AI, scuola e lavoro
Dall’hype alla realtà: come l’IA cambierà lavoro, scuola e relazioni nel 2026
Come si muove il sistema educativo nella rivoluzione dell'IA? Una panoramica delle prospettive per il 2026
di Federico Ruggiero
Dicembre 2025 non è solo il momento di scambiarsi gli auguri e organizzare improbabili cene ma è anche quello di pensare come sarà il 2026. La tecnologia avanza, l’Intelligenza Artificiale sembra ormai padrona dell’intera scena con large-language-model (LLM) e chatbot che vengono rilasciati ogni settimana per andare incontro ai bisogni più disparati per individui e aziende che sembrano non poterne più fare a meno. Anche il sistema educativo lo sa e cerca, tra tagli, resistenze personali e regolamentazioni stringenti, di migliorare l’insegnamento, la didattica e, soprattutto, preparare i ragazzi e le ragazze al mondo del lavoro che richiede competenze legate all’AI
IA, Cosa ci lascia il 2025
Oggi questi sistemi simulano capacità che assomigliano al ragionamento “umano”, gestiscono linguaggio naturale, integrano dati, eseguono processi in più passaggi– v. ma restano macchine che strutturalmente generano output plausibili grazie ai complessi procedimenti statistici, con limiti importanti su trasparenza, errori e responsabilità. Il rischio di delega cognitiva e di scambiare per vero il giudizio della tecnologia è alto, come più in generale, quello di oscillare tra due narrazioni ugualmente fragili. Da un lato c'è l’idea che l’IA stia sostituendo le persone in modo meccanico e inesorabile; dall’altro prevale la favola rassicurante per cui “tanto serve solo per velocizzare”. La realtà è un’altra, ed è più interessante: l’AI sta riconfigurando il lavoro come partnership tra persone, agenti software e, dove serve, robot. Non è un dettaglio semantico perché non cambia solo quanto si produce, ma, soprattutto, come si produce e come si distribuiscono le attività dentro una giornata.
Agenti, non (solo) robot
L’Intelligenza Artificiale corre veloce con chatbot e software innovativi che vengono rilasciati ogni settimana, cavalcando un hype generale e trasversale a più settori e impieghi. In questa fase, gli agenti (i sistemi che automatizzano lavoro non fisico) sembrano destinati ad avere un impatto più ampio e rapido dei robot, perché gran parte del lavoro nelle economie avanzate è fatto di linguaggio, informazione e procedure e quindi a che fare con la preparazione di documenti, ricerche, sintesi, traduzioni, gestione flussi di lavoro ecc. Tuttavia, proprio quando l’AI diventa più autonoma, aumenta la centralità del ruolo umano: perché restano aperti problemi di allucinazioni, opacità, spiegabilità e responsabilità, e perché molte attività richiedono lettura del contesto, competenze sociali ed emotive, capacità di negoziazione e presenza relazionale, ovvero tutte dimensioni che rimangono difficili da automatizzare in modo affidabile. È su questo terreno che l’AI ha già mostrato una capacità sorprendente perché in grado di simulare ragionamenti operativi su grandi quantità di dati e testi, integrando input diversi e svolgendo sequenze di passi che fino a poco fa richiedevano più mani e più tempo. Per esempio, viene stimato che le tecnologie attuali potrebbero, in teoria, automatizzare attività che coprono circa il 57% delle ore di lavoro negli Stati Uniti, ma questa è una misura di potenziale tecnico, non una previsione (Agents, robots, and us: Skill partnerships in the age of AI, McKinsey 2025). È in questo tipo di proiezioni e di interessi che le aziende hanno intravisto subito il valore della tecnologia, non solo per l’efficienza, ma anche per ridisegnare processi e ruoli, senza compromettere la riservatezza del dato e senza perdere controllo su ciò che viene prodotto.
Dal fare al dirigere: il lavoro che cambia
In questo scenario, parlare di IA solo come strumento di efficienza potrebbe farci perdere il livello della relazione e dell’identità, cioè del “noi”. Se il lavoro viene riconfigurato come collaborazione tra persone e sistemi intelligenti, allora cambia anche la forma della socialità professionale: chi lavora non è più soltanto chi “produce” un output, ma chi costruisce condizioni, criteri e controlli perché quell’output sia corretto, sostenibile e responsabile. In altre parole, la tecnologia spingerebbe verso un passaggio dall’“io che fa” al “noi che governa”, e questo “noi” non è automatico ma va progettato, coltivato, mantenuto. È qui che la riflessione di Giuseppe Riva sull’esperienza del noi diventa utile anche per leggere l’IA proprio perché non esiste un determinismo tecnologico per cui ogni innovazione impoverisce le relazioni ma esistono incentivi e pratiche che possono rafforzare oppure indebolire il senso di appartenenza. L’Intelligenza Artificiale, da questo punto di vista, introduce una tensione nuova: da un lato può amplificare coordinamento, apprendimento e collaborazione (se inserita in processi chiari e condivisi), dall’altro può spingere verso una delega silenziosa che isola, frammenta e riduce l’interazione tra persone a favore di un rapporto individuale con l’assistente. Il rischio non è dato dalla macchina che sostituisce la persona, ma la perdita di un terreno comune fatto di confronto, dissenso, verifica e responsabilità distribuita.
L’AI nello spazio della cura
Se la categoria del “noi” aiuta a leggere ciò che sta accadendo nella dimensione umana, diventa ancora più decisiva quando l’IA entra nello spazio della cura e dell’ascolto, cioè dove la relazione non è un contorno ma il contenuto stesso dell’esperienza. Qui l’ambiguità è strutturale perché da un lato, la promessa è enorme perché la domanda di supporto psicologico supera da anni l’offerta e molte persone restano senza accesso a percorsi adeguati; dall’altro, proprio perché questi strumenti sono progettati per conversare in modo fluido e “accogliente”, possono essere scambiati per interlocutrici e interlocutori terapeutici, con un rischio di delega impropria che non riguarda solo l’accuratezza delle risposte, ma la responsabilità di ciò che accade quando l’utente è vulnerabile. In un sondaggio YouGov condotto per The Economist in ottobre, il 25% delle persone intervistate ha dichiarato di avere usato l’AI per terapia o di essere almeno disposta a considerarlo. Questa soluzione, data dall’interazione col chatbot, accessibile e priva di imbarazzo, rischierebbe di spostare l’equilibrio dall’appartenenza a un “noi” umano (fatto di legami, confronto, imprevedibilità e responsabilità condivisa) a un rapporto individuale, continuo e privatizzato con una macchina che non può farsi carico delle conseguenze. Quale futuro ci aspetta in un mondo in cui il rapporto individuale sembra sempre più padrone della scena? Quali dovrebbero essere i confini dell’Intelligenza Artificiale?
Ma non sarà solo hype?
Un ulteriore elemento utile per inquadrare la fase attuale è la distanza, spesso marcata, tra la visibilità mediatica dell’Intelligenza Artificiale e la sua adozione effettiva nei processi ordinari delle organizzazioni. È emerso che la traiettoria dell’adozione non coincide con la velocità dell’innovazione tecnologica. Il fatto che strumenti basati su AI vengano rilasciati e migliorati rapidamente non implica che vengano integrati con la stessa rapidità nei processi ordinari di imprese e istituzioni. Questa sproporzione tra l’intensità del racconto pubblico e la lentezza (o discontinuità) dell’adozione quotidiana nelle organizzazioni evidenzia una dinamica intermittente, fatta di sperimentazioni, arresti e ripartenze. Un articolo pubblicato su The Economist costruisce proprio questa frizione partendo da una rilevazione del Census Bureau che chiede alle imprese americane se abbiano usato l’IA nel produrre beni e servizi nelle due settimane precedenti. La quota pesata per occupazione di utilizzo sul lavoro si colloca attorno all’11% e, inoltre, l’adozione risulterebbe in calo tra le aziende più grandi (oltre 250 dipendenti). Questo non dimostra che gli strumenti di Intelligenza Artificiale non servano ma evidenzia un tipo di trasformazione che non è automatica e lineare poiché integrare davvero l’IA nei processi richiede tempo, governance, riprogettazione dei flussi, dati adatti e responsabilità chiare. Dal lancio di ChatGPT nel 2022, la capitalizzazione del mercato azionario statunitense sarebbe aumentata di 21 trilioni di dollari, con dieci aziende a spiegare oltre metà di questa crescita; e una parte consistente dell’entusiasmo finanziario si appoggia all’idea che l’IA possa essere più grande della rivoluzione industriale (o quantomeno paragonabile, come attesta Derrick de Kerckhove). Nel frattempo, però, i ricavi attribuiti all’IA restano relativamente contenuti rispetto alla scala degli investimenti infrastrutturali previsti. È qui che l’hype si vede nella sua forma tipica in cui il capitale anticipa l’impatto, spesso molto prima che l’impatto sia verificabile nei bilanci e nelle pratiche. Il tema non è demonizzare l’investimento — la storia mostra che molte rivoluzioni tecnologiche sono state accompagnate da bolle (lo spiega bene Luciano Floridi nel suo ultimo libro "la differenza fondamentale"— ma mettere in chiaro che l’“inevitabilità” raccontata oggi non coincide con la velocità con cui le organizzazioni riescono davvero a trasformarsi.
Cosa ci aspetta nel 2026 - le previsioni
Se teniamo insieme hype e realtà, quello che dobbiamo attenderci (in questo mondo costruito per correre e prevedere il futuro) non riguarda tanto un’ulteriore accelerazione spettacolare dei modelli, quanto una fase di selezione e messa a terra nei tre luoghi in cui l’IA sta già incidendo di più: grandi organizzazioni, formazione, relazioni.
1) Organizzazioni: La corsa all’Intelligenza Artificiale si sta scontrando con le rigidità aziendali e organizzative. Più che provare tool, conterà costruire architetture e regole che rendano l’uso ripetibile, misurabile e credibile. Vedremo meno progetti vetrina e più integrazione nei processi ad alto volume (documenti, customer care, compliance, analisi e reportistica), ma con un costo organizzativo che potrebbe superare le previsioni non tanto in termini di tecnologia, quanto di trasformazione dei processi aziendali: rimettere mano ai dati, ridefinire ruoli, stabilire punti di controllo, chiarire le responsabilità… È probabile che la vera differenza tra imprese non la faccia la potenza dell’IA in sé, quanto la capacità di trasformare l’IA in un’infrastruttura di lavoro affidabile, senza scaricare rischi sulle persone in prima linea.
2) Scuola e università il 2026 potrebbe essere l’anno in cui diventerà meno sostenibile la dicotomia del “vietare o lasciare fare”, per cui i sistemi educativi saranno spinti a ripensare valutazione e compiti, separando ciò che ha senso automatizzare (bozze, riassunti, esercizi di stile) da ciò che deve restare un apprendimento verificabile (ragionamento, argomentazione, metodo, responsabilità delle fonti). Aumenterà la pressione per rendere l’AI literacy un obiettivo trasversale e non un modulo opzionale, non solo saper usare strumenti, ma soprattutto per saperli interrogare, verificare, contestualizzare, dichiarare e discutere, con docenza riposizionata come regia del processo e non come semplice trasmissione di contenuti.
3) Relazioni e Salute Mentale. In parallelo, il tema del “noi” diventerà un indicatore di qualità: dove l’IA verrà usata come scorciatoia individuale, tenderà a frammentare lavoro e apprendimento; dove verrà inserita in pratiche condivise (criteri comuni, trasparenza sugli usi, routine di verifica, responsabilità distribuita), potrà rafforzare cooperazione e senso di appartenenza, trasformando l’assistente in uno strumento di coordinamento invece che in un sostituto silenzioso della relazione. Infine, sul fronte della salute mentale, il 2026 sarà un banco di prova ad alta sensibilità: crescerà la domanda di “terapia via chatbot” per ragioni di accessibilità e stigma, ma cresceranno anche limiti e regole, perché il rischio non è solo l’errore, è l’illusione relazionale. È plausibile che si affermino soluzioni più specializzate e supervisionate e che l’uso generalista venga sempre più circoscritto da avvisi, soglie di sicurezza, inviti a rivolgersi a professioniste e professionisti e, soprattutto, da un’educazione pubblica ai confini: l’IA può sostenere (informare, orientare, offrire esercizi), ma non può “farsi carico” di vulnerabilità e responsabilità. In sintesi, la previsione più realistica è che il 2026 diventi l’anno della responsabilità operativa: meno narrazione salvifica, più scelte concrete su processi, competenze, relazioni e tutele—cioè su come restare un “noi” anche quando gli strumenti ci spingono verso un “io” sempre più assistito.
Restare un “noi” nel tempo dell’assistenza
Ed è proprio questo terreno comune che diventa decisivo nel 2026: perché l’adozione reale non dipende solo dalla potenza dei modelli, ma dalla capacità delle organizzazioni di ridisegnare workflow e competenze, costruendo un noi professionale capace di usare l’AI senza rinunciare a qualità, trasparenza e accountability. Sul fronte del “noi”, il 2026 potrebbe segnare un passaggio decisivo. La qualità dell’adozione dell’IA si misurerà anche dalla capacità di preservare e rafforzare un terreno comune di lavoro e apprendimento. In molti contesti, il rischio è che l’assistente diventi una scorciatoia privata, usata in modo individuale e non dichiarato, con effetti collaterali prevedibili, tra cui l’indebolimento del confronto tra pari e la perdita di criteri condivisi su che cosa sia “buon lavoro”. Al contrario, dove l’IA andrebbe trattata come un’infrastruttura collettiva, si dovrebbe consolidare un “noi” professionale e educativo: routine comuni di controllo qualità, tracciabilità delle fasi in cui l’IA interviene, esplicitazione delle responsabilità, spazi di discussione sugli errori e sulle ambiguità, e una cultura della verifica che non dipenda dalla bravura individuale ma da procedure e linguaggi condivisi. In questo senso, quello che ci auguriamo è che si riesca a usare questi strumenti senza privatizzare la decisione e senza dissolvere la dimensione relazionale che rende possibile collaborazione, fiducia e accountability.
Bibliografia:
https://www.economist.com/finance-and-economics/2025/09/07/what-if-the-ai-stockmarket-blows-up