Formazione AI per team: come organizzarne una che lasci il segno

Una buona formazione AI per un team insegna ai colleghi ad applicare l'AI alle loro attività quotidiane, a verificare i risultati e a rispettare regole condivise sui dati. Non è una panoramica di strumenti. Il formato adatto alla maggior parte dei team svizzeri è un workshop pratico di mezza giornata o meno, costruito sul lavoro reale e seguito da una fase di prova misurata. Questa guida mostra come decidere cosa insegnare, scegliere un formato, condurre la sessione e verificare che sia valsa la pena.

In breve

• Parti da una base comune (limiti dell'AI, verifica dei risultati, regole sui dati), poi aggiungi flussi di lavoro specifici per ruolo. Microsoft’s guidance on AI literacy and upskilling traccia la stessa linea.
• Individua le lacune prima di prenotare qualsiasi cosa: scegli due o tre ruoli, osserva il lavoro e chiedi alle persone per quali attività vorrebbero un aiuto.
• Un workshop mirato può essere breve. Il modello dell'ETH di Zurigo per l'AI generativa dura dai 180 ai 210 minuti per 4-12 persone.
• Metti per iscritto quali dati possono entrare in quali strumenti, prima che qualcuno si eserciti su materiale reale.
• Registra un punto di partenza su un'attività reale, poi confronta tempo, correzioni e qualità dopo la formazione.

Cosa deve contenere una formazione AI per il team

I team confondono spesso tre cose: sapere che cos'è l'AI, saperla usare in un determinato lavoro ed essere pronti a come cambieranno i ruoli. Harvard Business School Online le distingue in padronanza dell'AI (fondamenti, capacità, governance), competenze AI legate al ruolo (applicare l'AI alle attività specifiche del ruolo) e sviluppo delle competenze AI (prepararsi ai ruoli futuri). Un buon programma contiene tutti e tre i livelli, in quest'ordine.

Il livello di base è l'alfabetizzazione. Secondo la Microsoft’s guidance on AI literacy and upskilling, significa conoscere i limiti dell'AI, verificare i risultati e rispettare le direttive sul trattamento dei dati. Lo sviluppo delle competenze ci costruisce sopra con flussi di lavoro specifici per ruolo, attività reali, impatto misurato e controlli di qualità.

In pratica, i contenuti di una sessione solida comprendono di solito:

• Come si comporta l'AI generativa: perché sembra sicura di sé anche quando sbaglia, e cosa significa per la revisione.
• Nozioni di base sui prompt: dare contesto, un obiettivo e un formato, poi iterare.
• Scrivere, correggere, fare ricerche e riassumere: le attività comuni alla maggior parte dei ruoli d'ufficio.
• Fogli di calcolo e interpretazione dei dati: dove molti team di finanza, operazioni e vendite ottengono i guadagni più rapidi.
• Protezione dei dati e loro trattamento: cosa non deve mai finire in uno strumento.
• Controllo qualità ed escalation: chi verifica cosa e quando decide una persona.

Questo elenco segue i moduli della Coursiv’s 2026 guide to employee AI training. La D2L guide, adattata dall'AI Literacy Framework del Dipartimento del lavoro statunitense, arriva a un insieme simile di cinque competenze: fondamenti, costruzione dei prompt, valutazione dei risultati, uso responsabile e applicazioni sul posto di lavoro.

C'è un altro elemento che si tende a saltare: la preoccupazione. La Go1’s guide include la disponibilità al cambiamento tra gli ingredienti di una formazione efficace, cioè dedicare tempo al timore che l'AI sostituisca le persone. Un team in ansia impara meno. Di' chiaramente nei primi dieci minuti a cosa serve la formazione.

Individua le lacune prima di scegliere un formato

Un corso generico insegna a tutti la stessa cosa, e così fa perdere tempo alla maggior parte delle persone. Una breve diagnosi costa qualche giorno e si ripaga da sola.

Parti da due o tre ruoli

Il rapporto Work Reimagined report del Conference Board of Canada consiglia un audit di riprogettazione delle attività. Si individuano due o tre ruoli in cui l'AI ha già cambiato il lavoro quotidiano, tramite affiancamento sul campo e brevi colloqui. Poi si aggiornano i profili professionali, si costruisce una matrice delle lacune di competenze, si eroga una formazione breve e mirata e si monitorano completamento e riscontri prima di estendere il tutto.

Per un team di 10-40 persone, potrebbe trattarsi di assistenza clienti, marketing e finanza. Siediti un'ora accanto a qualcuno in ciascuna area. Vedrai dove si fa copia-incolla tra gli strumenti, dove i rapporti vengono rifatti a mano e dove le persone usano già l'AI in silenzio.

Chiedi al team per cosa vorrebbe un aiuto

Un breve sondaggio è meglio di qualsiasi ipotesi. Il DACH needs-assessment template from Sprad, pensato per il mercato svizzero, tedesco e austriaco, copre ruolo e contesto di lavoro, con quale frequenza si usano strumenti AI, quanta fiducia si ha nel provare nuovi software, la padronanza delle basi e le tre attività principali per cui si vorrebbe un supporto dall'AI. Queste ultime risposte valgono oro: diventano gli esercizi del tuo workshop.

Non applicare lo stesso standard a tutti

DL Academy sostiene che l'errore più comune è adottare un unico standard per tutta l'organizzazione e che la lacuna più rischiosa è quella in cui la sicurezza di sé supera la capacità reale. WPMS AI Consulting aggiunge che un solo lavoro può contenere sia la stesura di testi a basso rischio sia il supporto a decisioni ad alto rischio, quindi il titolo della posizione da solo non dice quale competenza serve.

Un modo pratico per applicare tutto questo: elenca le attività, non le posizioni. Per ogni attività annota quanto sono sensibili i dati, cosa succede se il risultato è sbagliato e chi lo verifica. La formazione per le attività ad alto impatto va più in profondità di quella per le attività a basso impatto.

Scegliere il formato: workshop, ciclo di incontri o affiancamento

La durata giusta dipende da cosa vuoi cambiare. Tre formati coprono quasi tutte le esigenze.

Formato	Durata tipica	Indicato per
Workshop pratico	Circa 3-4 ore	Portare un intero team a una base comune e a un primo set di flussi di lavoro
Workshop strategico	120 minuti	Chi decide e deve scegliere quali casi d'uso sperimentare
Workshop più affiancamento successivo	Workshop, poi diverse settimane	Team che devono consolidare nuove abitudini in progetti reali

Due riferimenti svizzeri mostrano quanto possa essere compatta una buona sessione. Il ETH Zurich’s workshop template for generative AI è pensato per 4-12 partecipanti e dura dai 180 ai 210 minuti. I partecipanti si registrano in anticipo su almeno uno strumento, così non si perde tempo con gli account. La Swiss AI Association’s 120-minute guide è rivolta a 4-8 decisori e si chiude con i tre casi d'uso principali, un progetto pilota e un responsabile.

I gruppi piccoli contano. Oltre la dozzina di persone, il tempo pratico a testa si riduce e i più timidi smettono di fare domande. In un'azienda più grande, ripeti la stessa sessione più volte per reparto, invece di fare una sola grande lezione.

In sede, online o in forma mista è soprattutto una questione di team. La presenza funziona bene quando le persone devono confrontare gli schermi e aiutarsi a vicenda. Da remoto funziona quando il team è distribuito tra Zurigo, Ginevra e Lugano, a patto che ogni partecipante abbia un accesso funzionante e un'ora tranquilla.

Cosa comprende un buon workshop sull'AI

I workshop migliori dedicano gran parte del tempo agli esercizi, non alle slide. Il modello dell'ETH di Zurigo è un utile riferimento perché indica i tempi di ogni blocco. Prevede un blocco di 35 minuti sull'AI generativa per i testi e un blocco di 35 minuti sull'analisi dei dati. Seguono 15 minuti di brainstorming sui casi d'uso e 10 minuti di chiusura dedicati al supporto tra colleghi, con azioni e responsabilità concordate tra loro.

Ecco una scaletta che puoi adattare a una sessione di mezza giornata.

1. Regole di base (15 minuti). A cosa serve la sessione, quali dati sono off limits e come si presentano nella pratica gli errori dell'AI.
2. Attività di scrittura (45 minuti). Stesura, riscrittura e sintesi usando materiale vostro reso anonimo. I partecipanti confrontano i risultati e annotano cosa hanno dovuto correggere.
3. Dati e fogli di calcolo (45 minuti). Pulire una tabella, interrogare un insieme di dati, produrre un grafico e poi verificare i numeri a mano.
4. Gruppi per ruolo (45 minuti). Le vendite costruiscono un flusso di preparazione alle chiamate, la finanza una spiegazione degli scostamenti, le risorse umane la bozza di un annuncio di lavoro. Ogni gruppo mette per iscritto il prompt che ha funzionato.
5. Brainstorming sui casi d'uso (20 minuti). Ognuno indica le attività che gli divorano la settimana e le valuta per valore e rischio.
6. Responsabili e prossimi passi (15 minuti). Ogni flusso di lavoro scelto riceve un responsabile e una data in cui riferire i risultati.

Il risultato più importante da portarsi a casa è il prompt riutilizzabile. Se le persone escono con un prompt salvato e testato per un'attività che svolgono ogni settimana, l'adozione arriva da sé. Se escono con un'impressione generica, no.

Con quali strumenti esercitarsi

Esercitati con gli strumenti che la tua azienda approva davvero. Il modello dell'ETH di Zurigo cita ChatGPT, Gemini e Perplexity AI per i testi, Gamma.app e Gemini per le presentazioni, Claude.ai e l'ETH Leadership Companion per l'affiancamento, e ChatGPT Data Analyst, Julius AI e Google Sheets con Looker Studio per l'analisi dei dati. È un campione, non una lista della spesa.

Se la tua azienda lavora con Microsoft 365, esercitati con Copilot. Se usa Google Workspace, esercitati con Gemini. Insegnare uno strumento che nessuno può usare al lavoro genera shadow AI, che Microsoft’s guidance on AI literacy and upskilling accanto alle allucinazioni e all'eccessiva dipendenza. Il consiglio è di accompagnare la formazione con il sostegno della direzione, limiti chiari e strumenti sicuri e approvati.

Protezione dei dati e uso responsabile

La regola va all'inizio della formazione, non alla fine. Il modello dell'ETH di Zurigo ricorda ai partecipanti di non inserire informazioni personali o riservate negli strumenti di AI generativa e di rendere anonimi i dati personali se è necessario usarli.

Trasforma tutto questo in una regola interna di una pagina prima del workshop:

• Verde: informazioni pubbliche, i vostri testi già pubblicati, domande generiche.
• Giallo: materiale interno che non è personale né specifico di un cliente, solo negli strumenti aziendali approvati.
• Rosso: dati dei clienti, dati personali, contratti, codice sorgente coperto da accordo di riservatezza. Mai in uno strumento, a meno che i vostri reparti IT e legale non abbiano dato il via libera.
• Chi decide nei casi dubbi: indicate una persona, non un reparto.

Le aziende svizzere che trattano dati personali dovrebbero coinvolgere il responsabile della protezione dei dati o il consulente legale nella definizione della lista rossa, perché gli obblighi dipendono dal settore e dalle condizioni di hosting dello strumento. Chiudi il workshop chiedendo al team di mettere alla prova la pagina di regole su tre esempi reali. Le lacune emergono in fretta.

Anche l'accuratezza richiede un'abitudine propria. Insegna una routine di revisione semplice: verifica ogni cifra rispetto alla fonte, controlla ogni affermazione che suona specifica e chiediti chi risponde della versione finale. WPMS descrive una buona prestazione come la capacità di riconoscere input riservati inadatti, individuare affermazioni non supportate e portare al livello superiore un risultato ad alto impatto. Questi tre comportamenti fanno una buona lista di controllo.

Fai sì che resti, e misuralo

Un singolo workshop raramente cambia le abitudini da solo. Quel che aiuta è una piccola struttura di seguito.

• Scegli un'attività rappresentativa per team e cronometrala prima della formazione. Annota quanto tempo richiede, quante correzioni servono e quanto è buono il risultato.
• Ripeti dopo due-quattro settimane. Confronta gli stessi tre numeri. Tratta ogni miglioramento come qualcosa da misurare, non come una percentuale da promettere. Questo approccio è descritto in aiworkshop.ch’s business workshop outline e funziona con qualsiasi fornitore.
• Tieni una raccolta condivisa di prompt. Un documento o una pagina wiki, con un responsabile, dove vivono i prompt testati.
• Fai una revisione mensile di 30 minuti. Cosa ha funzionato, cosa no, cosa richiede una nuova regola.

Il Digital Switzerland’s AI playbook, pubblicato in tedesco, descrive un percorso simile. Un gruppo pilota è attivo, i cicli di riscontro funzionano e l'accettazione viene misurata. Poi si definiscono gli indicatori, si confrontano i risultati con un punto di partenza e si fissa un ritmo di rendicontazione. Per un team piccolo, basta un foglio di calcolo con tre colonne.

Tieni d'occhio anche il divario di fiducia in sé. Chi usa molto l'AI e non la verifica mai è un rischio maggiore di chi la evita. La revisione dei risultati tra colleghi, a coppie, intercetta il problema senza che nessuno si senta messo in croce.

Dove si collocano le nostre masterclass

Siamo un piccolo studio di Zurigo che realizza siti web, applicazioni web e piattaforme, e teniamo anche masterclass sull'AI, in presenza o da remoto. Poiché il nostro team lavora ogni giorno con l'automazione AI e con software per i processi aziendali, le nostre sessioni partono dalle tue attività e dai tuoi strumenti reali, non da una presentazione generica. Le persone senior restano coinvolte dal primo colloquio alla consegna, quindi chi definisce la tua sessione è la stessa persona che la conduce.

Se dopo la formazione il tuo team individua un processo ripetitivo che vale la pena automatizzare, possiamo anche costruire e gestire quell'automazione. Trovi i nostri servizi nella pagina prezzi e servizi, oppure parti dalla homepage di Ampersand e raccontaci del tuo team.

Domande frequenti

Quanto deve durare una formazione AI per un team?

Per una prima sessione bastano tre o quattro ore per coprire testi, dati e un esercizio legato al ruolo. Il modello dell'ETH di Zurigo, per esempio, dura dai 180 ai 210 minuti. Aggiungi brevi incontri di seguito nell'arco di alcune settimane, così le nuove abitudini si applicano al lavoro reale.

Quante persone dovrebbero partecipare a un workshop?

Per una sessione pratica resta sui 4-12 partecipanti, come nel modello dell'ETH di Zurigo. Un workshop strategico per chi decide funziona con 4-8 persone. Per le aziende più grandi è meglio ripetere la sessione per ogni reparto.

I collaboratori devono avere conoscenze tecniche?

No. Gli strumenti di AI generativa funzionano con il linguaggio di tutti i giorni, e un workshop dovrebbe partire da quello che ciascuno già fa. Quel che serve davvero è un accesso a uno strumento approvato prima della sessione e una regola chiara su quali dati restano fuori.

Cosa non va mai inserito in uno strumento AI?

Dati personali, dati dei clienti e informazioni aziendali riservate, a meno che i vostri reparti IT e legale non abbiano approvato lo strumento per quell'uso. Quando è necessario usare dati personali, rendili prima anonimi. Metti la regola per iscritto e indica chi decide nei casi poco chiari.

Come capiamo se la formazione ha funzionato?

Cronometra un'attività reale prima e dopo, e confronta il tempo necessario, le correzioni richieste e la qualità del risultato rivisto. Aggiungi una revisione mensile di ciò che il team usa davvero. Giudica il successo dalle abitudini di lavoro cambiate, non dalle presenze.

Fonti

• Microsoft’s guidance on AI literacy and upskilling
• Harvard Business School Online
• Coursiv’s 2026 guide to employee AI training
• D2L guide
• Go1’s guide
• Work Reimagined report
• DACH needs-assessment template from Sprad
• DL Academy
• WPMS AI Consulting
• ETH Zurich’s workshop template for generative AI
• Swiss AI Association’s 120-minute guide
• aiworkshop.ch’s business workshop outline
• Digital Switzerland’s AI playbook