L’Intelligenza Artificiale e la formazione professionale sono oggi al centro di una trasformazione che riguarda non soltanto la didattica, ma anche il modo in cui vengono analizzati i fabbisogni, progettati i percorsi e aggiornate le competenze.
La formazione professionale si trova infatti davanti a una difficoltà sempre più evidente: mentre tecnologie, processi produttivi e organizzazione del lavoro cambiano rapidamente, progettare e attivare un nuovo percorso formativo richiede tempo.
Occorre analizzare i fabbisogni formativi, confrontarsi con le imprese, aggiornare i programmi, formare i docenti, predisporre laboratori e strumenti, ottenere le necessarie autorizzazioni e organizzare le attività. Quando il corso prende finalmente avvio, però, alcune delle competenze individuate potrebbero essere già cambiate.
La domanda diventa quindi inevitabile: la formazione può continuare a inseguire il mercato del lavoro oppure deve imparare ad anticiparlo?
L’Intelligenza Artificiale e la formazione professionale potrebbero contribuire a ridurre questa distanza. Non sostituendo progettisti, formatori, istituzioni e imprese, ma aiutandoli a leggere più velocemente i cambiamenti, riconoscere le competenze emergenti e aggiornare con maggiore continuità percorsi, qualifiche e contenuti didattici.
A indicare questa prospettiva è anche il recente rapporto OCSE dedicato allo sviluppo della formazione professionale attraverso l’Intelligenza Artificiale. Lo studio analizza esperienze e sperimentazioni condotte in diversi Paesi e mostra come l’Intelligenza Artificiale stia già iniziando a essere impiegata nelle diverse fasi della progettazione formativa: dall’anticipazione dei fabbisogni alla consultazione degli stakeholder, fino alla scrittura, revisione e validazione dei curricula e delle qualifiche.
Quando la progettazione è più lenta del cambiamento
Le professioni non scompaiono necessariamente da un giorno all’altro. Più spesso cambiano le attività che le compongono.
Un manutentore continua a occuparsi di impianti, ma deve saper interpretare dati provenienti da sensori e sistemi digitali. Un operatore amministrativo utilizza strumenti capaci di automatizzare alcune attività ripetitive. Un professionista della comunicazione lavora con piattaforme che generano testi, immagini e analisi. Un tecnico della logistica si confronta con simulazioni, sistemi predittivi e processi automatizzati.
Il problema non riguarda quindi soltanto la nascita di nuove professioni. Riguarda soprattutto la trasformazione di quelle già esistenti.
Molti lavoratori non dovranno diventare specialisti di machine learning o programmazione, ma dovranno imparare a collaborare con sistemi intelligenti, comprenderne i risultati, verificarne l’affidabilità e riconoscerne i limiti.
Gran parte dei lavoratori esposti all’AI non avrà necessariamente bisogno di competenze tecniche specialistiche, ma vedrà comunque cambiare i propri compiti e le competenze cognitive, digitali, organizzative e relazionali necessarie per svolgerli.
Per la formazione professionale questo significa aggiornare non soltanto le competenze digitali, ma anche quelle tecniche, trasversali e personali.
Dall’analisi dei fabbisogni alla formazione predittiva
L’Intelligenza Artificiale può elaborare grandi quantità di informazioni provenienti da annunci di lavoro, repertori professionali, studi di settore, dati territoriali, documenti istituzionali e consultazioni con le imprese.
Attraverso queste analisi può aiutare a individuare:
- le competenze richieste con maggiore frequenza dalle aziende;
- le nuove attività che stanno entrando nelle professioni;
- le tecnologie che stanno modificando i processi produttivi;
- le differenze tra territori e settori economici;
- le competenze che stanno progressivamente perdendo centralità;
- i nuovi fabbisogni di aggiornamento dei lavoratori.
Non si tratta di prevedere con certezza il futuro. Il mercato del lavoro dipende da fattori economici, tecnologici, sociali e politici che nessun algoritmo può conoscere completamente.
L’AI può però riconoscere segnali che, attraverso le modalità tradizionali, richiederebbero tempi molto più lunghi per essere raccolti e interpretati.
Secondo l’OCSE, l’analisi automatizzata dei dati sul lavoro può aiutare a intercettare le tendenze emergenti, sostenere la mappatura delle competenze e velocizzare la revisione dei curricula. L’obiettivo non è eliminare il confronto con imprese, parti sociali e istituzioni, ma ampliare la base informativa sulla quale vengono prese le decisioni.
La progettazione formativa potrebbe così diventare più dinamica: non un’attività conclusa una volta approvato il programma, ma un processo continuo di osservazione, verifica e aggiornamento.
L’Intelligenza Artificiale e la formazione professionale non cambia soltanto che cosa insegniamo
L’effetto dell’Intelligenza Artificiale sulla formazione professionale non riguarda soltanto la scelta delle competenze da inserire nei corsi.
Può cambiare anche il modo in cui i percorsi vengono progettati, realizzati e personalizzati.
Per i formatori può supportare la preparazione di materiali, esercitazioni, simulazioni, strumenti interattivi e attività adattate ai diversi livelli di apprendimento. Per gli studenti può offrire feedback più rapidi, risorse multilingue, spiegazioni personalizzate e occasioni di esercitazione. Per gli enti può contribuire all’analisi dei dati, al monitoraggio delle attività e all’organizzazione di alcuni processi amministrativi.
Queste possibilità, tuttavia, devono essere accompagnate da regole chiare e da una supervisione umana costante.
Nel riprendere le Linee guida ministeriali sull’introduzione dell’AI nelle istituzioni scolastiche, il CNOS-FAP Nazionale ha evidenziato la necessità di un approccio antropocentrico: l’Intelligenza Artificiale deve servire la persona, non sostituirla.
Tra le applicazioni possibili vengono indicate la personalizzazione dei percorsi, il sostegno all’inclusione, il contrasto alla dispersione e il miglioramento di alcuni servizi amministrativi e gestionali.
La questione centrale non è quindi decidere se utilizzare o meno l’AI, ma stabilire come introdurla senza indebolire la relazione educativa, l’autonomia professionale dei formatori e la responsabilità delle istituzioni.
Il caso CNOS-FAP: dall’uso degli strumenti a un progetto educativo nazionale
Un esempio concreto di questa evoluzione è rappresentato dal percorso avviato negli ultimi anni dalla rete salesiana e da CNOS-FAP Nazionale.
Il progetto Go Beyond Traditional Education, nato inizialmente come sperimentazione con il nome Gemini@Salesiani, ha progressivamente coinvolto scuole e Centri di Formazione Professionale salesiani in tutta Italia.
La sperimentazione è partita con un primo gruppo di docenti ed è successivamente cresciuta, coinvolgendo migliaia di educatori e studenti e portando alla raccolta e alla documentazione di numerose attività didattiche.
I numeri sono significativi, ma ancora più interessante è il modello adottato.
L’obiettivo non è stato semplicemente mettere a disposizione una nuova piattaforma o insegnare ai docenti a utilizzare alcuni strumenti di AI generativa. Il progetto ha cercato di costruire una comunità educativa capace di sperimentare, condividere pratiche, analizzare i risultati e affrontare insieme le implicazioni pedagogiche, etiche e organizzative dell’innovazione.
L’Intelligenza Artificiale è stata quindi inserita nell’ecosistema della formazione professionale formato da docenti, formatori, studenti, responsabili delle istituzioni formative, ricercatori e partner tecnologici.
È una scelta importante, perché uno dei rischi dell’innovazione scolastica è produrre esperienze isolate: attività interessanti, ma difficilmente trasferibili e destinate a interrompersi quando viene meno la persona che le ha promosse.
Il percorso di Go Beyond prova invece a trasformare le sperimentazioni in un patrimonio collettivo, replicabile e progressivamente documentato.
Formare i formatori prima di introdurre gli strumenti
L’esperienza CNOS-FAP mostra che l’integrazione dell’AI non può partire esclusivamente dalla tecnologia. Deve cominciare dalla formazione delle persone che dovranno utilizzarla.
Il progetto ha previsto moduli online, workshop sincroni e attività dedicate all’utilizzo pedagogico dell’Intelligenza Artificiale. I formatori hanno potuto approfondire il prompting, la generazione di contenuti multimediali, la costruzione di assistenti personalizzati e l’impiego degli strumenti per la personalizzazione didattica.
La distinzione è decisiva.
Imparare a scrivere un prompt non equivale a saper integrare l’AI nella didattica.
Un formatore deve comprendere quando lo strumento è utile, quando rischia di semplificare eccessivamente un compito, come verificare i contenuti generati, come proteggere i dati e come evitare che lo studente deleghi all’algoritmo il proprio processo di apprendimento.
La vera competenza non consiste quindi nell’utilizzare più frequentemente l’AI, ma nel saper decidere in modo consapevole quando, come e perché utilizzarla.
Per questo la formazione dei formatori rappresenta una delle condizioni essenziali per passare da una fase di sperimentazione spontanea a un’integrazione strutturale e responsabile.
Dalle sperimentazioni ai risultati
Il percorso realizzato dalla rete salesiana è confluito anche nel volume “Intelligenza Artificiale nella scuola e nella formazione professionale salesiana. Esperienze, riflessioni e sfide”, pubblicato dalla Fondazione CNOS-FAP.
Il testo non presenta soltanto strumenti o metodologie, ma raccoglie contributi pedagogici, tecnologici, etici e organizzativi elaborati da docenti, ricercatori, formatori ed esperti coinvolti nel progetto.
I risultati comunicati da CNOS-FAP descrivono un’esperienza ormai estesa e consolidata, con un’ampia integrazione degli strumenti di AI generativa nelle pratiche didattiche e ricadute positive segnalate anche sul piano dell’inclusione e della preparazione dei materiali.
Questi dati dovranno naturalmente essere osservati e approfonditi nel tempo, anche per comprendere con quali modalità siano stati rilevati e quali effetti possano consolidarsi nel lungo periodo.
Indicano tuttavia una direzione interessante.
L’automazione di alcune attività non produce necessariamente una didattica più impersonale. Quando è governata consapevolmente, può liberare tempo da dedicare all’accompagnamento degli studenti, alla progettazione di esperienze più inclusive e al confronto individuale.
È probabilmente questo uno degli aspetti più importanti del caso CNOS-FAP: l’innovazione non viene valutata soltanto in termini di velocità, produttività o quantità di contenuti generati, ma sulla base della sua capacità di migliorare la qualità educativa.
L’identità educativa viene prima della tecnologia
Il progetto Go Beyond mantiene un legame esplicito con la tradizione pedagogica salesiana.
Alle attività digitali continuano ad affiancarsi il laboratorio, il cortile, il gioco, l’oratorio e tutte le altre esperienze che contribuiscono alla formazione integrale della persona. L’avanguardia tecnologica non viene presentata come alternativa alla relazione educativa, ma come uno strumento che deve essere inserito all’interno di essa.
Questo elemento offre una possibile indicazione anche per altri enti di formazione.
L’AI non dovrebbe imporre dall’esterno un nuovo modello educativo. Dovrebbe essere l’identità pedagogica dell’organizzazione a stabilire quali strumenti adottare, con quali finalità e nel rispetto di quali limiti.
Prima di scegliere una piattaforma, occorre quindi chiedersi:
- quale problema educativo vogliamo affrontare;
- quali attività vogliamo migliorare;
- quale ruolo deve mantenere il formatore;
- quali competenze vogliamo sviluppare negli studenti;
- quali dati possono essere utilizzati;
- quali decisioni devono restare esclusivamente umane.
La tecnologia viene dopo. Prima viene la direzione educativa.
La formazione professionale come laboratorio dell’innovazione
La formazione professionale possiede alcune caratteristiche che possono renderla un luogo particolarmente adatto alla sperimentazione dell’intelligenza artificiale.
Il rapporto costante con le imprese permette di osservare rapidamente come cambiano i processi di lavoro. La didattica laboratoriale consente di verificare gli strumenti attraverso compiti concreti. La presenza di studenti con esperienze e bisogni differenti favorisce la ricerca di soluzioni personalizzate e inclusive.
Non è un caso che CNOS-FAP abbia portato queste esperienze anche nei principali appuntamenti nazionali dedicati all’innovazione didattica, presentando l’Intelligenza Artificiale non come un tema astratto, ma come uno strumento già presente nelle aule e nei laboratori.
Questa dimensione concreta è particolarmente importante.
L’AI diventa significativa quando viene collegata a problemi professionali reali, attività laboratoriali, compiti autentici e processi di lavoro. In questo modo non viene studiata soltanto come oggetto tecnologico, ma diventa parte di un’esperienza nella quale competenza tecnica, capacità critica e responsabilità umana procedono insieme.
Dalla didattica alla progettazione dei curricula
Il progetto CNOS-FAP riguarda soprattutto l’integrazione dell’AI nella pratica educativa, nella formazione dei docenti e nella personalizzazione degli apprendimenti.
Il passaggio successivo potrebbe interessare ancora più direttamente la progettazione dei percorsi.
La stessa esperienza maturata nelle aule e nei laboratori può infatti produrre informazioni preziose per comprendere:
- quali competenze stanno cambiando;
- quali attività risultano più efficaci;
- quali strumenti aiutano realmente gli studenti;
- dove emergono nuove difficoltà;
- quali contenuti devono essere aggiornati;
- quali richieste arrivano dalle imprese.
Integrando questi dati con l’analisi del mercato del lavoro, gli enti potrebbero costruire sistemi di osservazione più tempestivi e progettare percorsi capaci di adattarsi progressivamente ai cambiamenti.
Il rapporto OCSE sottolinea proprio questa possibilità: l’AI può supportare non soltanto la produzione di materiali didattici, ma anche l’anticipazione delle competenze, la costruzione degli standard professionali, la revisione delle qualifiche e l’allineamento tra programmi formativi e trasformazioni economiche.
Il caso CNOS-FAP può quindi essere letto come un laboratorio già attivo dal quale partire per una riflessione ancora più ampia: come utilizzare l’esperienza educativa, i dati e il confronto con le imprese per rendere più dinamica l’intera filiera della formazione professionale?
Il rischio di progettare il futuro con i dati del passato
L’utilizzo dell’AI nella progettazione formativa presenta però anche limiti importanti.
Gli algoritmi apprendono dai dati disponibili. Se quei dati riflettono disuguaglianze territoriali, stereotipi professionali o differenze di genere, i risultati potrebbero riprodurre gli stessi squilibri.
Un sistema basato esclusivamente sulle offerte di lavoro pubblicate oggi potrebbe inoltre privilegiare le esigenze immediate delle imprese e trascurare le professioni emergenti, le competenze sociali, la creatività, il pensiero critico e l’educazione alla cittadinanza.
Esiste anche il rischio di attribuire ai risultati generati dall’AI un’autorità che non possiedono.
Un algoritmo può suggerire che una determinata competenza sta diventando più richiesta. Non può decidere autonomamente se debba entrare in un programma, quanto spazio debba ricevere e quali conseguenze educative possa produrre.
L’OCSE evidenzia inoltre ostacoli ancora rilevanti: competenze insufficienti, accesso diseguale a strumenti sicuri, qualità limitata dei dati, mancanza di linee guida specifiche, rischi per la privacy e possibilità di indebolire la responsabilità e la governance condivisa dei sistemi formativi.
La formazione non può limitarsi a preparare persone perfettamente adattate alle richieste presenti del mercato.
Deve anche aiutarle ad affrontare cambiamenti imprevedibili, esercitare diritti, collaborare con gli altri, comprendere il contesto nel quale lavorano e continuare a imparare durante tutta la vita.
Per questo i dati possono informare le decisioni, ma non devono determinarle automaticamente.
La progettazione resta una responsabilità umana
L’AI può analizzare migliaia di annunci di lavoro, confrontare repertori, suggerire competenze, predisporre una prima struttura di corso e generare esercitazioni.
Non può però stabilire autonomamente che cosa valga la pena insegnare.
Questa rimane una scelta culturale, sociale ed educativa.
Sono le persone a dover decidere quali competenze siano davvero necessarie, come bilanciare le esigenze delle imprese con quelle degli studenti, quali rischi evitare e quale idea di lavoro e di cittadinanza promuovere.
L’esperienza CNOS-FAP appare significativa perché prova a collocare l’innovazione tecnologica all’interno di una visione pedagogica già definita.
L’Intelligenza Artificiale e la formazione professionale non diventano il nuovo centro dell’esperienza educativa. È l’identità educativa a stabilire come la tecnologia possa essere utilizzata.
Anticipare senza perdere la direzione
L’intelligenza artificiale e la formazione professionale dovranno diventare più veloci nell’osservare il cambiamento, più flessibili nell’aggiornare i percorsi e più capaci di utilizzare i dati.
Ma la velocità non può diventare l’unico criterio.
Un sistema formativo non è efficace soltanto perché risponde rapidamente alle richieste del mercato. È efficace quando aiuta le persone a comprendere il cambiamento, ad attraversarlo senza subirlo e a costruire competenze che conservino valore anche quando strumenti e professioni si trasformano.
La vera innovazione non consiste quindi nel far scrivere i programmi all’Intelligenza Artificiale.
Consiste nel costruire comunità formative capaci di utilizzare l’AI per ascoltare più velocemente il lavoro e la società, senza rinunciare alla responsabilità di decidere che cosa insegnare, come insegnarlo e per quale idea di persona e di futuro.
Il percorso avviato da CNOS-FAP Nazionale mostra che questa direzione è concretamente percorribile: sperimentare, formare i formatori, condividere le pratiche, documentare le attività, misurare i risultati e mantenere al centro la relazione educativa.
Il passaggio successivo sarà utilizzare questa esperienza anche per rendere più tempestiva la progettazione dei percorsi e l’aggiornamento delle competenze.
La formazione del futuro non dovrà scegliere tra tecnologia e persone.
Dovrà imparare a utilizzare la prima per conoscere meglio i cambiamenti, migliorare i processi e dedicare ancora più attenzione alle seconde.
