Come formare i dipendenti sull'IA: guida strategica per HR e L&D

Imparare a costruire competenze in intelligenza artificiale non è più facoltativo.

È il fattore che distingue le organizzazioni destinate a prosperare nell'era dell'IA da quelle che resteranno indietro a rincorrere.

Il problema? La maggior parte delle aziende sta affrontando l'alfabetizzazione in IA al contrario: la tratta come un'iniziativa formativa isolata e una tantum, invece che come un processo continuo.

In realtà, si tratta di capire da dove partire, come scalare e quali competenze in IA contano davvero quando gli strumenti evolvono a ritmo serrato.

Probabilmente ti starai chiedendo:

"Cosa significa davvero un uso responsabile dell'IA?"
"Come diffondo le competenze in IA in tutta l'azienda?"

In questo articolo approfondiremo proprio questi argomenti: consideralo la tua guida definitiva all'alfabetizzazione in IA.

Al suo interno scoprirai:

• Cosa significa alfabetizzazione in IA (senza tecnicismi)
• I 4 pilastri dell'alfabetizzazione in IA
• La differenza tra alfabetizzazione, consapevolezza, competenza e conformità in IA
• Perché l'alfabetizzazione in IA è fondamentale per le organizzazioni
• Come formare le persone sull'alfabetizzazione in IA
• Gli errori più comuni nella formazione sull'uso dell'IA

Tutto pronto? Cominciamo!

Cosa significa davvero alfabetizzazione IA

Prima di capire come costruire competenze in IA, vale la pena definire cosa significhi effettivamente alfabetizzazione in IA.

L'alfabetizzazione in IA è la capacità di comprendere come utilizzare l'intelligenza artificiale sul lavoro in modo sicuro, responsabile ed efficace.

E sia chiaro: non ha nulla a che fare con imparare a programmare o costruire modelli.

Pensa all'alfabetizzazione in IA come a un linguaggio comune condiviso. Ogni persona in azienda comprende i rischi, le opportunità e i limiti dell'IA.

Annabelle Vultee, CEO di GoodHabitz, lo conferma:

"Collaboratori e datori di lavoro vogliono la stessa cosa: capire cos'è l'IA e come farla funzionare concretamente."

Leggi la sua visione completa sull'adozione dell'IA sul lavoro.

Erica Farmer,  TEDx speaker su IA e competenze del futuro, condivide la stessa opinione:

"Capire chi è 'responsabile' dell'adozione dell'IA diventa un vero banco di prova della cultura organizzativa. E la realtà è che sarà sempre una conversazione condivisa, non un dialogo chiuso tra HR o IT."

"Coinvolge tutta l'organizzazione attraverso una governance solida, dove si costruisce fiducia reciproca."

Erica è stata ospite in uno dei nostri webinar, condotto da Mark Thompson, General Manager di GoodHabitz per il Regno Unito. Guarda la conversazione completa qui sotto.

Esploriamo alcuni esempi concreti per capire meglio come un'organizzazione possa condividere un livello omogeneo di alfabetizzazione in IA.

Prendiamo il ruolo di un responsabile L&D. Una delle competenze legate all'alfabetizzazione in IA è il prompting.

Un responsabile L&D potrebbe sfruttare il prompting per migliorare la propria strategia, creando ad esempio percorsi di apprendimento personalizzati.

Per ulteriori spunti, scarica la nostra guida ai prompt IA con 9 esempi per responsabili L&D.

L'IA è influente anche nel lavoro manuale e operativo. La tecnologia guidata dall'IA può aiutare gli agricoltori con pratiche più basate sui dati, scalabili e sostenibili.

Terzo esempio: un livello condiviso di alfabetizzazione in IA significa anche comprendere come utilizzare gli strumenti quotidiani già in uso, come ChatGPT, Claude o Perplexity.

Alfabetizzazione in IA vs. consapevolezza in IA vs. competenza in IA vs. conformità in IA

Vale la pena chiarire le differenze tra questi concetti.

• Consapevolezza in IA è la comprensione di base che l'IA esiste, influenza la vita quotidiana, offre opportunità ma ha anche limiti. Chi dimostra consapevolezza sa che l'IA può essere persuasiva, distorta e scorretta allo stesso tempo.
• Alfabetizzazione in IA va oltre la consapevolezza. Si concentra su una comprensione più profonda di come sfruttare l'IA in modo responsabile e produttivo nel lavoro quotidiano.
• Competenza in IA è una conoscenza tecnica e dettagliata dei principi e dei modelli di IA. Chi si definisce esperto di IA sa progettare, addestrare e monitorare l'implementazione di modelli come i large language model (LLM), considerando implicazioni etiche e privacy dei dati. Gli esperti di IA hanno competenze tecniche come i linguaggi di programmazione (es. Python).
• Conformità in IA stabilisce una base normativa. La tua organizzazione aderisce agli standard legali, etici e di settore nello sviluppo e nell'implementazione di sistemi IA. Include documentazione e tracce di audit.

I 4 pilastri dell'alfabetizzazione in IA

Quattro pilastri fondamentali:

1. Comprensione: si ricollega alla consapevolezza in IA.
2. Utilizzo: applicazione sicura ed efficace di modelli e strumenti IA sul lavoro.
3. Valutazione: include competenze umane come il pensiero critico applicato. Una persona sa valutare efficacemente l'output dell'IA?
4. Creazione: cicli di feedback costanti. Le persone devono saper migliorare output e qualità tramite prompt.

Insieme, questi pilastri formano un livello adeguato di alfabetizzazione in IA.

La profondità e il focus variano in base al ruolo.

Ad esempio, chi lavora nel supporto clienti con un chatbot IA ha bisogno di conoscenze diverse rispetto a chi gestisce gli acquisti con un software di valutazione del rischio fornitori basato su IA.

Ma il principio rimane lo stesso: le persone devono comprendere gli strumenti che usano abbastanza bene da utilizzarli correttamente.

Perché l'alfabetizzazione in IA è ormai un requisito aziendale

L'IA non è più riservata agli specialisti.

Secondo Azumo, circa il 58% dei collaboratori utilizza regolarmente strumenti IA nel lavoro quotidiano.

Il messaggio è chiaro: l'IA sta plasmando il modo in cui lavoriamo tutti. Senza le giuste competenze, si crea un divario tra potenziale e realtà.

Ecco tre ragioni per cui costruire competenze in IA è un requisito aziendale:

Migliora la produttività

L'IA può aumentare produttività e qualità decisionale. Ma solo quando si sa usarla bene.

I collaboratori hanno bisogno di più del semplice accesso agli strumenti. Servono orientamento, pratica e casi d'uso chiari.

Iris Cremers, Chief Human Resources Officer di GoodHabitz, conferma:

"È un'ipotesi comune che, una volta annunciata una nuova strategia, tutti sappiano immediatamente come lavorare diversamente. Quando la leadership dice 'adottiamo l'IA', la percezione è che tutti lavoreranno improvvisamente in modo più intelligente ed efficiente."

"In realtà, la nuova tecnologia può sembrare complessa o persino spaventosa senza il giusto supporto."

Remy Reurling, AI Programme Manager di GoodHabitz, approfondisce il paradosso della produttività:

"Stiamo spendendo più che mai in IA, eppure i guadagni di produttività diminuiscono. Perché? Perché imponiamo la tecnologia senza insegnare come usarla."

Prendiamo il team finance.

Non serve capire gli algoritmi di machine learning, ma serve interpretare le previsioni generate dall'IA e individuare potenziali errori.

Ne abbiamo parlato anche in uno degli ultimi webinar italiani con Pietro Favè:

Elimina l'uso "ombra" dell'IA (shadow AI)

I collaboratori stanno già usando l'IA. Il rischio è che lo facciano senza visibilità o orientamento.

Molte organizzazioni non sanno quali strumenti vengono usati o quanto siano applicati in sicurezza. Allo stesso tempo, la fiducia è alta mentre la formazione è bassa.

Secondo uno studio globale KPMG, il 61% dei collaboratori non ha ricevuto formazione sull'IA, eppure 3 su 5 credono di saperla usare efficacemente.

Inoltre, l'implementazione di strumenti IA porta grandi rischi.

Una ricerca Riskonnect rivela che il 93% delle aziende riconosce i rischi dell'IA generativa, ma solo il 9% si sente preparato a gestirli.

Remy lo dice chiaramente: "Molti usano l'IA, ma non sanno davvero cosa fa e come lo fa... condividono informazioni sensibili su ChatGPT."

L'alfabetizzazione in IA porta l'utilizzo alla luce. Offre confini chiari, pratiche sicure e fiducia su cosa usare e quando.

Riduce i rischi dell'uso dell'IA

L'IA crea opportunità, ma anche rischi reali quando non si capisce come funziona.

Senza le giuste competenze, le organizzazioni sono esposte a:

• Violazioni dei dati: i collaboratori potrebbero inserire dati sensibili aziendali, dei clienti o finanziari negli strumenti IA. Questi dati possono essere archiviati, elaborati o esposti tramite sistemi esterni, creando gravi rischi di conformità e sicurezza.
• Bias e discriminazione: i sistemi IA imparano da dati storici. Se quei dati contengono bias, l'output lo rifletterà. Questo porta a decisioni ingiuste in aree come assunzioni, promozioni o valutazione delle performance.
• Eccessivo affidamento agli output IA: i collaboratori potrebbero accettare risposte generate dall'IA senza metterle in discussione. Questo riduce il pensiero critico e porta a decisioni sbagliate basate su informazioni incomplete, fuorvianti o prive di contesto.
• Allucinazioni e imprecisioni: l'IA può generare informazioni sicure ma errate. Senza competenze per verificare gli output, si rischia di agire su dati falsi, danneggiando credibilità e decisioni.

Questi rischi non sono teorici. Accadono nel lavoro quotidiano:

• Un recruiter usa l'IA per scremare CV e filtra involontariamente candidati qualificati a causa di dati di addestramento distorti
• Un avvocato presenta un documento generato dall'IA con riferimenti a casi completamente inventati
• Un collaboratore incolla dati sensibili dei clienti in uno strumento IA pubblico per "velocizzare"
• Un marketer pubblica contenuti generati dall'IA senza revisione, con messaggi imprecisi o fuori brand

Come sottolinea Iris: "Vedo molti prendere decisioni basate su contenuti generati dall'IA, senza mettere in discussione fonte, dati o logica."

L'alfabetizzazione in IA aiuta a individuare questi problemi in anticipo. Costruisce il giudizio necessario per usare l'IA come strumento di supporto, non come decisore.

La roadmap in 3 fasi per costruire l'alfabetizzazione in IA

Ora che abbiamo gettato le basi, entriamo nell'approccio in tre fasi.

Fase 1: Stabilire la baseline

Prima di implementare programmi formativi sull'IA, fai un controllo di realtà.

Qual è la situazione attuale dell'uso e dell'adozione dell'IA in azienda?

Rispondi a domande come:

• Quali strumenti stanno già usando i collaboratori?
• Dove sono i rischi attuali e potenziali?
• Chi ha bisogno di formazione per primo?

Una volta compreso il livello di maturità in IA, definisci cosa significa alfabetizzazione in IA nella tua organizzazione.

Erica:

"Le persone devono sentirsi coinvolte: è il 'cosa ci guadagno'. Serve un'ottima leadership dall'alto."

"Spesso vedo responsabili della trasformazione o IT promettere al C-Suite un'adozione dell'80% degli strumenti IA in 90 giorni. Poi i 90 giorni passano e la realtà è stata solo del 30%."

Fase 2: Implementare formazione strutturata

La fase di implementazione è dove le iniziative acquisiscono slancio o si bloccano.

Ecco le best practice per una formazione strutturata:

Apprendimento basato sui ruoli

Assicura che i collaboratori si impegnino con capacità IA che impattano direttamente le loro responsabilità, rendendo l'adozione immediata e rilevante.

Ad esempio, un sales development representative (SDR) potrebbe voler capire come usare l'IA per la ricerca prospect o l'outreach personalizzato.

Ricorda: è fondamentale collegare l'IA al lavoro quotidiano. Questo rende l'apprendimento tangibile.

Sperimentazione sicura

Come promuovi una cultura di fiducia tramite uso responsabile dell'IA?

Inizia con la trasparenza.

Raccogli feedback regolari e offri modi sicuri per usare l'IA, come parte del programma formativo.

Promuovi una cultura di sicurezza psicologica dove i collaboratori si sentano liberi di essere aperti e onesti su come usano l'IA.

Quando vengono guidati nello sviluppo dell'alfabetizzazione in IA, si eliminano barriere di conoscenza e si demistifica l'IA.

I leader L&D e HR hanno la responsabilità di permettere ai collaboratori di abbracciare questa forma di change management.

Erica concorda:

"Si tratta di rassicurare che l'azienda vuole che sperimentiate e innoviate. Date tempo e spazio per abbracciare davvero l'IA e capire come può elevare i ruoli."

Fase 3: Consolidare ed evolvere

‍Rinforzo

Importante per passare dalla consapevolezza a breve termine all'apprendimento a lungo termine.

Un modo è identificare un campione IA in azienda.

Remy spiega:

"Trova qualcuno abbastanza influente per allineare tutta l'organizzazione su come e perché l'IA può essere usata. Così porti tutti sulla stessa pagina e assicuri che le linee guida siano seguite coerentemente."

Trova qualcuno di cui fidarsi per dare l'esempio e dimostrare i fondamenti dell'alfabetizzazione in IA ad altri colleghi.

Questo costruisce una cultura dell'apprendimento concreta.

Misurazione

Con programmi formativi efficaci viene la necessità di dimostrare il ROI dell'apprendimento.

Traccia indicatori come:

• Tassi di adozione degli strumenti: quanti collaboratori usano attivamente strumenti IA approvati? Come li usano?
• Autovalutazioni della fiducia: i collaboratori si sentono capaci di usare l'IA efficacemente nei loro ruoli?
• Comunicazione interfunzionale: i collaboratori condividono strategie e imparano l'uno dall'altro?

Allineamento policy e aggiornamenti continui

Essere proattivi è fondamentale.

Rivedi il programma formativo frequentemente per garantire allineamento con policy e cambiamenti normativi in evoluzione.

Così assicuri che la maturità in IA della tua organizzazione migliori nel tempo.

Ad esempio, assicurati che i collaboratori vedano quando il contenuto formativo è stato aggiornato l'ultima volta e cosa è cambiato.

Inoltre, crea canali dove segnalare esempi obsoleti, mancanti o contenuti confusi o irrilevanti.

Come scalare l'alfabetizzazione in IA

Capire come costruire competenze in IA inizia con il sapere come scaleranno gli sforzi.

Scegli il formato giusto

Particolarmente importante dato che le competenze in IA sono per tutti, anche per i non tecnici.

E questo significa flessibilità e costruzione di un programma formativo accessibile che i collaboratori vogliano completare.

Neha Lagoo Ratnakar, Educational Designer in GoodHabitz, spiega di più nel video qui sotto.

Quindi, per la formazione sull'alfabetizzazione in IA, come appare?

Si basa su formati di apprendimento brevi e pratici. Questo consente apprendimento continuo, non formazione una tantum o ad hoc.

Ed ecco la vera sfida: l'IA e le normative si evolvono più velocemente dei cicli formativi.

Quindi, come mantieni la formazione aggiornata senza tirare costantemente le persone fuori dal lavoro per aggiornamenti?

Come eviti che la formazione diventi obsoleta prima che il prossimo gruppo la completi?

La risposta sta nel microlearning, implementabile rapidamente.

Ad esempio, Goodlearn offre un'app formativa gamificata con rollout scalabile e prova concreta del completamento.

È progettata per non tecnici, focalizzata su scenari reali e pratici sul lavoro.

Serve anche l'adesione organizzativa: l'alfabetizzazione in IA non è un progetto con data di fine, ma una capacità continua che richiede investimenti sostenuti.

Iris condivide:

"Goodlearn offre un modo semplice e sicuro per costruire fiducia, conoscenza e competenze necessarie per lavorare con l'IA in modo responsabile ed efficace."

"Con i collaboratori GoodHabitz, abbiamo visto che ha ridotto l'ansia sostituendola con curiosità ed entusiasmo, implementando Goodlearn nel lavoro quotidiano."

Guarda il video di Remy per scoprire di più:

E se cerchi sviluppo di competenze supplementare e più approfondito?

Con sprint formativi che coprono l'IA per professionisti fino ai casi d'uso dell'IA generativa per manager, la nostra libreria online fornisce formazione completa per aiutare i collaboratori (indipendentemente dai ruoli) ad applicare l'IA in modo sicuro e con fiducia.

Scopri la libreria formativa sull'alfabetizzazione in IA di GoodHabitz

Errori comuni delle organizzazioni

Le organizzazioni che investono pesantemente in formazione sull'IA affrontano anche errori comuni.

Spesso le aziende non si accorgono di questi errori fino a mesi dopo il lancio.

Ecco tre errori da considerare:

Trattare l'alfabetizzazione in IA come casella di conformità da spuntare

Nel momento in cui presenti la formazione sull'IA come "solo un'altra conformità" da completare, hai già perso slancio.

Le competenze in IA sono fondamentali per essere pronti con normative come l'AI Act UE e legislazioni proposte in UK e USA.

Tuttavia, è importante ribadire che l'IA non è un dominio separato, come altri argomenti di conformità.

È intrecciata nel tessuto di come i collaboratori lavorano quotidianamente.

Dagli errori nelle email scritte dall'IA generativa alla prossima interazione cliente gestita dal chatbot IA.

Il rischio rimane ovunque.

Sovrastimare la comprensione dei collaboratori

Utilizzo non è uguale ad adozione.

Solo perché i collaboratori hanno usato strumenti per mesi non significa che siano alfabetizzati in IA.

Le organizzazioni tendono a trascurare l'uso responsabile dell'IA.

Remy sottolinea:

"Durante tutto il processo di implementazione dell'IA, sii responsabile, equo, informato, sicuro e trasparente... Non è più il 2022, quando l'IA era nel Far West. Qualsiasi cosa proviamo ora ha implicazioni di vasta portata."

A livello pratico e tangibile, un esempio di uso irresponsabile dell'IA potrebbe essere un collaboratore in sanità che inserisce dati sensibili come informazioni sulla salute o indirizzi in strumenti IA non sicuri.

La soluzione? Può essere semplice e potente come assicurarsi che i controlli dati in ChatGPT siano disattivati, così l'IA non si addestra su dati commercialmente sensibili.

La linea di fondo?

C'è un equilibrio tra responsabilità umana e assistenza IA.

Bloccare invece di abilitare i collaboratori

A prima vista, bloccare certi strumenti può sembrare un tentativo di gestire il rischio.

Ma è controproducente: finisci per creare un ecosistema IA shadow dove sei all'oscuro sugli strumenti usati dai collaboratori.

La soluzione?

Trasparenza.

È al cuore di come i collaboratori possono divulgare o spiegare con successo l'uso dell'IA.

Iris condivide come funziona in GoodHabitz, con l'esempio di collaboratori che usano strumenti non approvati:

"Invece di bloccare tutto, abbiamo scelto un approccio più aperto e di supporto. Abbiamo invitato chiunque stesse già usando uno strumento esterno a condividerlo con noi."

"Abbiamo poi verificato se poteva essere usato in sicurezza. Se superava il controllo di sicurezza, lo abbiamo reso disponibile a tutta l'organizzazione perché altri potessero beneficiarne."

"Questo ha costruito fiducia, ridotto i rischi e dimostrato che il nostro obiettivo era aiutare le persone a lavorare in modo più intelligente, non controllarle."

Il messaggio?

Potenzia invece di limitare.

Presenta l'alfabetizzazione in IA come modo per permettere ai collaboratori di usare gli strumenti con fiducia, non per spaventarli.

Si collega all'importanza di promuovere una cultura di sicurezza psicologica.

Inoltre, documentazione e chiarezza sono importanti.

Non solo i collaboratori attuali possono migliorare costantemente le competenze ed essere consapevoli degli strumenti IA e di come usarli, ma è anche a beneficio di chi fa onboarding.

Diventa integrato nei processi e nelle pratiche aziendali, non un ripensamento.

Conclusione: l'alfabetizzazione in IA è una capacità a lungo termine, non un progetto

Abbiamo coperto molto terreno, quindi ricapitoliamo i punti chiave su come costruire competenze in IA:

• L'alfabetizzazione in IA è la capacità di usare l'IA in modo responsabile ed efficace nel lavoro quotidiano.
• L'alfabetizzazione in IA è un requisito aziendale fondamentale per 3 ragioni:
  • Migliora la produttività
  • Elimina l'uso shadow dell'IA
  • Riduce i rischi aziendali come violazioni dati o danni reputazionali
• Tre fasi per il successo del lancio di un programma formativo sull'alfabetizzazione in IA:
  • Stabilire una baseline
  • Implementare formazione strutturata
  • Sfruttare i dati per riportare, migliorare e reiterare
• Per scalare la formazione, considera qual è il formato formativo giusto per chi apprende. Ad esempio, pratica hands-on vs formazione teorica più approfondita.

Erica offre il suo ultimo contributo sul perché costruire competenze in IA sia così vitale proprio ora:

"Ci sono molte connotazioni negative intorno al termine 'intelligenza artificiale'. E la realtà è che questa non è solo un'altra trasformazione aziendale o implementazione tecnologica."

"Sì, costruire un programma formativo È importante. Ma come sono i sentimenti verso l'IA nell'ambiente di lavoro? Soprattutto considerando il contesto di forze lavoro multigenerazionali, ad esempio."