Quasi ogni programma di corso sull’intelligenza artificiale oggi scrive “pratico” nella prima riga. Poi in aula l’esempio è un’email inventata, il foglio di calcolo è di prova e il partecipante guarda qualcun altro che scrive. Il giorno dopo torna alla sua scrivania e deve fare da solo il passaggio più difficile: portare l’esempio sul proprio lavoro. È lì che la maggior parte delle persone si ferma.
Martes AI fa formazione sull’intelligenza artificiale in sede per aziende ed enti italiani: oltre 1000 figure chiave formate in più di 100 aziende. Qui raccontiamo come costruiamo una giornata pratica e come riconoscerne una da un programma che si chiama pratico soltanto sulla brochure.
Cosa distingue una formazione AI pratica in azienda
Non il numero di esercizi. Contano tre cose: su quale materiale si lavora, chi corregge e cosa resta in mano a fine giornata.
| Formazione AI teorica | Formazione AI pratica in azienda | |
|---|---|---|
| Materiale | Esempi preparati da chi forma | File, documenti e attività dei partecipanti |
| Programma | Uguale per ogni azienda | Costruito sulle risposte dell’assessment |
| Teoria | La maggior parte della giornata | Un’ora o un’ora e mezza |
| Chi corregge | Nessuno: al massimo le domande alla fine | Il formatore, sullo schermo di ognuno |
| Cosa resta | Slide e attestato | Procedure salvate che funzionano sul proprio lavoro |
| Come si giudica | Questionario di gradimento | Ore sulle stesse attività prima e dopo |
Se un programma sta tutto nella colonna di sinistra non è sbagliato. Serve a dare le basi. Non serve a far recuperare ore a un team.
Si parte dall’assessment, non dal programma
La parte pratica comincia due settimane prima dell’aula. Ogni partecipante compila un questionario di una decina di minuti: quali strumenti usa, cosa lo blocca, quali attività fa ogni settimana e quanto tempo gli prendono.
Senza quella misura si insegna l’AI in generale. E l’AI in generale non automatizza niente.
Con il management di Truck Italia, gruppo automotive con otto sedi, su 17 rispondenti 8 usavano già l’AI senza blocchi e 6 dichiaravano di non sapere da dove iniziare. Sommando le stime dichiarate uscivano oltre 120 ore a settimana di lavoro ripetitivo, contate sul solo management: report e KPI compilati a mano da più sistemi, posta, dati ricopiati fra un gestionale e l’altro, controllo di contratti e offerte. Quella lista è diventata il programma del secondo giorno.
Con i 16 manager di Farvima Medicinali è successa la stessa cosa. Non abbiamo scelto noi nessuna delle attività su cui si è lavorato: erano tutte nella lista uscita dall’assessment, scritta dalle persone che quelle attività le fanno.
Come è fatta una giornata pratica
- 01
1
Un template a testa
Prima dell'aula prepariamo per ogni persona un punto di partenza costruito sul suo ruolo, sui suoi vincoli e sui documenti che tocca. Nessuno parte da un esempio generico.
- 02
2
Giorno uno: il secondo cervello
Ognuno costruisce un contesto stabile su chi è, che lavoro fa, come scrive e quali obiettivi ha. Poi lo collega ai software che usa davvero. Così non deve rispiegare tutto a ogni conversazione.
- 03
3
Giorno due: le skill
Si prendono le attività ripetitive dichiarate nell'assessment e si trasformano in procedure che il modello impara e riusa. Prima si fanno insieme, poi diventano un comando.
- 04
4
Dopo: la misura
Qualche settimana dopo ognuno dichiara di nuovo quanto tempo passa sulle stesse attività e quali strumenti usa ancora.
In tutte e due le giornate le slide occupano poco. Con Farvima la parte spiegata è durata un’ora e mezza. Il resto è stato esercitazione sul computer di ognuno, sui suoi processi veri.
Il lavoro del formatore in una giornata così è passare fra le postazioni. Quasi tutti si incagliano nello stesso punto: non sanno descrivere il compito in modo che lo strumento lo capisca. Guardando lo schermo si corregge in pochi minuti, con le tecniche di un corso di prompt engineering applicate al file di chi si ha davanti. Un video non può farlo.
Cosa esce da una formazione pratica
Il risultato si vede in quello che le persone costruiscono e in quanto lo usano dopo. Due casi, con i numeri come li riportano i casi studio.
A Farvima ogni funzione è uscita dall’aula con almeno uno strumento suo: un controllo automatico sui depositi per la logistica, un cruscotto sulle vendite per il commerciale, una web app per gli autisti della flotta, un controllo sulla contabilità per l’amministrazione. Li ha costruiti il manager che quel lavoro lo fa ogni settimana. Tre settimane dopo 13 strumenti erano già passati ai colleghi del reparto.
All’Autorità di Sistema Portuale del Mare di Sardegna i 30 AI Champion, divisi in due gruppi, sono arrivati in laboratorio ognuno con un proprio processo e se lo sono portato via funzionante: agenti che cercano i bandi, cruscotti sui propri dati, il registro degli appalti che si aggiorna da solo. Il segretario generale Alessandro Becce l’ha detto così: la parte strategica più importante è mettere alla prova sul campo quello che viene insegnato in maniera teorica. I conti completi sono nei casi studio di Farvima e dell’AdSP del Mare di Sardegna.
Le regole sui dati vanno decise prima, non durante
Lavorare sui file veri ha una condizione: sapere cosa si può caricare. In un ente pubblico è la prima domanda. All’AdSP siamo partiti da lì, con l’elenco dei documenti che l’ente tratta davvero ufficio per ufficio, oltre centocinquanta voci validate con loro prima dell’aula.
Verde: entra com'è
Atti già pubblicati, normativa, circolari, modelli senza dati dentro. Si caricano senza pensarci.
Giallo: prima si maschera
Documenti con nomi, codici fiscali, indirizzi, numeri di protocollo. Si caricano solo dopo averli mascherati.
Rosso: resta fuori
Sicurezza portuale, dati sanitari, offerte di gara prima dell'aggiudicazione, contenzioso in corso. Non si caricano.
In un’azienda privata la lista cambia, il principio no. Si decidono prima l’account aziendale, gli strumenti approvati e cosa resta fuori. Se in aula si lavora con account personali le persone continuano a usarli anche dopo. È così che nasce la shadow AI.
Le domande da fare a chi propone una formazione pratica
Valgono con qualunque fornitore.
- 01
Su quali file lavorano i partecipanti?
Se la risposta è su esempi preparati dal formatore, il passaggio sul lavoro vero resta a carico vostro.
- 02
C'è un assessment prima dell'aula?
Senza, il programma è lo stesso per tutte le aziende. Chiedete cosa chiede il questionario e come cambia le giornate.
- 03
Quanta parte della giornata è spiegata?
Se le slide occupano la mattina intera, la pratica è un'appendice.
- 04
Cosa resta a ogni persona a fine giornata?
Procedure salvate e riusabili, collegate ai software che usa. Non il file della presentazione.
- 05
Come si misura il risultato?
Ore sulle stesse attività prima e qualche settimana dopo, strumenti costruiti e strumenti ancora usati. Se il fornitore non propone una misura, proponetela voi.
Se il dubbio è sul formato, cioè aula in sede o corso a distanza, il confronto è nella guida corso AI online o in aula per aziende. Per scegliere fra i fornitori c’è la guida su come scegliere un corso AI per aziende.
Quando la formazione pratica non basta
Non tutto si risolve in aula. Una formazione pratica insegna alle persone a costruirsi gli strumenti per il proprio lavoro. Non sostituisce un sistema che deve girare per tutta l’azienda, con integrazioni e controlli: lì serve un progetto di sviluppo.
Dopo l’aula però succede spesso una cosa che non si vede in nessun altro modo. Al Metodo ABF le skill uscite dalle due giornate le hanno riscritte tutte. Leonardo, che monta i video, si è costruito da solo l’automazione del suo programma di editing. Giulio si è scritto il software per gestire Instagram senza sapere una riga di Python. Conta il metodo, più degli strumenti costruiti in sala.
Come lavoriamo noi
La nostra formazione AI per le aziende è pratica per costruzione: assessment di dieci minuti a testa, template preparato sul ruolo di ognuno, due giornate in sede al computer, questionario sulle ore qualche settimana dopo. Con gruppi grandi aggiungiamo una plenaria sulle regole e sul metodo: all’AdSP l’abbiamo fatta per 100 persone dei nove porti, prima dei laboratori con gli AI Champion.
Il costo dei percorsi in sede spesso si copre con i fondi interprofessionali a cui l’azienda aderisce già: come funziona è nella guida sulla formazione AI finanziata. Per l’obbligo di competenze dell’articolo 4 dell’AI Act conta poter dimostrare chi ha fatto cosa e su quali strumenti, come spieghiamo nella guida sulla formazione AI obbligatoria.