Formazione, IA e lavoro reale: il nuovo mestiere di chi si occupa di L&D

Per chi si occupa di formazione, il 2026 rischia di essere un anno interessante. Nel senso professionale del termine. Quindi: stimolante, complesso, leggermente faticoso e con una discreta quantità di persone che chiederanno se non possiamo farlo direttamente con l'IA.

L'AI cambia il gioco

La domanda è legittima. L'intelligenza artificiale sta già modificando il modo in cui si progettano contenuti, si costruiscono materiali, si analizzano bisogni, si personalizzano percorsi e si supporta l'apprendimento individuale. Può rendere più rapida una parte dell'instructional design, aiutare a differenziare i livelli, produrre simulazioni, generare casi, riformulare contenuti e sostenere attività di follow-up.

Tutto vero. Ma proprio per questo il ruolo di Training Manager e L&D diventa più importante, non meno. Quando uno strumento accelera la produzione di contenuti, cresce il valore della progettazione. Quando tutto sembra diventare formabile, diventa essenziale capire che cosa merita davvero di essere appreso. Quando l'accesso alle informazioni diventa immediato, aumenta la necessità di aiutare le persone a trasformare informazioni, procedure e stimoli in competenze utilizzabili.

Il rischio, altrimenti, è produrre più formazione, più velocemente, con meno impatto. Una prospettiva efficiente, ma non particolarmente rassicurante.

Il contesto: skill disruption e adozione tecnologica

Il contesto conferma il punto da due angolature molto diverse. Secondo il World Economic Forum, nel Future of Jobs Report 2025, i datori di lavoro si aspettano che il 39% delle competenze chiave richieste ai lavoratori cambi entro il 2030. Questo è il versante della skill disruption.

Eurostat, invece, segnala che nel 2025 il 20% delle imprese europee con almeno 10 dipendenti utilizzava tecnologie di intelligenza artificiale, in crescita rispetto al 13,5% del 2024; tra le grandi imprese la quota saliva al 55,03%. Questo è il versante dell'adozione tecnologica.

I due dati non dicono la stessa cosa, è proprio per questo sono utili insieme: le competenze cambiano e, nel frattempo, le tecnologie entrano davvero nei contesti organizzativi, anche se con velocità diverse tra imprese grandi, medie e piccole.

La sfida centrale: progettare per il lavoro reale

La sfida centrale per L&D non è quindi scegliere tra formazione tradizionale, digitale, blended, microlearning, coaching, learning platform o IA generativa. La sfida è progettare una learning architecture aderente al lavoro reale, capace di collegare bisogni, contenuti, pratica, feedback, performance support e trasferimento.

Questo richiede una prima distinzione, spesso trascurata. Non tutto ciò che una persona deve sapere corrisponde a una competenza. Sapere che un nuovo processo esiste non significa saperlo applicare. Conoscere un tool non significa usarlo bene in una situazione complessa. Aver frequentato un corso sulla leadership digitale non significa saper guidare un team in cui dati, automazione, collaborazione ibrida e pressione sui risultati convivono ogni giorno.

La competenza emerge quando una persona riesce ad agire in modo adeguato in una situazione concreta. Per questo i percorsi di upskilling e reskilling più efficaci sono quelli che collegano learning needs analysis, progettazione didattica, pratica guidata, applicazione on the job, feedback manageriale e valutazione del trasferimento. Non sempre serve un percorso più lungo. Spesso serve un percorso più preciso.

Le domande giuste da cui partire

Un percorso ben progettato dovrebbe partire da alcune domande semplici, ma non banali:

• Quale attività sta cambiando?
• Quale comportamento professionale deve migliorare?
• Quale decisione deve essere presa in modo diverso?
• Quale errore ricorrente vogliamo ridurre?
• Quale autonomia vogliamo aumentare?
• Quale supporto deve dare il manager prima, durante e dopo la formazione?

L&D produce apprendimento, l'IA produce contenuti

Da questo punto di vista, l'IA può essere molto utile. Può aiutare a costruire learning path più personalizzati, adattare esempi a ruoli diversi, generare esercitazioni, produrre materiali di rinforzo, sostenere attività di autovalutazione e rendere più fluido il follow-up. Può anche supportare i manager nella preparazione di domande guida, feedback e micro-azioni da proporre al team.

Ma l'IA non deve diventare una scorciatoia progettuale. Non basta chiedere a uno strumento di generare un corso per ottenere apprendimento. La qualità di un percorso dipende ancora dalla lettura dei bisogni, dalla definizione degli obiettivi, dalla coerenza con il lavoro reale, dalla scelta delle metodologie e dalla capacità di valutare se qualcosa cambia davvero nei comportamenti.

In altre parole, l'IA può produrre contenuti. L&D deve produrre apprendimento. La differenza resta significativa, anche se nelle presentazioni aziendali tende talvolta a nascondersi dietro qualche slide molto pulita.

Il ruolo dei manager nell'infrastruttura di apprendimento

Un altro punto decisivo riguarda il ruolo dei manager. Per anni si è detto che i manager devono essere sponsor della formazione. Oggi questa formula non basta più. Nei percorsi di upskilling e reskilling, i manager devono diventare parte dell'infrastruttura di apprendimento. Non come docenti improvvisati, ma come figure capaci di collegare la formazione alle priorità operative.

Il loro contributo può essere molto concreto: chiarire perché una competenza è rilevante, osservare l'applicazione sul lavoro, dare feedback, creare occasioni di sperimentazione, proteggere piccoli spazi di apprendimento, evitare che ogni nuova competenza venga percepita come un carico aggiuntivo da infilare tra una riunione e l'altra.

Questo è particolarmente importante quando parliamo di leadership digitale. Non si tratta solo di usare strumenti nuovi. Si tratta di decidere meglio con più dati, collaborare in ambienti ibridi, gestire processi più automatizzati, dialogare con sistemi intelligenti, mantenere capacità critica e sostenere persone che possono sentirsi accelerate, osservate o semplicemente stanche.

Conclusione

Il compito di L&D, quindi, non è rincorrere ogni novità. È costruire condizioni di apprendimento sostenibili. Percorsi abbastanza solidi da produrre cambiamento, ma abbastanza leggeri da non paralizzare l'organizzazione. Abbastanza digitali da essere contemporanei, ma abbastanza umani da non confondere efficienza con sviluppo. Abbastanza personalizzati da essere utili, ma non così frammentati da diventare ingestibili.

La formazione del futuro prossimo non sarà solo più tecnologica. Sarà più integrata nel lavoro. E probabilmente chiederà a chi si occupa di L&D una combinazione sempre più rara e preziosa: rigore progettuale, sensibilità organizzativa, competenza digitale e sano realismo.

Per approfondire questi temi, il 23 giugno, dalle 16.00 alle 17.00, Cegos propone il webinar gratuito "Upskilling & Reskilling 2026: preparare le competenze alla leadership digitale". Sarà un'occasione per condividere spunti su IA, progettazione dell'apprendimento, ruolo dei manager e sviluppo delle competenze vicino al lavoro reale.

Fonti usate:

• World Economic Forum, Future of Jobs Report 2025: i datori di lavoro si aspettano che il 39% delle competenze chiave richieste ai lavoratori cambi entro il 2030.
• Eurostat, Use of artificial intelligence in enterprises, dati 2025: il 20,0% delle imprese UE con almeno 10 dipendenti utilizzava tecnologie di intelligenza artificiale, rispetto al 13,5% nel 2024; tra le grandi imprese la quota era pari al 55,03%.

Hai trovato utile questo articolo?

Scritto da

Alessandro Reati 

Psicologo del lavoro e consulente direzionale certificato CMC-ICMCI, da oltre 25 anni si occupa di consulenza, formazione e coaching, guidando programmi di cambiamento e sviluppo organizzativo presso aziende nazionali e multinazionali, associazioni e istituzioni. Il focus dei suoi interventi è sulla valorizzazione delle risorse umane e della community professionale. Privilegia metodi di intervento partecipativi e basati sul coinvolgimento attivo. A lungo professore a contratto presso diverse università, è autore di numerosi articoli pubblicati su riviste scientifico-professionali e blog divulgativi e coautore di una decina di volumi. Scopri di più