Nell’era dell’intelligenza artificiale, latino, filosofia, storia e letteratura potrebbero essere meno “inutili” di quanto abbiamo pensato. Perché forse la formazione migliore non produce lavoratori pronti all’uso: produce esseri umani capaci di orientarsi quando il lavoro cambia.
Per anni abbiamo ripetuto ai ragazzi una raccomandazione apparentemente razionale: studiate qualcosa che serva.
Una laurea che porti a un lavoro. Competenze richieste dalle aziende. Informatica, ingegneria, data analysis, coding, management. Possibilmente qualcosa di abbastanza specifico da permettere a un recruiter di capire immediatamente dove collocarvi.
E se avessimo esagerato?
La provocazione nasce da un interessante articolo di Amanda Hoover pubblicato il 31 agosto 2026 su Business Insider, significativamente intitolato “The myth of workplace readiness”. Hoover parte dalle continue lamentele delle aziende nei confronti della Gen Z, accusata di arrivare sul posto di lavoro senza conoscere regole, comportamenti e perfino alcune competenze elementari della vita d’ufficio.
Ma l’articolo porta rapidamente a una domanda molto più interessante: che cosa significa davvero essere “pronti per il lavoro”, quando il lavoro per il quale dovremmo prepararci continua a cambiare?
Non è una questione marginale.
Perché potremmo essere arrivati al punto in cui l’ossessione per la formazione immediatamente spendibile rischia di produrre esattamente il risultato opposto.
Preparati per quale lavoro?
La scuola e l’università hanno sempre avuto un problema di tempi.
Un ragazzo che entra oggi in un percorso universitario ne uscirà fra tre, cinque o più anni. Quello che il mercato considera essenziale nel momento dell’iscrizione potrebbe essere diventato ordinario, automatizzato o persino irrilevante al momento della laurea.
Con l’intelligenza artificiale questa distanza si è accorciata ulteriormente.
Durante gli anni Dieci abbiamo sentito ripetere che bisognava formare più persone nelle discipline STEM. È successo. Negli Stati Uniti, ricorda Business Insider, mentre fra il 2007 e il 2022 le lauree umanistiche diminuivano del 25% in molte discipline, il numero dei laureati STEM cresceva fino a superare ampiamente gli obiettivi fissati dall’amministrazione Obama.
Poi è arrivata l’AI.
E proprio la tecnologia che avrebbe dovuto rendere indispensabile una preparazione sempre più tecnica ha iniziato ad automatizzare una parte crescente del lavoro tecnico. L’articolo rileva persino un rinnovato interesse di alcune imprese per candidati provenienti dalle liberal arts.
Il punto non è naturalmente che ingegneria, matematica o informatica siano diventate inutili. Sarebbe una conclusione tanto semplicistica quanto quella opposta.
Il punto è che una competenza specialistica non può più essere confusa con una garanzia professionale permanente.
Il paradosso delle competenze “inutili”
E allora torniamo a quelle materie che generazioni di studenti hanno studiato chiedendosi: «A cosa mi servirà mai?».
Latino. Greco. Filosofia. Storia. Letteratura.
Materie che non insegnano a compilare un bilancio, progettare una campagna digitale o scrivere un prompt efficace.
Ed è proprio questo il punto. Forse abbiamo sbagliato domanda.
Non dovremmo chiederci soltanto quale problema concreto queste discipline permettano di risolvere domani mattina. Dovremmo chiederci quale tipo di mente contribuiscano a costruire.
Studiare filosofia significa confrontarsi con argomentazioni incompatibili fra loro e imparare che una risposta può essere logicamente sofisticata senza essere necessariamente vera.
Studiare storia significa capire che ciò che appare inevitabile nel presente quasi mai lo era per chi lo stava vivendo.
Tradurre latino o greco significa confrontarsi continuamente con ambiguità, struttura, contesto, interpretazione.
La letteratura obbliga a entrare nella testa di persone che non siamo noi.
Nessuna di queste attività offre una soluzione immediatamente utilizzabile.
Offrono qualcosa di diverso: strumenti.
Ed è forse questa la distinzione più importante nell’era dell’AI.
Le soluzioni diventano economiche. Il giudizio no.
ChatGPT può produrre in pochi secondi una bozza di business plan, una formula Excel, una presentazione, un pezzo di codice, una campagna marketing o una sintesi di cinquanta pagine.
Ciò che non elimina è il problema di sapere che cosa chiedere, perché chiederlo, se la risposta abbia senso e che cosa farne dopo.
Anzi, più potenti diventano gli strumenti, maggiore diventa il valore del giudizio di chi li usa.
È significativo che, nel sondaggio della National Association of Colleges and Employers citato da Business Insider, le competenze considerate più importanti dalle aziende siano professionalità, lavoro di squadra, comunicazione e pensiero critico. E proprio su comunicazione, pensiero critico e professionalità soltanto circa la metà dei datori di lavoro considera realmente competenti i neolaureati.
Non sono competenze riconducibili facilmente a un software.
Sono capacità umane.
Formare persone o macchine da lavoro?
Qui la provocazione diventa più radicale.
Abbiamo progressivamente chiesto al sistema educativo di comportarsi come un reparto di preproduzione delle risorse umane: identificare i bisogni delle aziende e consegnare giovani già configurati per soddisfarli.
Ma un’università dovrebbe davvero avere questo compito?
La presidente dell’American Association of Colleges and Universities, Lynn Pasquerella, pone nell’articolo di Hoover una distinzione fondamentale: non si tratta di negare che l’università debba preparare alla carriera, ma di scegliere se preparare gli studenti per il lavoro che esiste oggi oppure fornire conoscenze, competenze e capacità di giudizio che consentano loro di attraversare un’intera vita professionale in un’economia destinata a cambiare continuamente.
È una differenza enorme.
Perché la seconda formazione non può essere costruita soltanto intorno alla domanda: «Quali competenze cercano oggi le aziende?».
Deve partire anche da un’altra domanda:
Chi è questa persona e che cosa le servirà per continuare a diventare qualcosa che oggi non possiamo ancora prevedere?
Sensibilità culturale. Curiosità. Capacità analitica. Relazioni. Linguaggio. Immaginazione. Autonomia. Consapevolezza delle proprie aspirazioni.
Non sono decorazioni attorno alla preparazione professionale.
Potrebbero essere la parte più durevole della preparazione professionale.
Questo non significa tornare indietro
Naturalmente sarebbe altrettanto sbagliato trasformare questa riflessione in una nostalgica celebrazione del liceo classico o in una guerra contro la specializzazione.
Un medico deve conoscere la medicina. Un ingegnere deve conoscere l’ingegneria. Un ricercatore ha bisogno di profondità disciplinare.
E conoscere Cicerone non rende automaticamente capaci di guidare un’impresa.
La distinzione importante è un’altra.
Una buona formazione specialistica insegna una disciplina.
Una cattiva formazione specialistica addestra semplicemente all’esecuzione delle procedure che quella disciplina utilizza oggi.
Sono due cose molto diverse.
Allo stesso modo, latino, storia o filosofia hanno valore soltanto se diventano esercizio di ragionamento, interpretazione e confronto. Se vengono ridotti alla memorizzazione meccanica di nozioni, possono essere inutili quanto qualsiasi corso tecnico destinato a diventare obsoleto.
Forse abbiamo frainteso il significato di “preparare al lavoro”
C’è infine un altro elemento interessante in un recente articolo di Business Insider proprio su questo tema.
Mentre le aziende lamentano la scarsa preparazione dei giovani, hanno progressivamente ridotto proprio la formazione destinata ai lavoratori entry-level. Sempre più training è stato concentrato sui dipendenti intermedi e senior, e nel 2023 la maggioranza dei lavoratori statunitensi dichiarava di non avere un mentor.
È difficile pretendere lavoratori “pronti” eliminando progressivamente i luoghi nei quali imparavano a lavorare.
Forse il primo impiego dovrebbe tornare a essere anche questo: un luogo di formazione.
E forse l’università non dovrebbe tentare disperatamente di imitare l’azienda.
Dovrebbe fare meglio ciò che un’azienda difficilmente può fare: dare a una persona tempo e strumenti per costruire capacità intellettuali che possano accompagnarla per decenni.
Perché il paradosso potrebbe essere proprio questo.
Più il futuro del lavoro diventa imprevedibile, meno ha senso educare qualcuno per un futuro preciso.
La formazione più moderna potrebbe quindi assomigliare, almeno in parte, a quella che abbiamo liquidato come antica.
Non perché il latino sia improvvisamente diventato una competenza professionale.
Ma perché, quando una macchina può fornirci sempre più risposte, potrebbe diventare straordinariamente prezioso avere imparato a formulare domande migliori.
