WoW – Women on Web incontra Francesca Funaro, Head of Learning and Knowledge di TIM Academy per parlare di formazione
La tesi di laurea di Francesca Funaro sosteneva che il prodotto informatico sarebbe diventato un bene di consumo solo se accompagnato dalla formazione. Era il 1994 circa. Oggi Funaro è Head of Learning and Knowledge per TIM Academy e gestisce l’apprendimento di 16mila persone. Qualcuno potrebbe chiamarla visione. Lei sorride e dice che solo guardandosi indietro il percorso ha preso una forma riconoscibile. È lei la protagonista dell’ultima puntata di WoW – Women on Web, il podcast prodotto da Radio Activa Plus e condotto da Francesca Pucci e Federica Meta, dedicato alle intersezioni tra Twin Transition e prospettiva di genere.
Il tema di questa puntata è la formazione. Quella che avviene – o dovrebbe avvenire – tutti i giorni, in ogni ruolo e a ogni età. Perché, come spiega Funaro fin dai primi minuti della conversazione, il mondo corre più veloce delle competenze che abbiamo, e aspettare di “fermarsi ad aggiornarsi” non è più una strategia percorribile.
“Quello che mi spinge è proprio aiutare le persone a essere le professioniste che vogliono diventare.”
Un femminile sovraesteso, quello utilizzato dalla Funaro, che non passa inosservato dalla speaker Federica Meta durante l’intervista.
Ascolta anche ZTE: tecnologia per il pianeta, guidata dalla leadership femminile
Sul fronte operativo, TIM Academy ha scelto di abbandonare il modello della formazione imposta per abbracciare quello dell’auto-apprendimento: accanto alle certificazioni tecnologiche e metodologiche, vi sono poi cataloghi open con ampia libertà di scelta e un forte senso di responsabilizzazione individuale. In effetti, con un’età media di 53 anni e percorsi professionali molto diversi tra loro, imporre una formazione standardizzata non avrebbe molto senso.
Ma come si sceglie quando hai accesso a più di 20mila corsi sull’intelligenza artificiale? La risposta passa per raccomandazioni personalizzate supportate dall’AI, ma anche per un lavoro continuo di ascolto delle funzioni aziendali. Poiché la conoscenza che non circola non genera valore, né per le persone né per l’organizzazione.
Ed è qui che entra in gioco il Knowledge Sharing, con community di ambassador sull’AI, Knowledge Holder interni che raccontano use case concreti ad altri colleghi; ma anche momenti di docenza informale che favoriscono contaminazione tra funzioni. Non a caso, la sua unità si chiama “Learning and Knowledge”. Guardando ai prossimi anni, Funaro è netta:
“L’intelligenza artificiale sarà sia lo strumento sia l’oggetto principale. Immagino percorsi che si adattano alle nostre reazioni e alle nostre esigenze. Questa sarà un’esperienza pazzesca.”
Un esempio concreto è il progetto “PlayMaker” per i manager, che mette in relazione tecnologie innovative e competenze umane in 10 tappe, dalla creatività applicata ai Digital Twin al pensiero strategico per le reti intelligenti, includendo anche ricerche di frontiera sulle interpretabilità dei modelli linguistici, per superare la logica della Black oBx e rendere l’uso dell’AI più consapevole.
Ascolta anche Golden Hour: un’ora preziosa per parlare di lavoro in evoluzione
C’è anche spazio, nell’intervista, per un ragionamento controcorrente sulle carriere femminili. Funaro non è una fan delle ricette preconfezionate sull’empowerment, e lo dice chiaramente. Porta invece un esempio storico: negli anni ’60 il Computer Programming era considerato un lavoro tipicamente femminile. Si diceva che programmare somigliasse a seguire una ricetta di cucina. Ma quando il settore è diventato ricco e di status, gli uomini sono arrivati in massa. È un meccanismo che si ripete, e che spiega molto su come funziona davvero il mercato del lavoro.
Il suo consiglio è quello di “portare il valore dove si è, e non andare dove il valore è”. Semplice da dire, meno da mettere in pratica, ma viene da qualcuno che ci ha provato davvero.
Tutti gli altri consigli di Francesca Funaro per le giovani donne che vogliono entrare nel mondo del learning e dell’Innovazione, però, li trovate solo ascoltando il podcast completo!
Ci rileggiamo al prossimo episodio!
