Viviamo immersi in un mondo in cui i dati ci circondano e ci condizionano, ma spesso non ne conosciamo davvero il linguaggio. Non abbiamo piena consapevolezza di cosa siano, come possano essere interpretati e come possano orientare scelte e comportamenti. Il rischio è quello di delegare la comprensione a strumenti o modelli che “parlano al posto nostro”, senza la capacità di valutarne criticamente le risposte.
È per questo che diventa strategico sviluppare oltre a competenze tecniche, anche alfabetizzazione cognitiva e responsabilità nell’uso dei dati.
I dati, in quanto tali, sono stupidi. Non parlano. Non portano attaccate etichette che ci dicono cosa significano. Oggi, però, di dati si parla come se contenessero chissà quali verità. (Gilberto Corbellini)
Ho approfittato dei giorni di Agosto trascorsi a casa per esplorare i contenuti del corso “Cognitive PM in AI” https://www.pmi.org/shop/p-/elearning/cognitive-project-management-in-ai-(cpmai)-plus–v7—course/el179, nella versione overview.
L’ho apprezzato per i contenuti e per il paradigma culturale che propone: l’approccio data-driven non è inteso come mera sequenza tecnica di operazioni su dataset, ma come un percorso cognitivo, in cui l’informazione si trasforma progressivamente in comprensione e azione. I concetti sono articolati in una prospettiva sistemica, che restituisce dignità teorica ed epistemologica a ciò che spesso viene ridotto a ingegneria dei dati.
Da questa angolazione, la nota piramide DIKW (Data → Information → Knowledge → Wisdom), richiamata nel corso e da anni utilizzata per rappresentare la gerarchia della conoscenza, viene implicitamente superata.
La metodologia proposta dal CPMAI — che parte dal business understanding e arriva all’operazionalizzazione passando la fase di test e valutazione in ambiente reale— può essere messa in relazione con la piramide DIKAS di Riccardo Ridi (Università Ca’ Foscari http://www.riccardoridi.it/unive/ ), che aggiunge ai livelli classici della piramide quelli di “consapevolezza” e “autoconsapevolezza”, aiutandoci a comprendere che i dati non sono semplici risorse da estrarre, ma elementi di una rete di relazioni in cui si sviluppano senso, contesto e apprendimento riflessivo, che richiamano alla responsabilità dell’agente che le elabora.
Il corso CPMAI si muove coerentemente in questa direzione, offrendo strumenti per governare la complessità non negandola, ma abbracciandola.
A partire dalla domanda “Dove vogliamo arrivare e cosa ci serve davvero dall’AI?”, fino alla valutazione dell’impatto reale dei modelli (in termini di valore, non solo di performance), l’intero percorso incoraggia un pensiero critico adattivo, basato su cicli continui di apprendimento, dove anche segnali deboli ed anomalie diventano risorse progettuali.
L’inserimento del principio “Think Big. Start Small. Iterate Often” non riguarda solo aspetti tecnici, ma promuove pratiche cognitive che abilitano l’emersione di nuovi pattern di conoscenza, che il project manager può utilizzare per orientare il valore prodotto dai modelli verso obiettivi strategici e condivisi, che integrano dimensioni epistemologiche ed etiche.
Non si tratta solo di far funzionare un modello, ma di chiedersi se stia generando valore, senso e impatto positivo.
Per chi opera nel project management in contesti che fanno grande riferimento ai numeri, questa prospettiva è essenziale: il futuro del project management non dipenderà da chi ha più dati, ma da chi saprà trasformarli in consapevolezza condivisa, decisioni adattive e strategie sostenibili.
Perciò percorsi formativi come il CPMAI assumono un valore strategico: aiutano a sviluppare non solo competenze tecniche, ma anche alfabetizzazione cognitiva e responsabilità nell’uso dei dati.
Un esempio concreto riguarda la rendicontazione dei progetti finanziati con risorse pubbliche (il riferimento non è al solo PNRR…): in un approccio prettamente orientato alle performance quantitative, occuparsi dei dati derivanti dai giustificativi di impegno e spesa, e della loro compliance con le regole dettate dai programmi di finanziamento, diventa un noioso ed acritico adempimento; in un approccio cognitivo al project management, l’interpretazione critica dei dati può diventare occasione di apprendimento organizzativo, spostando la logica dell’accountability dal mero rispetto dei vincoli di spesa alla valutazione del valore generato anche in termini di efficienza, trasparenza, e impatto sugli stakeholder.
Potrebbe essere un buon modo per trasformare un esercizio amministrativo in leva di apprendimento e consapevolezza organizzativa.
