Secondo un report del World Economic Forum, il problem solving complesso è tra le prime 10 competenze richieste nel mercato del lavoro nei prossimi anni. 

Il motivo? L’Intelligenza Artificiale sottrarrà nel tempo molte delle attività, anche complesse, adesso svolte dalle persone, soprattutto le attività basate su processi strutturati e che comportano decisioni con soluzione univoca. I lavoratori dovranno quindi acquisire capacità di decidere in situazioni  più complesse, di incertezza e di rischio nelle quali si debba tener conto di valutazioni di opportunità, di tipo etico, di politiche aziendali al di fuori di semplici automatismi. L’operatore si potrà certo avvalere di tutti gli strumenti tecnici che riterrà opportuni, ma la soluzione del problema e la relativa decisione finale spetterà a lui.   

Da qui la necessità di affinare le metodologie relative alla gestione di problemi complessi, di utilizzare tool intelligenti per pervenire alle decisioni ottimali. 

Le soluzioni estemporanee intraprese sotto la pressione degli obiettivi commerciali o della fretta, non sono quasi mai efficaci e risolutive. Bisogna piuttosto apprendere le strategie più efficaci e implementarle in modo efficace. 

Occorre ad esempio apprendere l’arte di definire in modo chiaro il “problema”: si tratta di un passaggio cruciale che va oltre l’ascolto attivo e l’analisi critica. Implica l’individuazione delle cause radice attraverso tecniche come il brainstorming o i “Cinque perché”. Questo aiuta a garantire che la soluzione identificata affronti il problema alla sua fonte piuttosto che i suoi sintomi. 

Utile è anche allenare pensiero laterale e creativo. Questo approccio incoraggia a guardare oltre le soluzioni ovvie, stimolando l’innovazione. Tecniche come il pensiero inverso o “I sei cappelli per pensare” di De Bono possono portare a soluzioni uniche che potrebbero non essere immediatamente evidenti. 

Importantissima è poi la fase critica, l’analisi delle opzioni. È importante non fermarsi alla prima soluzione apparente, ma esplorare diverse alternative. Questo può essere fatto attraverso la matrice di decisione o la valutazione degli scenari, che aiutano a prevedere le possibili conseguenze di ogni scelta. 

Il tutto si deve basare sui dati, che aiutano a non subire i bias cognitivi che possono portarci fuori strada. L’uso di strumenti di analisi dei dati e tecniche di visualizzazione può aiutare a rendere i dati più comprensibili e utili. 

Per questi motivi diviene oggi più che mai necessaria la formazione sul problem solving e sul decision making con un occhio volto ai tool di Intelligenza Artificiale.  

Antonio Sanna