Aggiornato settembre 2026

Formazione e competenze in intelligenza artificiale

Dal 2 febbraio 2025 la formazione sull’intelligenza artificiale non è più soltanto una scelta di politica aziendale: per chi fornisce o impiega sistemi di IA nell’Unione europea è un obbligo di legge. Questa voce descrive l’obbligo, i quadri di competenze pubblicati dalle organizzazioni internazionali, i profili professionali riconosciuti e le risorse aperte disponibili senza costo.

§ 1Perché le competenze contano

Il World Economic Forum, nel rapporto sul futuro del lavoro pubblicato nel gennaio 2025, colloca le competenze in intelligenza artificiale e trattamento di grandi masse di dati al primo posto fra quelle in più rapida crescita, e stima che il 39% delle competenze richieste dal mercato cambierà entro il 2030[5]. Il 22% dei posti di lavoro è indicato come soggetto a trasformazione nello stesso periodo.

Il quadro dell’OCSE aggiunge una precisazione che il dibattito pubblico trascura: la domanda non riguarda in prevalenza chi costruisce i sistemi, ma chi li adopera in un processo di lavoro già esistente. È una domanda di competenze di uso, di valutazione e di controllo, distribuita su professioni che non sono tecniche[6].

Da qui la distinzione che regge tutta questa voce: l’alfabetizzazione, che riguarda chiunque usi o subisca un sistema, e la qualificazione professionale, che riguarda chi lo progetta, lo verifica o ne risponde.

§ 2L’alfabetizzazione come obbligo

L’articolo 4 del regolamento (UE) 2024/1689 impone a fornitori e deployer di sistemi di IA di adottare misure per garantire un livello sufficiente di alfabetizzazione in materia di IA del proprio personale e di chiunque altro operi i sistemi per loro conto. L’obbligo si applica dal 2 febbraio 2025[2].

Il testo chiede di tenere conto delle conoscenze tecniche, dell’esperienza, dell’istruzione e della formazione delle persone interessate, nonché del contesto in cui i sistemi saranno usati. Non prescrive un contenuto formativo unico e non impone di garantire un livello determinato a ciascun individuo[1].

La definizione di riferimento è quella dell’articolo 3: l’insieme di competenze, conoscenze e comprensione che mette fornitori, deployer e persone interessate in condizione di impiegare i sistemi con cognizione di causa e di rendersi conto delle occasioni, dei rischi e dei danni possibili[10]. Poiché è riferita ai diritti e agli obblighi di ciascuno, varia con il ruolo: l’alfabetizzazione dovuta a chi configura un sistema di selezione del personale non è quella dovuta a chi lo subisce.

§ 3I quadri di competenze

Nel settembre 2024 l’UNESCO ha pubblicato due quadri di competenze in materia di intelligenza artificiale, uno per gli studenti e uno per i docenti[3].

Il quadro per gli studenti è organizzato in quattro dimensioni: una mentalità centrata sulla persona, l’etica dell’intelligenza artificiale, le tecniche e le applicazioni, la progettazione dei sistemi. Il quadro per i docenti ne ha cinque: le prime due coincidono, alle quali si aggiungono i fondamenti e le applicazioni, la pedagogia dell’intelligenza artificiale e lo sviluppo professionale. Entrambi articolano ciascuna dimensione su livelli progressivi, dalla comprensione alla creazione.

Sul versante europeo il quadro di riferimento per le competenze digitali della popolazione è DigComp, curato dal Joint Research Centre della Commissione. La versione 2.2, del 2022, ha esteso gli esempi di conoscenze, abilità e attitudini ai sistemi di intelligenza artificiale, senza costituire un quadro separato[4]. La scelta ha una conseguenza: in Europa le competenze sull’IA sono trattate come una specificazione della competenza digitale, non come un dominio a sé.

§ 4I profili professionali

Un profilo professionale è la descrizione normalizzata di un ruolo: che cosa deve sapere, che cosa deve saper fare, di che cosa risponde. In Italia la parte ottava della norma UNI 11621, dedicata ai profili professionali relativi ai sistemi di intelligenza artificiale, descrive i ruoli in termini di conoscenze, abilità e responsabilità, in coerenza con il quadro europeo delle competenze professionali per l’informatica. È una norma tecnica: definisce come descrivere un profilo, non chi possa esercitarlo.

La distinzione fra le parole che circolano in questo campo è giuridicamente rilevante. Una qualificazione è il risultato formale di una valutazione che accerta esiti di apprendimento rispetto a uno standard; un’attestazione è la dichiarazione con cui un’associazione professionale afferma qualcosa sul proprio iscritto; la credenziale verificabile è la forma digitale, con firma controllabile, in cui l’una o l’altra possono essere emesse. Sono tre oggetti distinti, con soggetti emittenti e valore probatorio diversi[10].

§ 5Tipologie di percorso

Percorsi universitari. Lauree magistrali e dottorati in informatica, scienza dei dati, statistica e ingegneria. Sono la via per chi progetta modelli e per chi fa ricerca. Il tempo richiesto si misura in anni e il titolo ha valore legale dove l’ordinamento glielo attribuisce.

Percorsi professionali. Corsi di specializzazione, master di secondo livello, formazione continua in azienda. Sono la via prevalente per chi deve adoperare i sistemi in un mestiere già praticato. Il valore dipende dal programma e dalla verifica finale, non dal nome del corso.

Certificazioni. Vanno lette guardando tre cose: chi emette, su quale standard, con quale procedura di valutazione. Una certificazione di prodotto dice qualcosa del prodotto; una certificazione di sistema di gestione dice qualcosa dell’organizzazione; una certificazione di persona dice qualcosa della persona. Sono tre cose diverse e si comprano spesso l’una per l’altra.

§ 6Risorse gratuite di livello mondiale

Quattro risorse aperte coprono l’arco che va dall’alfabetizzazione alla pratica tecnica. Nessuna richiede pagamento per i contenuti.

• Elements of AI — corso introduttivo dell’Università di Helsinki e di MinnaLearn, disponibile in molte lingue europee, pensato per chi non ha formazione tecnica. È il punto di partenza più adatto all’obbligo di alfabetizzazione[7].
• Machine Learning Crash Course — corso introduttivo all’apprendimento automatico con esercizi pratici, pubblicato da Google. Richiede basi di programmazione[9].
• Practical Deep Learning for Coders — corso di fast.ai, orientato alla pratica prima che alla teoria, per chi programma già[8].
• I quadri UNESCO — non sono corsi ma strumenti di progettazione: servono a chi deve costruire un percorso e vuole un elenco ordinato di ciò che il percorso dovrebbe coprire[3].

Per il lessico, l’indice alfabetico di questo sito raccoglie sessanta termini con la definizione e il riferimento alla fonte. È il complemento minimo a qualunque percorso: quasi tutti gli equivoci costosi di questa materia sono equivoci terminologici.