Questo blog è il mio taccuino personale — un luogo dove raccolgo idee, riflessioni e appunti su ciò che ho trovato utile o ispirante.
Troverai commenti, brevi sintesi e link ad articoli, video e libri che hanno influenzato il mio modo di pensare alla vita, all’apprendimento, all’economia e al mondo che ci circonda.
L’ispirazione viene da Poor Charlie’s Almanack (2005), la brillante raccolta di saggezza di Charlie Munger sulla presa di decisioni e sull’apprendimento continuo.
Munger credeva che la vera comprensione nascesse dal collegare idee provenienti da discipline diverse — dalla curiosità, dalla coerenza e dalla disponibilità a mettere costantemente in discussione le proprie convinzioni.
È questo lo spirito che spero di portare qui.
Pensa a questo spazio come al mio “almanacco” in evoluzione — in parte lista di letture, in parte riflessione, in parte esperimento di pensiero ad alta voce.
Gli argomenti si muoveranno (più o meno) in quattro grandi direzioni:
1) La scienza del vivere bene. Come condurre una buona vita — con energia, salute, relazioni significative e un senso di scopo.
2) Capire il mondo. Esplorare le scienze naturali e sociali, le discipline umanistiche, la grande storia, i grandi pensatori e il futuro che sta prendendo forma davanti a noi.
3) Il ragionamento. Comprendere come pensiamo e impariamo — le nostre preferenze, personalità, decisioni, distorsioni cognitive e la bellezza della logica e della matematica.
4) Finanza personale e investimenti. Capire come gestire il denaro, investire in modo consapevole e costruire stabilità e libertà economica nel tempo.
Non ho un piano preciso per dove andrà tutto questo. Sto semplicemente seguendo la curiosità, ovunque mi porti.
Se ti piace riflettere su come vivere meglio, capire di più, ragionare con maggiore lucidità e gestire le tue risorse in modo più consapevole, sei nel posto giusto.
Perché lo stesso risultato può renderci felici oppure deluderci? Uno dei contributi più importanti dell’economia comportamentale mostra come le nostre aspettative influenzino il valore che attribuiamo alle cose.
Quando le aspettative cambiano tutto
Immaginiamo due persone che ricevono un bonus di 1.000 euro.
La prima non si aspettava nulla ed è piacevolmente sorpresa. La seconda era convinta che avrebbe ricevuto 2.000 euro e rimane delusa.
Il risultato economico è identico: entrambe ricevono 1.000 euro. Eppure, la loro soddisfazione può essere molto diversa. Perché?
La risposta sembra intuitiva: non valutiamo ciò che otteniamo soltanto in termini assoluti, ma anche rispetto a ciò che ci aspettavamo.
Questa semplice osservazione ha conseguenze profonde per la teoria economica.
Nel 2006, Botond Kőszegi e Matthew Rabin pubblicano sul Quarterly Journal of Economics un articolo destinato a diventare uno dei riferimenti fondamentali dell’economia comportamentale: A Model of Reference-Dependent Preferences.
Il loro contributo è mostrare come le aspettative possano entrare direttamente nella funzione di utilità e influenzare le decisioni economiche.
Perché perdere pesa più che guadagnare
La teoria economica tradizionale assume generalmente che le persone valutino le alternative sulla base dell’utilità associata ai risultati finali.
Ma decenni di ricerca in psicologia ed economia hanno mostrato che le nostre valutazioni dipendono anche da un punto di riferimento.
Un contributo fondamentale è la prospect theory di Daniel Kahneman e Amos Tversky (1979).
Secondo questa teoria, le persone distinguono tra guadagni e perdite rispetto a un riferimento e tendono a essere più sensibili alle perdite che ai guadagni equivalenti.
Perdere 100 euro, in altre parole, può farci stare peggio di quanto guadagnarne 100 ci faccia stare bene. Questo fenomeno è noto come loss aversion.
Ma rimane una domanda fondamentale: che cosa determina il punto di riferimento?
Spesso si assume che sia la nostra situazione attuale, lo status quo. Kőszegi e Rabin propongono invece una risposta diversa: il punto di riferimento può essere rappresentato da ciò che ci aspettiamo di ottenere.
L’intuizione di Kőszegi e Rabin
Gli autori sviluppano un modello nel quale l’utilità individuale dipende da due componenti.
La prima è l’utilità tradizionale associata al consumo di un bene o al reddito ricevuto.
La seconda è l’utilità derivante dal confronto tra il risultato effettivo e quello atteso.
Se otteniamo più di quanto prevedevamo, sperimentiamo un guadagno rispetto al nostro riferimento. Se otteniamo meno, sperimentiamo una perdita. E poiché le perdite pesano più dei guadagni, le aspettative possono modificare significativamente il modo in cui valutiamo le alternative.
La parte più originale del modello è che le aspettative non sono semplicemente date dall’esterno.Dipendono dalle decisioni che prevediamo di prendere.
Gli autori introducono così il concetto di personal equilibrium: un equilibrio nel quale le aspettative dell’individuo sono coerenti con il comportamento che sceglie di adottare, tenendo conto proprio di quelle aspettative.
Le aspettative influenzano le decisioni, ma le decisioni previste contribuiscono a formare le aspettative.
Perché siamo disposti a pagare di più per qualcosa che ci aspettiamo di avere?
Consideriamo una persona che sta pensando di acquistare un biglietto per un concerto. Se è convinta che andrà al concerto, l’idea di non riuscire ad acquistare il biglietto può essere percepita come una perdita.Se invece considera il concerto soltanto una possibilità remota, rinunciarvi potrebbe non provocare lo stesso dispiacere.
Il valore del biglietto non dipende quindi soltanto dal piacere di assistere al concerto, ma anche dalle aspettative precedenti.
Questo meccanismo può influenzare la disponibilità a pagare e le decisioni di acquisto. Un aspetto particolarmente interessante è che due persone con le stesse preferenze di consumo possono compiere scelte differenti semplicemente perché hanno aspettative diverse.
E anche la stessa persona può modificare le proprie decisioni quando cambiano le sue aspettative, pur rimanendo invariate le caratteristiche oggettive delle alternative.
Le aspettative influenzano anche quanto lavoriamo
Il modello offre implicazioni interessanti anche per l’offerta di lavoro.
Immaginiamo un tassista che, in una determinata giornata, guadagni molto più di quanto aveva previsto.
Se il suo reddito supera le aspettative, potrebbe decidere di interrompere anticipatamente il lavoro.
Ma se prevedeva già una giornata particolarmente redditizia, il suo comportamento potrebbe essere differente.
Il punto non è soltanto quanto guadagna, ma quanto il guadagno effettivo si discosta da quello atteso.
Questa intuizione permette di interpretare alcuni comportamenti difficili da spiegare utilizzando esclusivamente i modelli tradizionali di offerta di lavoro.
Naturalmente, si tratta di predizioni teoriche: la loro rilevanza empirica dipende dal contesto e dalla capacità di misurare correttamente le aspettative individuali.
Perché questo paper è importante
Il contributo di Kőszegi e Rabin non consiste nell’aver scoperto che le aspettative influenzano le nostre emozioni. Questa idea era già ben nota.
L’innovazione è aver costruito un modello economico rigoroso nel quale il punto di riferimento è determinato endogenamente dalle aspettative razionali.
Il lavoro ha contribuito a sviluppare un’intera letteratura sulle expectations-based reference-dependent preferences, con applicazioni alle decisioni di consumo, alle scelte lavorative, al rischio e alle assicurazioni.
Ha inoltre aperto nuove domande empiriche.
Le persone utilizzano davvero le aspettative come punto di riferimento? Quanto contano rispetto allo status quo, alle esperienze passate o agli obiettivi personali? E come possiamo distinguere sperimentalmente queste spiegazioni?
Non esiste una risposta unica valida per ogni situazione. Ma il modello di Kőszegi e Rabin ha fornito strumenti teorici fondamentali per affrontare queste domande.
La lezione economica
Siamo abituati a pensare che migliorare le condizioni materiali delle persone significhi necessariamente aumentare il loro benessere. Ma il rapporto tra risultati economici e soddisfazione individuale è più complesso.
Un aumento di reddito può essere vissuto come un successo oppure come una delusione. Un’opportunità può apparire particolarmente preziosa quando ci aspettiamo di ottenerla. E una perdita può essere percepita anche quando, rispetto alla situazione iniziale, non abbiamo materialmente perso nulla.
Le aspettative non influenzano soltanto il modo in cui interpretiamo ciò che accade. Possono modificare le decisioni che prendiamo.
In economia, quindi, non conta soltanto ciò che abbiamo o ciò che otteniamo. Conta anche ciò che pensavamo sarebbe successo.
Ed è proprio questa l’intuizione fondamentale di Kőszegi e Rabin: per comprendere le scelte delle persone, dobbiamo considerare non soltanto le loro opportunità, ma anche le aspettative con cui le affrontano.
Riferimenti bibliografici
Kőszegi, B., & Rabin, M. (2006). “A Model of Reference-Dependent Preferences.” Quarterly Journal of Economics, 121(4), 1133–1165.
Il commercio internazionale genera benefici economici, ma non tutti ne traggono vantaggio. Uno degli studi più importanti degli ultimi vent’anni mostra perché i costi della globalizzazione possono essere molto più elevati e persistenti di quanto immaginiamo.
Quando chiude una fabbrica
Immaginiamo una città la cui economia dipende in larga parte dall’industria manifatturiera. Per decenni, le fabbriche hanno garantito occupazione, redditi e opportunità economiche alle famiglie.
Poi arriva un cambiamento: le imprese locali devono competere con produttori stranieri capaci di vendere gli stessi beni a prezzi molto inferiori.
Secondo la teoria economica, il commercio internazionale genera benefici attraverso la specializzazione produttiva e l’accesso a beni meno costosi. Alcuni settori si ridimensionano, ma i lavoratori possono spostarsi verso attività più produttive.
Il problema è che questo aggiustamento potrebbe essere molto più difficile di quanto suggerisca la teoria.
Un lavoratore che perde il proprio impiego non può necessariamente trasferirsi in un’altra città, cambiare professione o acquisire rapidamente nuove competenze.
E quando un’intera comunità dipende dallo stesso settore industriale, la perdita di posti di lavoro può avere conseguenze che vanno ben oltre i singoli lavoratori.
Il China shock
Nel 2013, David Autor, David Dorn e Gordon Hanson pubblicano sull’American Economic Review un articolo destinato a cambiare profondamente il dibattito economico sulla globalizzazione: The China Syndrome: Local Labor Market Effects of Import Competition in the United States.
Gli autori analizzano le conseguenze della straordinaria crescita delle importazioni cinesi negli Stati Uniti tra il 1990 e il 2007.
L’intuizione è semplice: non tutte le città americane erano ugualmente esposte alla concorrenza cinese.
Alcune avevano economie fortemente specializzate in settori manifatturieri nei quali le imprese cinesi stavano diventando particolarmente competitive. Altre dipendevano da attività meno esposte.
Confrontando questi territori, e utilizzando la crescita delle importazioni cinesi in altri paesi avanzati come strumento per isolare gli shock di offerta, gli autori cercano di identificare l’effetto causale della concorrenza internazionale sui mercati del lavoro locali.
Cosa scoprono?
Nelle aree maggiormente esposte alla concorrenza cinese diminuiscono l’occupazione manifatturiera e i salari, mentre aumentano la disoccupazione, l’inattività e il ricorso ai trasferimenti pubblici.
Secondo le stime principali, la crescita delle importazioni cinesi spiega circa un quarto della riduzione complessiva dell’occupazione manifatturiera americana nel periodo analizzato.
Ma il risultato più interessante riguarda la difficoltà dell’aggiustamento.
I lavoratori non si spostano automaticamente verso altri settori o territori. La perdita di occupazione industriale può tradursi in una riduzione prolungata delle opportunità economiche locali.
In un lavoro successivo del 2021, gli stessi autori mostrano che gli effetti negativi dello shock cinese sono rimasti visibili per molti anni, anche dopo che la crescita dell’esposizione alle importazioni si era stabilizzata.
Perché questo studio ha cambiato la letteratura economica?
Gli economisti sapevano già che il commercio internazionale produce vincitori e perdenti.
Il contributo di Autor, Dorn e Hanson non è quindi aver scoperto che la globalizzazione può danneggiare alcuni lavoratori.
È aver mostrato, attraverso una strategia empirica convincente, che questi costi possono essere geograficamente concentrati, economicamente rilevanti e molto persistenti.
La ricerca ha contribuito a spostare l’attenzione dai soli benefici aggregati del commercio ai suoi effetti distributivi e ai costi dell’aggiustamento.
Ha inoltre aperto un vasto programma di ricerca sulle conseguenze della deindustrializzazione per le comunità locali e sulle difficoltà che incontrano i lavoratori nel reagire ai cambiamenti strutturali dell’economia.
Significa che la globalizzazione è un errore?
No. Ed è importante chiarirlo. Il paper non dimostra che il commercio internazionale riduca il benessere complessivo.
L’apertura commerciale può produrre benefici importanti: prezzi inferiori per i consumatori, maggiore varietà di prodotti, accesso a nuovi mercati e aumenti della produttività.
Quello che lo studio dimostra è che questi benefici non sono distribuiti uniformemente e che i costi sopportati da alcuni lavoratori possono essere particolarmente elevati.
Soprattutto, non possiamo presumere che i meccanismi di mercato siano sempre sufficienti a compensare rapidamente chi perde.
Questo solleva una questione fondamentale per le politiche pubbliche: come possiamo beneficiare dell’integrazione economica internazionale senza lasciare che i costi dell’aggiustamento ricadano quasi interamente su determinati lavoratori e territori?
Le possibili risposte riguardano la formazione, le politiche attive del lavoro, la mobilità geografica e il sostegno alle comunità colpite dai cambiamenti produttivi. Ma l’efficacia di questi interventi deve essere valutata empiricamente, non semplicemente presunta.
La lezione economica
Il caso del China shock ci ricorda un principio fondamentale: un cambiamento economico può aumentare il benessere complessivo e, contemporaneamente, peggiorare significativamente le condizioni di vita di una parte della popolazione.
Non c’è alcuna contraddizione.
Per questo, quando valutiamo una politica economica, non dovremmo chiederci soltanto se produce benefici aggregati.
Dovremmo anche domandarci chi ne beneficia, chi ne sostiene i costi e quanto tempo occorre perché le persone possano adattarsi.
La globalizzazione può creare ricchezza. Ma il modo in cui questa ricchezza e i costi del cambiamento vengono distribuiti rimane una questione economica e sociale fondamentale.
Riferimenti bibliografici
Autor, D. H., Dorn, D., & Hanson, G. H. (2013). “The China Syndrome: Local Labor Market Effects of Import Competition in the United States.” American Economic Review, 103(6), 2121–2168.
Autor, D., Dorn, D., & Hanson, G. H. (2021). “On the Persistence of the China Shock.” Brookings Papers on Economic Activity, Fall 2021, 381–447.
Se le macchine diventano sempre più capaci di svolgere il lavoro intellettuale, quali competenze dovremmo sviluppare? E che cosa significa prepararsi a un futuro che nessuno è davvero in grado di prevedere?
Per molti anni abbiamo dato agli studenti un consiglio relativamente semplice: studiate, impegnatevi, diventate bravi in qualcosa. Acquisite competenze difficili da trovare e il mercato del lavoro, prima o poi, le riconoscerà.
Era un consiglio ragionevole. E probabilmente lo è ancora.
Ma oggi dobbiamo aggiungere una domanda: che cosa succede se le competenze che stiamo cercando di acquisire diventano improvvisamente disponibili a tutti, a un costo prossimo allo zero?
Ho riflettuto su questo interrogativo ascoltando una lunga conversazione tra l’economista Michele Boldrin e il programmatore Salvatore Sanfilippo (qui sotto il video).
Una discussione che parte dall’intelligenza artificiale, attraversa l’economia e la politica, e arriva a una questione che mi interessa particolarmente come economista e come professore universitario: come dovremmo preparare i giovani al futuro?
La risposta, credo, è meno scontata di quanto sembri.
Questa volta potrebbe essere diverso. Oppure no.
La storia economica è piena di innovazioni che avrebbero dovuto distruggere il lavoro umano.
Le macchine agricole hanno ridotto drasticamente il numero di persone necessarie per coltivare la terra. L’automazione industriale ha sostituito molte attività manuali. I computer hanno trasformato il lavoro negli uffici. Internet ha rivoluzionato interi settori.
Eppure il lavoro non è scomparso.
Sono scomparse alcune professioni, ne sono nate altre e molte sono cambiate profondamente. Nel lungo periodo, il progresso tecnologico ha contribuito a un enorme aumento della produttività e del tenore di vita.
Perché l’intelligenza artificiale dovrebbe essere diversa?
Non sappiamo se lo sarà. Diffiderei di chiunque sostenga di conoscere con certezza il futuro del lavoro.
Ma una differenza importante esiste.
Per molto tempo abbiamo costruito macchine per sostituire la forza fisica. Oggi stiamo costruendo macchine capaci di svolgere attività che consideravamo tipicamente intellettuali.
Scrivere un programma informatico, analizzare un documento, sintetizzare una ricerca scientifica, costruire un modello, proporre una soluzione.
Non tutte queste attività vengono svolte correttamente e non tutte possono essere automatizzate. Ma il confine di ciò che una macchina è in grado di fare si sta spostando rapidamente.
Per uno studente universitario, questo significa che non è più sufficiente chiedersi quali professioni saranno richieste tra dieci anni.
Dovrebbe chiedersi quali capacità gli permetteranno di adattarsi a professioni che oggi non conosciamo.
Il valore di una buona domanda
Uno dei passaggi più interessanti della conversazione riguarda la distinzione tra avere un’intuizione e realizzarla.
Pensiamo a un architetto.
C’è una differenza tra immaginare un edificio, comprenderne la struttura, individuare una soluzione originale e produrre tutti i disegni e i calcoli necessari per costruirlo.
Fino a ieri entrambe le attività richiedevano molto lavoro umano. Oggi una parte crescente dell’esecuzione può essere affidata alle macchine.
Qualcosa di simile sta accadendo nella programmazione informatica. Scrivere codice era una competenza rara e preziosa. Ora l’intelligenza artificiale può produrne quantità enormi in pochi secondi.
Questo non significa che non serviranno più programmatori. Significa che potrebbe cambiare ciò per cui vengono pagati.
La capacità di comprendere un problema, progettare una soluzione, identificare errori e valutarne le conseguenze potrebbe diventare relativamente più importante della capacità di scrivere ogni singola istruzione.
Lo stesso ragionamento vale per la ricerca scientifica, l’economia, il diritto e molte altre discipline.
Se produrre una risposta diventa economico, formulare la domanda giusta può diventare ancora più prezioso.
Ma attenzione: non basta dire agli studenti di essere creativi.
La creatività non nasce dal nulla.
Per formulare una buona domanda bisogna conoscere un argomento, averne compreso i problemi, sapere quali tentativi sono già stati fatti e riconoscere ciò che manca.
Le intuizioni migliori arrivano spesso dopo anni di studio e di lavoro.
L’intelligenza artificiale può ridurre il costo dell’esecuzione. Non elimina automaticamente il valore della conoscenza necessaria per orientarla.
Il paradosso: per usare bene l’AI bisogna sapere ciò che l’AI può fare
Immaginiamo due studenti che devono analizzare un problema economico.
Il primo conosce la teoria, sa interpretare i dati, comprende le ipotesi dei modelli e utilizza l’intelligenza artificiale per accelerare alcune operazioni.
Il secondo non possiede queste conoscenze e chiede semplicemente alla macchina di produrre un’analisi.
Entrambi potrebbero ottenere un documento apparentemente convincente.
Ma soltanto il primo avrà gli strumenti per capire se il risultato è corretto, se le ipotesi sono plausibili e se le conclusioni sono giustificate dalle evidenze.
Questo è uno dei paradossi più importanti dell’intelligenza artificiale.
Più diventa facile produrre conoscenza apparente, più diventa importante possedere conoscenza reale per valutarla.
Non è detto che questo vantaggio rimanga invariato nel tempo. Sistemi futuri potrebbero diventare molto più affidabili di quelli attuali. Ma anche in quel caso qualcuno dovrà decidere quali obiettivi perseguire, quali compromessi accettare e quali conseguenze considerare rilevanti.
Il rischio, soprattutto per gli studenti, è confondere la disponibilità immediata di una risposta con la comprensione del problema.
Sono due cose molto diverse.
Chi farà il lavoro necessario per diventare esperto?
C’è poi una questione di cui si discute ancora troppo poco.
Come si diventa bravi in qualcosa?
Di solito non si comincia dalle intuizioni geniali. Si comincia dai compiti più semplici, spesso noiosi, a volte frustranti.
Un ricercatore impara a fare ricerca anche raccogliendo dati, scrivendo codice, leggendo articoli difficili e commettendo errori.
Un medico sviluppa esperienza attraverso anni di pratica supervisionata.
Un economista impara a riconoscere i limiti di un modello anche dopo aver provato a costruirne molti che non funzionavano.
Queste attività non servono soltanto a produrre un risultato. Servono a formare le persone.
Se domani l’intelligenza artificiale svolgesse gran parte di questi compiti, potremmo trovarci davanti a un problema inatteso: eliminare proprio le esperienze attraverso cui si acquisiscono le competenze necessarie per supervisionare la tecnologia.
È un problema economico, ma anche educativo.
Nel breve periodo può essere efficiente affidare un compito all’AI. Nel lungo periodo, però, potrebbe essere necessario che qualcuno continui a svolgerlo per imparare.
Non tutto ciò che è inefficiente oggi è inutile per il futuro.
Questa distinzione dovrebbe entrare nelle nostre università.
Non dobbiamo necessariamente chiedere agli studenti di rinunciare all’intelligenza artificiale. Dobbiamo capire quando utilizzarla per aumentare le loro capacità e quando, invece, chiedere loro di lavorare senza assistenza, proprio per svilupparle.
L’obiettivo non è produrre più elaborati in meno tempo.
È formare persone che sappiano ragionare anche quando la macchina non è disponibile, sbaglia o propone una soluzione inadeguata.
L’intelligenza artificiale aumenterà le disuguaglianze?
Da economista, questa è probabilmente la domanda che trovo più importante.
Siamo abituati a pensare che una tecnologia capace di aumentare la produttività sia una buona notizia. E, in termini di possibilità produttive, generalmente lo è.
Ma l’aumento della produttività non ci dice come verranno distribuiti i benefici.
Se una tecnologia permette a poche imprese di produrre enormi quantità di valore utilizzando relativamente pochi lavoratori, chi riceverà il reddito generato?
I proprietari del capitale? I lavoratori altamente qualificati? I consumatori, attraverso prezzi più bassi? La collettività, attraverso il sistema fiscale?
La risposta dipende dalla struttura dei mercati, dalla concorrenza, dalle istituzioni e dalle politiche pubbliche.
Nella conversazione, Boldrin propone un’intuizione interessante: il problema non è soltanto che una lavoratrice possa perdere il proprio impiego. È anche che potrebbe non possedere alcuna quota del capitale che beneficia della sua sostituzione.
È una distinzione fondamentale.
Una società può diventare molto più ricca e, contemporaneamente, lasciare una parte della popolazione con minori opportunità economiche.
Esiste però anche una possibilità opposta.
L’intelligenza artificiale potrebbe ridurre alcune disuguaglianze, offrendo strumenti straordinari a persone che oggi non hanno accesso a risorse costose.
Pensiamo a uno studente che non può permettersi lezioni private, a un piccolo imprenditore che non può assumere consulenti specializzati, oppure a un ricercatore che lavora in un’università con risorse limitate.
Per tutti loro, l’AI potrebbe rappresentare un’opportunità enorme.
La stessa tecnologia può dunque ampliare oppure ridurre le disuguaglianze.
Non è una contraddizione. Dipende da chi riesce a utilizzarla, da quali attività vengono trasformate e da come si distribuiscono i guadagni di produttività.
Ed è proprio per questo che l’istruzione conta.
L’università non dovrebbe insegnare soltanto a utilizzare gli strumenti
Quando si discute di intelligenza artificiale e istruzione, la soluzione proposta più frequentemente è introdurre corsi dedicati all’AI.
È certamente utile.
Ma credo che il problema sia più profondo.
Non basta insegnare agli studenti a scrivere istruzioni efficaci per un modello linguistico. Non sappiamo nemmeno se questa competenza, nella forma in cui la conosciamo oggi, sarà ancora particolarmente rilevante tra cinque anni.
Dovremmo invece concentrarci su capacità più fondamentali.
Comprendere un problema prima di cercarne la soluzione. Distinguere una correlazione da una relazione causale. Valutare la qualità di un’evidenza. Riconoscere un’ipotesi implicita. Cambiare opinione quando emergono nuovi dati. Comunicare un ragionamento in modo chiaro. Collaborare con persone che possiedono competenze diverse.
Sono capacità che non appartengono esclusivamente a una disciplina.
E non sono nuove.
La novità è che l’intelligenza artificiale potrebbe renderle ancora più importanti.
Questo non significa abbandonare le conoscenze tecniche o disciplinari. Al contrario, significa costruire basi solide sulle quali sviluppare queste capacità.
Un buon giudizio richiede conoscenza. Il pensiero critico non può esistere nel vuoto.
E non dovremmo nemmeno contrapporre cultura scientifica e cultura umanistica. La matematica, la statistica, la storia, la filosofia e la letteratura offrono strumenti differenti per comprendere il mondo.
In un futuro caratterizzato da cambiamenti tecnologici rapidi, la capacità di collegare questi strumenti potrebbe essere particolarmente preziosa.
Studiare non serve soltanto a trovare lavoro
C’è infine una domanda che va oltre l’economia.
Perché studiamo?
Una risposta è evidente: per acquisire competenze che ci permettano di lavorare, ottenere un reddito e costruire una vita autonoma.
Ma non è l’unica.
Studiamo anche per comprendere il mondo, sviluppare interessi, esercitare il giudizio e partecipare consapevolmente alla società.
L’istruzione ha un valore economico, ma anche un valore personale e civile.
Se l’intelligenza artificiale riducesse il tempo necessario per svolgere molte attività, potremmo avere più risorse da dedicare alla ricerca, alla creatività, alle relazioni e alla conoscenza.
Non è un risultato garantito.
Il tempo liberato dal progresso tecnologico può essere utilizzato in molti modi. E non tutti producono necessariamente benessere.
Ma sarebbe un errore considerare il valore di una persona esclusivamente in funzione della sua produttività sul mercato del lavoro.
Forse l’intelligenza artificiale ci costringerà a riflettere proprio su questo.
Per molto tempo abbiamo considerato l’istruzione soprattutto come un investimento per il futuro professionale.
Dovremmo ricordarci che è anche uno strumento per costruire una vita interessante, autonoma e consapevole.
Cinque consigli agli studenti
Se oggi dovessi dare qualche consiglio a uno studente che sta iniziando l’università, partirei da cinque idee.
Primo: studia le basi, anche quando sembrano inutilmente difficili.
La matematica, la statistica, la logica, la capacità di scrivere e di argomentare non diventano irrilevanti perché esiste una macchina capace di eseguire molti compiti al posto nostro. Sono gli strumenti che ci permettono di comprendere ciò che la macchina produce.
Secondo: usa l’intelligenza artificiale, ma non delegarle il tuo apprendimento.
Utilizzala per esplorare argomenti, ricevere spiegazioni alternative, verificare intuizioni e mettere alla prova le tue idee. Ma continua a fare lo sforzo di risolvere problemi autonomamente. L’obiettivo non è ottenere una risposta. È diventare una persona capace di comprenderla.
Terzo: impara a formulare problemi, non soltanto a risolverli.
Molte attività esecutive diventeranno più semplici. Individuare quali problemi meritano attenzione, quali domande sono rilevanti e quali conseguenze dobbiamo considerare potrebbe diventare una capacità sempre più importante.
Quarto: non identificarti troppo con una singola competenza tecnica.
Le tecnologie cambiano. Alcune competenze che oggi sembrano preziosissime potrebbero diventare comuni. Investi anche nella capacità di apprendere, adattarti e collaborare. Non cercare soltanto di diventare bravo a fare una cosa. Cerca di diventare bravo a impararne di nuove.
Quinto: coltiva interessi che non abbiano necessariamente un ritorno economico immediato.
Leggi, esplora discipline lontane dalla tua, fai domande, sviluppa passioni. Non tutto ciò che vale deve essere remunerato dal mercato. E non tutto ciò che oggi sembra economicamente inutile lo sarà domani.
Il futuro non è scritto
Quando si parla di intelligenza artificiale, il dibattito tende spesso a dividersi tra due posizioni.
Da una parte chi immagina un futuro straordinario, in cui le macchine ci libereranno dal lavoro e renderanno tutti più ricchi.
Dall’altra chi teme una società caratterizzata da disoccupazione, disuguaglianze e concentrazione del potere.
Entrambi gli scenari sono possibili, ma nessuno è inevitabile.
La storia economica ci insegna che le tecnologie modificano le opportunità disponibili. Non determinano da sole come una società sceglierà di utilizzarle.
Le istituzioni, la concorrenza, l’istruzione e le decisioni collettive continueranno ad avere un ruolo fondamentale.
Per questo credo che il messaggio più importante da trasmettere agli studenti non sia né quello di avere paura dell’intelligenza artificiale né quello di affidarsi completamente a essa.
È un messaggio più semplice.
Continuate a studiare. Continuate a essere curiosi. Imparate a utilizzare le nuove tecnologie, ma soprattutto imparate a ragionare.
Non sappiamo quali professioni esisteranno tra vent’anni. Non sappiamo quali competenze saranno meglio remunerate. Non sappiamo nemmeno quanto rapidamente cambierà il mondo del lavoro.
Ma c’è una cosa sulla quale possiamo ragionevolmente scommettere.
In un mondo in cui ottenere risposte diventa sempre più facile, la capacità di capire quali domande porre, valutare le risposte e decidere che cosa farne resterà una risorsa fondamentale.
E forse è proprio questo il compito più importante dell’università: non preparare gli studenti a un futuro che pretendiamo di conoscere, ma fornire loro gli strumenti per affrontare quello che arriverà.
Quanto conta nascere a Verona, Milano, Bolzano o in una provincia del Sud Italia per le nostre opportunità economiche future? E quanto dipende il nostro successo economico dal reddito della famiglia in cui siamo cresciuti?
Negli ultimi anni, alcuni importanti studi economici hanno cercato di rispondere a queste domande utilizzando dati amministrativi che permettono di collegare i redditi dei genitori a quelli dei figli diventati adulti.
La geografia del sogno americano
Nel 2014, Raj Chetty, Nathaniel Hendren, Patrick Kline ed Emmanuel Saez pubblicano sul Quarterly Journal of Economics uno studio destinato a diventare un riferimento fondamentale nella letteratura sulla mobilità sociale.
Utilizzando i dati fiscali di oltre 40 milioni di figli e dei rispettivi genitori negli Stati Uniti, gli autori mostrano differenze territoriali sorprendenti.
Per un bambino nato in una famiglia appartenente al 20% più povero della popolazione, la probabilità di raggiungere da adulto il 20% più ricco è circa il 4,4% a Charlotte, in North Carolina, ma raggiunge il 12,9% a San Jose, in California.
Le aree con maggiore mobilità sociale tendono inoltre a presentare minore segregazione residenziale, minore disuguaglianza, maggiore capitale sociale e maggiore stabilità familiare.
E in Italia? Le opportunità cambiano da provincia a provincia
Nel 2022, Paolo Acciari, Alberto Polo e Giovanni L. Violante pubblicano sull’American Economic Journal: Applied Economics un lavoro che applica un approccio simile al caso italiano: And Yet It Moves: Intergenerational Mobility in Italy.
Utilizzando dati fiscali amministrativi, gli autori misurano la mobilità intergenerazionale nelle province italiane.
A livello nazionale, circa l’11% dei figli provenienti dal 20% delle famiglie più povere raggiunge il 20% più ricco della distribuzione del reddito.
Ma le differenze territoriali sono enormi: a Bolzano questa probabilità supera il 28%, a Milano è circa il 22%, mentre in alcune province meridionali scende intorno al 6–7%.
Il Nord-Est emerge come una delle aree caratterizzate da maggiore mobilità ascendente.
Lo studio documenta inoltre associazioni tra mobilità e caratteristiche economiche e sociali dei territori, tra cui le condizioni del mercato del lavoro, l’istruzione e il contesto familiare.
Naturalmente, queste correlazioni non dimostrano che trasferirsi in una determinata provincia produca automaticamente migliori opportunità. Su questo aspetto, la ricerca successiva di Chetty e Hendren (2018) ha fornito evidenze causali per gli Stati Uniti, mostrando che l’esposizione durante l’infanzia a contesti territoriali differenti può influenzare significativamente i redditi futuri.
Anche l’istruzione conta
Un altro studio recente, pubblicato da Di Gioacchino, Sabani e Usai (2025) su Social Indicators Research, analizza la mobilità educativa intergenerazionale in Italia.
Gli autori mostrano che l’espansione dell’istruzione ha favorito un aumento della mobilità educativa nel corso del Novecento, ma che questo processo sembra essersi arrestato nelle generazioni più giovani.
Per decenni, l’accesso all’istruzione ha rappresentato uno dei principali strumenti attraverso i quali i figli potevano raggiungere livelli educativi superiori a quelli dei genitori. Il rallentamento di questo processo solleva interrogativi importanti sulle opportunità delle nuove generazioni.
Quanto conta davvero il merito?
Questi risultati non implicano che le capacità individuali, l’impegno e le scelte personali siano irrilevanti.
Ci ricordano però che il merito non si esprime nel vuoto.
Le possibilità di studiare, sviluppare competenze, trovare un buon lavoro e migliorare la propria posizione economica dipendono anche dalle condizioni nelle quali cresciamo.
Questo pone una questione fondamentale per il dibattito sulla meritocrazia.
Siamo abituati a considerare il successo economico come il risultato delle capacità e dell’impegno individuale. Ma quanto possiamo attribuire al merito quando le opportunità di partenza sono così diverse?
Una società che voglia valorizzare il merito dovrebbe preoccuparsi non soltanto di premiare i risultati, ma anche di creare le condizioni affinché tutti possano sviluppare le proprie capacità.
La domanda, quindi, non è soltanto quanto contino le nostre scelte. È anche quanto il luogo in cui cresciamo condizioni le scelte che possiamo effettivamente compiere.
Riferimenti bibliografici
Chetty, R., Hendren, N., Kline, P., & Saez, E. (2014). “Where Is the Land of Opportunity? The Geography of Intergenerational Mobility in the United States.” Quarterly Journal of Economics, 129(4), 1553–1623.
Acciari, P., Polo, A., & Violante, G. L. (2022). “And Yet It Moves: Intergenerational Mobility in Italy.” American Economic Journal: Applied Economics, 14(3), 118–163.
Chetty, R., & Hendren, N. (2018). “The Impacts of Neighborhoods on Intergenerational Mobility I: Childhood Exposure Effects.” Quarterly Journal of Economics, 133(3), 1107–1162.
Di Gioacchino, D., Sabani, L., & Usai, S. (2025). “The Geography of Intergenerational Educational Mobility in Italy: Trends and Socioeconomic Correlates.” Social Indicators Research.
La scuola italiana dedica migliaia di ore a trasmettere conoscenze, ma prepara davvero gli studenti a comprendere il mondo? Venti domande per riflettere su ciò che insegniamo, ciò che trascuriamo e il costo delle nostre scelte educative.
Facciamo un esperimento. Prendiamo uno studente che ha appena concluso la scuola superiore. Ha trascorso tredici anni sui banchi, migliaia di ore in classe, centinaia di interrogazioni, verifiche e compiti a casa. Ha studiato storia, letteratura, matematica, filosofia, scienze e lingue straniere. Ha imparato date, formule, definizioni, classificazioni e teorie. Adesso facciamogli qualche domanda. Non domande specialistiche, non quesiti da concorso e nemmeno domande per verificare se ricorda una formula imparata cinque anni prima. Domande che riguardano il mondo in cui vive, le informazioni che riceve e le decisioni che dovrà prendere.
Venti domande per un diplomato
Se un prezzo aumenta del 20% e poi diminuisce del 20%, torna al valore iniziale?
Qual è la differenza tra combattere la povertà e ridurre le disuguaglianze economiche?
Come funziona un Large Language Model (LLM), come ChatGPT?
Quali sono le cause principali del riscaldamento globale e come facciamo a sapere che dipende dalle attività umane?
Qual è la differenza tra correlazione e causalità?
Quali sono le caratteristiche fondamentali di un sistema democratico?
Come si formano i prezzi in un’economia di mercato?
Che cosa significa che uno studio scientifico è stato sottoposto a peer review? Questo garantisce che i risultati siano corretti?
Qual è la differenza tra un’azione e un’obbligazione?
Sapresti scrivere un testo scientifico chiaro, rigoroso e convincente?
Se due persone sostengono opinioni opposte, come puoi stabilire quale delle due è meglio supportata dalle evidenze?
Qual è la differenza tra debito pubblico e deficit pubblico?
Sapresti sostenere una conversazione in inglese su un argomento di attualità?
Come possiamo stabilire se una politica pubblica ha prodotto davvero gli effetti desiderati?
Che cosa sono gli interessi composti e perché sono importanti?
Sapresti utilizzare Excel per analizzare dati e costruire un grafico?
Qual è la differenza tra un’affermazione scientifica e una pseudoscientifica?
Sapresti spiegare che cos’è un algoritmo e come influenza la tua vita quotidiana?
Se un test medico ha una sensibilità e una specificità del 99% e risulti positivo, significa che hai il 99% di probabilità di avere la malattia?
Se una conclusione è corretta, significa necessariamente che anche il ragionamento utilizzato per raggiungerla è corretto?
Quante di queste domande trovano spazio nei programmi scolastici? Quante vengono affrontate in modo approfondito, attraverso esercizi, discussioni e applicazioni concrete? E soprattutto, a quante saprebbe rispondere correttamente uno studente medio appena diplomato? Non abbiamo una risposta empirica a quest’ultima domanda, ma sarebbe interessante somministrare questi quesiti a un campione rappresentativo di diplomati e misurarne le competenze. Il punto, tuttavia, è già evidente: non stiamo chiedendo conoscenze particolarmente avanzate, ma strumenti fondamentali per comprendere il mondo contemporaneo. E non è affatto scontato che tredici anni di scuola siano sufficienti a garantirli.
Una testa piena di nozioni, ma pochi strumenti per capire il mondo
La scuola italiana è molto ambiziosa quando si tratta di trasmettere contenuti. Gli studenti devono studiare una quantità impressionante di argomenti, spesso con un livello di dettaglio considerevole. Devono ricordare date, formule, definizioni, classificazioni, interpretazioni e teorie. Vengono interrogati, valutati e promossi sulla base della loro capacità di dimostrare di aver acquisito queste conoscenze. Ma quanto di ciò che imparano si trasforma in strumenti per comprendere la realtà?
Uno studente può ricordare le date di numerose battaglie e non conoscere la differenza tra debito pubblico e deficit. Può aver studiato per anni la grammatica italiana e non riuscire a scrivere un testo chiaro e ben argomentato. Può aver risolto centinaia di equazioni e non sapere come funzionano gli interessi composti. Può aver studiato inglese per dieci anni e non riuscire a sostenere una conversazione. Può aver studiato scienze senza comprendere davvero come si costruisce una conoscenza scientifica, oppure conoscere le principali teorie filosofiche senza essere capace di riconoscere un errore logico.
Naturalmente non tutti gli studenti presentano queste lacune, e non tutte le scuole insegnano nello stesso modo. Esistono insegnanti eccellenti e percorsi formativi straordinari. Ma il problema generale rimane: la scuola rischia troppo spesso di confondere l’apprendimento con la memorizzazione, la conoscenza con la capacità di ripetere e il successo educativo con il completamento di un programma.
Il problema non è studiare storia, filosofia, letteratura o matematica teorica. Sono discipline importanti, anche quando non hanno un’applicazione immediata. Il problema è quando diventano soprattutto un insieme di contenuti da ricordare per superare un’interrogazione. Una conoscenza può avere un enorme valore culturale e intellettuale senza essere direttamente spendibile nel mercato del lavoro, ma diventa un’occasione educativa sprecata quando non contribuisce a sviluppare comprensione, capacità di ragionamento o curiosità. E mentre dedichiamo migliaia di ore a trasmettere contenuti, competenze essenziali come l’educazione finanziaria, il ragionamento statistico, il metodo scientifico, l’analisi dei dati e la comprensione delle nuove tecnologie rischiano di rimanere marginali.
Il costo opportunità: le migliaia di ore che non possiamo utilizzare due volte
Prendiamo un esempio concreto: il liceo classico. Nel suo ordinamento tradizionale, latino e greco occupano complessivamente nove ore settimanali nei primi due anni e sette nei successivi tre. Considerando convenzionalmente 33 settimane di lezione all’anno, parliamo di circa 1.300 ore nell’arco di cinque anni. Mille e trecento ore dedicate a due lingue antiche. È un investimento educativo enorme, che meriterebbe una valutazione altrettanto seria.
Che cosa si potrebbe imparare in 1.300 ore? Quanta matematica, statistica, economia, educazione finanziaria, programmazione, intelligenza artificiale, metodo scientifico o inglese si potrebbero insegnare? Quante competenze fondamentali per comprendere il mondo contemporaneo potrebbero essere sviluppate utilizzando anche soltanto una parte di questo tempo?
Qualcuno obietterà che studiare latino e greco non è inutile, perché sviluppa capacità logiche, rigore, disciplina e comprensione della cultura classica. Alcuni di questi benefici sono plausibili e altri, come l’accesso diretto ai testi antichi, sono evidenti. Ma questa obiezione trascura un principio fondamentale dell’economia: il costo opportunità. Il valore di una scelta non si misura soltanto dai benefici che produce, ma anche dai benefici della migliore alternativa alla quale rinunciamo. La domanda, quindi, non è se studiare latino e greco produca qualche beneficio. La domanda è se quelle stesse ore potrebbero produrre benefici maggiori se dedicate ad altre competenze.
Se il nostro obiettivo è sviluppare il ragionamento logico, perché non confrontare l’efficacia dello studio delle lingue antiche con quella della matematica, della logica formale o della programmazione? Se vogliamo migliorare la comprensione linguistica, perché non valutare quanto gli studenti potrebbero progredire dedicando più tempo alla scrittura, alla lettura critica o alle lingue moderne? Se vogliamo formare cittadini consapevoli, perché non considerare i benefici di una maggiore preparazione economica, scientifica e statistica?
Naturalmente non possiamo affermare senza evidenze che sostituire latino e greco con altre discipline produrrebbe necessariamente risultati migliori. Ma non possiamo nemmeno considerare intoccabile una scelta curricolare soltanto perché appartiene alla nostra tradizione. L’affermazione secondo cui le lingue antiche svilupperebbero capacità cognitive trasferibili ad altri ambiti dovrebbe essere sottoposta alla stessa verifica empirica che pretendiamo per qualsiasi altra ipotesi educativa. E soprattutto, bisognerebbe confrontarne i benefici con quelli delle alternative disponibili, non semplicemente dimostrare che qualche beneficio esiste.
Il paradosso è che uno studente potrebbe trascorrere cinque anni a studiare latino e greco senza aver mai imparato che cosa sia il costo opportunità. E proprio questo concetto gli permetterebbe di interrogarsi sul valore delle scelte educative che altri hanno compiuto per lui.
Il problema più grave: avere opinioni senza avere gli strumenti per valutarle
C’è però qualcosa di ancora più preoccupante della mancanza di competenze: la presenza di convinzioni molto forti costruite su conoscenze molto deboli. Viviamo in una società nella quale tutti siamo continuamente invitati a esprimere opinioni sull’economia, sul cambiamento climatico, sull’immigrazione, sulla disuguaglianza, sulla sanità, sull’intelligenza artificiale e sulle politiche pubbliche. Ma quanto siamo preparati a valutare ciò di cui discutiamo?
Si può avere un’opinione categorica sul capitalismo senza comprendere come si formano i prezzi, sostenere una politica contro le disuguaglianze senza distinguere la riduzione della povertà dalla redistribuzione del reddito, discutere di cambiamento climatico senza conoscere le evidenze scientifiche che ne spiegano le cause, oppure criticare o difendere interventi pubblici senza sapere come stabilire se abbiano effettivamente funzionato.
Il risultato è una combinazione pericolosa: poche conoscenze operative e moltissime certezze. Ed è qui che la scuola dovrebbe svolgere una delle sue funzioni più importanti, insegnando a distinguere i fatti dalle opinioni, le evidenze dalle convinzioni e le spiegazioni scientifiche dalle interpretazioni ideologiche. Dovrebbe insegnare che due persone possono avere opinioni diverse, ma questo non significa che tutte le affermazioni fattuali abbiano lo stesso valore. Alcune sono sostenute da evidenze solide, altre da evidenze deboli, altre ancora sono semplicemente false. Dovrebbe insegnare che la scienza non è una raccolta di verità da memorizzare, ma un metodo per formulare ipotesi, sottoporle a verifica e correggere gli errori. E dovrebbe soprattutto insegnare che cambiare idea di fronte a nuove evidenze non è un segno di debolezza, ma una manifestazione di intelligenza.
Ideologie vecchie per un mondo nuovo
Viviamo in un mondo trasformato dall’intelligenza artificiale, dalla globalizzazione, dal cambiamento climatico, dall’invecchiamento demografico e da innovazioni scientifiche e tecnologiche sempre più rapide. Eppure una parte del dibattito pubblico continua a utilizzare categorie ideologiche, contrapposizioni e spiegazioni ereditate da epoche profondamente diverse. Il problema non è studiare le grandi idee politiche, economiche e filosofiche del passato, che è indispensabile conoscere, ma trasmetterle come interpretazioni definitive della realtà, anziché come teorie da comprendere, confrontare e sottoporre a verifica. Un’ideologia diventa particolarmente pericolosa quando pretende di conoscere le risposte prima ancora di aver esaminato le domande, quando i dati vengono accettati se confermano ciò che crediamo e ignorati, minimizzati o reinterpretati quando lo contraddicono.
Questo atteggiamento non appartiene a una particolare posizione politica. Può riguardare qualsiasi orientamento culturale, economico o ideologico e non riguarda soltanto gli studenti, ma è diffusissimo anche tra gli adulti, compresi coloro che ricoprono ruoli di responsabilità. Proprio per questo la scuola dovrebbe rappresentare un antidoto, insegnando a riconoscere i preconcetti, le fallacie logiche, le generalizzazioni indebite e le spiegazioni prive di fondamento scientifico. Non dovrebbe insegnare agli studenti che cosa pensare, ma fornire loro gli strumenti per capire se ciò che pensano è ragionevole. La differenza è enorme.
Poi questi studenti arrivano all’università
Quando gli studenti arrivano all’università, queste lacune possono diventare particolarmente evidenti. Chiediamo loro di leggere testi complessi, costruire argomentazioni, interpretare dati, formulare ipotesi, discutere risultati scientifici e lavorare autonomamente. Ma quanto sono stati allenati a farlo? Non basta aver studiato matematica per saper ragionare quantitativamente, aver studiato italiano per saper scrivere un testo scientifico o aver studiato scienze per aver compreso la differenza tra correlazione e causalità. E non basta aver ottenuto buoni voti per aver sviluppato autonomia intellettuale.
Il rischio è che molti studenti arrivino all’università abituati soprattutto a individuare ciò che l’insegnante vuole sentirsi dire, memorizzarlo e riprodurlo durante una verifica. Ma l’università dovrebbe chiedere qualcosa di profondamente diverso: comprendere problemi, formulare domande, cercare evidenze, confrontare spiegazioni alternative e riconoscere i limiti delle proprie conoscenze. In altre parole, dovrebbe chiedere di pensare. Naturalmente anche l’università ha le proprie responsabilità: se continua a premiare prevalentemente la ripetizione di nozioni, finisce per riprodurre esattamente i limiti che dovrebbe contribuire a superare.
L’intelligenza artificiale rende il problema ancora più urgente
Oggi ChatGPT e altri strumenti di intelligenza artificiale possono scrivere testi, risolvere esercizi, generare codice, analizzare dati e sintetizzare documenti in pochi secondi. Attività che fino a pochissimo tempo fa richiedevano ore di lavoro possono essere completate quasi istantaneamente. Questo non significa che non sia più necessario studiare, ma che diventa ancora più importante capire che cosa vale la pena imparare.
Se uno studente non comprende la statistica, come può verificare un’analisi prodotta dall’intelligenza artificiale? Se non sa scrivere, come può giudicare la qualità di un testo? Se non conosce il metodo scientifico, come può distinguere una spiegazione plausibile da una conclusione supportata dalle evidenze? E se non possiede conoscenze di base, come può riconoscere quando una risposta apparentemente convincente è completamente sbagliata?
L’intelligenza artificiale aumenta enormemente le possibilità di chi possiede buone competenze, ma rischia anche di amplificare la dipendenza dagli strumenti di chi non ha sviluppato capacità autonome di ragionamento. Il problema non è più soltanto saper trovare una risposta, ma saper formulare la domanda giusta, comprendere la risposta, verificarla e decidere che cosa farne. Questo richiede conoscenze, metodo e pensiero critico, proprio le competenze che dovrebbero essere al centro dell’istruzione. In un mondo nel quale le informazioni sono sempre più facilmente accessibili, il valore dell’educazione dipende sempre meno dalla quantità di contenuti memorizzati e sempre più dalla capacità di interpretarli e utilizzarli.
Tredici anni di scuola: un investimento enorme. Con quali risultati?
Tredici anni di scuola rappresentano un investimento gigantesco in termini di risorse pubbliche, tempo degli studenti, lavoro degli insegnanti e sacrifici delle famiglie. È legittimo chiedersi che cosa produca questo investimento, andando oltre il numero di studenti promossi, di programmi completati o di diplomi conseguiti. Dovremmo domandarci che cosa sappiano effettivamente fare gli studenti alla fine del percorso: comprendere un testo complesso, interpretare un grafico, distinguere una relazione causale da una semplice correlazione, valutare un’affermazione scientifica, comprendere i principali fenomeni economici, utilizzare strumenti digitali e comunicare efficacemente.
Ma c’è una domanda ancora più importante: quanto queste capacità sono migliorate grazie alla scuola? Per valutare l’efficacia dell’istruzione non basta osservare i risultati finali. Bisogna misurare il valore aggiunto prodotto dal percorso educativo, tenendo conto delle competenze iniziali degli studenti e delle differenze nei contesti familiari e sociali. Altrimenti rischiamo di attribuire alla scuola risultati che dipendono da altri fattori, oppure di non riconoscere il lavoro di istituzioni che operano in condizioni particolarmente difficili.
Le venti domande iniziali non costituiscono un test scientificamente validato, ma potrebbero rappresentare il punto di partenza per costruirne uno. Sarebbe interessante scoprire non soltanto quante risposte corrette sappiano dare gli studenti, ma anche quanto siano sicuri delle proprie risposte. Perché non sapere qualcosa è un problema, ma essere convinti di saperla quando non la si conosce può essere un problema ancora maggiore.
Non servono necessariamente più materie. Servono priorità diverse.
La risposta non può essere semplicemente aggiungere nuove materie a programmi già sovraccarichi. Non abbiamo bisogno di eliminare la storia per introdurre l’educazione finanziaria, o di ridurre la letteratura per insegnare l’intelligenza artificiale. Abbiamo bisogno di ripensare gli obiettivi dell’istruzione. La storia dovrebbe insegnare anche a valutare le fonti, comprendere le cause degli eventi e riconoscere interpretazioni distorte. La letteratura dovrebbe sviluppare capacità di lettura, scrittura e argomentazione. La filosofia dovrebbe allenare il ragionamento logico e il confronto critico tra idee. La matematica dovrebbe fornire strumenti per comprendere fenomeni quantitativi, probabilità e rischi. Le scienze dovrebbero insegnare non soltanto risultati e teorie, ma soprattutto come funziona il metodo scientifico.
Accanto a queste competenze dovrebbero trovare spazio conoscenze oggi indispensabili: economia, educazione finanziaria, statistica, intelligenza artificiale, analisi dei dati, programmazione, comunicazione e cittadinanza democratica. Non per trasformare la scuola in un corso di formazione professionale, ma per formare persone capaci di comprendere la realtà, prendere decisioni consapevoli e continuare a imparare durante tutta la vita.
Questo richiede anche il coraggio di rivedere le priorità, ridurre il tempo dedicato ad alcuni contenuti e aumentare quello destinato ad altri. Non possiamo continuare ad aggiungere competenze senza rinunciare a nulla. Il tempo degli studenti è limitato e ogni scelta educativa comporta inevitabilmente un costo opportunità. Dovremmo chiederci, per ogni argomento insegnato, quale capacità contribuisca a sviluppare, quanto sia efficace nel farlo e quali alternative stiamo sacrificando.
Il vero disastro è continuare a considerare tutto questo normale
Non possiamo pretendere che ogni diciannovenne sappia tutto, ma possiamo pretendere che tredici anni di istruzione forniscano una solida base per comprendere il mondo. Il vero disastro non è dimenticare una data, una formula o il nome di un autore. Il disastro è non saper distinguere un fatto da un’opinione, una correlazione da una relazione causale, una teoria scientifica da una credenza pseudoscientifica. È non comprendere i meccanismi economici fondamentali che influenzano le nostre vite, non sapere valutare un rischio finanziario o non riconoscere una manipolazione statistica. È avere la testa piena di nozioni, ma non possedere gli strumenti per utilizzarle; avere opinioni fortissime senza sapere come verificarle; ripetere preconcetti e ideologie senza riconoscerne i limiti; essere convinti di conoscere il mondo senza aver imparato a interrogarsi su come funziona.
Tutto questo è ancora più grave in un’epoca in cui l’accesso alle informazioni è diventato praticamente illimitato. Non abbiamo mai avuto così tante conoscenze a disposizione, eppure proprio per questo la capacità di selezionarle, comprenderle e valutarle è diventata più importante che mai. Una scuola che si limita a trasmettere informazioni rischia di preparare gli studenti per un mondo che non esiste più. Una scuola che insegna a ragionare, invece, li prepara anche per un mondo che ancora non conosciamo.
Forse è arrivato il momento di smettere di chiederci soltanto quanto sia difficile un programma scolastico, quante pagine debbano studiare gli studenti o quante nozioni riescano a ricordare durante un’interrogazione. Dovremmo iniziare a chiederci che cosa rimanga davvero dopo tredici anni di scuola e, soprattutto, che cosa avrebbero potuto imparare se avessimo utilizzato diversamente una parte di quel tempo.
Perché il successo dell’istruzione non si misura da quante cose uno studente ha imparato a ripetere, ma da quanto è diventato capace di comprendere il mondo e di pensare con la propria testa. E una scuola che non si interroga sul costo opportunità delle proprie scelte rischia di sprecare proprio la risorsa più preziosa che le affidiamo: il tempo delle nuove generazioni.
