Nel discorso dominante sull’intelligenza artificiale applicata al mondo del lavoro per le competenze digitali e l’AI, si diffonde un equivoco che rischia di ridurre la portata reale della trasformazione in atto.
Nei contesti aziendali, durante i convegni e nelle aule di formazione, si insiste in modo quasi ossessivo sull’importanza di apprendere l’arte del “prompting“, sulla presunta superiorità di chi sa utilizzare i chatbot e sulla mera competenza tecnica di saper dialogare efficacemente con le macchine.

Seppure queste siano affermazioni che contengono elementi di verità, rappresentano la superficie di un cambiamento molto più profondo.

Imparare a scrivere prompt efficaci ricorda, per impatto, la diffusione delle competenze di ricerca sui motori web nei primi anni 2000, e sull’uso dei social network. Si tratta certamente di una capacità utile, ma non determinante per ridefinire radicalmente le professioni.

Il vero nodo riguarda la natura stessa delle attività lavorative: oggi, i sistemi di Intelligenza Artificiale Generativa sono in grado di automatizzare processi che un tempo richiedevano il contributo strutturato di più persone. Questo scenario impone un totale ripensamento delle figure coinvolte, dei compiti assegnati e delle responsabilità attribuite.

Siamo di fronte a una svolta epocale: la sfida non consiste nell’acquisizione delle sole competenze digitali operative, ma nella revisione strutturale di ruoli, processi decisionali e identità professionali.

La riscrittura delle competenze nell’epoca dell’intelligenza artificiale

L’Intelligenza Artificiale Generativa e le competenze digitali avanzate sono oggi il cuore pulsante
della formazione continua nella pubblica amministrazione come nelle aziende private, nel giornalismo come nel marketing. L’obiettivo delle Istituzioni non è più solo alfabetizzare i cittadini o i lavoratori all’uso strumentale del computer, ma sviluppare il pensiero critico, l’etica e una corretta interazione uomo-macchina, integrando strettamente le linee guida europee.

Le 5 macro-aree chiave delle competenze digitali

Il modello di riferimento europeo si articola oggi su cinque macro-aree di competenza chiave, che ridefiniscono il modo stesso in cui concepiamo l’abilità tecnologica: Informazione e alfabetizzazione su dati; Comunicazione e collaborazione; Creazione di contenuti digitali; Sicurezza; Problem Solving.

Informazione e alfabetizzazione su dati

Occorre saper cercare, valutare criticamente, filtrare e gestire informazioni e dati all’interno di ambienti informativi potenziati ed erogati dall’IA.

Comunicazione e collaborazione

E’ necessario sfruttare consapevolmente gli strumenti digitali e i modelli linguistici per interagire, condividere risorse e co-creare valore in contesti professionali distribuiti.

Creazione di contenuti digitali

Importante è integrare l’IA generativa per creare testi, immagini, codice o contenuti multimediali rispettando rigorosamente il diritto d’autore, la proprietà intellettuale e i vincoli etici.

Sicurezza

Fondamentale è comprendere appieno le implicazioni di privacy, la protezione dei dati personali e riconoscere i rischi informatici avanzati legati all’uso e all’abuso dell’IA e del deepfaking.

Risoluzione di problemi (Problem Solving):

Ed infine occorre utilizzare le tecnologie emergenti e l’IA per superare criticità tecniche, identificare bisogni complessi e innovare i processi operativi tradizionali.

Focus Normativo: Il Framework DigComp 3.0

Il 27 novembre 2025 è stato ufficialmente pubblicato il DigComp 3.0, l’ultima versione del framework europeo delle competenze digitali, sviluppata dal JRC Joint Research Center in collaborazione con la DG EMPL della Commissione Europea. Questo aggiornamento integra i requisiti richiesti dall’avvento dell’IA generativa.
In Italia, il Dipartimento per la trasformazione digitale, nell’ambito della Coalizione Repubblica
Digitale, ha costituito un gruppo di lavoro specialistico per procedere alla traduzione ufficiale in italiano del DigComp 3.0 garantendo uno standard condiviso per enti formativi, aziende e università.

Lo Stato dell’Arte in Italia: I Dati Eurostat (Dicembre 2025)

I più recenti dati Eurostat sull’area della “Digital economy and society”, pubblicati alla fine di dicembre 2025, mostrano un quadro italiano in forte accelerazione, sebbene persistano alcune chiare divergenze strutturali rispetto al resto del continente. L’Italia sta riducendo sensibilmente il divario storico dalla media UE sulla formazione digitale di base, trainata soprattutto dagli investimenti del PNRR Piano Nazionale di Ripresa e Resilienza (PNRR).

I dati delle competenze digitali

Analizzando le singole aree del modello DigComp per la popolazione italiana, emergono picchi d’eccellenza e aree di forte ritardo

Se si includono anche le persone con competenze digitali “basse” ma sufficienti in 4 aree su 5, l’Italia raggiunge il 71%, avvicinandosi alla media UE del 77%.

Questo miglioramento è merito di una rete nazionale solida, caratterizzata da oltre 3.800 Punti Digitale Facile, che hanno già assistito più di 2,4 milioni di cittadini grazie ai facilitatori digitali ed iniziative strategiche, come il Fondo per la Repubblica Digitale e il programma GOL Garanzia Occupabilità Lavoratori. L’obiettivo comune resta il traguardo europeo del 2030: raggiungere l’80% della popolazione con competenze digitali di base.

Lo Skill Gap accellerato

L’evoluzione dell’IA sta provocando uno “skill gap accelerato“: un divario di competenze che si consuma in pochissimi anni rendendo i percorsi formativi tradizionali precocemente obsoleti.
Questo fenomeno genera forti impatti sul mondo del lavoro Un’obsolescenza rapida: Il 10% dei lavoratori ha bisogno di un riallineamento formativo immediato e il 32% teme che le proprie competenze digitali diventino inadeguate entro 12-24 mesi; una crisi delle “professioni nobili“: L’IA non sostituisce più solo i compiti ripetitivi, ma intacca attività specialistiche; ai professionisti è richiesto un nuovo set di competenze: non più solo esecutori, ma “supervisori critici” degli output dell’algoritmo. Ed infine un disallineamento e malessere: Questa mancanza di competenze adeguate alimenta la Talent Shortage (carenza di talenti) e l’insoddisfazione lavorativa, portando il quiet quitting (l’impegno lavorativo minimo sindacale) al 14%.

Le difficoltà nelle Pubbliche amministrazioni

A differenza del settore privato, spinto dai mercati globali a riorganizzarsi, la Pubblica Amministrazione incontra forti resistenze e colli di bottiglia nell’adozione dell’IA e delle competenze digitali.
Questo ritardo strutturale è causato anzitutto da sistemi di valutazione e incentivi obsoleti che non premiano l’innovazione, preferendo la conservazione delle vecchie routine procedurali.
A ciò si aggiungono vincoli normativi e concorsi anacronistici, che utilizzano nomenclature superate e ignorano figure professionali ormai indispensabili, come gli esperti di dati algoritmici.
Infine, pesa una forte resistenza emotiva e identitaria dei dipendenti pubblici: l’automazione dei controlli sequenziali e dei protocolli genera un senso di esautoramento professionale che i tradizionali corsi di formazione non riescono a colmare.

Esempi pratici

L’impatto dell’intelligenza artificiale nella Pubblica Amministrazione emerge in due figure chiave. Nel settore appalti, i sistemi avanzati riducono i tempi della conformità documentale da settimane a poche ore.
L‘istruttore di gara non scompare, ma deve evolvere in un giurista capace di effettuare l’audit critico degli algoritmi per correggere eventuali distorsioni della macchina, una competenza però esclusa dai piani formativi attuali.
Nei servizi sociali, l’IA potrebbe azzerare il pesante carico burocratico di compilazione moduli e monitoraggio dati, liberando tempo prezioso per l’intervento sul campo.
I mansionari comunali e i corsi di aggiornamento restano rigidamente ancorati al rispetto formale della procedura scritta, bloccando di fatto il passaggio a un modello basato sul giudizio clinico-sociale supportato dai dati.

Prospettive future

Per superare il rischio di un’automazione superficiale è necessaria una strategia organica basata su una trasformazione profonda del lavoro e della formazione.
Occorre una ridefinizione continua dei profili professionali riscrivendo i curricula universitari con l’introduzione dell’esame critico dei dati anche nelle facoltà non tecniche, come medicina o giurisprudenza, e aggiornando i contratti collettivi come è accaduto con la recente introduzione della figura del social media e digital manager istituita nella PA con la Legge 69/2025.
Va inoltre garantito un controllo umano autentico attraverso un modello man-in-the-loop reale, riprogettando i processi affinché l’operatore non sia abbia il tempo, le competenze e l’autorità legale per contestare e sovrascrivere l’output della macchina.
Infine, la formazione deve essere una trasformazione sistemica, integrandosi stabilmente nella quotidianità lavorativa come una sperimentazione continua e iterativa, capace di adattarsi a tecnologie in perenne mutamento.