Quando l'IA assume compiti, cambia il mandato dell'HR

Il dibattito generale sull'IA ha ormai descritto ampiamente che l'automazione cambia singoli compiti e non sostituisce semplicemente intere professioni. Per l'HR il vero lavoro inizia un passo più avanti: cosa succede a un ruolo quando spariscono proprio quei compiti su cui le persone costruiscono esperienza, curano relazioni ed esercitano responsabilità?

Il focus si sposta quindi dal tasso di automazione all'architettura dei ruoli. L'HR deve chiarire quale lavoro un sistema può svolgere, quale lavoro preparatorio le persone devono valutare, dove relazione e giudizio situazionale restano indispensabili, e come le nuove leve potranno ancora passare dalla conoscenza all'esperienza.

Questo articolo parte quindi da dove finisce la domanda tecnica sull'automazione: workforce planning, recruiting, performance management e la responsabilità dell'HR di co-progettare attivamente la nuova divisione del lavoro tra persone e IA.

Un compito non è un ruolo

Un ruolo professionale non consiste mai solo in un elenco di attività. Combina routine, competenza specialistica, relazioni, giudizio, escalation, apprendimento e responsabilità.

Proprio per questo l'affermazione «il 40 percento di questa posizione è automatizzabile» è solo il punto di partenza per l'HR. Ciò che conta è quale 40 percento si intende. Sono compiti ripetitivi? Sono attività su cui le nuove leve imparano? Sono situazioni in cui nascono le relazioni con i clienti? Oppure è un lavoro preparatorio che una persona dovrà poi valutare?

Chi guarda solo al risparmio di tempo non vede il ruolo nella sua interezza. L'HR deve quindi ragionare maggiormente in termini di architetture dei compiti: cosa può eseguire l'IA, cosa può preparare, cosa deve valutare una persona e dove la responsabilità deve restare rigorosamente umana?

La domanda centrale per l'HR non è: quale posizione può sostituire l'IA? È: quali componenti di un ruolo possiamo automatizzare senza perdere competenza e responsabilità?

Quando la routine sparisce, spesso sparisce anche un percorso di apprendimento

Molte attività particolarmente adatte all'automazione sono allo stesso tempo compiti di ingresso. Dal punto di vista tecnico non sono sempre spettacolari, ma svolgono una funzione importante: è su di esse che le persone imparano la casistica normale.

Un junior non sviluppa capacità di giudizio solo attraverso la formazione. La sviluppa perché vede molti casi, riconosce schemi, commette errori, riceve feedback e assume responsabilità crescente passo dopo passo.

Quando un sistema assume proprio questi casi, guadagniamo efficienza nel breve termine. Allo stesso tempo può sparire il percorso finora esistente da junior a senior.

Dal punto di vista HR questo significa: chi automatizza i campi di apprendimento deve costruire nuove architetture di apprendimento. Mentoring, revisione dei casi, simulazioni, job rotation, analisi congiunta dei risultati dell'IA e livelli di responsabilità assegnati consapevolmente diventano più importanti.

Il workforce planning diventa la progettazione di un sistema uomo-IA

Anche il workforce planning sta cambiando. In futuro non pianificheremo più solo posizioni, FTE e competenze. Pianificheremo un sistema di lavoro fatto di persone, tecnologia e diritti decisionali.

Per i ruoli rilevanti, HR e reparti operativi devono chiarire insieme:

Quali compiti può assumere completamente l'IA?

Quali compiti può preparare, ma devono essere verificati da persone?

Dove servono relazione, negoziazione o giudizio situazionale?

Quali compiti sono oggi campi di apprendimento per gli specialisti di domani?

Dove una persona deve poter fermare, correggere o decidere in caso di necessità?

La pianificazione del personale diventa così sempre più organisational design. L'unità rilevante non è più solo la posizione, ma la combinazione di compito, competenza e diritto decisionale.

Il recruiting deve cercare segnali diversi

Se il lavoro standard viene maggiormente automatizzato, cambiano anche i criteri con cui selezioniamo le persone. La pura competenza esecutiva resta importante, ma in alcuni ruoli diventa meno distintiva.

Diventano più importanti capacità come la comprensione del contesto, la capacità di apprendere, il giudizio, la gestione dell'incertezza e la disponibilità a mettere in discussione una risposta del sistema apparentemente perfetta.

Questo non significa che la competenza specialistica conti meno. Al contrario: chi deve valutare i risultati dell'IA ha bisogno di sufficiente profondità tecnica per riconoscere errori e contraddizioni.

Il performance management ha bisogno di una nuova logica

Quando l'IA prepara parte del lavoro, la performance diventa più difficile da misurare. Un collaboratore produce un report in dieci minuti perché l'IA ne ha prestrutturato la maggior parte. È più produttivo? O sta solo usando uno strumento più potente?

Per l'HR diventa quindi decisivo non misurare solo l'output. Dobbiamo valutare maggiormente come le persone lavorano con l'IA: verificano i risultati? Ne riconoscono i limiti? Fanno escalation in caso di incertezza? Usano il sistema come supporto, o delegano il pensiero?

L'HR deve sedersi al tavolo prima della decisione di automazione

Ne segue una conseguenza chiara: l'HR non può sedersi al tavolo dei progetti di IA solo quando si tratta di comunicazione, formazione o riduzione del personale.

Dobbiamo co-progettare quando i compiti vengono automatizzati, i ruoli ridisegnati e i diritti decisionali assegnati. Perché ogni decisione di automazione è allo stesso tempo una decisione su competenza, percorsi di apprendimento e responsabilità.

Il nostro compito non è difendere le persone dalla tecnologia. Il nostro compito è assicurare che l'organizzazione, anche dopo l'automazione, disponga ancora delle capacità necessarie per decidere, imparare e intervenire quando serve davvero.

Se l'HR entra in gioco solo alla formazione o alla riduzione del personale, la parte più importante della progettazione organizzativa è già avvenuta.