Mancanza di competenze: l’ostacolo principale all’adozione dell’Intelligenza Artificiale
La mancanza di competenze potrebbe essere l’ostacolo principale all’adozione delle soluzioni di intelligenza artificiale, soprattutto nelle piccole e medie imprese. Per questo l’Artificial intelligence skills alliance (Arisa) ha messo a punto una strategia in sette punti che risponde a sette obiettivi principali nella preparazione degli skill necessari a cogliere tutte le opportunità dell’Ai e ad arginarne i potenziali rischi.
Arisa raggruppa i principali organismi rappresentativi delle Ict, del mondo della formazione e altri stakeholder al fine di formare competenze e ridurre lo skill gap nell’Ai. Il suo primo compito è stato lo sviluppo – con il sostegno dell’Ue – della “Ai Skills Strategy for Europe” basata sui nuovi requisiti di competenze per le persone nelle professioni legate all’Ai.
In questa strategia ogni punto viene associato a una serie di attività, pietre miliari e Kpi che coinvolgono i partner dell’Alleanza e altre parti interessate. Viene anche fissata una roadmap degli interventi di qui al 2028. L’intenzione è di fornire un approccio completo e di riconoscere la natura dinamica delle competenze intorno all’intelligenza artificiale.
LA STRATEGIA DELLE COMPETENZE AI IN SETTE PUNTI
Parte delle queste competenze dovranno essere acquisite sul mercato, ma molte altre dovranno essere formate dalle imprese con attività di reskilling e upskilling per rispondere a esigenze in costante evoluzione e per colmare un gap tra domanda e offerta di professionisti dell’Ai che si prevede ampio, soprattutto per le pmi.
Questi i sette obiettivi strategici per migliorare la presenza in Europa di competenze Ai.
1. IDENTIFICARE POTENZIALI DISALLINEAMENTI
Il primo obiettivo è identificare potenziali disallineamenti delle competenze analizzando le necessità di Ai skill in Ue e l’offerta formativa esistente in questo ambito.
2. IDENTIFICARE RUOLI E COMPETENZE RICERCATI
Il secondo obiettivo è identificare quali sono i ruoli e le competenze sull’Ai più ricercati dalle imprese, creando degli standard sui requisiti e la loro valutazione.
3. CREARE GLI OPPORTUNI PROFILI EDUCATIVI
Il terzo obiettivo è creare gli opportuni profili educativi, con quadri di certificazione e processi di accreditamento, allineando le offerte formative alle esigenze del settore.
4. SVILUPPARE PROGRAMMI DI APPRENDIMENTO MODULARI
Il quarto obiettivo è riconoscere le dinamiche del settore dell’Ai in modo da sviluppare programmi di apprendimento modulari: la formazione sull’Ai deve essere flessibile e reattiva perché la Tecnologia cambia costantemente. I programmi formativi dovranno, inoltre, puntare sulla diversity e l’inclusione.
5. PROMUOVERE LA COMUNITÀ DELLE COMPETENZE
Il quinto obiettivo è evidenziare l’importanza di una comunità delle competenze di intelligenza artificiale, promuovendo l’apprendimento collaborativo e la condivisione delle informazioni. Si suggerisce anche la creazione di una Sustainable Ai skills alliance.
6. PROMUOVERE IL DIALOGO SULL’ETICA DELL’AI
Il sesto obiettivo è promuovere la consapevolezza dell’Ai, sostenere la diversità nella forza lavoro dell’Ai e promuovere il dialogo sull’Ai etica, inclusiva e centrata sull’uomo con i decisori e i responsabili politici.
7. ACCELERARE LE INIZIATIVE DI RESKILLING E UPSKILLING
Il settimo obiettivo è accelerare le iniziative di reskilling e upskilling delle competenze Ai, promuovendole all’interno dei governi nazionali e identificando e sostenendo attivamente le opportunità di finanziamento.
LA ROADMAP PER COLMARE LO SKILL GAP NELL’AI
Le competenze di cui le imprese e gli enti pubblici hanno fame sono sia It che non-It, sia hard che soft. Per esempio, non servono solo data scientist, ma – sul fronte tecnico – anche project manager e esperti di DevOps, mentre – negli ambiti non tecnologici – occorre che i team aziendali siano provvisti di esperti di normativa, etica e gestione del rischio.
Tra le competenze soft, il problem solving e il pensiero critico sono essenziali, ma, in generale, lo sviluppo e l’implementazione dell’Ai devono poter contare su persone con competenze miste e trasversali, guidate da una precisa strategia.
Come prossimo passo, i partner dell’Arisa stanno mettendo a punto dei curricula standard sulle competenze di intelligenza artificiale e programmi di formazione, che, in una fase successiva, saranno testati dai partner del progetto in tutta Europa.
Seguiranno le altre azioni, come la condivisione dei casi d’uso, la messa a punto di programmi di formazione per gli insegnanti, la pubblicazione di materiali didattici e formativi, il lancio di corsi universitari dedicati e percorsi di certificazione.