Abbiamo ancora bisogno di imparare se c’è qualcuno che ricorda per noi?

Intelligenza artificiale e lavoro: cooperare con le macchine senza smettere di pensare.

Da qualche tempo, nelle conversazioni tra chi si occupa di formazione e sviluppo delle persone, ritorna una domanda.

Non è una domanda tecnica. Riguarda il senso stesso dell’imparare.

Se esiste un sistema capace di sapere al posto mio, ricordare al posto mio e, in molti casi, pensare al posto mio, perché dovrei continuare a investire tempo, fatica e attenzione per alimentare la mia conoscenza?

È una domanda legittima.

Ed è anche, probabilmente, la domanda sbagliata.

L’AI non elimina l’apprendimento. Ne sposta il baricentro.

Il dibattito sull’intelligenza artificiale nella formazione aziendale oscilla spesso tra due posizioni estreme.

Da una parte c’è chi la descrive come la fine della necessità di apprendere. Dall’altra chi la considera un semplice strumento, paragonabile a un motore di ricerca o a un foglio di calcolo.

Entrambe le letture raccontano una cultura organizzativa che sta ancora cercando di prendere le misure con una trasformazione epocale.

L’intelligenza artificiale non è uno strumento neutro. Ma non è nemmeno un sostituto dell’apprendimento.

Ne modifica il baricentro.

Quando un sistema generativo può produrre in pochi secondi una sintesi, una mappa concettuale, un report o una procedura, il valore non risiede più soltanto nel possedere quelle informazioni.

Risiede nella capacità di leggerle, valutarle, contestualizzarle e decidere se, quando e come utilizzarle.

La formazione smette così di essere prevalentemente un processo di accumulo dei contenuti e diventa, sempre di più, un processo di costruzione dei criteri.

Il rischio invisibile della delega cognitiva.

Negli ultimi mesi, alcune ricerche hanno iniziato a misurare con maggiore attenzione l’impatto cognitivo dell’uso intensivo dell’AI.

Uno studio del MIT Media Lab del 2025 ha rilevato che le persone che utilizzano continuativamente un assistente AI nei compiti di scrittura mostrano un’attivazione neurale inferiore, una memoria episodica più debole e una crescente difficoltà nel riformulare autonomamente i contenuti prodotti.

I ricercatori parlano di cognitive debt, debito cognitivo: un costo che non si manifesta immediatamente, ma si accumula nel tempo.

Una ricerca Microsoft, condotta su 319 knowledge worker, è arrivata a conclusioni convergenti: all’aumentare della fiducia nelle capacità dell’AI diminuisce l’esercizio del pensiero critico sui suoi risultati.

Chi delega tende a verificare meno.

E chi smette di verificare perde, progressivamente, l’allenamento necessario per farlo.

La Harvard Gazette ha sintetizzato efficacemente il punto: il problema non è l’intelligenza artificiale in sé. È lasciare che pensi al posto nostro.

Il cognitive offloading non è una novità. La scala, però, sì.

Nelle scienze cognitive si parla di cognitive offloading: la delega di alcuni compiti mentali a risorse esterne, con l’obiettivo di ridurre il carico cognitivo.

Non è un fenomeno nuovo.

Lo facciamo con la lista della spesa, con l’agenda, con il navigatore satellitare. Da sempre affidiamo a oggetti e strumenti una parte della nostra memoria e delle nostre attività mentali.

La differenza, oggi, è la scala.

L’intelligenza artificiale non si limita a conservare informazioni.

Analizza, prevede, scrive, ricorda, propone e, in alcuni casi, decide.

Lo fa con un livello di apparente competenza che può rendere difficile distinguere tra ciò che una persona conosce davvero e ciò che il sistema ha elaborato per lei.

È in questo passaggio che si gioca una parte importante del futuro della formazione aziendale.

Un’organizzazione che delega all’AI tutto ciò che può essere delegato, senza interrogarsi su che cosa stia effettivamente cedendo, rischia di perdere qualcosa di più prezioso dell’efficienza.

Rischia di perdere la capacità diffusa di giudizio.

Cosa resta da imparare se l’AI ricorda al posto nostro?

Resta, prima di tutto, la capacità di porre la domanda giusta.

Una competenza molto diversa dal semplice saper interrogare un modello.

Una buona domanda nasce dalla conoscenza di un contesto, da una storia professionale, dall’esperienza e dalla capacità di riconoscere ciò che conta.

Non si genera automaticamente. Si forma.

Resta il giudizio: quella combinazione di esperienza, valori e attenzione ai dettagli che permette di comprendere se una risposta tecnicamente plausibile sia anche adatta a quella situazione, a quel cliente o a quel team.

Resta la capacità di leggere il contesto.

Un sistema non sa necessariamente che la riunione di lunedì è andata male, che una persona sta attraversando un momento difficile o che una determinata scelta avrà un costo politico all’interno dell’organizzazione.

Sa ciò che gli comunichiamo. Ma per comunicargli le informazioni giuste dobbiamo, prima di tutto, essere capaci di vederle.

Resta la capacità di costruire relazioni, facilitare il confronto e tenere insieme persone diverse intorno a un obiettivo comune.

Restano le cosiddette soft skills, che sono “soft” soltanto nel nome. E resta, soprattutto, la capacità di scegliere.

La formazione cambia direzione. Non scompare.

Per chi progetta percorsi di training, coaching e sviluppo delle competenze, questo cambiamento ha implicazioni molto concrete.

I contenuti perdono peso. Le competenze ne acquistano.

Il “sapere che” si comprime. Una parte di ciò che un tempo veniva trasferito attraverso sessioni d’aula può essere resa disponibile in pochi secondi da un sistema AI ben istruito.

Il “saper fare” e il “saper essere”, invece, si dilatano. Perché non possono essere scaricati, copiati o generati su richiesta.

La formazione efficace si sposta quindi verso esperienze nelle quali le persone non si limitano a ricevere informazioni, ma sono chiamate a metterle alla prova.

Simulazioni, casi reali, role play, sessioni di LEGO® Serious Play®, laboratori di pensiero, coaching e team coaching.

Spazi nei quali il corpo, le mani, la relazione e la conversazione restano centrali proprio perché l’intelligenza artificiale non li abita.

Il World Economic Forum stima che entro il 2030 il 39% delle competenze core dei lavoratori sarà cambiato e che circa il 59% della forza lavoro globale avrà bisogno di percorsi significativi di reskilling o upskilling.

Non è soltanto un dato sul futuro. È un dato sul presente prossimo.

Pensare con le mani, nell’epoca dei pensieri generati.

C’è un punto sul quale vale la pena fermarsi.

Quando si lavora con metodologie esperienziali come il LEGO® Serious Play®, le simulazioni, il coaching o il team coaching, accade qualcosa che nessun modello generativo può replicare.

Le persone costruiscono il proprio pensiero.

Lo modellano fisicamente, lo osservano da fuori, lo raccontano, lo mettono in discussione e lo modificano insieme agli altri.

In quel gesto accade l’opposto del cognitive offloading.

Potremmo chiamarlo cognitive onloading: riportare a sé il processo, riprendere possesso delle proprie idee, tornare a esercitare un pensiero che non si lascia delegare.

È esattamente ciò di cui ha bisogno un’organizzazione che utilizza l’AI in modo intensivo.

Spazi protetti nei quali le persone tornino a pensare in prima persona, perché solo così potranno usare bene l’intelligenza artificiale nel resto del tempo.

Non è nostalgia per il mondo pre-digitale. È igiene cognitiva.

Imparare significa ancora scegliere.

Torniamo allora alla domanda iniziale.

Abbiamo ancora bisogno di imparare, se esiste qualcosa capace di sapere e ricordare per noi?

La risposta è sì.

Più di prima.

Ma il verbo “imparare” sta cambiando significato.

Imparare non significa più soltanto archiviare informazioni. Significa costruire criteri, esercitare il giudizio, leggere i contesti, riconoscere le conseguenze e scegliere.

Tutto ciò che, nel lavoro come nella vita, segna la differenza tra un esecutore e un professionista.

L’intelligenza artificiale può ricordare al posto nostro.

Non può comprendere al posto nostro.

Può proporre una risposta.

Non può assumersi la responsabilità della scelta.

Un’azienda che dimentica questa differenza rischia di scoprire, spesso troppo tardi, di aver risparmiato sul costo dell’apprendimento e di aver pagato un prezzo molto più alto sulla qualità delle proprie decisioni.

In questo scenario, la formazione aziendale non perde rilevanza. La trasforma.

Smette di rincorrere i contenuti e torna a occuparsi di ciò che ha sempre avuto al centro: le persone, il loro modo di pensare, la qualità delle loro relazioni e la consapevolezza delle loro scelte.

Le macchine possono aiutarci a procedere più velocemente.

La direzione, però, resta una responsabilità umana.

Sviluppare competenze per il futuro del lavoro

L’intelligenza artificiale cambia gli strumenti, ma la qualità delle organizzazioni continua a dipendere dalle persone.

I percorsi di training, coaching e change management aiutano aziende e team a sviluppare competenze, leadership e capacità di adattamento, rendendo l’innovazione sostenibile nel tempo.

Scopri come lavoriamo nello sviluppo delle persone e delle organizzazioni →