l'indebolimento progressivo di alcune competenze quando una parte crescente del lavoro viene delegata agli strumenti. Non è una novità assoluta — è successo con la calcolatrice e con i navigatori satellitari — ma con l'intelligenza artificiale generativa riguarda per la prima volta le attività intellettuali: analizzare, scrivere, sintetizzare, decidere.
La buona notizia, ed è il punto centrale di questo articolo, è che il deskilling non è un destino. È il risultato di come si organizza il lavoro attorno alla tecnologia, e proprio per questo si può prevenire con scelte precise. Vediamo cosa dicono le ricerche, quali competenze meritano attenzione e quali pratiche stanno adottando le organizzazioni più lungimiranti.
Il tema è uscito dalla dimensione teorica. Un'indagine di Boston Consulting Group condotta su 70 dirigenti apicali di diversi settori ha rilevato che circa la metà osserva già segnali di deskilling nella propria organizzazione, e oltre il 60% ritiene che diventerà un fattore rilevante nei prossimi tre-cinque anni. Il dato interessante non è però l'allarme: è che si tratta di un fenomeno riconoscibile in anticipo, e quindi affrontabile prima che produca effetti.
Esistono anche evidenze molto concrete. Il caso più citato, riportato tra gli altri da The Atlantic, riguarda un gruppo di medici che, dopo alcuni mesi di utilizzo di un sistema di supporto diagnostico, mostrava una capacità inferiore di individuare autonomamente le anomalie quando lavorava senza assistenza. È l'esempio più chiaro del principio di fondo: le competenze funzionano come i muscoli, si mantengono con l'esercizio.
C'è però un elemento incoraggiante nella stessa ricerca BCG: solo una organizzazione su dieci ha oggi una strategia esplicita su questo tema. Significa che chi si muove ora non sta rincorrendo, ma costruendo un vantaggio.
L'aspetto più utile emerso dagli studi è la distinzione tra due gruppi di capacità.
Il primo comprende le competenze più esposte, che coincidono — non a caso — con quelle che i dirigenti considerano più preziose: la capacità di giudizio e di decisione, l'abilità di inquadrare correttamente un problema, il pensiero creativo, l'analisi e il ragionamento causale. Sono le attività che l'AI svolge con più disinvoltura e che, se delegate senza filtro, si esercitano di meno.
Il secondo gruppo, invece, raccoglie competenze che restano saldamente umane e che anzi acquistano valore: l'empatia e l'ascolto attivo, la curiosità e la propensione ad apprendere, la resilienza e la flessibilità, la leadership e la capacità di influenzare positivamente gli altri. La tecnologia può affiancarle, non sostituirle.
Ed è qui che si trova l'intuizione più preziosa: il secondo gruppo protegge il primo. Una cultura dell'ascolto mantiene vive le relazioni di mentoring; una leadership solida rende possibile il confronto anche quando tutti hanno ricevuto la stessa risposta dallo strumento; la curiosità spinge le persone a verificare invece di accettare. Investire sulle competenze relazionali, insomma, non è un'alternativa a quelle analitiche: ne è la migliore difesa. È lo stesso ragionamento che abbiamo sviluppato parlando di pensiero critico e intelligenza artificiale.
C'è un aspetto che merita attenzione particolare, ed è forse quello con l'impatto più duraturo. Tradizionalmente, i primi anni di carriera servivano a costruire il mestiere proprio attraverso le attività più elementari: raccogliere dati, preparare bozze, fare ricerche, scomporre i problemi. Sono esattamente le attività che oggi l'AI svolge meglio e più in fretta.
Il rischio, riconosciuto da oltre la metà dei dirigenti intervistati da BCG, è che venga meno quella palestra: si può sviluppare il discernimento solo dopo aver fatto il lavoro con le proprie mani. È un tema che riguarda anche il mis-skilling — imparare in modo distorto, dando per buoni output imprecisi — e il cosiddetto never-skilling, cioè il non sviluppare affatto alcune capacità di base.
La risposta, però, è alla portata di qualsiasi organizzazione, e alcune realtà l'hanno già trovata: chiedere ai più giovani di impostare autonomamente il problema, formulare ipotesi e produrre una prima analisi, e solo dopo utilizzare l'AI per affinarla. Il risultato riportato da chi ha adottato questo metodo è duplice: domande di qualità migliore e percorsi di autonomia più rapidi. La tecnologia, in questo modo, diventa il secondo passo — non il primo.
Le organizzazioni che stanno affrontando bene il tema condividono alcune scelte concrete, tutte replicabili anche in realtà di dimensioni contenute.
Definire dove l'AI aiuta e dove serve la testa: stabilire con chiarezza quali attività si possono delegare, quali richiedono sempre una verifica umana e quali restano interamente alle persone, in particolare quando servono originalità, valutazione etica o sintesi.
Mantenere la titolarità delle decisioni: l'automazione può occuparsi dei passaggi intermedi, ma l'interpretazione finale e la responsabilità del risultato restano di chi firma. È il modo più semplice per evitare che "lo ha suggerito il sistema" diventi una risposta accettabile.
Creare momenti di allenamento: sessioni di lavoro senza strumenti, discussioni strutturate in cui posizioni diverse vengono difese e messe alla prova, revisioni tra colleghi. Alcune aziende hanno istituito appuntamenti fissi mensili dedicati proprio a questo.
Usare l'AI in modo non lineare: invece di chiedere direttamente la soluzione, chiedere quali sono i punti deboli di un'ipotesi, come potrebbe fallire, quali obiezioni si potrebbero sollevare. Serve a generare pensiero, non a sostituirlo.
Proteggere il passaggio di conoscenza tra generazioni: affiancamenti, coppie di lavoro che mescolano chi padroneggia gli strumenti e chi ha più esperienza di mestiere. È uno scambio che funziona in entrambe le direzioni, e vale più di molti corsi.
C'è un modo più costruttivo di leggere tutto questo. La necessità di distinguere ciò che si può delegare da ciò che va coltivato costringe le organizzazioni a chiarire dove sta davvero il proprio valore: quali capacità fanno la differenza con i clienti, quali decisioni non possono essere standardizzate, quali competenze vale la pena trasmettere.
È una riflessione che molte aziende non avevano mai avuto motivo di fare in modo esplicito, e che si sposa naturalmente con il passaggio verso modelli di skill-based organization, in cui le persone vengono lette per ciò che sanno fare e non per la casella che occupano. Allo stesso modo, riconoscere questo tema aiuta a dare una risposta concreta a quella paura di diventare obsoleti che oggi molti professionisti provano: non si tratta di resistere alla tecnologia, ma di sapere quali capacità continuare ad allenare.
Non a caso è uno dei nodi al centro della tavola rotonda che Howay porterà al Business Leaders Summit 2026, il 7 e 8 ottobre a Milano, dedicata proprio a come costruire modelli in cui l'intelligenza artificiale potenzia il giudizio umano invece di sostituirlo.
Prevenire il deskilling è, in ultima analisi, una questione formativa: significa mantenere allenate le capacità che contano mentre si adottano strumenti sempre più potenti. In qualità di ente di formazione accreditato del gruppo W Group, Howay lavora su entrambi i lati di questo equilibrio.
Da un lato ci sono i percorsi Unlock AI, che insegnano a usare l'intelligenza artificiale con consapevolezza — sapendo cosa chiedere, come verificare e quando fermarsi. Dall'altro, i percorsi dedicati alle competenze che nessuno strumento può sostituire: capacità decisionale, comunicazione, leadership, gestione delle persone. E, come sempre, i piani possono essere costruiti su misura e in molti casi finanziati attraverso i fondi disponibili: ne abbiamo parlato approfonditamente affrontando quali piani formativi funzionano davvero.
Perché le competenze umane, in fondo, non sono un patrimonio che si consuma: sono una risorsa rinnovabile, che si indebolisce se resta ferma ma cresce ogni volta che la si mette in esercizio. Il compito delle organizzazioni, oggi, è semplicemente assicurarsi che le occasioni per farlo non spariscano.
Approfondimenti:
C'è un pensiero che si affaccia sempre più spesso, magari mentre si scorre l'ennesima notizia su cosa sa fare oggi l'intelligenza artificiale. Non è il timore di perdere il posto domani mattina: è qualcosa di più sottile e più difficile da confessare, cioè il dubbio che le competenze su cui abbiamo costruito la nostra professionalità stiano perdendo valore più in fretta di quanto riusciamo ad aggiornarle.
Questa sensazione ha un nome, e non è un'invenzione dei social. Si chiama FOBO, acronimo di Fear Of Becoming Obsolete, la paura di diventare obsoleti. A darle dignità di fenomeno misurabile è stato l'istituto di ricerca Gallup, che la monitora ormai da anni tra i lavoratori. E i numeri raccontano una crescita netta.
Nei prossimi paragrafi vediamo cosa dicono i dati, chi colpisce davvero questa paura, perché chi la prova è spesso meno a rischio di quanto crede, quali segnali riconoscere in un team e come trasformarla in una spinta invece che in un blocco.
Una precisazione utile, perché l'acronimo genera parecchia confusione: FOBO indica due cose diverse. In psicologia delle decisioni sta per Fear Of Better Options, cioè la paralisi di chi non riesce a scegliere temendo che esista sempre un'alternativa migliore — quella sensazione che tutti conosciamo davanti al catalogo infinito di una piattaforma di film. Nel mondo del lavoro, invece, significa Fear Of Becoming Obsolete, ed è di questa che parliamo qui, e che tradotta letteralmente singifica 'Paura di diventare obsoleti (sul lavoro)'.
È interessante il confronto con la più celebre FOMO, la paura di perdersi qualcosa. Chi prova FOMO insegue ogni novità per non restare escluso; chi prova FOBO teme l'opposto, cioè di essere superato dalle novità e di perdere rilevanza. È una differenza importante, perché cambia anche la risposta: la prima spinge a rincorrere, la seconda tende a paralizzare.
Sul piano psicologico, la FOBO riflette il timore di perdere il proprio valore professionale. Non riguarda soltanto il posto di lavoro in sé, ma qualcosa di più profondo: la sensazione di non essere più utili, di non avere più nulla da offrire in un contesto che si muove senza aspettarci.
Secondo la rilevazione di Gallup, il 22% dei lavoratori dichiara di temere che la tecnologia renda obsoleto il proprio lavoro: sette punti percentuali in più rispetto al 2021, quando il dato si attestava al 15%. Per anni la percentuale era oscillata tra il 13 e il 17%, senza movimenti significativi: la crescita recente è la più marcata mai registrata dall'istituto.
C'è però un dettaglio che ribalta un luogo comune. L'aumento è dovuto quasi interamente ai lavoratori laureati, tra i quali la preoccupazione è balzata dall'8% al 20%, mentre tra chi non ha una laurea è rimasta sostanzialmente stabile intorno al 24%. In altre parole, la paura dell'obsolescenza non è più appannaggio dei lavori manuali o esecutivi: ha raggiunto anche le professioni intellettuali, quelle che per decenni si erano considerate al riparo. Gallup segnala inoltre che l'inquietudine cresce di più tra i lavoratori più giovani che tra i senior, smentendo l'idea che sia una questione anagrafica.
A rendere concreta questa percezione ci sono i dati sull'evoluzione delle competenze. Le analisi di Gartner su milioni di annunci di lavoro indicano che il numero di competenze richieste per una singola posizione cresce di circa il 10% ogni anno e che oltre il 30% delle competenze necessarie tre anni fa sta perdendo rilevanza. Non è un'impressione: il terreno si muove davvero sotto i piedi.
Qui arriva l'aspetto più controintuitivo, e vale la pena soffermarcisi perché ha conseguenze pratiche notevoli. Chi si pone la domanda "sto restando indietro?" è, nella maggior parte dei casi, una persona consapevole e attenta: si confronta con ciò che accade attorno a sé, coglie i cambiamenti, si interroga. Proprio per questo è già in movimento, e difficilmente resterà ferma.
Al contrario, chi è realmente disallineato rispetto a dove sta andando il proprio ruolo spesso non se ne accorge affatto, semplicemente perché gli manca un termine di paragone. Non prova ansia, non chiede formazione, non alza la mano. E il divario cresce in silenzio, fino a manifestarsi in modo brusco: un progetto che non riesce a portare a termine, un cliente che nota la differenza, un avanzamento che va a qualcun altro senza una spiegazione chiara.
Per chi si occupa di persone questa asimmetria ha una conseguenza immediata: ascoltare soltanto chi esprime la paura significa costruire piani di sviluppo attorno a chi parla di più, non attorno a chi ne ha davvero bisogno. Le survey di clima e i colloqui individuali, da soli, misurano l'ansia — non il gap di competenze.
La paura di diventare obsoleti raramente si presenta dichiarandosi. Si manifesta attraverso comportamenti che è facile scambiare per stanchezza o demotivazione, e che invece hanno una radice ben diversa. I segnali più ricorrenti sono quattro.
Esiste anche una versione opposta e altrettanto rivelatrice: la corsa disordinata alla formazione, con decine di corsi avviati senza un filo logico. Non è crescita, è il tentativo affannoso di rincorrere senza una direzione.
La buona notizia è che questa paura, se riconosciuta, è un ottimo punto di partenza. Segnala che qualcosa sta cambiando e che è il momento di muoversi: il problema non è provarla, ma restarci dentro senza un piano.
Per la singola persona, il passaggio decisivo è sostituire l'ansia generica con una direzione precisa. Significa scegliere una o due competenze davvero rilevanti per il proprio ruolo — non inseguire tutto ciò che passa — e lavorarci con continuità, mettendo le mani sugli strumenti invece di limitarsi a leggerne. L'esperienza diretta riduce la sensazione di essere indietro molto più di qualsiasi contenuto teorico: quasi sempre, provando, ci si accorge che la distanza era minore di quella immaginata. Su quali competenze puntare, abbiamo raccolto un quadro d'insieme nell'articolo dedicato alle competenze più richieste entro il 2030.
Per l'azienda, invece, le leve sono tre. La prima è misurare le competenze reali anziché dedurle da chi manifesta preoccupazione, così da intercettare anche i divari silenziosi. La seconda è offrire percorsi di carriera chiari: gran parte della FOBO nasce dall'incertezza, e sapere quali competenze servono per crescere all'interno dell'organizzazione riduce drasticamente l'ansia. La terza è costruire una cultura del feedback continuo, in cui si possa ammettere di non sapere qualcosa senza sentirsi giudicati — perché dove non c'è sicurezza psicologica, nessuno chiederà mai di essere formato.
Vale infine una considerazione che riguarda entrambi i piani: non tutte le competenze invecchiano allo stesso modo. Come abbiamo raccontato parlando di pensiero critico e intelligenza artificiale, la capacità di valutare, interpretare e decidere resta saldamente umana — e anzi acquista valore proprio mentre le competenze puramente esecutive si automatizzano.
Che la questione sia diventata centrale lo dimostra il fatto che apra oggi le agende dei principali appuntamenti di settore. È il tema che Howay porterà al Business Leaders Summit 2026, il 7 e 8 ottobre all'Allianz MiCo di Milano, con una tavola rotonda dal titolo eloquente: Fear of being obsolete? Pensiero critico e organizzazioni skill based nell'era dell'AI.
Il confronto tra direttori HR di grandi aziende ruoterà proprio attorno alle domande che questo articolo solleva: quali percorsi di aggiornamento funzionano davvero e come ripensare ruoli e carriere partendo dalle competenze reali delle persone.
In qualità di ente di formazione accreditato del gruppo W Group, Howay lavora ogni giorno su questo terreno. Per le organizzazioni, il punto di partenza è l'analisi dei fabbisogni, che permette di individuare i divari reali invece di procedere per impressioni; da lì si costruiscono percorsi mirati, dalle competenze digitali e dai corsi sull'intelligenza artificiale fino alla gestione delle persone e alle competenze trasversali. Molti percorsi, inoltre, possono essere finanziati attraverso i fondi disponibili.
Per chi invece vuole muoversi in prima persona, il catalogo dei corsi permette di scegliere l'area più vicina ai propri obiettivi, con il rilascio di certificazioni Open Badge riconosciute a livello internazionale.
Perché la paura di diventare obsoleti non si combatte con l'ansia da aggiornamento perenne, né fingendo che il cambiamento non ci riguardi. Si combatte con una direzione chiara: capire cosa serve davvero al proprio ruolo, e iniziare da lì.
Approfondimenti:
Tutti utilizziamo l'Intelligenza Artificiale a casa e sempre di più sul lavoro. E spesso capita di ricevere da Chat Gpt una risposta impeccabile nella forma, ben scritta e ben strutturata, e di accorgersi solo dopo che diceva qualcosa di sbagliato. Oppure di accettare al primo colpo un testo che andava benissimo, ma che non era esattamente quello che servivao che aveva chiesto. Sono episodi ormai quotidiani in moltissimi uffici, e raccontano una verità semplice: il vero limite, oggi, non è più lo strumento.
Negli ultimi anni le aziende si sono concentrate soprattutto su un obiettivo: mettere le persone in condizione di utilizzare questi strumenti. Corsi, affiancamenti, prime prove sul campo. Un passaggio necessario, che però oggi non basta più. La padronanza tecnica è diventata il punto di partenza, non quello di arrivo: quello che distingue davvero i risultati è la lucidità con cui si imposta il problema. Un assistente digitale, in fondo, restituisce la qualità del ragionamento che riceve: a un'idea vaga risponderà in modo vago, con l'aggravante di farlo in una forma convincente.
Il pensiero critico è diventato la competenza decisiva nell'era dell'AI, cosa dicono le ricerche sul rischio di perderlo, quali abitudini si possono allenare e perché competenza tecnica e capacità di giudizio non sono in alternativa tra loro. Se partiamo dal presupposto che l'intelligenza artificiale non è altro che un computer potente che riesce ad elaborare più richieste insieme, facendo una ricerca per noi da fonti che sono online, dobbiamo anche comprendere come le fonti che l'IA sceglie non sempre sono affidabili o realmente autorevoli.
Facciamo un esempio concreto. Un responsabile deve preparare la presentazione dei risultati trimestrali per la direzione. Può chiedere all'assistente di "fare una sintesi dei dati di vendita", e otterrà un riepilogo corretto ma anonimo, che andrà comunque riscritto da cima a fondo. Oppure può spiegare che i numeri sono in crescita ma sotto le previsioni, che l'obiettivo è ottenere l'approvazione di un budget aggiuntivo, che il destinatario è un consiglio poco incline ai tecnicismi e che il tono deve restare realistico senza risultare rinunciatario. Il secondo risultato sarà utilizzabile quasi subito.
La differenza, come si vede, non sta nella tecnologia: sta nel lavoro di chiarimento che quella persona ha fatto prima di scrivere la richiesta. Nel secondo caso aveva già in testa il problema, l'obiettivo e l'interlocutore; nel primo sperava che fosse la macchina a capirlo al posto suo.
Ed è qui che il tema smette di essere tecnologico. L'abilità richiesta — definire un obiettivo, scegliere le informazioni rilevanti, esplicitare i vincoli — è la stessa che serve quando si assegna un incarico a un collaboratore o si prepara una riunione destinata a produrre decisioni. Non siamo davanti a una competenza inedita, ma a una capacità di analisi che il nuovo contesto rende semplicemente più evidente. Non stupisce, allora, che a ottenere di più da questi strumenti siano spesso le persone che già lavorano bene con i colleghi.
Su questo tema esistono ormai evidenze concrete, e vale la pena conoscerle perché sono meno rassicuranti di quanto si pensi. Una ricerca condotta dalla Carnegie Mellon University e presentata alla conferenza CHI 2025 ha analizzato 319 lavoratori della conoscenza e oltre 900 esempi reali di utilizzo dell'AI generativa sul lavoro. Il risultato principale è netto: più cresce la fiducia riposta nello strumento, meno pensiero critico viene esercitato. Al contrario, chi ha maggiore fiducia nelle proprie capacità tende a valutare con attenzione ciò che riceve e a intervenire per migliorarlo. Lo studio completo, dal titolo The Impact of Generative AI on Critical Thinking, è consultabile online.
Dalla stessa ricerca emerge un altro passaggio interessante: con l'uso di questi strumenti cambia la natura stessa del lavoro cognitivo. Si passa dal raccogliere informazioni al verificarle, dal risolvere problemi all'integrare le risposte ricevute, dall'eseguire attività al supervisionarle. Non è un impoverimento in sé, ma è un cambio di mestiere che richiede competenze diverse da quelle di prima.
I ricercatori parlano di un vero e proprio paradosso dell'automazione: delegando alla macchina tutte le attività di routine e lasciando alle persone soltanto la gestione delle eccezioni, si tolgono le occasioni quotidiane di allenare il giudizio. Il risultato è che, quando l'eccezione arriva davvero, ci si trova meno preparati ad affrontarla. È lo stesso meccanismo per cui un muscolo che non si usa perde tonicità, ed è il motivo per cui affidarsi all'AI anche per compiti apparentemente innocui può avere conseguenze in situazioni ben più delicate.
Attenzione, però, a non leggere questi dati come una condanna della tecnologia. Gli stessi ricercatori ricordano che l'umanità ha sempre delegato compiti cognitivi agli strumenti, dalla scrittura alla stampa fino alla calcolatrice, e ogni volta si è temuto il peggio. La differenza la fa il come: usare l'AI senza mai metterla in discussione è ciò che impoverisce, non usarla in sé.
Tradotto nel lavoro di tutti i giorni, il pensiero critico applicato all'intelligenza artificiale si esprime in quattro capacità concrete.
Impostare la richiesta (o prompt): fornire il contesto anziché il solo compito, esplicitare l'obiettivo finale e delimitare il campo, indicando vincoli e direzioni da escludere. È il passaggio che condiziona tutto ciò che segue.
Interpretare gli output (ovvero ciò che si riceve): riconoscere che una risposta ben scritta non è automaticamente una risposta corretta, verificare i dati e le fonti, cogliere quando il ragionamento fila ma parte da premesse sbagliate.
Valutare i risch di affidabilità della risposta ricevuta: capire quali informazioni si possono condividere con uno strumento esterno, quali decisioni non vanno delegate e dove serve necessariamente una supervisione umana.
Decidere se è corretta: distinguere un risultato accettabile da uno realmente adatto allo scopo, e sapere quando conviene rilanciare, correggere o rinunciare. È il terreno in cui la tecnologia non può sostituirci, perché entra in gioco il giudizio personale.
Sono abitudini che si allenano, non talenti innati. E la prima si allena semplicemente accettando che la prima bozza sia una bozza: iterare, chiedere di rivedere, precisare, invece di pretendere la risposta perfetta al primo tentativo.
C'è una conclusione affrettata che gira parecchio in questo periodo: se ciò che conta è il pensiero critico, allora la formazione sugli strumenti serve a poco. È un errore, e per un motivo pratico. Per formulare una buona richiesta bisogna sapere di cosa è capace lo strumento: chi non conosce le potenzialità e i limiti di un sistema non riesce nemmeno a immaginare cosa chiedergli, e finisce per usarlo come un motore di ricerca appena più evoluto.
Il ragionamento vale anche al contrario, come abbiamo raccontato parlando dell'uso dell'AI applicato all'analisi dei dati: l'intelligenza artificiale non sostituisce la competenza, la accelera — ma solo per chi quella competenza ce l'ha già. Le due dimensioni, insomma, si tengono insieme. Ed è esattamente la direzione indicata dalle competenze più richieste entro il 2030, dove il pensiero analitico convive con l'alfabetizzazione tecnologica come abilità in più rapida crescita.
Va aggiunto che, dal punto di vista normativo, la consapevolezza nell'uso di questi strumenti non è più solo una buona pratica: come abbiamo visto parlando dell'obbligo di alfabetizzazione previsto dall'AI Act, le organizzazioni che utilizzano sistemi di IA devono adottare misure concrete per sviluppare le competenze delle persone che li adoperano. Comprendere limiti, rischi e affidabilità degli output rientra in pieno in quelle misure.
Che il pensiero critico sia diventato centrale lo conferma anche l'agenda dei principali appuntamenti di settore. È il tema che Howay porterà al Business Leaders Summit 2026, il 7 e 8 ottobre all'Allianz MiCo di Milano, con una tavola rotonda dal titolo eloquente: Fear of being obsolete? Pensiero critico e organizzazioni skill based nell'era dell'AI.
Il confronto tra direttori HR di grandi aziende ruoterà proprio attorno a questo nodo: come costruire modelli in cui l'intelligenza artificiale potenzia il giudizio umano invece di sostituirlo, evitando il rischio di impoverimento delle competenze e valorizzando chi sa unire capacità tecnica e capacità di ragionamento.
In qualità di ente di formazione accreditato del gruppo W Group, Howay lavora su entrambi i fronti di cui abbiamo parlato. Da un lato ci sono i percorsi Unlock AI, dedicati all'uso concreto dell'intelligenza artificiale generativa nelle diverse funzioni aziendali; dall'altro i percorsi sulle competenze trasversali — comunicazione efficace, capacità decisionale, gestione delle persone — che allenano proprio quel giudizio che nessuno strumento può fornire.
Per le aziende, questi percorsi possono essere progettati su misura e, in molti casi, finanziati attraverso i fondi disponibili. Se vuoi capire su quali competenze conviene investire per il tuo team, ti basta contattarci per una prima valutazione.
Perché il punto, alla fine, non è quanto sei veloce a ottenere una risposta. È quanto sei attrezzato per capire se quella risposta regge davvero.
Approfondimenti:
