Al prossimo colloquio porteremo il curriculum o il nostro modo di decidere?

In una sala d'attesa dalle pareti color senape un uomo sulla sessantina, completo blu e cravatta azzurra, solleva il polso e guarda l'orologio. Accanto a lui, con una valigetta stretta sulle ginocchia, siede un robot che dell'orologio non ha alcun bisogno, perché non si stanca, non ha fretta e non ha un'altra riunione subito dopo. È un'immagine costruita, quasi ironica, eppure racconta con precisione una scena che nelle organizzazioni si sta già svolgendo, anche se senza robot in carne, ossa e bulloni: il colloquio di lavoro in cui, accanto all'esperienza della persona che si siede dall'altra parte del tavolo, entra in gioco una domanda nuova. La domanda è quanto quella persona sappia lavorare con l'intelligenza artificiale, e quanto questo pesi rispetto a tutto il resto.

Negli ultimi incontri con professionisti e imprenditori quella domanda mi torna indietro in una forma ancora più diretta, quasi sempre alla fine, quando le slide finiscono, restano le domande: «Fausto, riconosciamo il valore di quello che dici, ma allora per il mio business mi consigli di investire in un agente, in un bot, o in una persona in più?». È una domanda che mi mette ogni volta con le spalle al muro, perché chi la pone ha un budget, una scadenza e poco tempo per le sfumature, e merita qualcosa di più di una formula rassicurante.

I numeri dicono che non si tratta di una sensazione isolata. Nel Work Trend Index 2024 il 66% dei dirigenti intervistati dichiarava che non assumerebbe una persona priva di competenze sull'AI, e il 71% che preferirebbe un candidato meno esperto ma capace di usarla a uno più esperto che non la conosce. Letti di corsa, sono numeri che sembrano chiudere la partita prima ancora che cominci, e che a due anni di distanza continuano a circolare in ogni discussione sulle assunzioni.

Intorno a questi numeri si è formato un ritornello che rimbalza da una newsletter all'altra e che chiunque frequenti LinkedIn avrà letto almeno una volta. Dice che l'AI rende l'esecuzione più economica e il giudizio più prezioso, e che quindi i professionisti migliori saranno quelli che sapranno unire competenza di dominio, familiarità con gli strumenti e capacità di valutare ciò che gli strumenti producono. È una tesi che condivido quasi per intero, e proprio per questo credo valga la pena guardare dove si ferma, perché si ferma presto, nel punto esatto in cui comincerebbe a diventare scomoda. Ci sono almeno tre cose che il ritornello non dice, e sono quelle che, al prossimo colloquio, faranno la differenza tra chi assume bene e chi assume in fretta.

Chi impara a giudicare, se la gavetta la fa la macchina

Il ritornello contiene, quasi di passaggio, un'osservazione decisiva: non si può valutare una strategia, un progetto, una diagnosi o un pezzo di codice generati dall'AI senza conoscere il lavoro che c'è sotto. È verissimo, ma la conseguenza resta a metà. Quel lavoro sottostante nessuno lo ha mai imparato sui libri: lo abbiamo imparato facendo per anni le cose che oggi l'AI fa in pochi secondi, cioè le prime bozze riscritte tre volte, i conti che non tornavano, le righe di codice ripetitive, i verbali e le ricerche noiose. È quella lunga stagione che chiamiamo gavetta e che, al di là della retorica, era soprattutto un luogo in cui si sbagliava a basso costo e si imparava a riconoscere l'errore.

I primi segnali di cosa accade quando quel luogo si svuota arrivano dagli Stati Uniti. 𝗘𝗿𝗶𝗸 𝗕𝗿𝘆𝗻𝗷𝗼𝗹𝗳𝘀𝘀𝗼𝗻, 𝗕𝗵𝗮𝗿𝗮𝘁 𝗖𝗵𝗮𝗻𝗱𝗮𝗿 𝗲 𝗥𝘂𝘆𝘂 𝗖𝗵𝗲𝗻, 𝗱𝗲𝗹 𝗗𝗶𝗴𝗶𝘁𝗮𝗹 𝗘𝗰𝗼𝗻𝗼𝗺𝘆 𝗟𝗮𝗯 𝗱𝗶 𝗦𝘁𝗮𝗻𝗳𝗼𝗿𝗱, hanno analizzato le buste paga di milioni di lavoratori elaborate da ADP. Nelle professioni più esposte all'intelligenza artificiale, dagli addetti al servizio clienti agli sviluppatori software fino a contabili e revisori, hanno osservato che l'occupazione dei giovani tra i 22 e i 25 anni è calata del 13% in termini relativi rispetto alle professioni meno esposte, mentre per i colleghi più esperti delle stesse professioni non si vede un calo analogo. È un dato americano, riferito a un mercato del lavoro diverso dal nostro, e gli stessi autori distinguono con cura tra gli usi dell'AI che automatizzano i compiti e quelli che affiancano le persone. La direzione merita comunque attenzione anche da questa parte dell'oceano, perché il primo gradino è quello che si accorcia per primo.

Qui la tesi del giudizio più prezioso mostra il suo lato fragile.

"𝘚𝘦 𝘪𝘭 𝘨𝘪𝘶𝘥𝘪𝘻𝘪𝘰 𝘷𝘢𝘭𝘦 𝘥𝘪 𝘱𝘪𝘶̀ 𝘱𝘳𝘰𝘱𝘳𝘪𝘰 𝘮𝘦𝘯𝘵𝘳𝘦 𝘴𝘱𝘢𝘳𝘪𝘴𝘤𝘰𝘯𝘰 𝘪 𝘭𝘶𝘰𝘨𝘩𝘪 𝘪𝘯 𝘤𝘶𝘪 𝘴𝘪 𝘧𝘰𝘳𝘮𝘢𝘷𝘢, 𝘴𝘵𝘪𝘢𝘮𝘰 𝘤𝘰𝘯𝘴𝘶𝘮𝘢𝘯𝘥𝘰 𝘶𝘯 𝘤𝘢𝘱𝘪𝘵𝘢𝘭𝘦 𝘴𝘦𝘯𝘻𝘢 𝘳𝘪𝘤𝘰𝘴𝘵𝘪𝘵𝘶𝘪𝘳𝘭𝘰, 𝘤𝘰𝘮𝘦 𝘤𝘩𝘪 𝘷𝘪𝘷𝘦 𝘥𝘪 𝘳𝘦𝘯𝘥𝘪𝘵𝘢 𝘴𝘶 𝘶𝘯'𝘦𝘴𝘱𝘦𝘳𝘪𝘦𝘯𝘻𝘢 𝘢𝘤𝘤𝘶𝘮𝘶𝘭𝘢𝘵𝘢 𝘪𝘯 𝘶𝘯 𝘮𝘰𝘯𝘥𝘰 𝘤𝘩𝘦 𝘯𝘰𝘯 𝘦𝘴𝘪𝘴𝘵𝘦 𝘱𝘪𝘶̀. "

I senior di oggi sanno riconoscere una risposta sbagliata perché ne hanno prodotte a centinaia quando erano junior; i senior del 2035 da dove avranno imparato, se a vent'anni si sono limitati ad approvare bozze scritte da altri? Non credo che la soluzione sia rinunciare all'AI per tenere in piedi una gavetta artificiale. Credo però che ogni organizzazione debba chiedersi, in modo esplicito, come intende far crescere il giudizio di chi entra oggi, perché lasciarlo al caso significa, di fatto, rinunciare a farlo crescere.

Usare l'AI o ragionare: un'alternativa che non esiste

La seconda cosa che il ritornello non dice riguarda proprio l'alternativa del titolo. Messa così, sembra una scelta tra due profili, quello veloce e disinvolto con gli strumenti e quello esperto e riflessivo. 𝗨𝗻𝗮 𝗿𝗶𝗰𝗲𝗿𝗰𝗮 𝗰𝗼𝗻𝗱𝗼𝘁𝘁𝗮 𝗱𝗮 𝗠𝗶𝗰𝗿𝗼𝘀𝗼𝗳𝘁 𝗥𝗲𝘀𝗲𝗮𝗿𝗰𝗵 𝗲 𝗱𝗮𝗹𝗹𝗮 𝗖𝗮𝗿𝗻𝗲𝗴𝗶𝗲 𝗠𝗲𝗹𝗹𝗼𝗻 𝗨𝗻𝗶𝘃𝗲𝗿𝘀𝗶𝘁𝘆, 𝗽𝗿𝗲𝘀𝗲𝗻𝘁𝗮𝘁𝗮 𝗮𝗹𝗹𝗮 𝗰𝗼𝗻𝗳𝗲𝗿𝗲𝗻𝘇𝗮 𝗖𝗛𝗜 𝗱𝗲𝗹 𝟮𝟬𝟮𝟱, 𝘀𝘂𝗴𝗴𝗲𝗿𝗶𝘀𝗰𝗲 𝗶𝗻𝘃𝗲𝗰𝗲 𝗰𝗵𝗲 𝗹𝗲 𝗱𝘂𝗲 𝗰𝗼𝘀𝗲 𝗻𝗼𝗻 𝘀𝗶 𝗽𝗼𝘀𝘀𝗮𝗻𝗼 𝘀𝗲𝗽𝗮𝗿𝗮𝗿𝗲. Hao-Ping Lee e i suoi colleghi hanno intervistato 319 lavoratori della conoscenza che usano l'AI generativa ogni settimana. Chi si sente sicuro della propria competenza su un compito tende a esercitare più pensiero critico sulle risposte dell'AI, mentre chi si fida più dello strumento che di se stesso tende ad accettarne l'output con meno verifiche; la fiducia nell'AI, scrivono gli autori, si associa a un minore sforzo di pensiero critico.

C'è un dettaglio che rende questo risultato ancora più interessante: arriva dalla stessa casa che, con LinkedIn, aveva misurato nel 2024 la preferenza dei dirigenti per i candidati esperti di AI rispetto a quelli esperti del mestiere. Nel Work Trend Index 2026 la stessa casa ha spostato l'attenzione sul controllo della qualità degli output e sul pensiero critico, che il 50% e il 46% degli utenti AI nel mondo indicano come competenze prioritarie. In Italia le stesse due competenze scendono al 39% e al 36%. Il dato va letto con prudenza, perché misura le priorità che le persone dichiarano e non le capacità che possiedono, ma suggerisce che da noi la consapevolezza di dover giudicare ciò che l'AI produce sia ancora meno diffusa che altrove. Lette insieme, queste ricerche non si contraddicono ma si completano, e raccontano qualcosa che nessuna di loro dice da sola. Le competenze sull'AI sono richieste, ma a usarle bene è proprio chi conosce il lavoro, perché è la competenza di dominio a trasformare l'uso dello strumento in un esercizio di controllo anziché in un atto di fede. Chi usa l'AI senza saper ragionare sul merito corre più veloce, ma senza freni, e chi ragiona senza usarla rischia di arrivare tardi a tutto: assumere l'uno al posto dell'altro significa comprare metà di un professionista.

Resta una difficoltà concreta che nessun ritornello affronta: il giudizio si misura male. Un curriculum certifica titoli e strumenti, mentre un colloquio premia spesso chi parla con sicurezza, e la sicurezza espositiva è proprio la qualità che l'intelligenza artificiale imita meglio, con le sue risposte sempre fluide, ordinate e convinte. Il rischio, paradossale ma reale, è selezionare persone che somigliano alla macchina, brillanti nella forma e fragili nel merito. Si possono immaginare colloqui diversi. Al candidato si potrebbe consegnare un documento prodotto dall'AI con un errore plausibile nascosto dentro, chiedendogli che cosa terrebbe, che cosa cambierebbe e perché. Oppure gli si potrebbe chiedere di raccontare l'ultima volta in cui ha scartato un lavoro che sembrava finito. Sarebbero prove imperfette, ma avrebbero il merito di guardare il modo in cui una persona decide, non soltanto ciò che sa produrre.

La firma, alla fine, resta umana

La terza cosa il ritornello la nomina appena, quasi in fondo all'elenco: è la responsabilità del risultato. Nessun modello linguistico firma un bilancio, un parere legale, una perizia, un progetto esecutivo o il rilascio di un software in produzione. Quando qualcosa va storto, a rispondere è sempre una persona con un nome e un cognome. Il fatto che quel lavoro sia stato scritto in gran parte da una macchina non sposta di un millimetro questa responsabilità; semmai la rende più pesante, perché chi firma deve garantire per un ragionamento che non ha compiuto per intero.

Per questo, quando scegliamo chi far entrare in un gruppo di lavoro, non scegliamo soltanto chi produrrà, ma chi risponderà di ciò che viene prodotto, compreso ciò che produrranno gli strumenti. È lo stesso nodo che attraversa tutto il dibattito sull'allineamento dell'intelligenza artificiale. Pretendere che l'AI sia allineata ai valori e agli interessi delle persone presuppone che ci siano persone capaci di accorgersi quando non lo è: persone che sappiano fermare un output convincente ma sbagliato e dire di no a una risposta che funziona sulla carta ma non nella realtà. Senza quella capacità, l'allineamento resta una parola da convegno.

La responsabilità, poi, non riguarda soltanto chi viene assunto, ma anche chi assume, e qui il Work Trend Index 2026 racconta uno scarto che in Italia è particolarmente evidente. Il 55% degli utenti AI italiani dichiara di riuscire a svolgere lavori che un anno prima non avrebbe potuto fare, ma soltanto un lavoratore su cinque percepisce una leadership aziendale allineata sulla strategia per l'intelligenza artificiale: le persone stanno imparando più in fretta delle organizzazioni che dovrebbero accompagnarle. Un'organizzazione che elimina i compiti di ingresso perché l'AI li svolge a costo quasi nullo prende una decisione legittima e forse inevitabile. Ma sta anche scegliendo, che lo dichiari o no, chi formerà il giudizio di cui avrà bisogno fra dieci anni. A cosa serve quella scelta, per chi e decisa da chi sono domande che meritano una risposta esplicita, prima che diventino un effetto collaterale scoperto quando ormai è tardi.

Ritorno alla sala d'attesa

L'uomo che guarda l'orologio non è un pezzo da sostituire: è il risultato di trent'anni di errori, correzioni e decisioni che nessun addestramento può comprimere in un pomeriggio. Il robot con la valigetta non è un rivale, ma uno strumento formidabile che, senza qualcuno capace di giudicarlo, resta insieme potente e cieco. Chi assumere fra i due è forse il dettaglio meno interessante della scena, e lo stesso vale per la domanda che mi viene posta alla fine degli incontri.

Un agente senza nessuno capace di giudicarne il lavoro è un costo che ha l'aspetto di un risparmio, mentre una persona che sa usarlo ne moltiplica il valore; chi investe soltanto negli strumenti e smette di far crescere le persone si ritroverà, fra qualche anno, con macchine sempre più capaci e nessuno in grado di dire quando sbagliano. Quello che resta da capire è se stiamo ancora costruendo le strade attraverso cui chi oggi ha vent'anni potrà diventare, tra qualche tempo, la persona che guarda l'orologio sapendo esattamente perché il tempo conta. Al prossimo colloquio il curriculum continuerà a servire, ma a fare la differenza sarà il modo in cui una persona decide, e il modo di decidere, a differenza delle risposte, non si genera: si coltiva.

Innovare il digitale, custodire l'umano.