Come creare il test d'ingresso di un corso AI aziendale
Ventidue persone aprono lo stesso corso. Tre usano già un workflow ogni giorno. Cinque non hanno ancora accesso al tool scelto.
La prima lezione parte dal centro. Chi conosce il compito si annoia. Chi manca dei prerequisiti prova a copiare i passaggi senza capire cosa sta controllando.
Il test d'ingresso di un corso AI aziendale serve ad assegnare il punto di partenza. Usa un compito breve, criteri osservabili e livelli di supporto per capire cosa la persona sa fare oggi. Non produce un'etichetta permanente e non sostituisce una valutazione professionale.
Il test decide il supporto
La mappa delle competenze AI del team guarda l'organizzazione nel suo insieme. Identifica ruoli, bisogni e coperture. Il test d'ingresso lavora su una situazione più stretta: quale percorso, gruppo o aiuto serve a una persona prima di iniziare quel corso.
Scrivi l'uso ammesso del risultato:
serve per:
- assegnare il modulo iniziale
- formare gruppi con bisogni simili
- preparare accessi e supporti
non serve per:
- valutare la prestazione lavorativa
- scegliere promozioni o incarichi
- dichiarare una certificazione
Se il risultato può avere conseguenze HR, il perimetro cambia e richiede governance specifica. Un assessment didattico non va riusato di nascosto.
Parti dal lavoro che il corso deve abilitare
Quanto conosci ChatGPT da 1 a 5? misura percezione e familiarità con un nome. Non dice se la persona sa verificare una fonte, proteggere un dato o fermare una richiesta fuori scope.
Definisci prima il learning outcome:
Partendo da una richiesta fittizia, la persona identifica i dati mancanti, prepara una bozza, collega i claim alle fonti e segnala ciò che richiede approvazione.
DigComp 3.0 organizza i learning outcome tramite conoscenze, abilità e attitudini. Usa le tre dimensioni per evitare un test composto soltanto da domande teoriche.
| Dimensione | Cosa osservi nel test |
|---|---|
| Conoscenza | riconosce fonte, limite e rischio |
| Abilità | completa il compito e controlla l'output |
| Attitudine | dichiara il dubbio e chiede aiuto nel punto giusto |
Conoscere il termine hallucination non compensa una fonte inventata. Scrivere un prompt lungo non compensa un dato copiato nel posto sbagliato.
Controlla i prerequisiti prima della competenza
DigComp 3.0 riconosce prerequisiti per il livello base, tra cui accesso a dispositivi, connessione e supporto. Nel corso aziendale ci sono anche account, permessi, lingua, file e familiarità col processo.
Separali dal punteggio.
prerequisites:
account_access: ready
device: ready
source_files: provided
process_context: known
accessibility_support: requested
Una persona senza accesso non ha fallito la prova. Il sistema formativo non ha preparato la condizione. Segna il blocco e risolvilo prima del placement.
Chiedi in anticipo eventuali supporti e formati necessari. La prova deve misurare l'outcome scelto, non la capacità di aggirare una barriera evitabile.
Usa un compito breve e vicino al lavoro
UNESCO propone assessment di competenza legati a compiti autentici, criteri e scale. Il suo framework riguarda studenti. Qui adattiamo il principio a un contesto aziendale con dati sintetici.
Un entry task utile dura abbastanza da mostrare una decisione e abbastanza poco da non diventare una giornata di selezione. Può contenere:
- una richiesta con un campo mancante
- due fonti, una delle quali non sostiene il claim
- un dato che non deve entrare nel tool
- un risultato richiesto
- una regola di approvazione
Esempio:
Prepara una risposta a una richiesta interna usando le due fonti allegate. Segnala ciò che non puoi verificare. Non inviare nulla e non usare dati personali.
Il caso resta uguale per tutti. Gli strumenti ammessi e il tempo disponibile vanno scritti in chiaro.
Costruisci una rubrica da quattro criteri
Il test d'ingresso deve essere leggero. Quattro criteri con tre esiti possono bastare.
| Criterio | Da guidare | Autonomo sul caso | Adattivo |
|---|---|---|---|
| Comprensione | perde un vincolo | identifica obiettivo e vincoli | segnala anche conflitti tra richieste |
| Fonti | accetta il testo plausibile | collega claim e fonte | propone come risolvere il gap |
| Dati e autorità | agisce senza controllare | rispetta i confini | spiega il criterio e aiuta altri |
| Handover | consegna senza limiti | dichiara stato e dubbio | prepara opzioni e prossima azione |
DigComp 3.0 descrive i livelli combinando domanda cognitiva, complessità del compito e autonomia. Non trasformare queste colonne in un voto scolastico. Servono a scegliere supporto e complessità iniziale.
Un fallimento bloccante, come l'uso di dati vietati, resta separato. Non viene compensato dalla somma degli altri criteri.
Registra il livello di aiuto
Due persone possono consegnare lo stesso file con processi diversi.
La prima lavora senza suggerimenti. La seconda riceve la checklist, un esempio e una correzione del formatore. Entrambe possono aver appreso qualcosa. Il punto d'ingresso però cambia.
Usa quattro livelli:
0 = nessun aiuto
1 = documentazione disponibile
2 = suggerimento sul processo
3 = passaggio mostrato dal formatore
Registra l'aiuto per criterio, non come impressione generale. Ha avuto bisogno è troppo vago. Ha ricevuto il richiamo a controllare la seconda fonte si può usare per progettare il modulo.
Tieni separata l'autovalutazione
Chiedere come una persona si sente è utile. Non basta per il placement.
Il JRC presenta strumenti DigComp che guardano conoscenze, abilità e atteggiamenti. Mantieni due schede: cosa la persona dichiara e cosa il task permette di osservare.
La distanza tra le due non diventa un giudizio. Può indicare fiducia bassa, familiarità senza metodo oppure un compito poco rappresentativo.
Domande utili:
- quanto ti senti sicuro nel verificare una fonte?
- in quale passaggio chiederesti aiuto?
- quale parte del processo svolgi già?
- quale strumento ti è disponibile davvero?
Evita quanto sei bravo con l'AI?. Non aiuta a progettare una lezione.
Assegna il placement
Il risultato deve portare a una scelta didattica concreta.
| Profilo di ingresso | Percorso iniziale |
|---|---|
| Prerequisito mancante | accesso, orientamento e prova rinviata |
| Guidato | fondamenti, checklist ed esempio commentato |
| Autonomo | caso completo con eccezioni |
| Adattivo | casi nuovi, peer review e supporto ad altri |
Non creare dieci percorsi per ventidue persone. Raggruppa bisogni simili e aggiungi supporti mirati. Le esercitazioni AI per la formazione aziendale possono poi aumentare complessità e autonomia un passaggio alla volta.
Il placement può cambiare per competenza. Una persona può essere autonoma nella ricerca e guidata sulla protezione dei dati. Conserva il dettaglio che serve al corso, non un'etichetta unica.
Restituisci un risultato utilizzabile
La persona deve ricevere criteri, evidenze e primo passo.
punto di partenza: autonomo sul caso standard
forza osservata: collega claim e fonti
supporto: checklist sui dati ammessi
primo modulo: eccezioni e approvazioni
riesame: dopo la seconda esercitazione
Evita classifiche tra colleghi. Il test è costruito per migliorare il percorso, non per creare una graduatoria.
Chi conserva i risultati, per quanto tempo e con quali accessi va deciso prima della prova. Usa ID e dati minimi quando i nomi non servono al formatore.
Un esempio fittizio
Un gruppo di dodici persone riceve lo stesso caso. Otto completano la bozza. Quattro si fermano perché manca una fonte.
La rubrica cambia la lettura. Tra gli otto output completi, tre contengono un claim non sostenuto. Tra i quattro stop, due hanno registrato il motivo e proposto la fonte necessaria. Fermarsi, in quei due casi, mostra controllo.
Il formatore crea due gruppi. Il primo parte da verifica e confini. Il secondo parte da casi con fonti in conflitto. I numeri sono dell'esempio e non descrivono un corso MAIKER HUB.
Ripeti una prova equivalente
Il test d'ingresso non misura apprendimento. Fotografa il punto iniziale.
Dopo il percorso usa un caso equivalente, con stesso outcome e difficoltà comparabile. Non riutilizzare lo stesso file con le risposte ormai note. La misurazione della formazione AI nel lavoro arriva dopo e osserva il transfer nel processo reale.
Tieni tre orologi separati: ingresso, uscita e lavoro. Mescolarli produce un numero che non spiega dove si è verificato il cambiamento.
Gli errori che falsano il punto di partenza
Il primo è usare soltanto un quiz. Misura ricordo, non applicazione.
Il secondo è confondere accesso e competenza. Chi non ha l'account viene classificato come principiante.
Il terzo è premiare velocità senza controllare il risultato. La scorciatoia diventa un livello alto.
Il quarto è riusare il dato per scopi HR non dichiarati. Le persone rispondono a un assessment didattico e ricevono una valutazione diversa.
Il quinto è non cambiare il corso. Il test raccoglie dati e la lezione resta identica.
Think, Build, Enable applicato al test d'ingresso
Think: definisci outcome, uso ammesso del risultato e prerequisiti.
Build: crea compito, rubrica, livelli di aiuto e regola di placement. Prova il caso con due persone del ruolo.
Enable: forma chi valuta, restituisce il risultato e collega ogni gap a un modulo o supporto.
Il test è riuscito quando cambia il punto da cui parte il corso.
Domande frequenti
Il test d'ingresso deve avere un voto?
No. Può produrre un livello di supporto e un percorso iniziale. Se usi un punteggio, mostra criteri, limiti e decisione collegata.
Posso usare un'autovalutazione?
Sì, ma separala dal compito osservato. La percezione aiuta a capire fiducia e bisogni, non prova da sola una competenza.
Quanto deve durare?
Dipende dall'outcome. Mantieni il compito abbastanza breve da non diventare selezione e abbastanza completo da mostrare almeno una decisione, un controllo e un handover.
Devo creare gruppi per livello?
Solo se cambia davvero attività o supporto. Puoi mantenere la stessa aula e distribuire checklist, casi e ruoli diversi.
Come costruisco assessment e percorso?
Porta ruolo, processo e un output ripulito alla formazione team aziendale AI di MAIKER HUB. Progettiamo punto d'ingresso, pratica e prova di uscita sul lavoro reale.