Vai al contenuto
Home » Tecnologia » Intelligenza artificiale » Come preparare gli studenti per sopravvivere all’intelligenza artificiale

Come preparare gli studenti per sopravvivere all’intelligenza artificiale

Gli impatti futuri dell’intelligenza artificiale (AI) sulla società e sulla forza lavoro sono stati studiati ampiamente. In un recente libro, AI Superpowers, Kai-Fu Lee, ex presidente di Google China, ha scritto che il 40-50 per cento dei posti di lavoro attuali sarà tecnicamente ed economicamente sostenibile con l’intelligenza artificiale e l’automazione nei prossimi 15 anni.

L’intelligenza artificiale si riferisce a sistemi informatici che raccolgono, interpretano e imparano da dati esterni per raggiungere obiettivi e compiti specifici. A differenza dell’intelligenza naturale mostrata da esseri umani e animali, si tratta di una forma artificiale di intelligenza dimostrata dalle macchine. Questo ha sollevato interrogativi sull’etica del processo decisionale dell’IA e sull’impatto dell’IA sul posto di lavoro.

Con il rapido aumento della potenza di calcolo negli ultimi decenni, anche le capacità dell’IA sono aumentate drasticamente. Vincent Müller, filosofo della Eindhoven University of Technology, e Nick Bostrom, filosofo della Oxford University, hanno condotto un’indagine nel 2016 sul potenziale futuro dell’IA.

Gli intervistati hanno indicato una probabilità del 50% che le capacità dell’IA supereranno l’intelligenza umana entro il 2040-2050. Altri leader tecnologici hanno previsto che questo avverrà molto prima. Poiché l’IA impara e migliora continuamente, una nuova forma di intelligenza artificiale potrebbe emergere ben oltre l’intelligenza umana.

Come rispondono le università a questa sfida? Le materie e le competenze tradizionali insegnate all’università devono essere riesaminate in vista dell’imminente sconvolgimento dell’IA nel mercato del lavoro?


Joud Omary, uno studente di ingegneria informatica, e Deep Patel, uno studente di ingegneria elettrica, hanno svolto uno studio sulla suscettibilità dei vari attributi dei laureati all’informatizzazione analizzando le probabilità che le varie competenze degli studenti vengano automatizzate nei prossimi 10-20 anni.

Le competenze più resistenti all’automazione sono state determinate sulla base di un rapporto del Brookfield Institute che ha esaminato le probabilità di automazione dei compiti lavorativi su una serie di occupazioni associate ai titoli di studio universitari.

Le competenze ripetitive come il riconoscimento dei modelli, il recupero delle informazioni, l’ottimizzazione e la pianificazione sono più vulnerabili all’automazione. D’altra parte, le abilità sociali e cognitive come la creatività, la risoluzione dei problemi, il trarre conclusioni sugli stati emotivi e le interazioni sociali sono meno vulnerabili.

Le competenze più resilienti (quelle che hanno meno probabilità di essere sostituite dall’IA) comprendono il pensiero critico, il lavoro di squadra, le abilità interpersonali, la leadership e l’imprenditorialità.

Yuval Harari, storico dell’Università Ebraica di Gerusalemme, ha descritto l’ascesa dell’IA come una “cascata di perturbazioni sempre più grandi” nell’istruzione superiore piuttosto che come un singolo evento che si stabilisce in un nuovo equilibrio. I percorsi sconosciuti intrapresi dall’IA renderanno sempre più difficile sapere cosa insegnare agli studenti.

L’economista Carl Frey e l’ingegnere Michael Osborne, entrambi dell’Università di Oxford, hanno riportato la suscettibilità di una serie di professioni all’informatizzazione, comprese quelle associate ai tradizionali diplomi universitari, come ad esempio i contabili, i revisori dei conti, i geo-scienziati. È interessante notare che, anche per gli ingegneri che sono importanti sviluppatori di tecnologie di IA, c’è una suscettibilità delle varie discipline dell’ingegneria all’informatizzazione.

In un tale contesto, le “competenze resilienti” sono sempre rilevanti. Joseph Aoun, presidente della Northeastern University, e linguista, sostiene nel suo libro che ciò che conta di più è l’apprendimento esperienziale (co-op education), l’apprendimento lungo tutto l’arco della vita e un curriculum incentrato sull’umanistica.

Man mano che le tecnologie dell’IA diventano più potenti e capaci in un’ampia gamma di professioni, diventerà sempre più importante per gli studenti di oggi essere dotati delle giuste competenze che aggiungono valore al di là di ciò che l’IA può raggiungere. Poiché l’IA sostituisce i vecchi lavori, porterà anche a nuovi posti di lavoro.


I risultati dell’apprendimento tradizionale nei programmi di ingegneria hanno incluso, tra gli altri, una solida base di conoscenze, l’analisi dei problemi, la progettazione e l’uso di strumenti di ingegneria.

Ma oggi gli ingegneri hanno una crescente diversità di richieste nella loro vita professionale. Le competenze non tecniche sono sempre più importanti per lavorare efficacemente in un ambiente aziendale. Queste includono le capacità di comunicazione, la gestione dei progetti, l’apprendimento permanente e l’impatto interdisciplinare dell’ingegneria sulla società e sull’ambiente.

Alla Memorial University’s Faculty of Engineering and Applied Science, un modo in cui è stato risposto a questo ambiente in continua evoluzione è stato quello di mappare i risultati dell’apprendimento in tutto il curriculum per garantire che tutti i laureati dei programmi di cooperazione abbiano un insieme desiderato di attributi.

Ad esempio, un corso tradizionale di meccanica dei fluidi misura solo le competenze tecniche della materia. Oggi, il corso traccia una serie di altri risultati di apprendimento, come le capacità di comunicazione attraverso rapporti scritti e presentazioni.

Più in generale in tutto il curriculum, si determina dove e come ogni attributo laureato viene insegnato e valutato per ogni corso. La valutazione di ciascun attributo viene registrata, ad esempio attraverso un tutorial, una domanda d’esame o un’assegnazione.  Successivamente i corsi vengono valutati e continuamente migliorati per vedere come gli studenti ottengano gli attributi di laurea desiderati.

Il passaggio a un’istruzione basata sui risultati permetterà agli studenti di acquisire competenze critiche resistenti all’automazione per avere successo e prosperare nella forza lavoro futura insieme all’intelligenza artificiale.