AnswersPublished19 sources
Se l’AI elimina i compiti di base, chi insegna ai nuovi assunti?
Automatizzare le attività di routine può togliere ai principianti occasioni per esercitarsi e sviluppare esperienza, oltre a modificare le mansioni disponibili. Rachel Orston di Instructure osserva che molti percorsi aziendali trasmettono informazioni, ma non preparano necessariamente ad applicare il giudizio nei ca...
Pubblicato daModificato con GPT-6 LunaImmagini generate con GPT Image 2
Research answer
Key takeaways
- Automatizzare le attività di routine può togliere ai principianti occasioni per esercitarsi e sviluppare esperienza, oltre a modificare le mansioni disponibili.
- Rachel Orston di Instructure osserva che molti percorsi aziendali trasmettono informazioni, ma non preparano necessariamente ad applicare il giudizio nei casi complessi.[1]
- Esercitazioni pratiche, simulazioni realistiche, coaching sulle decisioni e incarichi junior supervisionati possono aiutare a mantenere un percorso di crescita.
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: How is AI automation of routine entry-level work removing the training “on-ramp” for new employees, according to Instructure chief customer. Article summary: The central concern is a training gap, not simply job loss: automating junior tasks can remove the work through which beginners become capable professionals, while firms still need to develop future senior staff.[13] The. Topic tags: general, general web, user generated, government, education. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, wate
L’intelligenza artificiale può rendere più rapide molte attività di routine. Ma per chi è all’inizio della carriera, quelle stesse mansioni sono spesso un’occasione per fare pratica prima di affrontare casi più complessi. Se vengono automatizzate, le aziende rischiano di indebolire un passaggio importante: quello che aiuta una nuova risorsa a diventare una professionista esperta.
La soluzione non è conservare ogni vecchio compito così com’è. È fare in modo che, anche quando l’AI svolge il lavoro ripetitivo, restino spazio per imparare, supervisione e confronto.
Sapere le regole non basta per saperle applicare
In una rubrica su Forbes, Rachel Orston, chief customer officer di Instructure, ha messo in dubbio che molte aziende stiano davvero formando i propri dipendenti. Il percorso tipico, ha osservato, può ridursi a presentazioni, informazioni sui prodotti, ripassi delle procedure e quiz, seguiti dall’aspettativa che i nuovi assunti sappiano già svolgere il lavoro.1
Questo approccio può aiutare a conoscere le regole, ma ricordarle non equivale a saperle applicare quando un caso è ambiguo, le informazioni sono incomplete o un cliente ha bisogno di una risposta che esce dalla procedura standard. Le attività ripetute possono allenare a riconoscere situazioni ricorrenti e a decidere come procedere. Se l’AI ne assorbe una parte, chi è alle prime armi potrebbe avere meno occasioni per sviluppare queste capacità prima di trovarsi davanti alle eccezioni.
È un possibile vuoto formativo, non la prova che ogni mansione automatizzata fosse di per sé un’esperienza utile.
Un percorso graduale dalla pratica al giudizio
Le aziende possono riprogettare l’inserimento dei nuovi assunti: lasciare all’AI i compiti di routine adatti, ma non affidare l’apprendimento dei principianti soltanto ai casi difficili che arrivano in escalation. Un percorso concreto può prevedere:
- Consolidare le basi. Far svolgere ai nuovi assunti esercizi sui compiti fondamentali, così che comprendano il processo e non si limitino ad accettare le risposte generate dall’AI.
- Allenarsi su casi realistici. Proporre simulazioni e giochi di ruolo con eccezioni, informazioni in conflitto e decisioni su quando chiedere aiuto.
- Discutere il ragionamento. Rivedere quali elementi sono stati considerati, perché un suggerimento dell’AI è stato accettato o respinto e quando è servito l’intervento umano.
- Aumentare gradualmente la responsabilità. Affidare compiti più complessi man mano che la persona dimostra di essere pronta, con un collega esperto disponibile per feedback e supporto.
È una risposta pratica alla possibile perdita di apprendimento sul campo, non la dimostrazione che simulazioni e coaching, da soli, risolvano il problema.
Perché l’apprendistato conta quando cambiano i compiti junior
In un intervento su The Straits Times, Vanessa Tang sostiene che automatizzare il lavoro iniziale non elimina la necessità di formare le nuove risorse per i ruoli senior di domani.36 Una posizione junior può avere infatti due funzioni: contribuire al lavoro di oggi e aiutare una persona a costruire l’esperienza necessaria per assumersi maggiori responsabilità in futuro.
Per le aziende, conta meno l’etichetta — tirocinio o apprendistato — che la sostanza del percorso: incarichi significativi, supervisione e feedback. Se l’AI assorbe le attività di routine, il lavoro che resta può dover essere progettato con più attenzione come percorso di apprendimento.
Alcuni esempi di Singapore mostrano come si stiano adattando le mansioni e le esperienze professionali. Secondo The Straits Times, agli sviluppatori junior viene chiesto di esaminare le bozze di codice generate dall’AI, valutandone sicurezza, logica e adeguatezza rispetto alle esigenze aziendali.18 Il ruolo si sposta così, almeno in parte, dalla produzione di codice di routine alla verifica degli output.
Separatamente, Channel NewsAsia riferisce che nei prossimi tre anni saranno offerti circa 3.000 tirocini annuali a studenti degli istituti di istruzione superiore.17 Sono due approcci complementari: ripensare le attività affidate ai neolaureati e offrire occasioni prolungate per acquisire esperienza in un contesto lavorativo.
Che cosa dicono — e che cosa non dicono — i dati sull’occupazione
La ricerca di Stanford segnala un rischio specifico per i lavoratori più giovani. I risultati pubblicati mostrano cali occupazionali concentrati tra i 22 e i 25 anni nelle professioni più esposte all’AI; il fenomeno si attenua e scompare tra i lavoratori più adulti.49 Uno studio collegato a Stanford ha stimato, nelle professioni più esposte, una diminuzione relativa del 13% dell’occupazione per i lavoratori all’inizio della carriera, anche tenendo conto degli shock a livello aziendale.
52 È una variazione relativa, non significa che l’AI abbia eliminato il 13% di tutti i posti di ingresso.
Resta inoltre una cautela fondamentale sulla causalità. Stanford precisa che il suo Canaries Dashboard misura la correlazione tra esposizione professionale all’AI e andamenti dell’occupazione, non un rapporto causale.51 I dati segnalano quindi un andamento diseguale, ma non dimostrano che sia stato causato soltanto dall’AI.
Un’altra analisi, citata da Forbes e basata sul lavoro di ricercatori del Census Bureau statunitense, riferisce che i laureati in discipline molto esposte all’AI hanno avuto retribuzioni trimestrali iniziali inferiori di circa il 13% rispetto ai coetanei di ambiti meno esposti.58 La retribuzione non coincide con il numero di occupati: questa stima non misura direttamente quanti posti siano scomparsi. Inoltre, altre ricerche riassunte da Stanford hanno rilevato variazioni al massimo contenute nelle assunzioni nei lavori esposti all’AI, un ulteriore motivo per non trarre conclusioni generali da risultati eterogenei.
54
La conclusione più utile è più circoscritta sia di «l’AI cancellerà i lavori per principianti» sia di «le assunzioni non sono cambiate, quindi non è cambiato nulla». I rischi per chi entra nel mondo del lavoro sembrano variare da un settore all’altro, mentre cambiano anche le mansioni junior. Le aziende dovrebbero monitorare entrambe le cose: chi viene assunto e se le nuove risorse hanno ancora un percorso sostenuto per sviluppare le competenze e il giudizio richiesti nei ruoli più esperti.
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "Se l’AI elimina i compiti di base, chi insegna ai nuovi assunti?"?
Automatizzare le attività di routine può togliere ai principianti occasioni per esercitarsi e sviluppare esperienza, oltre a modificare le mansioni disponibili.
What are the key points to validate first?
Automatizzare le attività di routine può togliere ai principianti occasioni per esercitarsi e sviluppare esperienza, oltre a modificare le mansioni disponibili. Rachel Orston di Instructure osserva che molti percorsi aziendali trasmettono informazioni, ma non preparano necessariamente ad applicare il giudizio nei casi complessi.[1]
What should I do next in practice?
Esercitazioni pratiche, simulazioni realistiche, coaching sulle decisioni e incarichi junior supervisionati possono aiutare a mantenere un percorso di crescita.
Sources
forbes.comAI Is Changing How Employees Learn Their Jobs - Forbes
straitstimes.comApprenticeships, not internships, will boost fresh grad employment
channelnewsasia.com3,000 year-long internships to be offered to tertiary students as...