Formare le persone sull'IA senza far perdere tempo a nessuno

Il corso di intelligenza artificiale tipo lo conosciamo tutti. Trenta slide su cos'è un modello linguistico, tre esempi che dal palco funzionano benissimo, una domanda dal fondo a cui si risponde di corsa perché è tardi, e via. Il giorno dopo, in azienda, non cambia assolutamente niente.

Non è colpa di chi ascoltava. Il problema è che si insegna lo strumento invece del mestiere di usarlo.

Il mito del prompt magico

La formazione che circola di più è in fondo una collezione di formule. Scrivi «agisci come un esperto di», aggiungi «ragiona passo passo», metti il contesto in fondo e non in cima. Roba che funziona benissimo finché il compito è identico all'esempio visto in aula.

Poi però in azienda la situazione è sempre un po' diversa, e la formula non si adatta perché nessuno ha mai spiegato per quale motivo funzionasse. A quel punto la persona ci prova due volte, ottiene due risultati mediocri, e conclude che l'IA è sopravvalutata.

Quello che serve è più semplice e più profondo: capire come ragiona lo strumento, così da saperlo indirizzare anche su un problema che nessun corso aveva previsto.

Le quattro competenze dell'AI Fluency

Nei percorsi che progetto uso il framework AI Fluency di Anthropic, che ha il pregio di scomporre la competenza in quattro capacità distinte invece di trattarla come un blocco unico.

• Delega: decidere cosa affidare alla macchina e cosa tenersi. È la più sottovalutata di tutte, ed è quella che fa risparmiare di più
• Descrizione: spiegare il compito in modo che venga capito. Contano il contesto e i vincoli, non la formula
• Discernimento: valutare quello che torna indietro. Una risposta sbagliata ma scritta bene resta il rischio numero uno
• Diligenza: usarlo in modo responsabile, dai dati che ci metti dentro alla trasparenza su cosa è stato generato

Sono quattro cose che si allenano, non quattro cose che si ascoltano. Ed è il motivo per cui un percorso fatto bene ha più esercizio che spiegazione.

Non mettere tutti nella stessa aula

Ho visto sessioni con il titolare, l'ufficio amministrativo e gli sviluppatori seduti insieme. È il modo più rapido per annoiare tre persone su tre: al titolare non interessa la sintassi delle API, agli sviluppatori non serve sentirsi dire che l'IA cambierà il mercato.

• Chi decide vuole sapere dove conviene investire, cosa comporta in termini di rischio e di norme, e come si misura se sta funzionando
• Chi usa gli strumenti ogni giorno vuole esercitarsi sui propri casi, con i propri documenti, non su esempi da manuale
• Chi sviluppa vuole API, integrazione, valutazione della qualità e costi per chiamata

I documenti veri cambiano tutto

La parte in cui si vede la differenza è quando si smette di usare esempi inventati. Porti in aula un preventivo vero, una mail difficile a cui nessuno sa rispondere, un capitolato di quelli scritti male. Lì le persone capiscono in dieci minuti dove lo strumento le aiuta e dove invece le sta prendendo in giro.

Va fatto con un minimo di attenzione, ovviamente: documenti anonimizzati, e regole chiare su cosa si può caricare e su quale strumento. Che poi, guarda caso, è già metà del modulo sulla protezione dei dati.

Cosa deve restare quando il corso è finito

Per me un percorso è andato bene se lascia tre cose in azienda. Persone capaci di accorgersi quando lo strumento sta sbagliando. Regole scritte, anche brevi, su cosa si può dare in pasto a un modello. E almeno un flusso di lavoro che il mese dopo funziona diversamente da prima.

Se invece a distanza di un mese nessun processo è cambiato, il corso non è servito. Per quanto bello fosse l'attestato.