L’economia del capitale umano di James Heckman ci ricorda che nessuna tecnologia parte da un foglio bianco: entra in vite già scritte da competenze, relazioni e occasioni mancate, e tende a moltiplicarle. Capire come si formano quelle competenze, e per chi, è la vera posta in gioco del futuro del lavoro.
C’è un paradosso al centro dell’intervista che James Heckman ha rilasciato di recente al Sole 24 Ore, ed è esattamente il tipo di paradosso che dovrebbe accompagnare ogni conversazione sul futuro del lavoro: la stessa intelligenza artificiale generativa può ampliare le disuguaglianze, quando a beneficiarne sono soprattutto le persone che possiedono già le competenze per usarla bene, oppure ridurle, quando riesce ad adattarsi a chi parte più indietro e ad aiutarlo a svolgere compiti che prima gli erano preclusi. Non è una tecnologia sola: sono due, a seconda di ciò che trova quando arriva.
La tentazione, davanti a questa ambivalenza, è di rivolgere la domanda allo strumento, sarà l’AI a decidere se i divari si allargano o si chiudono? Heckman, Nobel per l’Economia e tra i massimi studiosi di come si formano le competenze, ci invita a spostare lo sguardo, perché il nodo non è l’intelligenza artificiale in sé, ma il modo in cui abbiamo costruito, o trascurato, il capitale umano lungo l’intero arco della vita. La tecnologia non parte mai da un foglio bianco: entra in un tessuto umano che esiste già, fatto di competenze, abitudini, motivazioni e occasioni mancate, e tende a moltiplicare ciò che vi trova. In questo senso l’AI non è neutrale, e arriva sempre a metà film.
La cornice
«Quanti posti perderemo?» è il quesito sbagliato da rivolgere alla tecnologia.
Nel dibattito pubblico la domanda che ritorna è sempre la stessa: “quanti posti di lavoro perderemo, quanti ne nasceranno, chi vincerà e chi resterà indietro” e proprio perché suona urgente rischiamo di non accorgerci che, formulata così, mette al centro la macchina e lascia sullo sfondo le persone. Se per usare bene l’intelligenza artificiale serve una certa competenza, e se solo chi la possiede riesce a trarne vantaggio, la tecnologia diventa una fonte di disuguaglianza; ma se la sua flessibilità le permette di adattarsi anche a chi quella competenza non ce l’ha, allora può diventare un ponte. La differenza, ancora una volta, non è nel modello ma in chi lo incontra.
Ne deriva un interrogativo molto più scomodo: non quanti lavori spariranno, ma chi, negli anni passati, abbiamo messo nelle condizioni di sviluppare le competenze che permettono oggi di vivere l’AI come un alleato. È una domanda che sposta la responsabilità dal futuro al passato, e dalla tecnologia alle scelte che l’hanno preceduta e qui Heckman offre cinque punti fermi.
1. I titoli
Il capitale umano non si misura con un diploma.
Bisogna prima intendersi su una parola che usiamo con troppa disinvoltura. Nella pratica delle organizzazioni e delle politiche pubbliche il capitale umano viene quasi sempre ridotto a tre grandezze comode e misurabili : <<anni di istruzione, titoli, punteggi nei test>> che però raccontano solo una parte della storia. Heckman lo dice con nettezza: i titoli non bastano a misurare ciò che le persone sanno davvero fare.
Il tema ci riguarda da vicino e l’ultima indagine PIAAC dell’OCSE, diffusa alla fine del 2024, colloca gli adulti italiani sotto la media dei paesi avanzati sia nella literacy sia nella numeracy, ventiseiesimo e ventottesimo posto su trentuno, senza miglioramenti nell’ultimo decennio e con forti divari territoriali. Se continuiamo a confondere i diplomi con il capitale umano reale, rischiamo di raccontarci un Paese più attrezzato di quanto sia, e di consegnare l’AI a una popolazione adulta che, in larga parte, non possiede ancora le competenze di base per farne un alleato.
2. Il carattere
Le competenze non cognitive pesano quanto il quoziente intellettivo.
Accanto alle abilità cognitive esiste un’ampia gamma di competenze caratteriali, dall’autocontrollo alla tenacia, dal senso di responsabilità alla capacità di collaborare, quel «funzionamento esecutivo» che gli economisti hanno cominciato a misurare insieme agli psicologi, e che pesa sugli esiti di vita almeno quanto il quoziente intellettivo, e spesso di più.
L’evidenza più tagliente viene da una ricerca che Heckman ha condotto sul diploma statunitense ottenuto per esame, il GED: chi lo consegue mostra abilità cognitive equivalenti a quelle dei diplomati regolari che non proseguono all’università, eppure ottiene nel lavoro e nella vita risultati sistematicamente peggiori. La differenza non sta in ciò che i test riescono a fotografare, ma in tutto ciò che sfugge loro: perseveranza, affidabilità, capacità di portare a termine, e che il naturale completamento ordinato della scuola invece segnala, ed è la prova che un titolo può certificare una conoscenza e insieme nascondere l’assenza delle competenze che rendono quella conoscenza produttiva.
3. La valanga
Le competenze ne generano altre: ecco perché lo svantaggio si radica prestissimo.
C’è un secondo motivo per cui i divari sono così difficili da colmare, e Heckman lo ha condensato in una formula diventata celebre: skills beget skills, le competenze generano altre competenze. Chi sviluppa presto un buon livello di capacità cognitive e socio-emotive impara più facilmente in seguito, si adatta meglio, coglie con più prontezza le occasioni; chi parte con svantaggi marcati incontra invece ostacoli crescenti e ha bisogno di investimenti molto maggiori anche solo per recuperare terreno. Le competenze cognitive e quelle caratteriali, mostra la sua tecnologia della formazione delle competenze, non sono blocchi separati ma si co-determinano e si rafforzano a vicenda, in un processo che si dispiega nel tempo attraverso le interazioni ripetute con la famiglia, la scuola, i coetanei.
Da qui discende la conclusione più nota, quella riassunta nella curva che porta il suo nome: i rendimenti degli investimenti in capitale umano sono più alti quando avvengono nelle primissime fasi della vita. Le stime costruite sui programmi longitudinali per l’infanzia svantaggiata parlano di un ritorno annuo che può avvicinarsi al tredici per cento per gli interventi dalla nascita ai cinque anni, e resta intorno al sette-dieci per cento per l’età prescolare, se si mettono in conto guadagni futuri più alti, minore criminalità, salute migliore. Guardata con queste lenti, l’intelligenza artificiale non è l’inizio di nessuna storia: è un capitolo che si aggiunge a un racconto già in gran parte scritto, e nessun corso accelerato potrà fare per un adulto ciò che una base solida di competenze avrebbe dovuto costruire molto prima.
4. Ogni età
Le fondamenta si posano presto, ma si continua a costruire per tutta la vita.
Sarebbe disonesto presentare questa costruzione come un dogma privo di crepe, difatti in uno studio del 2020 sul Journal of Economic Surveys, David Rea e Tony Burton hanno analizzato un ampio insieme di rapporti costi-benefici del Washington State Institute for Public Policy senza trovare conferma robusta all’idea che gli interventi precoci abbiano sempre i rendimenti più alti, e osservando che anche programmi ben progettati in età più avanzata possono risultare efficaci. Heckman ha replicato che la sua curva descrive una frontiera di buone pratiche, non una media di tutti i programmi, riusciti e mal costruiti insieme.
La cosa interessante è che questa obiezione, più che demolire l’impianto, lo rende più preciso, e converge con ciò che lo stesso Heckman afferma nell’intervista quando ricorda che le fondamenta si costruiscono nei primi anni ma lo sviluppo continua: l’adolescenza, con la maturazione della corteccia prefrontale e delle funzioni esecutive, resta una stagione in cui si possono ancora coltivare competenze e aprire opportunità. Non esiste dunque una sola finestra che si chiude alle spalle di chi è rimasto indietro, ma un intero arco di vita lungo il quale è possibile intervenire, a patto di farlo bene. Ed è qui, non nella tecnologia, che si gioca l’equità.
5. La famiglia
Le prime competenze non nascono tra i banchi, ma nella qualità delle relazioni di ogni giorno.
C’è un luogo in cui queste competenze cominciano a formarsi molto prima di ogni aula, ed è quello che le politiche pubbliche faticano di più a vedere. Heckman lo ripete con una radicalità che spiazza chi è abituato a misurare tutto in denaro e in metri quadri di scuola: l’essenza dell’apprendimento non sta nella spesa né nell’edificio, ma nell’interazione quotidiana che il bambino ha con i genitori, con chi si prende cura di lui, con gli insegnanti e con i coetanei. È in quello scambio ripetuto, fatto di attenzione, parole, gioco, regole e incoraggiamento, che si costruiscono l’autocontrollo, la curiosità, la capacità di stare con gli altri e di rialzarsi dopo un errore; ed è per questo che la vera misura della povertà infantile, insiste Heckman, non è quanto denaro abbia una famiglia quando il bambino è piccolo, ma il livello di sostegno, coinvolgimento e attaccamento che esiste tra il bambino e chi lo cresce.
Da questa prospettiva discende una conseguenza che ci riguarda tutti: le competenze non si producono soltanto dentro un individuo, ma circolano tra le persone attraverso gli effetti dei pari e ciò che gli economisti chiamano spillover, il bambino impara anche dagli altri bambini, e persino dai genitori degli altri bambini, in una rete di relazioni che nessun sussidio da solo può sostituire. Ecco perché sostenere le famiglie, renderle più attive e capaci già prima che i figli entrino a scuola, rende più di molti interventi tardivi, e chiama in causa istituzioni che rafforzino quella capacità anziché limitarsi a finanziarla. E qui si annida il paradosso più eloquente per chi guarda alla tecnologia con occhi umani: le competenze che renderanno una persona capace di stare al passo con l’intelligenza artificiale non nascono in un ambiente digitale, ma nel più analogico dei luoghi, nella qualità dei legami che la circondano fin dai primi anni. L’infrastruttura decisiva dell’era dell’AI, in fondo, è fatta di tempo, presenza e relazioni.
Il bivio
Moltiplicatore di disuguaglianze o ponte verso chi resta indietro: dipende da noi.
Se l’AI amplifica ciò che trova, il suo effetto sulle disuguaglianze non è scritto nel codice ma nelle decisioni che prendiamo attorno ad esso, e sono almeno tre. La prima riguarda per chi la progettiamo: molti strumenti generativi presuppongono un utente già alfabetizzato e sicuro di sé, e così premiano chi ha un capitale umano forte, ma la stessa flessibilità che Heckman riconosce all’AI permette di immaginarla come un tutor che si adatta a chi parte da lontano, con spiegazioni graduali e riscontri frequenti, trasformandosi da filtro in ponte. La seconda riguarda che cosa misuriamo: usarla per automatizzare selezioni fondate solo su curricula e test cognitivi consolida i limiti che Heckman denuncia, mentre orientarla a osservare le traiettorie di apprendimento e il contributo alla cooperazione fa emergere quel capitale invisibile che oggi resta ai margini. La terza riguarda dove investiamo: tra la formazione rapida sugli strumenti per gli adulti e gli investimenti strutturali nell’educazione precoce, i secondi rendono molto di più, ma i loro frutti si vedono anni dopo, e sono perciò politicamente meno visibili.
Non è un’inquietudine isolata. Daron Acemoglu ripete da tempo che l’effetto distributivo dell’automazione dipende da una scelta di fondo, se la tecnologia crea nuovi compiti e potenzia le persone, oppure si limita a sostituirle, la potenza di uno strumento diventa emancipante solo se qualcuno decide di progettarla e distribuirla perché lo sia. A cosa serve, per chi, deciso da chi: è la domanda da porre prima di ogni adozione, non dopo.
Le imprese
Le competenze non si comprano sul mercato: si coltivano negli ambienti di lavoro.
Questo non solleva le imprese dalle loro responsabilità, semmai le ridefinisce. Un’organizzazione non può limitarsi a comprare competenze sul mercato e poi lamentarsi del disallineamento tra ciò che cerca e ciò che trova, perché le capacità che dichiara di desiderare — collaborazione, adattabilità, prontezza a decidere nell’incertezza — si coltivano negli ambienti, non si acquistano a scaffale. Se vuole persone capaci di vivere l’AI come un alleato, deve costruire i contesti in cui quelle capacità crescono: apprendistati veri, accompagnamento tra colleghi, spazi protetti in cui sbagliare senza che l’errore diventi un rischio di carriera. L’intelligenza artificiale può dare una mano, con riscontri e percorsi che si adattano a ciascuno, ma non sostituirà mai le relazioni umane nel formare il carattere e la motivazione, a scuola come in azienda.
Forse, allora, la domanda da cui siamo partiti : l’AI allargherà o ridurrà i divari? è mal posta, perché l’intelligenza artificiale non fa che amplificare le metriche che scegliamo di considerare e i contesti in cui scegliamo di collocarla. La vera domanda riguarda ciò che abbiamo seminato prima che arrivasse, e per chi, quando e a quali condizioni questa potenza diventa occasione di riscatto anziché l’ennesimo filtro che separa chi era già avanti da chi è rimasto indietro.
