ROI della formazione AI: come misurarlo con il modello Kirkpatrick

La formazione sull'intelligenza artificiale è quasi sempre la prima voce di budget a essere tagliata: troppo intangibile, difficile da giustificare, lontana dai risultati operativi. Eppure è spesso quella con il ritorno più alto in proporzione all'investimento. Il problema non è che la formazione non funzioni, ma che viene misurata male, o non viene misurata affatto. E ciò che non si misura, si taglia.

Quanto costa non formare il team

Prima di misurare il ritorno, conviene quantificare l'alternativa. Un collaboratore che non sa usare gli strumenti di AI disponibili fa cose prevedibili: continua a svolgere a mano attività che si potrebbero automatizzare, usa gli strumenti in modo superficiale e ottiene risultati mediocri, sviluppa una resistenza passiva che rallenta l'adozione in tutta l'azienda. Sono comportamenti con un costo misurabile. Lo studio condotto da Boston Consulting Group con ricercatori di Harvard su centinaia di consulenti ha rilevato che, sui compiti adatti all'AI generativa, chi la usava completava il lavoro circa il 25% più in fretta e con una qualità superiore di oltre il 40%. E la differenza tra usarla bene e usarla in modo superficiale è grande quasi quanto quella tra usarla e non usarla. In un team di dieci persone, anche solo il 20% di produttività recuperata sulle attività ripetitive vale quanto due persone in più a tempo pieno, senza assumere nessuno. Il costo di non formare non è teorico: si misura in ore, errori e occasioni perse.

Cosa fa rendere la formazione

Prima di entrare nel modello di misura, vale la pena capire cosa distingue una formazione che rende da una che non lascia traccia, perché tre fattori fanno la differenza. I contenuti pertinenti: un corso generico su "cos'è l'AI" rende quasi nulla, mentre uno che mostra come usare ChatGPT per preparare offerte commerciali nel proprio settore, con esempi presi dal proprio lavoro, ha un ritorno misurabile, e la specificità è il moltiplicatore principale. Il rinforzo dopo il corso: senza richiami, gran parte di ciò che si impara si dimentica nel giro di pochi giorni, e non servono altri corsi, bastano quindici minuti a settimana in cui il team racconta come ha usato l'AI, così si crea l'abitudine che trasforma la formazione in comportamento stabile. E gli strumenti integrati nel lavoro: se per usare l'AI bisogna aprire una scheda a parte, la si usa meno, se è integrata nell'editor, nel CRM o nel gestionale già in uso, l'adozione cresce senza sforzo.

Il modello Kirkpatrick applicato all'AI

Il modello Kirkpatrick, nato negli anni Cinquanta e ancora il riferimento più usato per valutare la formazione aziendale, si articola in quattro livelli, che applicati all'AI offrono un metodo pratico per misurare il ritorno.

Il primo livello, il gradimento, misura quanto i partecipanti hanno trovato utile, pertinente e ben condotta la formazione, con un questionario subito dopo il corso: un punteggio alto non significa che la formazione abbia cambiato qualcosa, un corso può essere piacevole e inutile, ma un punteggio basso segnala che qualcosa non ha funzionato nella struttura o nei contenuti. Indicatore pratico: un punteggio di raccomandazione da 0 a 10, con un obiettivo ragionevole sopra il 7.

Il secondo, l'apprendimento, misura quanto i partecipanti hanno davvero acquisito nuove competenze, con una prova pratica dopo il corso, un esercizio su un caso reale o una simulazione: la tentazione è saltarlo perché "non siamo a scuola", ma senza questa misura non si distingue chi ha capito da chi era solo presente. Indicatore pratico: il confronto tra il punteggio prima e dopo la formazione, con un miglioramento superiore al 30% che indica competenze trasferite.

Il terzo, il comportamento, misura se le persone usano davvero le competenze nel lavoro quotidiano, a 30-90 giorni dal corso, ed è il livello che predice meglio il ritorno reale: se tre mesi dopo un corso su ChatGPT nessuno lo usa con regolarità, il problema non è il corso ma il supporto successivo, mancano esempi legati al proprio lavoro, il rinforzo del manager, strumenti integrati nei flussi di lavoro. Indicatori pratici: numero medio di richieste agli strumenti di AI per persona al mese, ricavabile dagli strumenti aziendali; quota del team che li usa almeno tre volte a settimana; variazione del tempo dedicato alle attività ripetitive.

Il quarto, i risultati di business, è la traduzione delle competenze in impatto economico, il punto in cui formazione e ritorno si incontrano. Indicatori pratici: tempo medio per completare un'attività specifica prima e dopo, come preparare un report, sintetizzare un documento lungo o rispondere a un'email complessa; numero di revisioni necessarie per arrivare a un risultato accettabile, dove meno revisioni significano un uso migliore dell'AI; qualità dei risultati giudicata da chi li riceve, per esempio con una valutazione del manager su un campione; riduzione dei tempi di inserimento dei nuovi assunti, se la formazione sull'AI fa parte dell'onboarding.

Il test prima e dopo la formazione

È lo strumento più semplice ed efficace per dimostrare il valore della formazione, in tre momenti. Prima del corso si misura il livello attuale: non servono quaranta domande, bastano 8-10 esercizi pratici che simulano situazioni reali, per esempio scrivi un prompt per riassumere questo documento di dieci pagine in cinque punti per il consiglio di amministrazione, o trova gli errori in questo risultato dell'AI e correggi il prompt; la qualità delle risposte è la base di partenza. Subito dopo il corso si ripetono esercizi dello stesso tipo su materiali diversi: la differenza misura l'apprendimento immediato. E a 60-90 giorni si guardano gli indicatori di comportamento ricavati dall'uso reale: è il momento più importante, perché separa le competenze acquisite da quelle effettivamente usate.

Un esempio di calcolo

Prendiamo un ufficio commerciale di 15 persone. L'investimento comprende un percorso di otto ore in due giornate, più materiali e piattaforma. Prima del corso, ciascuno dedica in media due ore al giorno ad attività che l'AI potrebbe alleggerire: sintesi, bozze di email, ricerche, presentazioni. Dopo il corso, i dati di utilizzo mostrano che 10 persone su 15 usano l'AI con regolarità e risparmiano in media 45 minuti al giorno. Il risparmio del team è di 37,5 ore a settimana (10 persone per 45 minuti per 5 giorni), circa 150 ore al mese, da moltiplicare per il costo orario medio. Il tempo di rientro si ottiene dividendo il costo complessivo della formazione per il risparmio mensile: in scenari come questo è spesso inferiore ai due mesi, e il ritorno annuo supera abbondantemente il 500%.

Il punto non è il numero, ma il metodo: costruisci la base di partenza, definisci gli indicatori, misura la differenza. Ricorda anche che dal febbraio 2025 l'AI Act chiede alle aziende che usano sistemi di AI di garantire un'adeguata alfabetizzazione del personale. La formazione non è un costo da giustificare, ma un investimento da ottimizzare. Se vuoi impostare un percorso misurabile, parliamone.