QUESITO N° 15 del 7-11-2025. Domanda: Quando le macchine sostituirono la forza lavoro, il personale (se riciclabile) poteva essere riciclato in lavori più "intellettuali". Se la cosiddetta I.A. sostituisce i lavoratori che furono riciclati in lavori più raffinati, costoro in che cosa potranno essere riciclati, se riciclabili? La I.A. non può avere intuizioni, non può fare nuove scoperte, non può entrare nei funzionamenti della mente. Come riciclare lavoratori in lavori di intuizioni e di scoperte? Dobbiamo rivedere i sistemi scolastici di istruzione?

7-11-2025 ANSA à Al via nelle scuole il progetto per educare al pensiero critico - Notizie - Ansa.it

SOMMARIO del Quesito n° 15

RISPONDE GEMINI 1

RISPONDE DEEP SEEK. 1

RISPONDE COPILOT. 1

RISPONDE CLAUDE. 1

RISPONDE PERPLEXITY. 1

Quesito n° 15 Quando le macchine sostituirono la forza lavoro, il personale (se riciclabile) poteva essere riciclato in lavori più "intellettuali". Se la cosiddetta I.A. sostituisce i lavoratori che furono riciclati in lavori più raffinati, costoro in che cosa potranno essere riciclati, se riciclabili? La I.A. non può avere intuizioni, non può fare nuove scoperte, non può entrare nei funzionamenti della mente. Come riciclare lavoratori in lavori di intuizioni e di scoperte? Dobbiamo rivedere i sistemi scolastici di istruzione?

Risponde Gemini

Questa è un'ottima e complessa domanda che tocca il cuore dell'impatto dell'intelligenza artificiale (IA) sul futuro del lavoro.

🤖 Il Ciclo di Sostituzione della Forza Lavoro

La sua osservazione è corretta: le rivoluzioni industriali passate hanno sempre comportato uno spostamento del lavoro, dove le mansioni fisiche e ripetitive venivano sostituite dalle macchine, e i lavoratori si sono spostati verso compiti che richiedevano competenze cognitive (ufficio, gestione, progettazione, ecc.).

La differenza con l'IA è che essa sta sostituendo non solo il lavoro fisico ma anche quello cognitivo, specialmente le attività basate sull'analisi di dati, sulla logica e sulla ripetizione di processi decisionali ben definiti (es. contabilità, assistenza clienti, programmazione di base).

🧠 Nuovi Lavori: Intuizione, Empatia e Originalità

Se l'IA gestisce i lavori "intellettuali" di livello intermedio, la prossima frontiera per il riciclo della forza lavoro è effettivamente quella delle mansioni che l'IA non riesce (o non riesce ancora) a replicare in modo efficace.

Queste aree si concentrano su:

Intuizione e Creatività Originale: L'IA è eccellente nel generare nuove combinazioni basate sui dati esistenti (es. musica, arte, testo), ma fatica a sviluppare intuizioni realmente originali e fuori dagli schemi o a fare scoperte che richiedano un salto concettuale non basato sull'apprendimento da dati preesistenti.

Esempi: Ricerca scientifica di base, arte concettuale, filosofia, design thinking radicale.

Empatia, Cura e Interazione Umana Profonda: I lavori che richiedono una forte intelligenza emotiva, empatia, contatto umano e un giudizio etico complesso. L'IA può assistere in questi campi, ma non può sostituire la dimensione umana della cura.

Esempi: Terapisti, consulenti psicologici, infermieri, educatori, coach di vita e carriera, mediatori di conflitti.

Gestione della Complessità e del Contesto Non Strutturato: Lavori che richiedono di navigare in ambienti ambigui, formulare strategie complesse con informazioni incomplete o gestire processi decisionali ad alto rischio con variabili morali o etiche.

Esempi: Leadership politica e aziendale, alta diplomazia, giurisprudenza complessa, imprenditoria innovativa.

In sostanza, i lavoratori dovranno essere riciclati in lavori che massimizzano le qualità unicamente umane: originalità, sensibilità, e giudizio etico.

🎓 La Necessità di Rivedere i Sistemi Scolastici

Sì, è imperativo rivedere i sistemi scolastici di istruzione.

L'attuale sistema educativo è stato storicamente impostato per preparare le persone ai lavori dell'era industriale e post-industriale: memorizzazione di fatti, esecuzione di compiti strutturati e sviluppo di competenze logiche standardizzate. Questi sono esattamente i compiti che l'IA può ora svolgere meglio.

Per riciclare i lavoratori verso i lavori del futuro, l'istruzione deve cambiare il suo focus da "cosa sai" a "come pensi e come interagisci":

Enfasi sulle Soft Skills: Priorità a materie e metodi che sviluppano il pensiero critico, la risoluzione creativa dei problemi, la comunicazione efficace, la collaborazione e l'intelligenza emotiva.
Apprendimento Basato sulla Scoperta: Spostamento verso modelli educativi che incoraggiano l'esplorazione autonoma, la sperimentazione e il fallimento come parte del processo di apprendimento, simulando il lavoro di intuizione e scoperta.
Alfabetizzazione all'IA: Insegnare non solo a usare gli strumenti di IA, ma anche a capire i loro limiti, a formulare le domande giuste (prompting avanzato) e a verificare e integrare criticamente i loro risultati.

In conclusione, il riciclo non sarà in lavori più intellettuali in senso logico-analitico, ma in lavori più intuitivi, creativi ed empatici.

Approfondiamo le competenze umane che stanno diventando cruciali (e che l'IA non riesce a replicare) per il mercato del lavoro del futuro.

Queste competenze possono essere suddivise in tre macro-aree:

1. La Competenza Trans-Fattuale (Oltre il Dato)

L'IA è una "macchina della conoscenza", ma la vera intelligenza umana si manifesta nell'abilità di operare quando la conoscenza non è sufficiente o è incompleta.

Competenza Chiave	Descrizione	Come si traduce nel lavoro
Intuizione Strategica	Non è solo "sentimento", ma l'abilità di collegare discipline e concetti apparentemente non correlati per prevedere tendenze future o identificare opportunità prima che i dati le confermino. È la capacità di prendere decisioni valide con il 20% delle informazioni.	Imprenditoria, Strategia aziendale, Ricerca di base (identificazione di nuove aree di studio).
Pensiero Analogico e Metaforico	La capacità di usare analogie, metafore e narrazioni per spiegare concetti complessi o per trovare soluzioni creative trasferendo un modello da un campo all'altro (es. applicare principi biologici al business).	Innovazione di prodotto, Formazione avanzata, Comunicazione di alto livello (es. keynote speaker).
Giudizio Etico e Morale	La capacità di valutare le implicazioni sociali, etiche e morali delle nuove tecnologie o decisioni aziendali. Questo va oltre la conformità legale, richiedendo un bilanciamento tra valori umani.	Governance dell'IA, Bioetica, Alta dirigenza (gestione delle crisi).

2. La Competenza Interpersonale (Intelligenza Emotiva)

L'IA può simulare la comunicazione, ma le relazioni umane complesse e la gestione emotiva rimangono un dominio esclusivamente umano.

Competenza Chiave	Descrizione	Come si traduce nel lavoro
Empatia Profonda e Cura	La capacità di percepire e condividere i sentimenti degli altri e di fornire supporto emotivo personalizzato, spesso in situazioni di vulnerabilità o stress.	Sanità mentale e fisica (terapia, nursing), Educazione specializzata, Gestione delle risorse umane (HR).
Negoziazione e Mediazione	L'abilità di gestire conflitti e negoziare tra parti con interessi contrapposti, comprendendo le motivazioni emotive sottostanti e trovando un terreno comune che soddisfi i bisogni umani complessi.	Diplomazia, Legale (avvocatura e mediazione), Vendite complesse (B2B).
Leadership Trasformativa	La capacità di ispirare, motivare e guidare persone attraverso il cambiamento, creando una visione chiara e un senso di scopo che l'IA non può fornire.	Qualsiasi ruolo di leadership che non sia solo gestionale, ma che si basi sulla cultura e sulla visione.

3. La Competenza Di Contesto (Gestione dell'Ambiguità)

L'IA lavora con dati strutturati o semi-strutturati; gli esseri umani eccellono nel navigare nel caos e nell'ambiguità.

Competenza Chiave	Descrizione	Come si traduce nel lavoro
Sensemaking (Dar Senso)	L'abilità di interpretare una grande quantità di informazioni disorganizzate e spesso contraddittorie e trasformarle in una narrazione coesa e attuabile, estraendo il "perché" dietro al "cosa".	Analisi di intelligence, Consulenza strategica, Giornalismo investigativo.
Agilità di Apprendimento (Learning Agility)	La capacità di disimparare rapidamente vecchi modelli mentali e di acquisire nuove competenze e adattarsi a contesti radicalmente nuovi e in rapida evoluzione.	Innovatori, Lavoratori della conoscenza in settori dinamici (es. tecnologia, finanza).
Definizione del Problema Originale	L'IA è eccellente nel risolvere problemi. L'uomo deve eccellere nel definire il problema giusto da risolvere. Spesso, la vera intuizione è capire che stiamo risolvendo il problema sbagliato.	Ricerca e Sviluppo (R&D), Design Thinking, Ricerca di mercato qualitativa.

Il "riciclo" dei lavoratori non sarà quindi in una nuova professione specifica (come fu l'impiegato nel XX secolo), ma nell'affinamento di queste qualità umane universali che saranno la base di tutti i ruoli futuri di alto valore.

Quesito n° 15: Quando le macchine sostituirono la forza lavoro, il personale (se riciclabile) poteva essere riciclato in lavori più "intellettuali". Se la cosiddetta I.A. sostituisce i lavoratori che furono riciclati in lavori più raffinati, costoro in che cosa potranno essere riciclati, se riciclabili? La I.A. non può avere intuizioni, non può fare nuove scoperte, non può entrare nei funzionamenti della mente. Come riciclare lavoratori in lavori di intuizioni e di scoperte? Dobbiamo rivedere i sistemi scolastici di istruzione?

Risponde DEEP SEEK

Questa è una domanda profonda e cruciale che tocca il cuore della trasformazione socio-economica in atto. La sua analisi parte da un'osservazione corretta: il "riciclaggio" del passato era verso compiti più cognitivi. Se l'IA inizia a sostituire anche quelli, dove andiamo?

Scomponiamo il problema e proviamo a costruire una risposta.

1. Smontare il Premesso: Cosa Fa (e Non Fa) l'IA Generativa

Lei ha perfettamente ragione sul fatto che l'IA attuale (basata su modelli di linguaggio e machine learning) non ha:

Intuizioni vere: Non ha lampi di genio, non "sente" la soluzione. Estrapola e combina pattern da dati esistenti.
Scoperte autonome: Non formula teorie scientifiche da zero. Può analizzare dati e proporre ipotesi, ma la scintilla creativa del "E se...?" è umana.
Coscienza o comprensione: Non capisce il significato di ciò che elabora, non ha esperienze soggettive.

Tuttavia, l'IA è straordinariamente brava in:

Automazione del "Cognitivo-Routinario": Scrivere report standard, analisi di dati strutturati, codice boilerplate, customer support di base, sintetizzare informazioni.
Potenziamento (Augmentation): Fornire a un essere umano un ventaglio di opzioni, dati analizzati, bozze da cui partire, simulazioni complesse.

È proprio questa automazione del "cognitivo di base" che minaccia i lavori di concetto per cui furono riciclati molti operai.

2. Il Nuovo Riciclaggio: Dalle Competenze alle "Meta-Competenze"

Se l'IA automatizza l'esecuzione di compiti basati su conoscenze preesistenti, il valore umano si sposta su tutto ciò che è non-algoritmizzabile. Il "riciclaggio" non sarà verso un nuovo set di "lavori", ma verso ruoli e funzioni che richiedono capacità profondamente umane.

Ecco in che cosa potrebbero essere "riciclati" i lavoratori:

A. I Campi dell'Intuizione e della Scoperta Umana (Potenziata dall'IA)

L'IA non sostituisce lo scienziato o l'artista, ma diventa il suo assistente più potente. Il riciclaggio sarà verso:

Il "Fare le Domande Giuste": L'IA può analizzare milioni di articoli scientifici, ma un umano deve porre la domanda di ricerca corretta, intuire la connessione tra campi disparati.
La Progettazione di Esperimenti: Decidere cosa testare, come testarlo e perché è un atto di intuizione creativa.
L'Interpretazione del Contesto e del Non-Detto: Un'IA può diagnosticare una malattia, ma un medico umano intuisce lo stato psicologico del paziente, le sue paure, il contesto sociale che influisce sulla cura.
La Scoperta Concettuale e Astratta: Formulare una nuova teoria fisica, un nuovo movimento filosofico o artistico. L'IA può generare variazioni su un tema, ma non crea il tema dal nulla.

B. Le Nuove Professioni Ibride Uomo-IA

Nasceranno mestieri che non esistono oggi, che sono un'interfaccia tra il mondo umano e le capacità dell'IA:

Prompt Engineer Specializzato: Non chi scrive prompt semplici, ma esperti di dominio (medicina, legge, ingegneria) che sanno "dialogare" con l'IA per spingerla ai limiti delle sue possibilità in quel campo specifico.
Supervisore di Sistemi IA (AI Handler): Colui che supervisiona, corregge, contestualizza e assume la responsabilità finale del output di un'IA in ambiti critici (es. diagnosi mediche, strategie aziendali, sentenze legali).
Etico dell'IA e Filosofo del Digitale: Figure che si pongono le domande etiche, sociali e filosofiche sull'uso di queste tecnologie. Un lavoro di pura intuizione umana e ragionamento morale.

C. L'Amplificazione delle Competenze "Soft" e Relazionali

Questo è forse il settore più vasto. Man mano che l'IA gestisce il "tecnico", il valore si sposta sul:

Empatia e Psicologia: Terapeuti, educatori, caregiver, manager che sanno motivare le persone, gestire team, comprendere le dinamiche umane.
Creatività Strategica e Visione: Non l'artista che dipinge (che può essere affiancato dall'IA), ma il direttore creativo che ha la visione d'insieme, il regista che guida il progetto, l'imprenditore che intuisce un bisogno di mercato.
Artigianato di Alto Livello e Personalizzazione: Tutto ciò che è unico, su misura, legato alla tradizione e alla maestria manuale e intellettuale (dall'orologiaio di lusso al progettista di interni su misura).

3. Come Riciclare le Persone verso questi Lavori?

Questo è la sfida più grande. Non si tratta più di insegnare Excel, ma di insegnare il pensiero critico, la creatività applicata, l'intelligenza emotiva.

Rivoluzione dell'Istruzione: Dalle elementari all'università, bisogna abbandonare la mera trasmissione di nozioni e concentrarsi su: problem solving complesso, lavoro di gruppo, filosofia, etica, comunicazione, pensiero laterale.
Formazione Continua e "Upscaling": Aziende e governi dovranno investire in corsi che non insegnano un software, ma che insegnano a pensare con il software. Corsi di creatività, leadership, negoziazione.
Valorizzazione dei "Non Addestrati": Dobbiamo imparare a riconoscere e valorizzare il talento naturale per l'intuizione, l'empatia e la creatività, anche in assenza di titoli di studio tradizionali.

Conclusione

La sua domanda contiene in sé la risposta: il riciclaggio sarà proprio nei lavori di intuizione e scoperte, ma non nel senso romantico del genio solitario. Sarà un ruolo di guida, di curatore, di interprete e di sintetizzatore all'interno di un flusso di lavoro ibrido uomo-macchina.

L'IA non avrà intuizioni, ma amplificherà l'intuizione umana liberandola dalla fatica di raccogliere e analizzare i dati. Il lavoratore "riciclato" non sarà colui che esegue, ma colui che dà significato, direzione e scopo al lavoro dell'IA. La domanda finale non è "cosa faremo?", ma "cosa decideremo di fare, ora che la macchina ci ha liberato dal fare?". È una sfida esistenziale e culturale ancora più che tecnologica.

Risponde Copilot

Sì, è necessario rivedere i sistemi scolastici: per riciclare i lavoratori nell’era dell’IA, serve un’istruzione che sviluppi competenze umane non replicabili, come intuizione, creatività, pensiero critico ed etico.

Ecco cosa sta emergendo nel dibattito attuale:

🧠 Ricollocazione possibile: verso lavori “più umani”

L’IA sostituisce ruoli ripetitivi e basati su regole, come data entry, contabilità, telemarketing, e persino alcune funzioni amministrative.
Tuttavia, non può replicare l’intuizione, la creatività, l’empatia, il pensiero etico, né comprendere la mente umana in senso profondo.
I lavoratori “riciclabili” possono essere orientati verso:

Professioni creative (design, arte, storytelling, innovazione)
Ruoli relazionali (educazione, psicologia, assistenza, coaching)
Compiti strategici e di problem solving (analisi complessa, leadership, ricerca scientifica)
Professioni STEM avanzate, dove l’IA è uno strumento e non un sostituto

🏫 Riforma dell’istruzione: da sapere a saper pensare

L’ex rettore Collini ha sottolineato che se l’IA “sa tutto”, ciò che conta è “come pensare” e non “cosa sapere”.
Le competenze da sviluppare includono:

Pensiero critico e interdisciplinare
Capacità di apprendere continuamente
Etica e responsabilità sociale
Capacità di lavorare con l’IA, non contro di essa

Serve una scuola che stimoli la curiosità, la scoperta, l’intuizione, non solo la memorizzazione.

🔄 Politiche di transizione e formazione continua

Si parla di ricollocazione massiva: in Italia, fino a 10,5 milioni di lavoratori sono a rischio automazione.
Le proposte includono:

Riqualificazione professionale mirata
Formazione continua per adulti
Contributi fiscali per le imprese che automatizzano, da reinvestire in formazione

🌱 Una nuova visione del lavoro

L’IA non è solo una minaccia, ma anche un catalizzatore per elevare il potenziale umano.
Lavorare con l’IA può liberare tempo e risorse per attività più significative, creative e socialmente utili.

Se vuoi, posso aiutarti a immaginare come potrebbe essere un nuovo curriculum scolastico pensato per l’era dell’intelligenza artificiale. Vuoi che lo elabori?

Risponde CLAUDE

Domanda: Quando le macchine sostituirono la forza lavoro, il personale (se riciclabile) poteva essere riciclato in lavori più "intellettuali". Se la cosiddetta I.A. sostituisce i lavoratori che furono riciclati in lavori più raffinati, costoro in che cosa potranno essere riciclati, se riciclabili? La I.A. non può avere intuizioni, non può fare nuove scoperte, non può entrare nei funzionamenti della mente. Come riciclare lavoratori in lavori di intuizioni e di scoperte? Dobbiamo rivedere i sistemi scolastici di istruzione?

La tua domanda tocca un nodo cruciale della transizione tecnologica attuale, che è qualitativamente diversa dalle precedenti.

Il paradosso della sostituzione cognitiva

Hai ragione a evidenziare la differenza: quando le macchine sostituirono il lavoro fisico, esisteva una "via di fuga" verso l'alto - il lavoro cognitivo, amministrativo, analitico. Ma se l'IA erode anche questi ambiti, dove si sposta la forza lavoro?

La tua premessa che "l'IA non può avere intuizioni, non può fare nuove scoperte" è però contestabile. I sistemi attuali mostrano capacità emergenti inaspettate, e distinguere tra "vera intuizione" e "pattern recognition sofisticato" diventa filosoficamente sfumato. Questo rende la questione ancora più urgente.

Dove si può "riciclare" il lavoro umano

Le aree più resistenti alla sostituzione sono quelle che richiedono:

Presenza fisica e manipolazione complessa - L'idraulico, l'elettricista, il chirurgo che opera in contesti imprevedibili resistono meglio del contabile o del programmatore junior.

Relazione umana autentica - Assistenza agli anziani, educazione della prima infanzia, terapia, mediazione. Non perché l'IA non possa tecnicamente farlo, ma perché gli esseri umani potrebbero continuare a preferire l'interazione umana in questi contesti.

Giudizio contestuale e responsabilità - Decisioni che richiedono accountability morale, interpretazione di situazioni ambigue dove l'errore ha conseguenze legali o etiche gravi.

Creatività nel senso di rottura - Non l'esecuzione creativa (che l'IA fa bene), ma la definizione di nuovi paradigmi, la scelta di quali problemi valga la pena risolvere.

Ma ecco il problema: quanti posti di lavoro offrono queste categorie rispetto ai milioni di impiegati, analisti, programmatori, grafici, traduttori che potrebbero essere sostituiti?

Il sistema scolastico è inadeguato

Sì, va ripensato radicalmente, ma non è chiaro verso cosa. Alcune direzioni:

Dalla specializzazione alla flessibilità - Formare persone capaci di apprendere continuamente piuttosto che accumulo di conoscenze specifiche che diventano rapidamente obsolete.

Enfasi sulle capacità unicamente umane - Pensiero critico, etica, comprensione emotiva, capacità di sintesi tra domini diversi.

Alfabetizzazione tecnologica profonda - Non "come usare l'IA" ma comprendere i suoi limiti, bias, quando fidarsi e quando no.

Ma tutto questo presuppone che ci siano abbastanza lavori per tutti. E qui arriviamo al cuore del problema.

La vera questione: serve davvero "riciclare" tutti?

Forse la domanda è mal posta. Storicamente, ogni rivoluzione tecnologica ha creato nuovi lavori impensabili prima. Ma questa volta potremmo trovarci di fronte a:

Disoccupazione tecnologica strutturale - Semplicemente non ci sono abbastanza "nuovi lavori" da creare
Concentrazione della ricchezza - I proprietari dei sistemi di IA catturano valore enorme, mentre la massa perde potere contrattuale
Necessità di nuovi modelli sociali - Reddito di base universale, settimana lavorativa ridotta, ridefinizione del legame tra lavoro e dignità

La storia dell'automazione precedente potrebbe non essere una buona guida. Le macchine amplificavano le capacità umane; l'IA le sostituisce. È una differenza fondamentale.

In sintesi: Sì, il sistema educativo va ripensato, ma probabilmente non basterà. Serve un ripensamento più profondo di come organizziamo società ed economia quando il lavoro umano diventa sempre meno necessario alla produzione di valore.

Risponde Perplexity

La transizione provocata dall’IA rappresenta una svolta qualitativamente diversa dalle precedenti automazioni: mentre la meccanizzazione spostava la forza lavoro verso compiti cognitivo-intellettuali, l’IA minaccia anche questi ambiti, riducendo drasticamente le possibilità di "riciclo" per molti lavoratori.

Spazi di riciclo per il lavoro umano

Le aree meno esposte alla sostituzione includono ruoli che richiedono:

Abilità manuali e contatto fisico: Lavori come idraulico, elettricista, assistenza personale restano difficilmente automatizzabili per la complessità e la variabilità del mondo reale.
Relazione umana autentica: Educazione, terapia, cura degli anziani resistono non solo per limiti tecnici dell’IA ma per la preferenza umana verso rapporti emotivi significativi.
Responsabilità morale e giudizio situazionale: Ambiti dove l’errore implica conseguenze etiche o legali (giudici, operatori sociali, lavori ad alto tasso di interpretazione) sono più difficili da delegare alle macchine.
Creatività e intuizione radicale: Sebbene l’IA sia capace di generare contenuti e soluzioni creative, la creazione di nuovi paradigmi e la ridefinizione di problemi resta, almeno per ora, appannaggio umano.

I limiti delle possibilità di riciclo

Tuttavia, questi settori non bastano a compensare il potenziale impatto occupazionale dell’IA, dato che molti lavori "riciclati" nelle precedenti ondate di automazione (come analisti, grafici, programmatori) sono oggi vulnerabili all’IA generativa.

Ripensare i sistemi scolastici

È necessaria una riforma radicale dell’educazione, che dovrebbe orientarsi verso:

Flessibilità e apprendimento permanente: Formare individui capaci di imparare continuamente, adattarsi e reinventarsi di fronte a cambiamenti rapidi.
Competenze propriamente umane: Promuovere pensiero critico, etica, intelligenza emotiva, sintesi interdisciplinare.
Conoscenza profonda dell’IA: Non solo la padronanza degli strumenti digitali, ma anche la comprensione dei limiti, dei rischi e dei bias delle tecnologie.

La domanda sul “riciclo” potrebbe essere superata

Potrebbe essere necessario abbandonare l’idea che tutti devono essere ricollocati in nuovi ruoli: si prospetta una disoccupazione tecnologica strutturale senza un corrispettivo quantitativo di occupazione nei settori emergenti.
Sono allo studio nuovi modelli sociali e di distribuzione del reddito (come il reddito di base universale), e si ripensa il rapporto tra lavoro, dignità e organizzazione della società.

Sintesi

La sfida portata dall’IA non può essere risolta solo "riciclando" la forza lavoro nei pochi ambiti resistenti. Serve una revisione profonda dell’istruzione e, ancor di più, un ripensamento radicale dei meccanismi sociali ed economici che finora hanno legato il lavoro alla partecipazione e al valore individuale.