LEARN: la fase dell’apprendimento continuo nell’AI-PLUG
Benvenuti a un nuovo appuntamento della serie AI Cookbook.
Come ormai avrete capito tutti, l’adozione dell’AI non si riduce a una questione di strumenti digitali, ma rappresenta un vero e proprio percorso di evoluzione continua anche sul lato organizzativo e umano, fatto di esperimenti, fallimenti, riflessioni e, soprattutto, di apprendimento condiviso. Questo cambiamento culturale richiede un nuovo approccio al modo in cui impariamo, collaboriamo e innoviamo all’interno delle aziende.
AI-PLUG, il framework per “assumere” un’intelligenza artificiale in azienda, è appunto un’idea di percorso strutturato che potete seguire per andare avanti nel viaggio con l’AI.
Dopo aver esplorato le fasi di AWARENESS, IGNITE e PRACTICE, oggi ci concentriamo su un elemento cruciale per il successo a lungo termine: la fase LEARN.
A cosa serve la fase LEARN
Per utilizzare l’AI Generativa non ci sono manuali o corsi strutturati. Certo, ogni produttore rilascia le sue guide con i suoi consigli ma, la differenza, la fate voi durante la PRATICA quando avete i vostri “aha moment”.
Quindi con l’AI si parla di Learning by Doing.
L’obiettivo è semplice ma fondamentale: trasformare l’AI in una competenza solida e diffusa all’interno dell’organizzazione. Il vero valore non sta solo nell’adozione delle tecnologie, ma nella capacità di apprendere costantemente da esse e di adattarsi ai cambiamenti rapidi del contesto tecnologico. In questa fase, l’azienda dovrebbe:
- Coltivare una cultura del miglioramento continuo, dove ogni sperimentazione diventa un’opportunità per crescere, sia individualmente che collettivamente.
- Diffondere le conoscenze acquisite in modo sistematico, evitando che restino confinate nei silos di pochi esperti e promuovendo una cultura della condivisione.
- Favorire un ciclo virtuoso tra pratica e apprendimento: più si sperimenta, più si impara, e questo stimola ulteriori sperimentazioni in un loop di crescita continua.
- Sviluppare la resilienza organizzativa, imparando dagli errori e utilizzando ogni insuccesso come una lezione preziosa per il futuro.
Ingredienti
Per implementare con successo la fase LEARN, è necessario disporre di alcuni ingredienti chiave:
- Un AI-TEAM attivo e motivato, che non si limiti a eseguire compiti, ma che sia coinvolto nella sperimentazione, nella documentazione dei risultati e nella diffusione delle conoscenze. (lo racconto nella fase di awareness)
- Strumenti di gestione della conoscenza efficaci, come intranet aziendali, canali di chat dedicati (es. Slack, Teams), piattaforme di documentazione condivisa (es. Notion, Confluence) e database di best practice.
- Momenti dedicati alla condivisione, come workshop interni, AI-Café, seminari tematici o semplici riunioni informali che favoriscano il confronto aperto e la contaminazione di idee.
- Mentorship e peer-learning, per favorire la trasmissione delle competenze tra colleghi con diversi livelli di esperienza.
Livello di difficoltà
Se siete aperti al cambiamento, se le vostre persone hanno voglia di evolvere:
2/5 – Caffè filtrato: è una fase che potrebbe durare per sempre perché continuerà a stimolare la vostra organizzazione e farla continuamente evolvere.
Se avete molta resistenza interna, mercati difficili, poca voglia da parte delle persone:
4/5 – Doppio Espresso: richiede una buona organizzazione interna e la volontà di mettersi in discussione, ma è alla portata di qualsiasi azienda motivata che voglia davvero fare dell’AI una risorsa strategica. La difficoltà principale sta nel cambiamento culturale e nella gestione delle dinamiche interne.
Tempo di preparazione
Circa 30-60 minuti per ogni sessione di condivisione.
Tuttavia, l’apprendimento è un processo continuo che si sviluppa nel tempo: l’importante è creare una routine regolare e sostenibile. come accennavo il processo potrebbe durare per sempre…
Procedimento
- Crea un ambiente favorevole all’apprendimento: non servono aule universitarie o spazi formali. Basta creare contesti (anche virtuali) dove il team si senta libero di condividere idee, esperienze e scoperte senza il timore di essere giudicato. L’apprendimento efficace nasce da un clima di fiducia e apertura mentale.
- Raccogli le esperienze: ogni progetto AI, anche il più piccolo, rappresenta una miniera di informazioni preziose. Documenta cosa ha funzionato, cosa no e perché. Non limitarti ai successi: spesso le lezioni più importanti derivano dagli errori.
- Organizza incontri regolari: possono essere sessioni formali con un’agenda definita o momenti informali come un AI-Café o un pranzo di lavoro dedicato. L’importante è che ci sia uno spazio ricorrente per discutere apertamente di successi, fallimenti, sfide e opportunità future.
- Stimola il pensiero critico e la riflessione: durante gli incontri, poniti (e poni al team) domande che favoriscano una riflessione profonda:
- Quali soluzioni possono essere utili in futuro?
- Quali nuovi strumenti o tecnologie abbiamo scoperto recentemente?
- Quali errori ci hanno insegnato di più e come possiamo evitarli in futuro?
- Come possiamo migliorare i nostri processi di apprendimento? Qui mi sono fatto prendere la mano sulle domande e su come usare l’AI per stimolarle. Chi mi conosce sa quanto mi piace farmi fare domande dall’AI. Quindi in coda all’articolo trovate un po’ di domande per voi, per il vostro team, per la vostra AI.
- Diffondi le conoscenze in modo strutturato: utilizza strumenti di knowledge management già presenti in azienda o implementane di nuovi se necessario. Crea repository di documentazione, newsletter interne, wiki aziendali o gruppi di discussione per rendere l’apprendimento accessibile a tutti, anche a chi non ha partecipato direttamente alle attività.
- Fai del feedback un’abitudine: il feedback è uno strumento potente per l’apprendimento continuo. Incoraggia una cultura in cui il feedback costruttivo è visto come un’opportunità di crescita, non come una critica.
Il risultato
Se implementata correttamente, la fase LEARN porterà a:
- Un’organizzazione più consapevole e preparata, capace di adattarsi rapidamente ai cambiamenti tecnologici e di sfruttare al meglio le opportunità offerte dall’AI.
- Un team più coeso e motivato, grazie a una cultura del miglioramento continuo e della condivisione delle conoscenze.
- Una maggiore capacità di innovazione, poiché l’apprendimento continuo stimola la creatività e l’apertura a nuove idee.
- Una resilienza organizzativa più forte, basata sulla capacità di imparare dagli errori e di trasformare le sfide in occasioni di crescita.
Consigli e varianti
- Sfide creative: organizza hackathon interni o competizioni di idee per stimolare la creatività e l’innovazione su cose molto pratiche (presentare un prodotto, un progetto, un problema sollevato da un cliente…)
- Buddy system: affianca chi ha più esperienza a chi è alle prime armi, favorendo un apprendimento peer-to-peer più efficace. l’AI Team è anche un ottimo supporto che può fare tutoring all’interno dell’organizzazione, per provare a ’risolvere le cose con l’AI’ assieme ad altri colleghi.
- Micro-learning: brevi pillole formative (video, podcast, articoli) da condividere durante i momenti di pausa o tramite canali informali. (Ho capito che i prompt lunghi sui modelli di reasoning non funzionano, eccovi questa presentazione sulla nuova feature di ChatGPT ecc.)
- Sessioni di “retrospettiva”: ispirate alle metodologie Agile, queste riunioni periodiche aiutano il team a riflettere su ciò che ha funzionato e su cosa migliorare.
Al termine dell’articolo ho inserito un po’ di idee su modalità nuove per imparare.
Quindi
In questo post abbiamo scoperto che la fase LEARN dell’AI-PLUG non è una destinazione, ma un processo continuo, una sorta di “spazio latente” in cui la conoscenza si evolve costantemente. Abbiamo imparato che per progredire nel tempo, è essenziale mantenere attiva questa fase, poiché le competenze acquisite oggi potrebbero non essere sufficienti domani. Le conoscenze cambiano, si adattano e richiedono un impegno costante per essere seguite e comprese. L’apprendimento non è un evento isolato, ma un ciclo perpetuo in cui ogni esperienza, ogni errore e ogni successo contribuisce a costruire un ecosistema di crescita.
Cosa ne pensi?
Raccontami come stai applicando la fase LEARN nella tua azienda o se hai trovato spunti utili in questa ricetta. Ogni feedback è un nuovo ingrediente per migliorare insieme e per arricchire ulteriormente il nostro percorso di apprendimento condiviso!
A presto! Massimiliano
P.s. se questo articolo ti è piaciuto condividilo. Scopri di più su @maxturazzini o su https://maxturazzini.com
Domande da fare, farsi, farsi fare.
Domande per la riflessione personale (durante la sperimentazione)
- Cosa ho imparato da questa attività che non sapevo prima? (Aiuta a focalizzarsi sul valore dell’esperienza, anche se il risultato non è stato perfetto.)
- Quello che ho ottenuto corrisponde a ciò che mi aspettavo? Se no, perché? (Utile per capire se il gap è dovuto al prompt, all’approccio o alla comprensione del problema.)
- Qual è stato il passaggio più difficile? Cosa potrei fare diversamente la prossima volta? (Identifica i colli di bottiglia e favorisce un miglioramento continuo.)
- Sto davvero sfruttando al massimo le capacità dell’AI o sto solo facendo “il minimo indispensabile”? (Stimola a esplorare nuove funzioni e a spingersi oltre la comfort zone.)
- Cosa succederebbe se provassi un approccio completamente diverso? (Invita a uscire dalla routine e sperimentare alternative.)
Domande per la condivisione di gruppo (AI-TEAM Meetings)
- Qual è stato il nostro più grande “aha moment” questa settimana? (Mette in evidenza scoperte sorprendenti o intuizioni chiave.)
- C’è qualcosa che pensavamo di sapere ma che si è rivelato sbagliato? (Favorisce l’umiltà e l’apprendimento dagli errori.)
- Quale piccolo cambiamento nel nostro modo di lavorare con l’AI ha prodotto un grande miglioramento? (Individua best practice facilmente replicabili.)
- Cosa potremmo insegnare oggi a qualcuno che sta iniziando da zero? (Rende evidente il valore dell’esperienza accumulata.)
- Se dovessimo spiegare questa scoperta in 2 minuti a un collega che non usa l’AI, come lo faremmo? (Aiuta a semplificare concetti complessi e favorisce la chiarezza.)
Domande da fare all’AI (per riflessioni guidate)
- “Sto usando il prompt nel modo più efficace? Come potrei migliorarlo?”
- “Quali potrebbero essere i limiti di questo approccio che non sto considerando?”
- “Suggeriscimi un metodo alternativo per ottenere lo stesso risultato.”
- “Quali domande dovrei farmi per capire se sto imparando davvero?”
- “Spiegami questo concetto come se fossi un principiante assoluto.” (Per testare la comprensione di base.)
Una serie di modalità nuove per imparare
1. Il Diario delle Prompt-adventure (Prompt Journal 2.0)
Cosa fare:
Invece di limitarsi a salvare prompt e risposte, trasforma ogni esperimento in una sorta di diario di bordo. Ogni giorno o settimana, annota:
- Prompt usato
- Risultato ottenuto
- Valutazione personale (da 1 a 5 stelle su chiarezza, efficacia, creatività)
- Una lezione appresa
- Una domanda che ti ha lasciato perplesso
Perché funziona:
Aiuta a riflettere sul processo, non solo sul risultato. Rileggendo il diario dopo qualche settimana, potrai vedere chiaramente i tuoi progressi e identificare schemi ricorrenti negli errori o nelle intuizioni.
Nota: questa mi fa molto ridere scritta così ma… in realtà io ho proprio un diario con i miei prompt che funzionano e non funzionano. L’ho fatto per qualche mese, per prendere dimestichezza.
2. Sfida delle 3 Versioni (Rule of Three)
Cosa fare:
Ogni volta che usi un prompt per ottenere un risultato, obbligati a crearne altre due versioni alternative.
- Versione 1: il prompt “standard”
- Versione 2: un prompt estremamente sintetico (minimalista)
- Versione 3: un prompt dettagliatissimo (iper-descrittivo)
Perché funziona:
Ti costringe a esplorare i confini delle capacità del modello, capendo quanto il livello di dettaglio influisca sul risultato. Spesso il miglior prompt non è il primo che ti viene in mente.
3. AI-Critico: L’AI che valuta sé stessa
Cosa fare:
Dopo aver ottenuto un risultato, chiedi all’AI di fare da “critico” del suo stesso output:
- “Valuta la tua risposta come se fossi un esperto del settore.”
- “Cosa potresti migliorare in questa risposta?”
- “Ci sono errori logici o mancanze?”
Perché funziona:
Attiva una forma di meta-riflessione, spingendo l’AI a considerare punti di vista alternativi. Inoltre, aiuta a sviluppare il pensiero critico anche per chi sta imparando a valutare le risposte in modo oggettivo.
4. L’Esercizio del Ribaltamento (Flip the Prompt)
Cosa fare:
Dopo aver ottenuto un risultato soddisfacente, prova a fare l’opposto:
- Se il prompt chiede “Come posso fare X?”, prova “Come NON dovrei fare X?”
- Se chiedi una spiegazione semplice, prova a chiedere una spiegazione supertecnica.
Perché funziona:
Ribaltare la prospettiva aiuta a vedere le cose da angolazioni diverse e a sviluppare una comprensione più profonda dell’argomento trattato.
5. Il Test del Novellino (Newbie Test)
Cosa fare:
Dopo aver scritto un prompt, chiediti:
- “Se una persona che non ha mai usato un’AI leggesse questo prompt, capirebbe cosa voglio ottenere?”
- Oppure, fai leggere il prompt a un collega inesperto e chiedigli cosa si aspetta come risultato.
Perché funziona:
Aiuta a rendere i prompt più chiari e universali, evitando di cadere in bias personali. Inoltre, promuove la semplicità, che spesso è la chiave per ottenere risposte più precise.
6. Costruisci la Tua “AI Persona”
Cosa fare:
Tratta l’AI come se fosse un membro virtuale del team con un ruolo ben definito.
- Dai all’AI un nome e un “job title” (es. “Alex, il mio consulente di marketing digitale”).
- Definisci le sue competenze e il suo stile comunicativo.
- Ogni volta che interagisci, ricorda di adattare il prompt a quella “persona virtuale”.
Perché funziona:
Umana la relazione con l’AI, rendendo più intuitivo il modo di interagire e aumentando l’efficacia dei prompt. Questo approccio aiuta a sviluppare un dialogo più naturale e coerente.
7. Il Gioco del Paradosso
Cosa fare:
Prova a sottoporre all’AI dei dilemmi o delle richieste paradossali, tipo:
- “Scrivi una poesia che non abbia senso, ma che sembri profonda.”
- “Spiegami un concetto scientifico in modo serio… usando solo metafore di cartoni animati.”
Perché funziona:
Sperimentare con richieste “impossibili” spinge l’AI (e chi la usa) a esplorare i limiti della creatività e della logica. È anche un modo divertente per scoprire nuove capacità dell’AI.
Dietro le quinte
Nulla di importante da segnalare. Ho lavorato con il mio assistente AI Cookbook che conosce il mio libro meglio di me e ha generato un testo iniziale, un bel po’ di interazioni, domande iniziali che mi sono fatto fare e, come sempre, tanta revisione finale.
