Questa osservazione può essere applicata anche alle organizzazioni della società civile (OSC) che, negli ultimi decenni in Italia, così come in altri Paesi europei, hanno contribuito a generare il Terzo settore accanto alle istituzioni pubbliche e alle imprese di mercato. In questo ampio e variegato settore - che in Italia conta oltre 170mila realtà tra associazioni, fondazioni, imprese sociali, ecc. - rende particolarmente rilevante chiedersi con quale livello di maturità i soggetti che ne fanno parte stiano affrontando la nuova frontiera dell'innovazione tecnologica.

Da questo punto di vista, l'IA sta reintroducendo nelle organizzazioni del Terzo Settore il conflitto tra diverse logiche: da un lato quella dell'efficienza operativa e, dall’altra, quella della trasformazione culturale. Questa tensione ha storicamente accompagnato lo sviluppo del settore, ma oggi è attraversata da una pressione legata all'innovazione tecnologica di cui abbiamo accennato poco sopra. Ciò genera dinamiche di cambiamento organizzativo che appare utile analizzare, a partire dalle esperienze derivanti dai programmi di open innovation dedicati alle imprese sociali e ad altri soggetti del Terzo Settore.

Due prospettive attorno alla stessa tensione

La governance dell'adozione: porsi le domande giuste

Guardando anzitutto alla dimensione della governance, ciò che colpisce non è tanto la resistenza all'AI ma, al contrario, l'urgenza di adottare misure di intelligenza artificiale. Questo spesso si traduce in processi decisionali privi di una visione chiara dei motivi, quindi: a quale bisogno organizzativo concreto si sta cercando di rispondere?

Rispondere a questa domanda è la premessa di ogni percorso di integrazione che abbia qualche possibilità di radicarsi. Le organizzazioni in grado di fare questa transizione si caratterizzano per la capacità di tradurre la pressione esterna all'innovazione in un'interrogazione interna dei loro processi fondativi.

Il tempo dedicato alla riflessione sulle ragioni profonde dell'adozione della AI, nella maggior parte dei casi, non viene chiaramente identificato. Così la necessità di essere aggiornati per non rimanere indietro porta a dare priorità alla velocità piuttosto che alla profondità. Il risultato è che molte organizzazioni hanno strumenti di IA introdotti ma non radicati, con esperimenti avviati e poi abbandonati. In pratica si crea uno sforzo aggiuntivo che si sovrappone a quello già esistente, senza produrre gli effetti sperati.

Ci sono poi interrogativi sulla qualità delle decisioni di adozione. La AI produce infatti risultati che dipendono, in larga misura, dalla qualità dei dati e delle informazioni su cui opera: un'organizzazione con processi documentali disordinati, database frammentati e flussi informativi mal strutturati, non può aspettarsi che uno strumento di IA risolva queste fragilità. Esso tenderà piuttosto a amplificarle. In altre parole, la qualità dei dati diventa una competenza organizzativa che deve precedere l'uso degli strumenti di IA.

Spazio per l'apprendimento e gli errori

Guardando dal lato di chi fornisce servizi, gestisce progetti e coordina team di lavoro all'interno degli enti del Terzo Settore, il contesto di adozione dell'IA presenta dunque una complessità che non può essere ridotta a una mera resistenza al cambiamento.

Teniamo conto che le organizzazioni del Terzo Settore, soprattutto quelle più evolute, si trovano in un ciclo di vita caratterizzato da complessità organizzative e manageriali; una condizione accentuata negli ultimi anni a causa degli effetti combinati derivanti dalla crisi dei sistemi di welfare pubblico, dall'aumento della complessità dei bisogni e dalla riduzione delle risorse. In questo contesto, chiedere alle persone di dedicare tempo ed energie per sperimentare nuovi strumenti si scontra con una realtà compressa: lo spazio disponibile per l'apprendimento è minimo.

Si tratta di un paradosso strutturale: si vorrebbe usare l'AI per ridurre i costi operativi, ma i costi operativi impediscono di investire nell'adozione dell'AI abbastanza da produrre risultati concreti. E così le organizzazioni che spingono sull'acceleratore dell'adozione senza alleggerire contemporaneamente i carichi operativi rischiano di aggiungere sforzo a sforzo.

Inoltre occorre riflettere su una più ampia sfida culturale: il rapporto con il fallimento. Sperimentare con strumenti di IA significa fare i conti con tentativi falliti, aggiustamenti, prove ed errori. Le OSC sono spesso strutturate per garantire la continuità e la qualità dei servizi agli utenti e sono spesso vincolate da logiche di rendicontazione che premiano i risultati a breve termine piuttosto che gli effetti trasformativi e gli impatti a medio e lungo termine. Pertanto, faticano a costruire spazi in cui il fallimento venga riconosciuto come parte legittima dell'apprendimento. Non per mancanza di volontà o di capacità, ma perché i meccanismi istituzionali e le aspettative esterne tendono a penalizzare l'errore piuttosto che valorizzarlo come risorsa.

Adozione, mediazione e narrazione

Se dunque nel Terzo Settore la tensione tra governance e operatività rappresenta la struttura profonda del problema , la domanda che sorge è: quali condizioni organizzative possano consentirne l'applicazione efficace della AI in questo mondo?

Il primo elemento da tenere in considerazione per rispondere è la natura del processo di adozione. L'integrazione della AI nei processi organizzativi non è un evento lineare. È un processo ricorrente, composto da cicli iterativi in cui gli apprendimenti di una fase alimentano le scelte della successiva. Durante questo processo, i soggetti con ruoli e prospettive diverse portano valutazioni che non sempre convergono, ma che comunque devono trovare una sintesi percorribile. Riconoscere questa natura non è solo un'osservazione descrittiva. È una competenza organizzativa che va coltivata, perché si oppone alla naturale tendenza delle organizzazioni a cercare stabilità e prevedibilità. Ad esempio, quando i team di lavoro si condividono informazioni sensibili sugli utenti dei servizi sociali, del welfare o educativi e utilizzano la AI dovrebbero tenere in considerazione le linee guida tra conoscenza tacita e rispetto della privacy. Da questo punto di vista, un alleato inaspettato potrebbe essere rappresentato dalla compliance interna. Negli ultimi anni, infatti, le organizzazioni del Terzo Settore hanno dimostrato la capacità di usare norme, protocolli e standard in un senso non strettamente normativo, ma anche abilitante e orientato all'apprendimento. Questa stessa competenza potrebbe essere messa in gioco nella governance interna dell'IA.

Il secondo elemento riguarda la costruzione di figure di mediazione interne che svolgano il ruolo di "ambasciatore della AI". Si tratta di persone che non necessariamente possiedono competenze tecniche avanzate, ma che hanno curiosità, disponibilità al confronto, e anche capacità di far dialogare linguaggi e culture organizzative diverse. Queste figure sono responsabili di accompagnare i colleghi nella sperimentazione, raccogliere le difficoltà, segnalare i progressi e mantenere vivo lo spazio di attenzione collettiva al cambiamento della AI. Queste figure possono rendere possibile riattualizzare i ruoli di "cambiamento" che le loro organizzazioni cercano periodicamente di coltivare, soprattutto in quelle più anziane che stanno affrontando transizioni generazionali.

Terzo: le OSC considerino la gradualità come una strategia consapevole e non come una scelta di ripiego. Nelle organizzazioni - non solo nel Terzo Settore - in cui l'integrazione della AI ha prodotto risultati più solidi c'è quasi sempre stata una scelta iniziale di concentrarsi su problemi piccoli e circoscritti, con cicli di verifica rapidi. Partire da un problema concreto e risolvibile permette di costruire fiducia, verificare tangibilmente l'utilità degli strumenti e generare motivazione nell'uso dell'IA, che complessivamente è la risorsa più preziosa nei processi di cambiamento organizzativo.

Infine, bisogna considerare la narrazione delle organizzazioni del Terzo Settore sull'intelligenza artificiale. Il rischio più diffuso non è quello di sovrastimare il potenziale degli strumenti, ma che i membri delle organizzazioni adottino inconsciamente quadri interpretativi diversi. Rappresentare la AI come strumento di efficienza e ottimizzazione è parziale per le organizzazioni la cui ragion d'essere è produrre valore relazionale, supportare percorsi di vita e costruire legami di comunità. La competenza richiesta, infatti, non è solo quella di usare bene gli strumenti di intelligenza artificiale, ma quella di rimanere attivi nella definizione dei criteri con cui questi strumenti vengono valutati, non limitandosi alla mera efficienza operativa. Questa consapevolezza apre uno sguardo senza precedenti sulle narrazioni della AI e di altre tecnologie "per il bene" che spesso appaiono redistributive da parte dei detentori di risorse (le cosiddette "big tech"). In questo caso, però, sono le competenze gestionali degli attori sociali a indicare le migliori modalità affinché queste tecnologie siano compatibili con scopi di interesse generale e la creazione di valore condiviso.

Un lavoro in corso

In sintesi, pensare alle competenze per l'integrazione della AI nel Terzo Settore significa pensare a che tipo di organizzazione si vuole essere in questa transizione. È una domanda pratica, che guida le scelte concrete su dove investire, cosa sperimentare o quali alleanze costruire.

Come detto, le competenze di cui le organizzazioni della società civile hanno maggiormente bisogno non sono solo di natura tecnica e formativa. Si tratta piuttosto di competenze per governare il cambiamento in condizioni di incertezza: la capacità di porsi domande prima di adottare soluzioni, di costruire spazi organizzativi in cui il fallimento è una risorsa e non uno stigma, di mediare tra diverse prospettive interne, di mantenere viva una riflessività collettiva sui processi in corso.

Queste sono, in molti modi, le stesse competenze che le organizzazioni più mature del Terzo Settore hanno sperimentato e sviluppato in decenni di lavoro al confine tra welfare pubblico, mercato e comunità. La domanda aperta è se queste competenze, maturate in contesti di co-produzione di valore sociale, siano trasferibili ai processi di adozione tecnologica. E se la velocità con cui questa trasformazione sta avvenendo rischi di renderle momentaneamente invisibili, proprio nel momento in cui sarebbero maggiormente necessarie.

La tua opinione è importante

Cosa ne pensi di questo articolo? Prenditi 30 secondi per condividere il tuo feedback e aiutarci a creare contenuti significativi per la società civile!

Informazioni sugli autori

Riccardo Naidi è Digital Transformation Manager presso il Consorzio Nazionale CGM e cofondatore di Factory2030 ETS, un’organizzazione civica e giovanile nel settore della civic-tech. Lavorando all'intersezione tra intelligenza artificiale, transizione digitale ed economia sociale, progetta e realizza programmi di alfabetizzazione sulla AI per cooperative sociali e organizzazioni del Terzo Settore. Le sue attività uniscono sperimentazioni dirette con processi di cambiamento all'interno delle organizzazioni, concentrandosi in particolare su come rendere l'adozione dell'IA utile e duratura per gli attori della società civile.

Flaviano Zandonai è sociologo e Innovation Manager del Consorzio Nazionale CGM, una delle principali reti di imprese sociali in Italia. Da oltre venti anni si occupa di innovazione sociale, imprese sociali e trasformazione del Terzo Settore, operando nei settori della ricerca, educazione e sviluppo di progetti. È considerato un punto di riferimento per l'integrazione del welfare comunitario e dell'innovazione tecnologica.

Esclusioni di responsabilità

Questo materiale è stato creato come parte del progetto AI for Social Change all'interno del programma Digital Activism Program di TechSoup, con il supporto di Google.org.

Gli strumenti di intelligenza artificiale si stanno evolvendo rapidamente e, pur facendo del nostro meglio per garantire la validità del contenuto che forniamo, a volte alcuni elementi potrebbero non essere più aggiornati. Se noti che una parte delle informazioni è obsoleta, ti preghiamo di farcelo sapere all'indirizzo content@techsoup.org.

Questo contenuto è stato creato con l'assistenza dell'IA ed è stato revisionato e modificato da Riccardo Naidi.