Nel mondo dell'IA, la cosa più importante non è scegliere la professione giusta, ma imparare a trovarsene continuamente una nuova

Gran parte della vita di una persona è accompagnata dalla domanda: cosa vuoi fare da grande?

Cominciano a farla già a un bambino. Poi l'adolescente sceglie un indirizzo, un'università, una specializzazione. Si presume che da qualche parte esista un posto adatto a lui: basta conoscersi abbastanza, ottenere le conoscenze necessarie, trovare quel posto e occuparlo.

In questo modello, la scelta della professione è una delle decisioni principali all'inizio della vita. Un errore costa caro, perciò si consiglia di affrontare la scelta con molta serietà.

Ma cosa succede se l'impostazione stessa della domanda sta gradualmente diventando obsoleta?

Non perché le professioni scompariranno. E non perché l'istruzione smetterà di essere necessaria.

Ma perché la durata di vita di un'opportunità economica può diventare molto più corta della carriera di un essere umano.

Una buona professione oggi non promette nulla per domani

In periodi diversi, attività completamente diverse diventano improvvisamente vantaggiose.

La crescita dell'e-commerce crea una domanda enorme di corrieri. Gli stipendi salgono, l'accesso costa quasi zero e una persona senza anni di preparazione ottiene improvvisamente un reddito comparabile a quello di persone che hanno studiato per molti anni.

Poi l'offerta di lavoratori aumenta, la tecnologia cambia, il mercato si satura, e quello stesso lavoro smette di essere così allettante.

L'arrivo della produzione straniera crea un'altra opportunità. In una regione industriale, un ragazzo può trovare lavoro in una fabbrica moderna subito dopo la scuola, formarsi all'interno dell'azienda e iniziare a guadagnare prima del suo coetaneo che passerà i successivi cinque anni all'università.

Qualche anno dopo arriva una nuova ondata.

Oggi, praticamente qualsiasi studente può trovare su internet un centinaio di aziende operative con siti web obsoleti, usare l'IA per crearne una versione moderna in poche ore e inviare proposte ai proprietari. Novantasette aziende ignoreranno l'e-mail. Due o tre accetteranno, e l'esperimento si rivelerà redditizio.

Ma anche questa opportunità non è eterna.

Quando migliaia di persone cominceranno a usare lo stesso trucco, il prezzo crollerà. Quando la creazione di un nuovo sito web diventerà quasi automatica, svanirà anche il vantaggio stesso.

Il problema non è che una persona ha scelto la professione sbagliata.

Il mondo è semplicemente cambiato.

Perciò, forse, pensiamo troppo alla scelta

Immaginiamo due persone di diciotto anni e diamo a ciascuna sei anni.

Il primo sceglie una professione.

Entra all'università, segue un programma consecutivo, supera gli esami e a ventiquattro anni ottiene un bagaglio consistente di conoscenze specialistiche e un diploma riconosciuto.

Il secondo non sceglie nulla in modo definitivo.

Trova un lavoro. Dopo sei mesi capisce che non fa per lui. Ne prova un altro. Cerca di vendere qualcosa. Fallisce. Impara a usare un nuovo strumento. Fa un piccolo progetto. Trova i primi clienti. La nicchia scompare. Passa a un altro settore. Impara di nuovo qualcosa.

A ventiquattro anni, la biografia del primo appare chiara.

La biografia del secondo, caotica.

Del primo si dice che ha investito sei anni nel suo futuro.

Del secondo è facile dire che ha passato sei anni senza riuscire a decidersi.

Ma forse stavano semplicemente accumulando diversi tipi di capitale.

Il primo diventava sempre più preparato per una determinata attività.

Il secondo diventava sempre più preparato alla necessità di cambiare attività.

Siamo bravi a misurare il primo. Per il secondo non abbiamo nemmeno un'unità di misura comunemente accettata.

Anche l'errore produce conoscenza

Se una persona ha studiato due anni all'università e ha capito di voler fare altro, quei due anni vengono spesso percepiti come una perdita.

Se ha cambiato cinque lavori, la cosa può sembrare ancora peggiore.

Ma non ogni tentativo fallito è tempo perso.

Una persona non conosce se stessa in anticipo.

Può immaginare di amare la programmazione finché non prova a farla otto ore al giorno. Può considerarsi un cattivo venditore finché non si ritrova per caso nelle vendite. Può sognare una grande azienda e capire un mese dopo che non tollera quell'ambiente.

Certe conoscenze sono impossibili da ottenere da un libro.

Non si può leggere una descrizione sufficientemente dettagliata di una professione per sapere se ti piacerà farla per i prossimi dieci anni.

Per farlo serve un esperimento.

In tal caso, una persona che ha provato cinque occupazioni e ne ha scartate quattro non ha necessariamente fallito quattro volte.

Ha escluso quattro ipotesi sulla propria vita.

E nel frattempo ha imparato qualcosa sui mercati, sulle persone, sui soldi e sulle proprie capacità.

Il mercato può diventare esso stesso un programma di studi

La persona che cerca di guadagnare creando siti web per le aziende non ha un curriculum preparato in anticipo.

Ma il suo equivalente funzionale emerge molto rapidamente.

Se non sa trovare clienti potenziali, deve imparare a cercare.

Se nessuno risponde alle e-mail, deve imparare a formulare la proposta.

Se un cliente è interessato ma non compra, deve capire le vendite.

Se il sito web viene male, deve imparare il design e la tecnologia.

Se il lavoro richiede tre giorni e un concorrente lo fa in tre ore, deve imparare a usare l'IA.

Se i clienti sono tanti ma i soldi non arrivano comunque, deve capire la definizione dei prezzi.

Nessuno ha deciso in anticipo che fosse necessario studiare proprio questi argomenti.

La necessità è sorta prima della conoscenza.

Questa è la sequenza opposta rispetto alla maggior parte dell'istruzione formale.

Il modello tradizionale spesso appare così:

prima la conoscenza → poi la ricerca del posto in cui servirà.

Quello sperimentale:

prima il compito → poi la scoperta della conoscenza mancante → l'apprendimento → la verifica immediata.

Il secondo modello non cancella l'istruzione. Cambia il momento in cui essa si presenta.

A volte è meglio fare l'università più tardi, non prima

Immaginiamo una persona che ha trascorso diversi anni a provare diverse attività e a ventuno anni ha capito di voler progettare ponti.

Ora ha effettivamente bisogno di matematica avanzata, fisica, preparazione ingegneristica e di una qualifica formale.

Va a studiare.

Ma la sua situazione è fondamentalmente diversa da quella di un diciassettenne che ha scelto una specialità quasi alla cieca.

Sa già perché gli servono queste conoscenze.

L'istruzione smette di essere una scommessa su un futuro sconosciuto e diventa uno strumento per raggiungere un obiettivo scoperto.

Questo non è un argomento contro le università.

Medici, ingegneri, ricercatori e molti altri specialisti non possono essere formati con qualche conversazione con l'IA e una serie di piccoli progetti.

Ma da ciò non consegue che lo stesso ordine vada bene per chiunque:

prima scegli una professione → preparati per qualche anno → solo dopo verifica la tua scelta con la realtà.

A volte può rivelarsi più razionale l'inverso:

prova → individua una direzione → comprendi i limiti → impara ciò senza cui non si può davvero andare avanti.

L'IA riduce drasticamente il costo del tentativo

In passato, fare esperimenti era molto più costoso.

Se una persona voleva provare a creare un prodotto software, doveva imparare a programmare o trovare un programor.

Per fare il design — un designer.

Per fare ricerche di mercato — tempo e competenze.

Per scrivere una proposta commerciale — un'altra competenza ancora.

Perciò tra il pensiero «chissà se funzionerà?» e la verifica reale potevano passare mesi di lavoro e una notevole quantità di denaro.

L'IA comincia a ridurre questa distanza.

Una sola persona è già in grado di usare la macchina come programmatore, ricercatore, traduttore, designer, analista e assistente alle vendite, per quanto ancora imperfetta.

E questo inizia a riflettersi nell'economia reale.

Nel 2026, Stripe riferisce che la quota di fondatori solitari (solo founders) tra le aziende create tramite Stripe Atlas ha raggiunto un massimo storico. Allo stesso tempo, cresce il numero di imprenditori individuali con ricavi insolitamente alti. L'IA non dimostra che chiunque possa costruire un'azienda di successo da solo, ma riduce il numero di specialisti diversi necessari a una persona per almeno verificare un'idea.

Questo è un cambiamento fondamentale.

Se prima un esperimento fallito poteva costare un anno e molti soldi, domani alcuni esperimenti potrebbero costare una settimana.

Il che significa che una persona può permettersi molti più errori.

Ma è facile confondere un'opportunità con una professione

Qui sorge un'altra trappola.

Supponiamo che oggi creare siti web con l'aiuto dell'IA faccia guadagnare a una persona diverse migliaia di dollari al mese.

Si potrebbe trarre la conclusione:

«Ho trovato la mia professione».

Ma proprio questo potrebbe rivelarsi un errore.

Se l'ingresso in una nicchia è diventato economico per una persona, è diventato economico anche per mille suoi concorrenti.

L'alto reddito di oggi non garantisce nulla.

Perciò il valore di una specifica opportunità non consiste solo in quanto si è riusciti a guadagnare.

Essa può lasciare qualcos'altro:

la persona ha imparato a trovare clienti;

ha capito come verificare la domanda;

ha imparato a vendere;

ha padroneggiato diversi strumenti;

ha visto con quale rapidità viene copiato un vantaggio;

ha imparato a chiudere un progetto che non funziona;

e soprattutto, ha fatto esperienza nella ricerca dell'opportunità successiva.

A quel punto la scomparsa della nicchia cessa di essere una catastrofe.

D'altronde, non era previsto che durasse per tutta la vita.

Forse la risorsa principale sta diventando la capacità di riorganizzare se stessi

Siamo abituati a descrivere il capitale umano attraverso l'accumulazione.

Una persona sa la matematica.

Sa programmare.

Ha dieci anni di esperienza nella logistica.

Ha conseguito una laurea in medicina.

Ma in un ambiente in rapido cambiamento emerge un altro tipo di capacità:

vedere → capire → imparare → provare → ricevere feedback → riorganizzarsi.

Si può sapere molto ed essere pessimi nel percorrere questo ciclo.

Oppure si può avere un'istruzione formale relativamente limitata, ma essere capaci di entrare in un nuovo campo in pochi mesi, abbastanza a fondo da iniziare a crearvi valore.

Questa capacità si può chiamare capitale di adattamento.

Non è una riserva di conoscenze specifiche.

È la capacità di creare nuovamente la riserva di conoscenze necessaria dopo che l'ambiente è cambiato.

Ed è qui che sorge una domanda scomoda per l'istruzione

Gli studi sul mercato del lavoro mostrano già che il titolo di studio e la capacità di svolgere un lavoro non sono la stessa cosa.

Per decenni i datori di lavoro hanno aggiunto requisiti di laurea (bachelor's degree) anche per posizioni il cui contenuto non era cambiato in modo sostanziale. Successivamente è nato il movimento inverso — lo skills-based hiring —, in cui alcune aziende hanno iniziato a rimuovere i requisiti formali di titolo di studio e a descrivere in modo più specifico le competenze necessarie.

Ma anche questo cambiamento procede lentamente: annunciare l'abolizione dei requisiti di laurea è molto più semplice che riorganizzare realmente le assunzioni.

Parallelamente, l'OCSE nel 2026 richiama l'attenzione in particolare sull'informal learning — le conoscenze e le competenze che una persona acquisisce attraverso il lavoro, le attività quotidiane e l'autoapprendimento. Questa forma di apprendimento si adatta particolarmente a un ambiente in cui i requisiti di competenza cambiano rapidamente sotto l'influenza della digitalizzazione e dell'IA.

Ne risulta una situazione strana.

L'economia richiede sempre più la capacità di apprendere continuamente.

La tecnologia permette sempre più di apprendere direttamente nel momento in cui sorge la necessità.

Ma il sistema sociale continua a essere molto abile nel riconoscere solo i percorsi educativi standardizzati in anticipo.

Forse il problema non è che l'istruzione formale è inutile.

Il problema è che sappiamo misurare l'istruzione accumulata molto meglio della capacità di una persona di continuare a educare se stessa.

Un percorso già pronto aiuta e al contempo priva di allenamento

L'istruzione formale ha un enorme vantaggio.

Libera la persona dalla necessità di decidere continuamente cosa fare dopo.

Ecco la materia.

Ecco il docente.

Ecco il materiale.

Ecco la scadenza.

Ecco il criterio di successo.

Ecco l'esame.

Ecco il corso successivo.

Per una persona che non è ancora in grado di costruire autonomamente un percorso, questo è un sistema estremamente prezioso.

Ma questo vantaggio potrebbe avere un rovescio della medaglia.

Finché qualcun altro risponde per anni alla domanda «cosa devi fare dopo?», non è necessario che la persona impari a rispondere da sola.

La vita sperimentale costringe a farlo continuamente:

Cosa sta succedendo adesso?

Dove è nata un'opportunità?

Perché il tentativo precedente non ha funzionato?

Cosa non so fare?

Vale la pena impararlo?

L'IA può colmare questa lacuna?

Continuare o mollare?

Cosa provare subito dopo?

Anche questo è apprendimento.

Solo che non prevede un diploma.

L'IA può rendere l'autonomia meno elitaria

La via sperimentale ha sempre avuto un problema serio.

Richiede autonomia.

Non ogni diciottenne è in grado di studiare il mercato da solo, scegliere una direzione, elaborare un programma di studio, trovare clienti, valutare il risultato e capire cosa fare dopo un fallimento.

Perciò i percorsi preconfezionati non erano solo una limitazione. Rispondevano a un problema reale.

Ma l'IA è in grado di cambiare anche questo.

Non è più obbligatorio per una persona sapere da sola come costruire ogni passo successivo. Può discutere con la macchina sulle possibili direzioni, esplorare un campo sconosciuto, impostare esperimenti a basso costo, analizzare gli errori e ottenere rapidamente le spiegazioni mancanti.

L'IA non crea curiosità e non costringe una persona ad agire.

Ma può ridurre il costo intellettuale dell'autonomia.

A quel punto, la capacità di costruire il proprio percorso smette di essere il privilegio di un piccolo gruppo di persone che lo hanno imparato da sole per caso.

Anche questa capacità può essere sviluppata.

Forse stiamo facendo ai bambini la domanda sbagliata

«Cosa vuoi fare da grande?» è una buona domanda per un mondo in cui la risposta rimane utile abbastanza a lungo.

Ma se una persona vivrà ottant'anni e le tecnologie, i mercati e i modi di creare valore cambieranno radicalmente più volte nel corso della sua carriera, una sola risposta potrebbe non bastare.

Allora la domanda dovrebbe suonare diversamente:

Riuscirai a capire quale specialista devi diventare la prossima volta?

Non necessariamente un imprenditore.

Non necessariamente un programmatore.

Non necessariamente cambiare professione ogni anno.

Il senso non sta nel movimento fine a se stesso.

Il senso sta nell'assenza del presupposto che un posto trovato una volta debba rimanere per forza tuo.

Forse l'uomo del futuro dovrà scoprire più volte dove le sue capacità servono al mondo in un dato momento, integrare ciò che manca e tornare a essere uno specialista.

A quel punto, il risultato finale dell'apprendimento non è più una persona preparata per una singola professione.

Il risultato finale è una persona capace di fare di nuovo di se stessa uno specialista — tante volte quante sarà necessario.