Un segnale dalle ammissioni

Quando ho saputo che alla Facoltà di Lingue e Letterature Straniere dell’Università di Bucarest si parlava di circa trenta candidati per ogni posto, la mia prima reazione è stata:

Se rimangono tutti nel Paese, diventeremo una nazione di potenziali poliglotti.

La battuta nasconde però una domanda seria. Perché così tanti giovani si orientano verso le lingue straniere? Per un’inaspettata passione per la filologia? Per il desiderio di conoscere altre culture? Oppure perché le lingue straniere promettono mobilità, accesso a un mondo più ampio e, forse, la possibilità di lavorare ovunque senza che un’altra specializzazione professionale sembri più indispensabile?

A Ingegneria informatica del Politecnico la concorrenza, sempre elevata, sembra particolarmente forte quest’anno. Nello stesso tempo, le facoltà tecniche vogliono introdurre insegnamenti, indirizzi o programmi legati all’intelligenza artificiale.

I fenomeni sembrano diversi, ma esprimono lo stesso orientamento. I giovani cercano settori che promettono accesso al futuro. Le lingue straniere aprono i confini geografici. L’informatica e l’intelligenza artificiale sembrano aprire quelli professionali.

Un settore può essere creato con una decisione?

Qui occorre fare una distinzione. Una specializzazione non viene inventata a piacimento da una facoltà. Deve essere riconosciuta nel quadro nazionale, mentre l’organizzazione di un programma comporta valutazione esterna, autorizzazione al funzionamento e, successivamente, accreditamento. L’istituzione deve dimostrare di disporre del personale, delle infrastrutture e dei meccanismi necessari per assicurare la qualità.

In breve, l’autorizzazione consente al programma di iniziare in condizioni controllate; l’accreditamento conferma, dopo una nuova valutazione, che può funzionare stabilmente. La procedura è necessaria e tutt’altro che semplice. Ma neppure la procedura più rigorosa può comprimere il tempo intellettuale. Può verificare l’esistenza delle risorse dichiarate; non può attribuire, con un atto ufficiale, la maturità di una scuola scientifica.

Una specializzazione può essere riconosciuta e un programma può essere autorizzato. Un settore, tuttavia, matura attraverso la ricerca, la continuità, i risultati e la formazione di una comunità.

Un ritorno agli anni Sessanta

Quando entrai all’università, nel 1961, la formazione in automatica era ancora in fase di costituzione in Romania, all’interno della Facoltà di Energetica. La specializzazione in Automatica sarebbe stata formalizzata nel 1963 e, nell’anno accademico 1966–1967, si decise la costituzione della Facoltà di Automatica e Calcolatori.

Guardando indietro, non credo che l’automatica romena sia nata esclusivamente da una richiesta urgente e chiaramente formulata dall’industria. Non esisteva ancora una moltitudine di imprese che chiedessero specialisti in una professione già ben definita. Esisteva però la convinzione che l’automazione sarebbe diventata indispensabile.

L’impulso proveniva in gran parte dal desiderio di alcuni specialisti di sincronizzarsi con ciò che accadeva nei Paesi industrializzati e, nelle condizioni politiche dell’epoca, soprattutto nell’Unione Sovietica. Come avrebbe forse detto Caragiale, “dobbiamo avere anche noi i nostri falliti”.

La formula ironica coglie l’imitazione istituzionale, ma non esaurisce il fenomeno. Nel caso dell’automatica e, poco più tardi, dei calcolatori e dell’informatica, la decisione calata dall’alto non rimase senza conseguenze. Furono formate persone; comparvero laboratori, corsi, istituti, centri metodologici e infine applicazioni. Ciò che all’inizio era anticipazione contribuì poi a produrre la realtà anticipata.

L’università che anticipa la domanda

Il precedente degli anni Sessanta è utile solo se ne vediamo anche i limiti. Allora l’impulso veniva in larga misura dall’alto, in un’economia pianificata, e l’università preparava una modernizzazione che l’industria non aveva ancora formulato in modo sufficiente. Se si fosse aspettato che l’industria esprimesse da sola una domanda pienamente matura, l’automazione e l’informatizzazione sarebbero probabilmente cominciate molto più tardi.

La creazione delle sezioni, la formazione dei docenti e la comparsa dei laureati resero gradualmente possibile anche l’applicazione delle nuove tecnologie. L’università anticipò il futuro e, in una certa misura, contribuì a provocarlo.

Oggi, nel caso dell’intelligenza artificiale, la pressione arriva contemporaneamente da più direzioni:

• il desiderio di sincronizzarsi con le principali tendenze internazionali;
• le strategie dello Stato e dell’Unione europea;
• la concorrenza tra università per candidati, progetti e finanziamenti;
• le esigenze reali delle imprese che hanno attraversato la trasformazione digitale;
• le aspettative del pubblico che utilizza già l’IA attraverso servizi disponibili sullo smartphone;
• le speranze dei giovani riguardo alle professioni e ai redditi del futuro.

Oggi la domanda viene da ogni parte, ma non ha ovunque la stessa consistenza.

L’analogia consiste nel ruolo anticipatore dell’università: allora come oggi, la formazione di specialisti può accelerare la trasformazione dell’economia. La differenza è che l’IA non entra in un terreno quasi vuoto. Incontra una società già connessa digitalmente, imprese preparate in modo molto diseguale e strumenti commerciali che cambiano prima che i programmi universitari possano stabilizzarsi.

Da un nucleo comune alle specializzazioni

Il confronto tra automatica e intelligenza artificiale è allettante perché entrambe sono discipline trasversali.

L’automatica non apparteneva esclusivamente all’energetica, alla meccanica, alla chimica o alla costruzione di macchine. Aveva un proprio nucleo teorico — teoria dei sistemi, regolazione, controllo e stabilità — che veniva poi applicato in modo diverso in ciascun ramo dell’ingegneria.

All’università incontrai sia corsi fondamentali — tra cui Fondamenti teorici dei sistemi automatici — sia insegnamenti orientati alle applicazioni: automazione nell’energetica, nell’industria delle costruzioni meccaniche, nella chimica, telemeccanica e altri indirizzi. Si formava gradualmente una struttura: un centro teorico comune e più specializzazioni legate ai settori di impiego.

La specializzazione non è un segno di insufficienza. È la conseguenza della maturazione della conoscenza. Nessuno dovrebbe sentirsi in colpa perché non riesce ad assorbire ogni giorno tutto ciò che compare sotto l’etichetta dell’intelligenza artificiale.

Il problema dell’università è decidere che cosa appartenga al nucleo e che cosa sia soltanto uno strumento passeggero. Uno studente deve conoscere le tecnologie del presente, ma il valore degli studi universitari consiste soprattutto nella capacità di comprendere la generazione successiva, non soltanto nell’uso di quella attuale.

Una società digitalizzata prima delle sue istituzioni

Lo smartphone ha portato i servizi digitali e, più recentemente, l’intelligenza artificiale al livello dell’interfaccia personale: comunicazione, mappe, operazioni bancarie, traduzioni, riassunti e risposte quasi istantanee. Questa esperienza individuale produce un’aspettativa sociale naturale: la pubblica amministrazione, l’ospedale, la scuola e l’impresa dovrebbero offrire la stessa velocità e facilità.

Lo smartphone ha digitalizzato il rapporto dell’uomo con il mondo senza digitalizzare, nella stessa misura, le strutture del mondo con cui l’uomo entra in relazione.

Nasce così un paradosso. Il pubblico chiede intelligenza artificiale proprio perché l’ha conosciuta direttamente, ma alcuni dei settori sui quali esercita pressione non hanno ancora completato neppure la trasformazione digitale. Un’istituzione può avere un sito e un’applicazione mentre, al suo interno, i documenti circolano ancora su carta, le informazioni vengono inserite più volte e le banche dati non comunicano tra loro.

L’intelligenza artificiale di facciata

Quando la digitalizzazione è superficiale, l’intelligenza artificiale rischia di diventare un’etichetta moderna applicata a un’organizzazione vecchia. Un medico può consultare un sistema di IA, un insegnante può generare materiali, un funzionario può redigere un testo — ma questi usi individuali non trasformano, da soli, un’istituzione.

Perché l’IA trasformi un settore, deve esistere prima una realtà ordinata: processi definiti, dati corretti e interoperabili, responsabilità chiare. Un sistema non può analizzare in modo coerente dati che non esistono o che non possono essere correlati. Non può ottimizzare un processo che non è stato descritto. Non può prendere decisioni responsabili in un’istituzione nella quale nessuno sa chi risponda dei dati e dei risultati.

Senza digitalizzazione strutturale compare il pericolo di un’intelligenza artificiale di facciata:

• un chatbot moderno davanti a un’amministrazione che lavora ancora prevalentemente su carta;
• un modello sofisticato alimentato da dati incompleti o incompatibili;
• una “strategia di IA” in un’impresa che non ha descritto i propri processi di base;
• l’uso individuale di servizi pubblici di IA per informazioni riservate;
• un’etichetta moderna applicata a un’organizzazione vecchia.

L’uso parziale di strumenti di IA non è inutile: può far risparmiare tempo e migliorare il lavoro individuale. Ma l’uso di un prodotto di IA non deve essere confuso con la trasformazione di un’organizzazione attraverso l’IA. La vera trasformazione richiede infrastrutture, governance dei dati e chiari meccanismi di responsabilità — non soltanto l’accesso a un modello.

Dalla specializzazione approvata al programma universitario

La digitalizzazione diseguale si trasferisce inevitabilmente sull’istruzione. Le università sono sottoposte alla pressione di formare specialisti in IA, ma i datori di lavoro non chiedono un unico tipo di “specialista in IA”. Hanno bisogno di competenze diverse: ricerca e ingegneria dei modelli, ingegneria dei dati, integrazione dei sistemi, sicurezza e conoscenza profonda del settore applicativo.

Per questo l’intelligenza artificiale non deve rimanere confinata in una sola facoltà. In forme adattate, può entrare nell’energetica, nella meccanica, nei trasporti, nella medicina, nell’economia, nella pubblica amministrazione, nel diritto o nelle discipline umanistiche. L’interdisciplinarità, però, non si ottiene aggiungendo semplicemente un corso. Richiede insegnamenti comuni, progetti condotti da docenti di settori diversi, pratica in organizzazioni reali e, dove possibile, percorsi formativi combinati.

Una facoltà non può inventare e aprire da sola, da un giorno all’altro, una specializzazione. La specializzazione deve esistere nel quadro nazionale riconosciuto. Un’istituzione può chiedere di organizzare un programma con quel profilo se dimostra di disporre di personale docente, infrastrutture, attività di ricerca e capacità di assicurazione della qualità. Seguono la valutazione esterna, l’autorizzazione al funzionamento e, successivamente, l’accreditamento.

Dimostrare le risorse necessarie per organizzare un programma garantisce anche l’esistenza di una comunità accademica matura?

La valutazione può confermare la presenza di docenti, insegnamenti, laboratori e meccanismi di qualità. È più difficile misurare la continuità della ricerca, la profondità dell’esperienza e la capacità del gruppo di separare i fondamenti del settore dagli strumenti momentaneamente di moda.

Qui compare anche il rischio del branding universitario: una denominazione attraente può diventare un argomento per l’ammissione prima che il profilo acquisti sostanza. La prevenzione non consiste soltanto nel controllo amministrativo, ma anche nella trasparenza pubblica. Un programma dovrebbe indicare chiaramente chi insegna, quale ricerca svolge il gruppo, quali laboratori esistono, quali progetti interdisciplinari offre e quali risultati ottengono i laureati.

Il rischio non è l’assenza di qualsiasi controllo. Il rischio è la rapida moltiplicazione dei programmi in un settore che cambia più velocemente di quanto possano formarsi i gruppi capaci di insegnarlo in profondità.

Lo Stato che crea e lo Stato che limita

Nel caso dell’automatica e dei calcolatori, lo Stato ebbe un ruolo decisivo. Creò sezioni, facoltà, istituti e imprese e finanziò la formazione degli specialisti prima che l’intera economia fosse pronta a impiegarli.

Nel caso dell’intelligenza artificiale, l’intervento dello Stato è ancora più necessario, ma il suo ruolo è ormai duplice.

Non basta parlare soltanto di “regolamentazione etica”. L’etica formula principi; la legge e le istituzioni stabiliscono obblighi, audit, responsabilità e possibilità di ricorso. Il regolamento europeo sull’IA segue un approccio basato sul rischio: alcune pratiche sono vietate, i sistemi ad alto rischio sono sottoposti a requisiti speciali e determinati usi comportano obblighi di trasparenza.

L’intelligenza artificiale può penetrare nella medicina, nella giustizia, nell’istruzione, nella pubblica amministrazione, nella difesa, nell’energia e nelle comunicazioni. In questi settori, un errore non è più soltanto tecnico. Può diventare una decisione sociale, giuridica o politica.

Quanto più grave è la conseguenza, tanto meno accettabile diventa la spiegazione “ha deciso l’algoritmo”. Devono esserci una persona e un’istituzione responsabili.

Ma lo Stato non è soltanto l’arbitro dell’intelligenza artificiale. È anche uno dei suoi più potenti utilizzatori potenziali. Gli stessi sistemi che possono semplificare l’amministrazione, individuare frodi o prevenire incidenti possono essere usati per una sorveglianza eccessiva, la classificazione dei cittadini, la manipolazione dell’informazione e il controllo politico.

L’intervento dello Stato non garantisce automaticamente un uso responsabile dell’IA. Lo Stato deve essere a sua volta controllato attraverso la legge, la trasparenza, gli audit, una giustizia indipendente e il dibattito pubblico.

L’università ha qui una responsabilità ulteriore. Non deve formare soltanto costruttori e utilizzatori di sistemi, ma anche persone capaci di chiedere dove l’IA non debba essere usata, chi risponda delle sue conseguenze e come si possa contestare una decisione automatizzata.

Che cosa cercano i giovani e che cosa deve loro l’università

Sarebbe ingiusto guardare alla concorrenza nelle ammissioni soltanto con sospetto. I giovani cercano ciò che ogni generazione ha cercato: una professione, un reddito, una posizione sociale, libertà di movimento e la sensazione di appartenere al presente, non a un mondo che scompare. L’intelligenza artificiale sembra offrire tutto questo; è naturale che li attragga.

L’università, però, non deve vendere loro soltanto speranza. Deve offrire:

• un quadro onesto del settore e delle reali opportunità professionali;
• fondamenti che resistano al rapido cambiamento degli strumenti;
• esperienza pratica e contatto con problemi reali di organizzazioni digitalizzate;
• comprensione dei dati, dei processi, dei limiti e dei rischi dei sistemi di IA;
• la capacità di continuare a imparare e di specializzarsi mentre il settore evolve;
• responsabilità per gli effetti sociali dei sistemi che costruiranno o useranno.

Non basta che un laureato sappia usare gli strumenti del momento. Deve comprendere il settore in cui li applica ed essere capace di giudicarne i risultati. L’intelligenza artificiale non è una sola professione, ma un insieme di metodi che si combinerà con la medicina, l’energia, l’industria, la pubblica amministrazione, il diritto, la cultura e l’istruzione. Lo specialista di domani si formerà all’incontro tra un nucleo comune e una conoscenza profonda di un settore applicativo.

Tra anticipazione e imitazione

L’università non può aspettare che l’intelligenza artificiale si stabilizzi completamente. Se lo facesse, arriverebbe troppo tardi. Ma non può neppure trasformare ogni novità in un insegnamento e ogni moda in una specializzazione. Deve anticipare senza limitarsi a imitare.

L’automatica e l’informatica offrono un precedente: furono introdotte, in parte, attraverso decisioni dall’alto e per il desiderio di sincronizzarsi con il mondo tecnologico, anche quando la domanda interna non era ancora pienamente formata. Attraverso la nascita dei corsi, dei laboratori e degli specialisti, l’università contribuì alla modernizzazione dell’economia e produsse, nel tempo, la domanda per la quale stava preparando.

Nel caso dell’intelligenza artificiale, la situazione è più complessa. La domanda esiste già, ma in modo diseguale: il pubblico ha conosciuto l’IA attraverso lo smartphone e la richiede ovunque, mentre istituzioni e imprese non sono tutte pronte a integrarla. Alcune non hanno completato neppure la digitalizzazione strutturale. L’università si trova così tra una tecnologia in fermento, una società impaziente e un’economia digitalizzata in modo diseguale.

Come nasce, dunque, un settore universitario? Non attraverso il semplice accumulo di corsi, né grazie al successo di una denominazione nelle ammissioni. Un settore nasce quando l’entusiasmo viene trasformato in metodo, gli strumenti vengono collocati su fondamenta solide, emergono comunità capaci di fare ricerca e insegnare e le applicazioni cominciano a differenziarsi.

Negli anni Sessanta, l’automatica apparve come una promessa e come un atto di sincronizzazione. Ebbe bisogno di tempo per formare i propri docenti, il proprio linguaggio, i propri libri e le proprie applicazioni. L’intelligenza artificiale attraversa oggi un processo simile, ma molto più rapido, più vasto e più difficile da controllare.

Il ruolo dell’università non è fermare questo movimento né inseguirlo ciecamente. È introdurre ordine in una conoscenza ancora instabile: separare i fondamenti dalla moda, i metodi dai prodotti, la competenza dalla semplice familiarità e il progresso dall’uso incontrollato del potere tecnologico.

E il ruolo dello Stato non è soltanto aiutare il settore a nascere, ma anche assicurarsi che la società possa vivere in sicurezza con ciò che ha creato.