Non molto tempo fa, colmare il digital divide, che separa chi sa trarre beneficio dalle nuove tecnologie digitali – che pervadono il mondo del lavoro e la nostra vita – da chi non ha le competenze per farlo, significava semplicemente mettere le persone online, insegnare loro le basi dell’uso del computer, del coding, e prepararle a un mondo sempre più digitale. Queste competenze diventano la base per ulteriori iniziative come il programma Digital Europe dell’Unione Europea, pensato per formare i cittadini alle competenze digitali avanzate. L’alfabetizzazione digitale era sinonimo di accesso, e l’accesso significava opportunità.
Ma il terreno sotto i nostri piedi sta cambiando. È arrivata l’intelligenza artificiale—soprattutto quella generativa e gli agenti IA—e le regole del gioco stanno venendo riscritte a una velocità vertiginosa.
Ed ecco il paradosso: per trarre beneficio dalla nuova tecnologia, questo nuovo scenario dell’IA non richiede competenze di programmazione né conoscenze matematiche avanzate.
Al contrario: gli strumenti di IA attuali sono talmente potenti che anche chi non ha alcuna esperienza tecnica potrà generare software, analizzare dati, comporre musica o redigere documenti complessi con pochi comandi ben formulati. In apparenza, è una forza democratizzante—un livellatore. Il divario digitale sembra restringersi.
Ma basta guardare un po’ più da vicino, e si vede che si apre una nuova frattura.
L’IA pensata per rimpiazzare le persone porterà a un minore impatto economico
L’economista e premio Nobel Daron Acemoglu ha lanciato l’allarme. A suo avviso, la traiettoria attuale dello sviluppo dell’IA — guidata in gran parte dai colossi del tech — è orientata più a sostituire i lavoratori umani che a creare strumenti per supportarli nelle loro mansioni. E questo ha conseguenze. Mentre alcuni dipingono scenari economici rosei, con previsioni di una crescita del PIL globale del 7% nei prossimi dieci anni grazie all’IA, Acemoglu resta scettico. Secondo lui, queste stime ignorano i costi: la perdita di posti di lavoro, la riduzione del costo del lavoro umano, e un aumento della produttività piuttosto modesto — forse solo dell’1% annuo — se l’IA continuerà a privilegiare l’automazione anziché il potenziamento della produttività di noi umani.
In questo scenario, l’AI divide non riguarda più chi ha le capacità di accedere alla tecnologia, ma chi sa usarla per reinventarsi, per sopravvivere sul mercato del lavoro e non essere sostituito da una macchina intelligente, e chi non saprà farlo.
Le competenze necessarie per mantenere un lavoro nel mondo dell’IA
Per prosperare in questo nuovo mondo, i lavoratori non dovranno diventare esperti di algoritmi. Non sarà necessario imparare tensori o altre conoscenze matematiche avanzate, né sarà indispensabile che tutti imparino a programmare in Python. Queste restano competenze certamente necessarie per i programmatori specializzati che svilupperanno i sistemi di IA.
Gli altri dovranno invece imparare a dirigere agenti digitali e altri umani per risolvere compiti complessi, probabilmente più di uno in parallelo. Questo implica l’emergere di nuove competenze: sarà fondamentale sviluppare nuove soft skills, capacità relazionali, intelligenza emotiva: soprattutto una nuova motivazione personale, curiosità, coraggio di affrontare sempre nuovi problemi da risolvere. Per prosperare in un mondo aumentato dall’IA, sarà necessario diventare una figura ibrida: in parte project manager, in parte pensatore sistemico, in parte comunicatore, in parte orchestratore della collaborazione tra umani e macchine.
L’IA ci darà superpoteri
Nel mondo tech, c’è una parola che sta prendendo piede: superpoteri. Chi riesce a sfruttare il potenziale dell’IA si dice che li stia acquisendo. Ma i superpoteri portano con sé responsabilità—e un brusco risveglio. Per questo, i lavoratori del futuro dovranno accogliere l’IA generativa non come una minaccia, ma come un potenziamento: un modo per amplificare—e non sostituire—la produttività umana.
Ed è qui che fa la sua comparsa una figura curiosa: il “superumano tecnologico”—a metà tra un eroe da fantascienza e un impiegato in open space. Gestire questi nuovi poteri non è semplice. È faticoso, incerto, e sempre più complesso.
Basta guardare a dichiarazione audace del CEO di Microsoft, Satya Nadella: “gli agenti IA sostituiranno tutto il codice”. Non ci sarà più bisogno di un sistema composto da una base di dati che integra le informazioni presenti in diversi sistemi, di programmare la cosiddetta “business logic” (che so, in un sistema di paghe la business logic è quella che date le ore lavorate le moltiplica per la paga oraria considerando i costi degli straordinari e poi calcola le tante tasse a cui è sottoposta la base imponibile) e l’interfaccia utente per mostrare i dati dalle diverse prospettive di interesse. Un agente AI sarà in grado di “interpretare” autonomamente le diverse informazioni presenti in diversi sistemi, capire la nostra richiesta in linguaggio naturale e trasformarla in una sequenza di istruzioni e mostrare i dati che ci servono quando lo interroghiamo dalla prospettiva che ci interessa in quel momento.
In questo mondo no-code, guidato dal linguaggio naturale, il pensiero computazionale diventa fondamentale in un nuovo senso: non tanto scrivere codice, quanto scomporre compiti in passaggi logici, identificare limiti e bias del sistema, e costruire istruzioni chiare e mirate da delegare a un agente. Non è questione di codice, ma di struttura del sistema.
Saper dire cosa fare: tutti manager
La prompt engineering è l’esempio più evidente di questo cambiamento. Non sarà più un trucco per ottenere risposte migliori da un chatbot, ma una vera competenza progettuale. Istruire un agente IA a completare un compito complesso richiede molto più di una richiesta vaga: servono sequenze ben pensate, test, aggiustamenti. È in parte arte creativa, in parte scienza empirica.
Questa nuova alfabetizzazione va oltre la tecnica. Ognuno diventa manager—non solo di progetti o persone, ma di processi, piattaforme e entità digitali. Mentre l’IA redige report, assegna compiti e persino partecipa a più riunioni in contemporanea al posto nostro, i lavoratori devono sorvegliare un numero crescente di strumenti. E con un potere maggiore arriva anche un nuovo tipo di carico emotivo.
Ed è qui che la faccenda si fa interessante—e profondamente umana. Perché mentre l’IA si occupa delle attività ripetitive, il cuore del lavoro futuro sarà in ciò che l’IA (per ora) non può fare: gestire progetti complessi, gestire relazioni, guidare con empatia i pochi umani rimasti nel processo. L’intelligenza emotiva (prima di tutto in termini di motivazioni personali nel dover e voler gestire più progetti complessi in parallelo), il pensiero etico e le competenze manageriali e interpersonali definiranno il successo, tanto quanto—se non più—della competenza tecnica.
I lavoratori del futuro dovranno coordinare non solo team di colleghi, ma intere flotte di agenti intelligenti. Dovranno interpretarne i risultati, prevedere rischi, assicurarsi che le decisioni digitali riflettano valori umani. In questo nuovo paradigma, tutti diventano una sorta di manager—di macchine e di significati.
Da fare di più all’essere di più
Eppure, c’è il rischio che questa visione diventi realtà solo per pochi privilegiati. Gli altri? Costretti a muoversi in un mondo sempre più automatizzato, non solo senza gli strumenti—o la formazione—per parteciparvi, ma soprattutto senza la volontà di mettersi in gioco, di reinventare se stessi, di trasformare non solo ciò che sanno fare per fare di più, ma ciò che sono per essere di più. Se non radichiamo questa evoluzione nell’etica, nella politica, e in uno scopo condiviso, questi superpoteri finiranno per fratturare la società, invece di elevarla.
E così eccoci qui, superumani digitali in divenire, alle prese con il compito di imparare a usare i nostri nuovi poteri. La posta in gioco è alta. Se non ancoriamo queste abilità emergenti all’etica, alla saggezza e all’umiltà, rischiamo di creare villain invece che eroi.
Perché un superpotere senza responsabilità non salva il mondo. Lo riscrive—nel bene o nel male.
Immagini generate tramite DALL-E. Tutti i diritti sono riservati. Università di Torino (2025).
