Runs / Porta 09 / Micro exit · formazione

Valutare le competenze con l'AI: dalla linea Assessment di Yempik a una micro exit.

Con Raffaele Zarrelli abbiamo costruito Yempik Assessment e l'abbiamo venduta come micro exit a un gruppo della formazione. Cosa decide l'AI, e cosa no.

Ruolo
Co-founder: tecnologia e messa in produzione
Terreno
Formazione · HR
Squadra
Simone Bova e Raffaele Zarrelli
Origine
Yempik Assessment
Esito
Micro exit, metà mia

La situazione

Molta formazione obbligatoria si fa per firmare un registro. Un attestato dice che una persona c'era, e cosa ha capito resta un'incognita. Dal 2024 io e Raffaele portavamo avanti in Yempik una linea su questo problema, Yempik Assessment: AI per valutare le competenze e guidare l'aggiornamento, provata con aziende della formazione e della sicurezza e portata agli eventi ITCILO. La piattaforma parte dai materiali del formatore, genera domande e scenari, scritti o a voce, e restituisce i risultati per area di competenza, così il formatore vede cosa riprendere in aula.

Cosa ho fatto

Il prodotto che abbiamo venduto nasce da quel lavoro comune e dalle lezioni di due anni. Quando un gruppo della formazione l'ha voluto, ci siamo divisi il lavoro in modo netto. Raffaele ha disegnato con il cliente le interfacce di prova e ha guidato la relazione. Io ho preso la parte tecnica, quando è arrivato il momento di portarlo in produzione: la verifica prima del passaggio, l'infrastruttura, la migrazione sugli account dell'acquirente e ogni modifica fino in produzione.

Nella verifica sono partito da un corso vero e lungo, e ho tenuto fermo un principio di prodotto: l'AI prepara le domande e motiva i punteggi, l'esito lo calcolano regole che il formatore conosce.

Cosa è cambiato

Nel 2026 la piattaforma è stata ceduta come asset a un gruppo della formazione. È una micro exit, e metà è mia. Le modifiche chieste dal cliente arrivano in prova in fretta e in produzione con le verifiche che servono, e il passaggio sui loro account è in corso.

Cosa ho imparato

Prima del passaggio ho provato la piattaforma con un corso vero e lungo, con un argomento importante nelle ultime slide. Una demo con un corso corto non dice mai se la valutazione copre tutto il materiale: un file accettato e domande scritte bene fanno sembrare completa una copertura che va verificata. Lo stesso vale quando il formatore aggiorna un file e le domande sono già state generate. Oggi, su un prodotto che genera contenuti da documenti, per prima cosa guardo da quali sezioni nascono, partendo dalla fine, e cosa succede quando il documento cambia.

Nella piattaforma il modello assegna un punteggio per ogni obiettivo e lo motiva. Soglie, pesi e obiettivi critici li applica il sistema, e le domande generate restano in attesa finché il formatore non le approva, perché una domanda corretta e chiara può verificare la cosa sbagliata. Un assistente che conversa con il lavoratore finisce facilmente per decidere anche l'esito. Con i due ruoli separati, un esito che ha conseguenze per una persona si ricostruisce passo per passo, senza chiedere al modello perché ha deciso così. Oggi è il primo confine che fisso quando un modello valuta delle persone.

Il cliente ha scelto di chiamare le due valutazioni «iniziale» e «finale» per i lavoratori, e «diagnostica» e «sommativa» per formatori e report. Stesso concetto, due nomi a seconda di chi legge. Di solito la coerenza dei termini si intende come una parola sola ovunque, e qui avrebbe scaricato il lessico del formatore su un lavoratore che usa il telefono e a volte parla un italiano di base. Abbiamo tenuto i due vocabolari in un posto solo, così nessuna schermata, email o report ne inventa un terzo. Per lo stesso lavoratore, i colori degli esiti hanno sempre una parola accanto.

// nome e cifre restano all'acquirente.

Le piste che questa run dimostra

Porta successiva: code-os · cowork-os →