Formazione universitaria, formazione scolastica di base e formazione continua per chi è già inserito nel mondo del lavoro necessitano - in tema di competenze digitali - di un cambio di contenuti, metodi ed esperienze tale da avvicinarle alle effettive esigenze dettate dal processo di innovazione che, a livello globale, ha investito le aziende di ogni dimensione e settore.

La formazione professionale per l’intelligenza artificiale, volta all’acquisizione di competenze AI, è uno dei tasselli che, a livello globale, compongono l’ampio mosaico della formazione tesa a colmare la mancanza di digital skills, considerata – per quanto riguarda, nello specifico, l’Italia – una delle cause di un processo di trasformazione digitale rallentato rispetto al resto d’Europa, con conseguenti ricadute negative sulla crescita economica e sullo sviluppo sociale del Paese.

Ultima in ordine di tempo, l’analisi di The European House – Ambrosetti (datata settembre 2022) nel suo “Next Generation DigITALY – Come promuovere l’integrazione e lo sviluppo di un ecosistema digitale per accelerare l’innovazione e la crescita del Paese”, in collaborazione con Microsoft Italia:

«L’Italia soffre di un grande disallineamento tra domanda e offerta di competenze su tutte quelle aree che hanno subito cambiamenti di paradigma indotti dall’introduzione delle nuove tecnologie»

Più nel dettaglio – rileva lo studio – il nostro Paese conta un numero inferiore di ingegneri rispetto agli altri Stati, con il 15,2% di iscritti ai corsi di laurea in ingegneria contro, addirittura, il 20,4% della Romania, il 20,7 del Portogallo e il 21,3 della Grecia.

Grafico che illustra il confronto tra le percentuali di studenti iscritti ai corsi di laurea in ingegneria nei Paesi UE (Fonte: elaborazione The European House - Ambrosetti su dati Eurostat, 2022).
Confronto tra le percentuali di studenti iscritti ai corsi di laurea in ingegneria nei Paesi UE (Fonte: elaborazione The European House – Ambrosetti su dati Eurostat, 2022).

Anche relativamente alla formazione superiore, i numeri dell’Italia denotano un quadro a tinte scure, con un sistema di Istituti Tecnici da 19.000 iscritti, contro i 742.000 della Germania. «Ad acuire ulteriormente le carenze di competenze, contribuisce anche la bassissima diffusione della formazione permanente. La popolazione italiana tra i 25 e i 64 anni che, ogni anno, partecipa a programmi di istruzione e formazione è del 42%, contro il 51% della Francia, il 60% dell’Austria e il 64% dei Paesi Bassi» si legge nel Report.

Grafico che illustra la percentuale della popolazione tra i 25 e i 64 anni che, ogni anno, in Europa, partecipa a programmi di formazione profesionale (Fonte: elaborazione The European House - Ambrosetti su dati Eurostat, 2022).
Percentuale della popolazione tra i 25 e i 64 anni che, ogni anno, in Europa, partecipa a programmi di formazione profesionale (Fonte: elaborazione The European House – Ambrosetti su dati Eurostat, 2022).

Se questo è il panorama, il Piano Nazionale di Ripresa e Resilienza – PNRR, con i suoi 191,5 miliardi di euro complessivi destinati a una serie di interventi, tra cui la digitalizzazione del settore pubblico e privato e la formazione digitale trasversale, rappresenta “una” delle soluzioni. Certo, da solo, non può tutto.

C’è necessità – osservano gli analisti di The European House – Ambrosetti – di una presa di coscienza circa l’importanza di fare compiere «un deciso cambio di passo al Paese». E questo “cambio” – aggiungiamo noi – deve potersi declinare anche in una formazione che non sia solo accademica, teorica, ma che sappia rispondere dal punto di vista pratico alle concrete esigenze di un mondo del lavoro in piena trasformazione.

L’annoso divario tra formazione di base e mondo del lavoro

Cosma Damiano De Angelis, direttore didattico dell’Artificial Intelligence & Machine Learning Intensive Master di Experis Academy
Cosma Damiano De Angelis

«La formazione di base è ancora lontana da quello che “serve” al mondo del lavoro. E non le si può chiedere di diventare ciò che non è. Restando nello specifico ambito IT, i docenti – sia di scuola superiore che universitari – insegnano ciò che, a loro volta, hanno imparato, ciò che sanno, in una sorta di cerchio che si avvita su se stesso»

osserva Cosma Damiano De Angelis, consulente ICT, formatore in tema di artificial intelligence, machine learning e data mining e direttore didattico dell’Artificial Intelligence & Machine Learning Intensive Master di Experis Academy, a proposito della formazione professionale per colmare il gap in materia di intelligenza artificiale e, più in generale, in ambito IT.

La formazione post-diploma e post-laurea mediante corsi e master ad hoc – prosegue il professore – va a colmare la distanza esistente tra formazione di base e formazione professionale, andando incontro alle richieste di talenti dalle competenze specifiche da parte delle aziende, in particolare del comparto manifatturiero, tra quelli trainanti per l’economia del Paese, sesto al mondo e secondo in Europa dopo la Germania per surplus commerciale.

«Mi capita spesso di vedere contrapposte formazione di base e formazione professionale. Ritengo sia un errore, in quanto sono una necessaria all’altra. In particolare, per quanto concerne l’intelligenza artificiale, c’è un motivo ulteriore per stabilire una correlazione tra le due tipologie di formazione, in quanto le tecniche AI devono poter essere concretamente utilizzate dalle aziende e, affinché ciò sia reso possibile, devono necessariamente aderire alle esigenze di queste ultime» fa notare il docente.

Formazione professionale per l’intelligenza artificiale: le competenze AI più richieste nel manifatturiero

Insomma, laurearsi in materie STEM non è la soluzione a tutti i mali: «qualcuno dovrà poi insegnare ai giovani a “che cosa serve”, “che cosa fa” l’AI calata all’interno delle dinamiche aziendali» spiega De Angelis. E chi si occupa di tecniche di intelligenza artificiale solo a livello accademico, non è in grado di farlo «perché non lo sa».

Il momento cruciale è dato proprio dal “passaggio” dalla dimensione della scuola a quella del mondo del lavoro – precisa – quando i giovani, dopo avere affrontato i temi di base, vengono introdotti nella realtà delle aziende. Ed è in tale passaggio che si colloca la formazione professionale per l’intelligenza artificiale. Ma di quali competenze AI c’è – in questo momento – maggiore bisogno nel già citato settore manifatturiero?

«Da un lato, è la figura del data scientist quella attualmente più richiesta. Ma c’è anche un forte bisogno di manager dal solido bagaglio di conoscenze in tema di artificial intelligence» sottolinea il direttore didattico, rimarcando come l’aspetto saliente della mancanza di preparazione in ambito AI sia riferito proprio alle figure ai vertici delle organizzazioni, alle quali spettano scelte e decisioni sull’adozione delle tecnologie, nonché sugli obiettivi che, attraverso il loro impiego, si intendono conseguire. Un compito non da poco, dunque.

Formazione professionale per l’intelligenza artificiale: focus sull’Artificial Intelligence & Machine Learning Intensive Master

Un esempio di formazione professionale finalizzata a colmare la mancanza di skill in fatto di intelligenza artificiale è dato dall’Intelligence & Machine Learning Intensive Master di Experis Academy – training center di Experis, brand ManpowerGroup – di cui, come accennato, Cosma Damiano De Angelis è docente e direttore didattico.

Obiettivo del Master – scandito da dieci lezioni (un venerdì e un sabato al mese) da otto ore l’una, a partire da novembre 2022 fino a gennaio 2023, in virtual room – è formare figure professionali dotate di competenze AI e, più nello specifico, di skill riferite alle tecniche di machine learning applicate all’industria 4.0 e allo smart manufacturing, tra cui data scientist, data engineer, data analyst e business analyst.

Rivolto a laureati in materie STEM e a professionisti con esperienza nel manifatturiero, desiderosi di affinare e di aggiornare le proprie competenze, di poterne acquisire di nuove o di specializzarsi in specifiche aree, il percorso formativo prevede lezioni frontali, esercitazioni pratiche e attività di laboratorio volte a trattare tematiche quali – solo per citarne alcune – data science, machine learning, deep learning, reti neurali e big data.

«Lo scopo del Master è l’ “azienda”, portarvi – tramite tecnici e manager preparati – le tecniche e le metodologie sulle quali ci focalizzeremo durante le 80 ore complessive di lezioni, facendo capire a chi vi parteciperà che l’AI non va a risolvere problemi che abbiamo già affrontato e di cui conosciamo già la soluzione. Ma è un nuovo modo di vedere il mondo che ci circonda, un modo per risolvere problemi nuovi, che in passato nemmeno venivano presi in considerazione per quanto erano impensabili» conclude il docente.

Scritto da:

Paola Cozzi

Caporedattrice Leggi articoli Guarda il profilo Linkedin