Entro il 2030 cambierà il 39% delle competenze richieste al lavoro. Il Diploma serve ancora?

Entro il 2030 cambierà il 39% delle competenze fondamentali richieste ai lavoratori. La stima arriva dal Future of Jobs Report 2025 del World Economic Forum, pubblicato nel gennaio 2025. Un secondo dato completa il quadro.

Nel maggio 2025 l’Organizzazione Internazionale del Lavoro ha calcolato che, nel mondo, un lavoratore su quattro svolge una professione esposta almeno in parte all’intelligenza artificiale generativa. “Esposta”, però, non vuol dire destinata a sparire.

Secondo la stessa organizzazione, nella maggior parte dei casi cambieranno le attività svolte dalle persone. Il nome del mestiere potrebbe restare identico; una parte del lavoro quotidiano, invece, sarà diversa. Di fronte a questi numeri mi viene una domanda molto concreta: il voto, il diploma o la laurea bastano ancora per trovare lavoro?

La mia risposta è semplice. Servono. Per molte professioni sono indispensabili e continuano ad aprire porte. Ma una volta entrati a un colloquio, qualcuno vorrà capire quale problema sappiamo risolvere. E lì il voto, da solo, comincia ad avere poco da dire.

Dal titolo di studio a quello che sappiamo fare

Per anni abbiamo concentrato buona parte del percorso scolastico sulla risposta corretta. Il lavoro, però, raramente si presenta come un compito già diviso in capitoli. A volte il problema è confuso. Mancano informazioni. Le richieste cambiano mentre stiamo ancora cercando una soluzione.

L’intelligenza artificiale rende questa distanza ancora più visibile. Può scrivere un testo, riassumere un documento, preparare una presentazione e proporre dieci idee in pochi secondi. La velocità, a questo punto, è disponibile quasi per tutti. 

La differenza la fanno la qualità della domanda, il controllo della risposta e la responsabilità della decisione finale.

Ho messo insieme le cinque capacità che ricorrono con maggiore frequenza nei rapporti sul lavoro e nelle indicazioni rivolte a studenti e lavoratori. Non sono formule magiche.

E non richiedono il famoso corso online da 997 euro. Niente carta di credito…Tranquilli.

1. Formulare bene il problema

La prima capacità è fare domande precise. Oggi si parla molto di prompt engineering. Il nome suggerisce una disciplina riservata a persone chiuse in un garage californiano. Il principio è più semplice: spiegare bene che cosa vogliamo ottenere. Se chiediamo a un sistema di IA «Fammi un curriculum», riceveremo probabilmente un testo generico. Se indichiamo il ruolo, le esperienze, i risultati ottenuti, le competenze da mettere in evidenza e il tono dell’azienda, la risposta sarà più utile.

Resta un punto: dobbiamo conoscere abbastanza l’argomento per valutare ciò che riceviamo. Una richiesta scritta bene non corregge una conoscenza fragile. Può soltanto produrre un errore più elegante. Un esercizio concreto: prendete un’attività reale. Fate una prima richiesta all’IA, poi riscrivetela aggiungendo contesto, obiettivo e vincoli. Confrontate le due risposte. Vedrete subito quanto pesa la precisione.

2. Controllare prima di fidarsi

Il World Economic Forum indica il pensiero analitico come la competenza principale per i datori di lavoro: sette aziende su dieci lo considerano essenziale. Nella pratica significa controllare una fonte, riconoscere un dato sospetto, confrontare due alternative e chiedersi che cosa manchi. Significa anche fermarsi davanti a una risposta molto sicura di sé e dire: «Aspetta, questa cosa non mi convince». 

Una regola pratica può essere questa. Per ogni informazione importante facciamoci tre domande: da dove arriva? Che cosa potrebbe mancare? Che cosa succede se è sbagliata? La macchina può produrre la risposta. Il giudizio resta nostro. Anche perché, alla fine, il nome sul lavoro consegnato non è quello del chatbot.

3. Imparare senza collezionare corsi

Il percorso “prima studio, poi lavoro” appartiene sempre meno alla realtà. Oggi studiamo, lavoriamo, aggiorniamo una competenza e spesso dobbiamo tornare principianti. Questa è forse la parte meno comoda. Non basta dichiararsi flessibili nel curriculum. Bisogna accettare di non saper usare uno strumento, dedicargli tempo e arrivare a un risultato verificabile.

Il metodo più realistico, secondo me, è scegliere una competenza sola. Trenta minuti, tre volte alla settimana, per un mese. Alla fine deve esserci qualcosa da mostrare: un’analisi, un video, una presentazione, un foglio di calcolo o una procedura migliorata.

Dieci corsi iniziati e lasciati a metà arredano benissimo la cartella dei preferiti. Sul lavoro, purtroppo, fanno meno scena.

4. Costruire fiducia

L’IA può aiutarci a preparare una conversazione, riordinare le idee e scrivere un messaggio. La fiducia tra persone richiede altro: mantenere una promessa, ammettere un errore, rispondere quando nasce un problema e metterci la faccia.

Vale anche per il networking. Non serve raccogliere contatti come figurine. Serve capire che cosa fanno le persone, fare domande vere ed essere utili prima di chiedere qualcosa.

Un esercizio possibile è contattare una persona del settore che ci interessa e chiederle dieci minuti su un punto preciso: una competenza utile, un errore frequente, un cambiamento che sta vedendo. «Mi trovi un lavoro?» può aspettare almeno il secondo messaggio. Direi anche il terzo.

5. Mostrare il proprio contributo

Scrivere «sono creativo» nel curriculum non dimostra creatività. Dichiarare «so usare l’intelligenza artificiale» non spiega che cosa abbiamo fatto con quello strumento.

Serve una prova. Un portfolio può raccogliere progetti personali, lavori scolastici, volontariato, piccoli incarichi e soluzioni costruite su casi reali. Il voto fotografa una prestazione in un giorno preciso. Un progetto mostra come affrontiamo un problema nel tempo. 

Quando usiamo l’IA, conviene documentare anche il nostro lavoro: la richiesta iniziale, gli errori trovati, le correzioni, le scelte e il risultato finale. Se mostriamo soltanto ciò che ha prodotto la macchina, la domanda del datore di lavoro è quasi inevitabile: perché dovrebbe pagare noi? 

Studiare per capire, non soltanto per il voto

Il 10 marzo 2026 INVALSI ha pubblicato un approfondimento sui risultati delle prove svolte nel 2025 dagli studenti dell’ultimo anno delle superiori. In Italiano il 51,7% ha raggiunto un livello almeno adeguato. In Matematica la percentuale è del 49,2%. Sono dati che riguardano oltre 507.000 studenti.

Non sono una sentenza sui ragazzi e non possono diventare un’accusa generica contro gli insegnanti. Dicono, però, che quasi metà degli studenti termina le superiori senza raggiungere il livello previsto in Italiano o in Matematica. Qui sta il problema.

Possiamo discutere a lungo del voto finale, ma quel numero dovrebbe raccontare anche ciò che una persona ha capito e sa applicare. Il diploma continua a contare. La laurea continua a contare. Nessuno dei due titoli, però, può chiudere il percorso di apprendimento. 

Per questo non consiglierei mai a un ragazzo di studiare meno. Gli consiglierei di chiedersi, mentre studia: che cosa sto imparando a fare? Come posso usarlo? Quale prova posso costruire?

L’intelligenza artificiale può aiutarci molto. Può anche consegnarci una sciocchezza scritta con una sicurezza invidiabile. Tocca a noi distinguere le due cose. 

Alla fine, la competenza più utile potrebbe essere proprio questa: affrontare ciò che ancora non sappiamo senza fingere di saperlo già.

Max Poli