In un mondo guidato da strumenti di intelligenza artificiale, quale sarà il futuro dell’apprendimento e dello sviluppo?

I principali fattori che guidano un “reset” dell’apprendimento includono la domanda di un rapido miglioramento delle competenze e della riqualificazione; una maggiore necessità di alfabetizzazione all’intelligenza artificiale in tutta l’organizzazione e all’interno della funzione L&D; e pressioni sui costi o sull’efficienza, secondo la ricerca Gartner.

Mentre il ritmo serrato dello sviluppo tecnologico rende chiara a tutti la necessità di cambiamento, la richiesta di più formazione e sviluppo “proviene sempre più dall’alto”, ha affermato Rebecca Burton, analista principale senior della pratica HR di Gartner, durante una sessione del 26 ottobre al Gartner HR Symposium/Xpo.

Quando Gartner ha intervistato i direttori dei consigli di amministrazione sui compiti principali dei CHRO per anticipare l’intelligenza artificiale, gli aspetti legati a formazione e sviluppo – come più programmi di formazione dei dipendenti, in particolare sulle competenze legate all’intelligenza artificiale e la ridistribuzione dei lavoratori – hanno occupato tre dei primi cinque posti.

“Aspettative piuttosto elevate sia da parte dei nostri CHRO che dei nostri consigli di amministrazione”, ha osservato Burton, e ciò può creare forte ansia nei leader L&D. “Abbiamo lavorato davvero duramente per arrivare fin qui, ma il percorso da percorrere non sarà facile”.

Burton ha delineato quattro tendenze che i leader del settore L&D dovrebbero tenere a mente in vista del 2027, soprattutto in un contesto di cambiamento che non rallenta.

1. Formazione e sviluppo necessitano di un processo di riqualificazione scalabile in mezzo al nuovo “caos”

Burton ha riconosciuto che l’idea stessa di reinvenzione della forza lavoro può essere travolgente e facile da fraintendere e ha delineato il modo in cui i datori di lavoro stanno esaminando questo problema sul campo.

Ad esempio, il “caos delle competenze” è salito alle stelle, definito non solo dal numero crescente di competenze necessarie per un lavoro, ma anche dal turnover accelerato e dalla scadenza delle competenze. “Il numero di competenze richieste per un singolo lavoro continua a crescere ogni anno di circa il 5%”, ha affermato, mentre un terzo delle competenze richieste nel 2025 potrebbe non essere più richiesto entro il 2030.

“Questo tipo di caos delle competenze significa che anche i nostri posti di lavoro stanno cambiando rapidamente”, ha spiegato Burton, il che significa che anche il “caos del lavoro” è qui per restare. Secondo una ricerca di Gartner, 32 milioni di posti di lavoro potrebbero dover essere riprogettati ogni anno fino al 2031.

Gartner definisce la reinvenzione della forza lavoro come la necessità che posti di lavoro, competenze, mentalità e modalità di lavoro cambino rapidamente per ottenere risultati aziendali. “Segmenti così ampi della nostra forza lavoro dovranno ruotare man mano che l’intelligenza artificiale assumerà il lavoro e i processi decisionali cambieranno”, ha affermato Burton. “Questo non è un evento statico. Questa è un’opportunità continua per noi. E gran parte del nostro lavoro è essere in grado di impostare sistemi per aiutare a gestire questo cambiamento.”

In generale, L&D deve smettere di pensare a se stesso semplicemente come un fornitore di formazione per l’organizzazione, ha continuato. Il dipartimento ha esperienza in competenze e cambiamenti comportamentali che possono aiutare i dipendenti ad adattarsi alla trasformazione in corso, una questione chiave, così come la continua interruzione possono facilmente mandare in frantumi la cultura del posto di lavoro.

La riqualificazione dei dipendenti rimanenti sarà fondamentale per il futuro del ruolo di L&D. “Abbiamo bisogno di un processo ripetibile per tale riqualificazione, non di una serie di programmi sconnessi”, ha affermato Burton. Rendere i cambiamenti lavorativi più visibili per i lavoratori, dal momento che i dipendenti “non possono prepararsi per un cambiamento che non vedono arrivare”, ha osservato, e aiutare i dipendenti ad autovalutare le proprie competenze in modo che possano essere pronti ad adattarsi alle nuove realtà lavorative.

2. Prepararsi al crescente rischio di perdita di conoscenze critiche

La conoscenza e l’esperienza presenti nella forza lavoro “sono qualcosa che le organizzazioni spesso trascurano quando pensano alla trasformazione e al cambiamento del posto di lavoro”, ha affermato Burton.

Ad esempio, le organizzazioni sono perseguitate dalla fuga dei cervelli a causa dei maggiori pensionamenti e licenziamenti dei lavoratori innescati dall’adozione di strumenti automatizzati. “Insieme, queste forze stanno creando un rischio crescente”, ha affermato Burton. “Le organizzazioni stanno perdendo conoscenze critiche più velocemente di quanto le trasferiscano”.

Ma i datori di lavoro devono fare di più che semplicemente documentare tale conoscenza. Le organizzazioni devono invece instillare quella che Burton chiamava intelligenza collettiva, ovvero la capacità di connettersi sistematicamente e di agire sulla base del know-how collettivo di persone e strumenti.

Il trasferimento di conoscenze è quindi un compito chiave di L&D e la struttura di tale trasferimento può variare ampiamente da riunioni informali e condivisione di file a programmi di mentoring mirati, rotazioni di lavoro e ampie piattaforme di gestione della conoscenza.

Burton ha incoraggiato i leader L&D a considerare ciò che esiste attualmente nelle loro organizzazioni. “Che cosa puoi sfruttare per essere più intenzionale nel trasferimento delle conoscenze? Perché per la maggior parte delle organizzazioni con cui lavoro, è un processo molto ad hoc… e questo sta creando un rischio per l’impresa.”

In altre parole, L&D deve essere un amministratore della conoscenza organizzativa, soprattutto nell’era dell’intelligenza artificiale, e garantire che possa muoversi su larga scala. Alcune aziende hanno implementato ruoli di knowledge manager appositamente per garantire che ciò avvenga, ha affermato Burton.

3. Implementare il coaching sull’intelligenza artificiale per i manager: con attenzione

Anche se il coaching da persona a persona rimane molto apprezzato, può essere difficile da scalare, soprattutto per i ruoli già occupati, come i manager. Entrano in gioco gli strumenti basati sull’intelligenza artificiale, che “stanno diventando un modo davvero entusiasmante per scalare lo sviluppo per i nostri dipendenti”, ha affermato Burton.

Quasi 8 CHRO su 10 intervistati da Gartner hanno affermato che i loro manager sono sopraffatti dalla portata delle loro responsabilità, una sensazione che l’intelligenza artificiale stia solo peggiorando. Ma l’intelligenza artificiale potrebbe anche alleggerire alcuni degli oneri amministrativi comuni a questo ruolo e migliorare il processo decisionale, ha affermato Burton.

Gartner prevede che entro il 2028, il 40% dei dipendenti verrà prima formato e guidato dall’intelligenza artificiale quando entreranno in un nuovo ruolo, rispetto a meno del 5% attuale. E il 38% dei leader delle risorse umane ha affermato che sta sperimentando o utilizzando coach di intelligenza artificiale specificamente per lo sviluppo della leadership.

Burton consiglia tuttavia una certa cautela nell’implementazione di questi programmi. “Se l’intelligenza artificiale inizia a sostituire alcune di quelle interazioni significative che abbiamo tra uomo e uomo e tra manager e dipendente, ciò può essere rischioso”, ha affermato. “Francamente, alcune organizzazioni che hanno implementato questa soluzione hanno fatto sì che i loro dipendenti si sentissero ‘schifo’. Non vogliono impegnarsi in questo. Vogliono quella connessione umana.

Inoltre, questi strumenti possono potenzialmente erodere la fiducia se un datore di lavoro non fa la dovuta diligenza nel valutare i rischi dei dati e i pregiudizi legati all’intelligenza artificiale con i fornitori, ha affermato Burton.

Ma, ironicamente, una scarsa implementazione potrebbe portare all’atrofia delle competenze dei manager, incluso il coaching. “Cosa succede quando si esternalizzano queste capacità? Abbiamo bisogno di quel pensiero critico, abbiamo bisogno di quelle capacità di coaching per le nostre popolazioni che gestiscono”, ha osservato.

In risposta, molte organizzazioni si stanno orientando verso un approccio misto, in cui gli esseri umani svolgono un ruolo chiave di supporto per le soluzioni di intelligenza artificiale che possono essere implementate nei momenti ad alto rischio del ciclo di vita dei dipendenti. Si tratta di aiutare i manager a presentarsi più preparati per le sfide quotidiane, ha affermato Burton.

4. La formazione deve combattere la “resa cognitiva”

Man mano che i dipendenti passano a un uso più intenso dell’intelligenza artificiale, come delegare il lavoro agli agenti dell’intelligenza artificiale, il supporto all’apprendimento ha dovuto evolversi di pari passo, in parte per combattere la “resa cognitiva”, ha affermato Burton.

Gartner definisce la resa cognitiva come la tendenza a smettere di pensare in modo critico o indipendente e a fare invece affidamento su fonti esterne, come l’intelligenza artificiale, per prendere decisioni e giudicare. “Dovremmo lottare attivamente contro tutto ciò”, ha affermato.

IL i rischi di questo comportamento sono alti. Consideriamo un infermiere che accetta una valutazione del rischio dell’intelligenza artificiale senza rendersi conto che mancano i dati del paziente, o un avvocato che invia un brief generato dall’intelligenza artificiale senza verificarne le fonti, ha affermato Burton. Per combattere questo impulso, i datori di lavoro possono istituire esercizi di formazione che inducano gli studenti a indagare su una risposta generata dall’intelligenza artificiale, ad esempio rivedendo le sue affermazioni e verificando le sue informazioni attraverso fonti primarie che non sono l’intelligenza artificiale.

Burton definì questo esercizio una “caccia alle allucinazioni”. I difetti comuni che l’intelligenza artificiale può introdurre nel lavoro includono citazioni inventate o attribuite erroneamente, avvertenze o dipendenze mancanti o persino una premessa completamente falsa.

“Dobbiamo adottare una mentalità inaffidabile fino a quando non viene convalidata quando lavoriamo con i nostri risultati di intelligenza artificiale”, ha affermato.