Il crescente divario tra formazione universitaria e lavoro: una riflessione
Siamo diventati estremamente bravi a trasformare i settori industriali, ma molto meno certi di quale sarà davvero il professionista di domani (e, di conseguenza, di come arrivarci). Se l'AI può aiutare gli studenti a produrre risposte, i metodi di valutazione tradizionali sono ancora efficaci nel misurare la comprensione reale?
di Riccardo Ocleppo*
4' di lettura
4' di lettura
Viviamo in un momento di straordinaria opportunità e straordinaria incertezza. L'AI sta rimodellando ogni cosa. Per la prima volta, molte persone hanno la sensazione che la stessa “capacità umana” sia messa in discussione dalla tecnologia. Nella costante ricerca della disruption, guidata da scala, efficienza e risultati finanziari, potremmo essere arrivati a un paradosso: siamo diventati estremamente bravi a trasformare i settori industriali, ma molto meno certi di quale sarà davvero il professionista di domani (e, di conseguenza, di come arrivarci).
Implicazioni profonde per l'istruzione
Questa incertezza ha implicazioni profonde per l'istruzione. Se lo scopo dell'educazione è accompagnare gli individui da un punto di partenza a una destinazione professionale in qualche modo definita, che cosa accade quando quella destinazione è in continuo movimento?
L'istruzione superiore è stata storicamente progettata attorno a cicli lunghi: lauree pluriennali, curricula fissi e conoscenze che restano stabili nel tempo. Ma in questa economia guidata dall'AI, le competenze tecniche possono diventare obsolete nel giro di pochi mesi. Questo crea una tensione strutturale. I datori di lavoro hanno bisogno di agilità. I sistemi educativi sono costruiti per la stabilità.
Un legame debole
Allo stesso tempo, il legame tra accademia e mercato del lavoro è spesso troppo debole. I curricula non sono sempre progettati da persone con una recente esperienza nel settore, e i programmi possono restare indietro rispetto ai cambiamenti tecnologici e organizzativi. Questo non significa che le università tradizionali abbiano perso il loro valore, tutt'altro. Restano essenziali per sviluppare conoscenze fondamentali, rigore intellettuale e capacità di pensiero critico. Ma il futuro dell'istruzione superiore sarà con ogni probabilità più ibrido: capace di combinare profondità accademica e rilevanza per l'industria, apprendimento di lungo periodo e aggiornamento rapido delle competenze.
Emergono nuovi modelli
Stanno emergendo nuovi modelli per colmare questo divario, con approcci digital-first e una forte sintonia con l'industria e a programmi focalizzati su ambiti ad alta domanda come AI, cybersecurity e data science. Più che competere con le università tradizionali, questi modelli le integrano, offrendo flessibilità, accessibilità e una più rapida capacità di adattamento alle esigenze del mercato.
Collaborazione stretta per aprire opportunità significative
Allo stesso tempo, una collaborazione più stretta tra università consolidate e istituzioni più nuove e flessibili potrebbe aprire opportunità significative, migliorando sia la qualità sia la capacità di risposta del sistema formativo. Le università, infatti, si trovano oggi anche di fronte a una nuova realtà: gli studenti stanno già usando l'AI per tutto. Da ChatGPT a NotebookLM, da Docsity AI a piattaforme come Quizlet, gli studenti hanno ora accesso a strumenti potenti in grado di riassumere contenuti, generare spiegazioni, creare domande di pratica e supportare il processo di studio.
Brand connect
Newsletter Scuola+
La newsletter premium dedicata al mondo della scuola con approfondimenti normativi, analisi e guide operative
Abbonati








