Knowledge architecture · AI-assisted work
Body of Knowledge: il sapere disciplinare al servizio delle persone e dell’intelligenza artificiale
I Body of Knowledge (BoK) sono contenitori strutturati di conoscenza, dedicati a discipline e problemi specifici. Raccolgono concetti, teorie, metodologie, evidenze e riferimenti in una forma coerente, progettata anche per essere utilizzata con strumenti di intelligenza artificiale.
Quando occorre svolgere un lavoro che richiede competenze diverse, si selezionano i BoK pertinenti e li si mette a disposizione dell’IA come base documentale della conversazione o dell’ambiente di lavoro. L’IA può così attingere al sapere pertinente per analizzare, confrontare, spiegare e produrre elaborati, mantenendo centrale la verifica umana.
La funzione dei BoK
Non una raccolta di libri, ma un sistema di conoscenza riutilizzabile
Ogni BoK presidia un ambito disciplinare con confini chiari e relazioni esplicite con gli altri. Le informazioni sono organizzate in modo che sia una persona sia un sistema di IA possano individuare definizioni, metodi, assunzioni, limiti e collegamenti necessari per affrontare un compito.
L’architettura è governata dal BoK 00 – Manuale metodologico della collana e dalla Mappa e Registro dei Body of Knowledge. La collana viene continuamente sviluppata e aggiornata: un nuovo risultato può completare, correggere o mettere in discussione una conoscenza precedente.
Questi documenti sono basi conoscitive di lavoro, non attestazioni automatiche di validazione scientifica. Devono rendere distinguibili evidenze consolidate, interpretazioni, elaborazioni originali e ipotesi in corso di verifica.
Utilizzo pratico con l’IA
Un lavoro da fare? Mettiamo le discipline necessarie nella chat
Il principio è semplice: non si parte da una chat priva di riferimenti, ma da una selezione intenzionale del sapere necessario. I BoK scelti costituiscono il contesto documentale a cui l’IA deve fare riferimento mentre svolge il compito.
Definire il lavoro
Chiarire la domanda, il destinatario e il risultato: analisi, relazione, proposta, formazione o supporto decisionale.
Selezionare i BoK pertinenti
Scegliere i domini necessari, evitando di caricare documenti non utili al problema.
Costruire la base documentale della chat
Inserire i BoK autorizzati come file o fonti di conoscenza nell’ambiente IA utilizzato, nei limiti tecnici dello strumento.
Richiedere l’elaborazione
Far produrre analisi, spiegazioni e testi, chiedendo riferimenti ai BoK, confronto tra discipline e segnalazione delle lacune.
Verificare il risultato
Controllare fonti, coerenza, interpretazioni e limiti; integrare, quando necessario, conoscenze più recenti o esterne.
Per scrivere un’analisi strategica di un’impresa esposta a cambiamenti geopolitici, si possono combinare F13 (grandi sistemi sociali), F20 (analisi di contesto), F21 (rischio strategico) e F41 (decisioni nell’incertezza profonda). I BoK forniscono una base disciplinare integrata; l’IA aiuta a utilizzarla per il compito, senza sostituire la verifica delle affermazioni.
La base documentale non equivale a un addestramento permanente del modello. Il caricamento di file deve rispettare riservatezza, titolarità dei contenuti, autorizzazioni e condizioni dello strumento utilizzato.
Lavoro continuo
Come nascono e si aggiornano i BoK
Creazione e manutenzione formano un ciclo di ricerca permanente: lo scopo non è produrre documenti sempre più lunghi, ma conoscenze più utili, trasparenti e riesaminabili.
Individuare i problemi
Definire le domande conoscitive, i confini del dominio e le capacità che si vogliono sviluppare.
Ricercare e confrontare
Selezionare fonti autorevoli, evidenze, approcci e spiegazioni alternative, dichiarando gli aspetti controversi.
Organizzare e collegare
Costruire capitoli coerenti, chiarire il lessico, evitare duplicazioni e collegare i BoK fra loro.
Riesaminare e aggiornare
Correggere errori, integrare nuovi risultati, qualificare le ipotesi e mantenere traccia delle revisioni.
Trasferire la conoscenza
Ricavare, quando possibile e autorizzato, materiali divulgativi, formativi e strumenti di lettura del contesto.
La mappa della conoscenza
Sei macro-aree, venti filoni di conoscenza
Questa mappa permette di individuare quali basi disciplinari mettere a disposizione dell’IA per ogni lavoro. Riprende le sei macro-aree e i 19 filoni della Mappa e Registro Rev. 1 (settembre 2026), integrando F13 nella macro-area 1 come sviluppo successivo. La revisione formale del Registro resta da effettuare.
Governance della conoscenza
Come si ricerca, organizza, verifica e mantiene nel tempo il patrimonio conoscitivo.
- F00Ricerca e Sviluppo della Conoscenza
- F01Metodi di ricerca e lavoro professionale
Fondamenti del rischio, sistemi e complessità
Le basi concettuali e i modelli per comprendere il rischio e il comportamento dei sistemi.
- F10Teoria pura del rischio
- F11Modellazione ed Analisi Quantitativa del Rischio
- F12Teoria del controllo dei sistemi complessi
- F13Metodologie sistemiche per la comprensione e il governo dei grandi sistemi sociali
Risk Management, sistemi di gestione e assurance
Dall’analisi del contesto ai rischi strategici e operativi, fino a controlli, trasferimento e sicurezza.
- F20Analisi di Contesto
- F21Gestione del Rischio Strategico
- F22Gestione del Rischio Operativo
- F23Risk Transfer & Funding
- F24Sistemi di Gestione
- F25Business Intelligence & Risk Based Inspections (MARIO)
- F26RAMS, System Safety & Safety Assurance
Project Risk Management
L’incertezza nei progetti, nei programmi e nei portafogli e le decisioni per gestirla.
- F30Analisi del Contesto di Progetto
- F31Gestione del Rischio di Progetto
- F32Gestione del Rischio di Programma e Portafoglio (e Project MARIO)
Decisione e valore
Le alternative che creano valore e le decisioni robuste quando il futuro non è prevedibile con precisione.
- F40Value Engineering & Value Management
- F41Decision Making under Deep Uncertainty, Complexity and Chaos
Intelligenza artificiale
Comprendere e governare l’IA e utilizzarla responsabilmente nel lavoro e nella ricerca.
- F50Intelligenza Artificiale
- F51Human–AI Work and Collaboration
Il BoK 00 costituisce il riferimento metodologico trasversale e non è contato come filone autonomo. F13 è incluso nella macro-area 1 per coerenza disciplinare; il suo codice e il perimetro definitivo dovranno essere recepiti in un aggiornamento del Registro. La prima stesura del F13 comprende 27 capitoli in sei Parti ed è ancora in consolidamento scientifico e bibliografico.
Dal sapere al risultato
BoK e IA al lavoro: ricerca, analisi, decisioni e formazione
I Body of Knowledge sono pensati per essere utilizzati. Possono fornire alla chat di intelligenza artificiale una base disciplinare organizzata con cui redigere una relazione, studiare un problema, progettare un percorso formativo, analizzare un contesto o confrontare possibili decisioni.
Le attività di VRS trasformano inoltre alcune di queste conoscenze in contenuti divulgativi e formativi per cittadini, studenti, docenti e professionisti. Il programma è promosso dall’Accademia Europea di Project Management e Risk Management.
La qualità del risultato dipende da più fattori: scelta dei BoK pertinenti, qualità delle fonti, formulazione del compito, capacità effettive dell’IA e revisione critica dell’elaborato. Un sistema di IA può anche omettere passaggi, interpretare male i testi o produrre riferimenti inesatti.
Nota su stato e titolarità. La pagina presenta l’architettura e gli ambiti di ricerca ricavati dai materiali di lavoro della collana. Non attesta che i singoli BoK siano completati, validati scientificamente o liberamente disponibili. I documenti integrali non sono qui distribuiti; ogni eventuale diffusione richiede verifica della titolarità, delle autorizzazioni e della qualità editoriale. Aggiornamento descrittivo: novembre 2026.