Vai al contenuto
Ora nel mondoEU--:--UK--:--USA--:--CN--:--PLDEFRIT中文EN

portale su IA e tecnologiaeventi · analisi · interviste · approfondimenti tecnici

Cerca
LIVE
›

Kortext acquisisce StudyStash mentre l'AI ridisegna il lavoro nella formazione

Kortext ha acquisito la piattaforma di apprendimento adattivo StudyStash, hanno annunciato le due aziende il 2 ottobre, un anno dopo la laurea dei fondatori della startup all'Università di Birmingham. I termini finanziari non sono stati resi noti.

IA e modelliAnalisiGiulia FerrariPubblicato: 2 ottobre 20265 min di letturaFonti 4
Kortext acquisisce StudyStash mentre l'AI ridisegna il lavoro nella formazione

Kortext ha acquisito la piattaforma di apprendimento adattivo StudyStash, hanno annunciato le due aziende il 2 ottobre, un anno dopo la laurea dei fondatori della startup all'Università di Birmingham. I termini finanziari non sono stati resi noti, secondo Tech.eu.

StudyStash è stata fondata da Ben Ward e Jonathan Graham. I due si sono conosciuti mentre studiavano informatica all'Università di Birmingham e lavoravano insieme al percorso di laurea in tecnologia di PwC. La piattaforma è nata come modo per trasformare i propri appunti delle lezioni in materiali di studio. In seguito è diventata un'azienda grazie al programma di incubazione Elevate dell'università, ha riportato Tech.eu il 2 ottobre.

StudyStash trasforma i contenuti dei corsi in flashcard personalizzate, test di esercitazione e podcast. La tecnologia si adatta man mano che gli studenti imparano: li aiuta a concentrarsi sulle aree più deboli e dà ai docenti e ai team che seguono il successo degli studenti un quadro di dove serve supporto.

L'Università di Birmingham è stata il primo cliente di StudyStash. Oggi la piattaforma è usata da decine di migliaia di studenti in più di 160 istituti nel Regno Unito, in Europa, negli Stati Uniti e in Africa, tra cui California State University, Minnesota State, Colorado State, l'Università di Oulu e la RCSI University of Medicine and Health Sciences, secondo Tech.eu. Si integra con i sistemi di gestione dell'apprendimento tra cui Canvas, Blackboard e Moodle.

I dati sulle assunzioni indicano un'altra direzione

L'accordo arriva mentre i segnali su come l'AI sta cambiando il lavoro sono contraddittori. Il 30 settembre Revelio Labs ha pubblicato una ricerca su investimenti in AI e assunzioni, ripresa dal Washington Post. Un'analisi separata di Revelio Labs della stessa settimana ha rilevato che le aziende che adottano l'AI in modo massiccio stanno crescendo più rapidamente dal punto di vista occupazionale. Il 29 settembre McKinsey & Company ha pubblicato un rapporto sulla forza lavoro e sui percorsi verso i lavori del futuro negli Stati Uniti. Lo stesso giorno Bloomberg ha riferito che la società di consulenza stima che l'AI potrebbe spingere 11 milioni di lavoratori verso nuovi impieghi entro il 2035.

Il Global Workforce Hopes and Fears Survey 2026 di PwC, pubblicato il 29 settembre, indica un divario emergente: la ricerca dell'azienda mostra una spaccatura nel modo in cui i lavoratori vivono l'adozione dell'AI. Il 30 settembre alcuni articoli che riassumevano lo studio hanno parlato di un nuovo divario nella forza lavoro, e the-star.co.ke ha ripreso quella lettura il giorno successivo.

Altri sondaggi complicano il quadro. Il 30 settembre Time Magazine ha riferito che i lavoratori temono che l'AI tolga posti di lavoro, ma non il loro. Il 2 ottobre KUTV ha riportato uno studio secondo cui la Gen Z usa l'AI ma lo scetticismo cresce, mentre un articolo di TradingView dello stesso giorno sosteneva che il divario dell'AI sta diventando un divario sul posto di lavoro. Beinsure ha riferito il 30 settembre che le donne sono indietro rispetto agli uomini nell'adozione dell'AI generativa.

Sul fronte politico, il governatore della California Gavin Newsom ha firmato una serie di leggi sul lavoro e l'AI che vietano quello che KQED il 1 ottobre ha chiamato robo boss e sorveglianza. ET Enterprise AI ha riferito il 1 ottobre che la California è diventata il primo stato americano a limitare i licenziamenti e i provvedimenti disciplinari guidati dall'AI. JDSupra, lo stesso giorno, ha illustrato i passi che i datori di lavoro dovrebbero compiere per prepararsi alle norme che li obbligano a dichiarare quando l'AI provoca un licenziamento collettivo.

Dove si trova davvero il talento

Due studi pubblicati nell'ultima settimana mettono in discussione l'idea che il talento nell'AI si stia concentrando negli Stati Uniti. Una ricerca diffusa dal think tank Carnegie China e riportata dal South China Morning Post il 25 settembre ha rilevato che la Cina impiegava il 41 per cento dei principali ricercatori di AI al mondo seguiti dallo studio l'anno scorso, davanti agli Stati Uniti al 34 per cento. Questo ribalta la situazione del 2022, quando gli Stati Uniti avevano il 46 per cento e la Cina il 27 per cento.

Il SCMP ha attribuito il cambiamento al boom dell'industria cinese dell'AI e alle più severe restrizioni sui visti americani. Lo studio si intitolava "Who's ahead in the global AI talent race".

Un altro studio di LexisNexis, riportato dal South China Morning Post il 1 ottobre, ha rilevato che le aziende cinesi rappresentavano il 44 per cento delle domande di brevetto sui droni nel mondo nel 2024, contro il 17 per cento delle imprese americane. Misurati in valore, però, i brevetti americani sui droni erano alla pari con quelli cinesi. DJI deteneva solo il 4 per cento del totale dei brevetti del settore, in calo rispetto a circa il 24 per cento alla fine del 2018, secondo il rapporto.

La ricerca sulla forza lavoro va oltre la tecnologia. Uno studio guidato dall'Istituto di salute globale di Barcellona e dall'Università di Aarhus, pubblicato su JAMA Psychiatry e ripreso da ScienceDaily il 24 settembre, ha analizzato più di 2,1 milioni di bambini e adolescenti in Danimarca. Ha confrontato più di 71.000 giovani diagnosticati con ADHD o ASD tra il 2012 e il 2022 con più di 713.000 che non avevano ricevuto nessuna delle due diagnosi.

I ricercatori hanno scoperto che i bambini diagnosticati negli ultimi anni assomigliano più ai loro coetanei della popolazione generale rispetto a quelli diagnosticati un decennio prima. Il basso peso alla nascita è un esempio: all'inizio del periodo dello studio, i bambini nati con basso peso avevano il 54 per cento in più di probabilità di ricevere in seguito una diagnosi di ADHD o ASD rispetto ai bambini nati con peso normale. Alla fine, la differenza era scesa al 17 per cento.

"Il messaggio chiave non è che questi fattori di rischio non siano più importanti", ha detto Magnus Elias Tarp, dottorando all'Università di Aarhus e primo autore dello studio. "Quello che abbiamo trovato è che le persone diagnosticate negli ultimi anni assomigliano più da vicino alla popolazione generale rispetto a quelle che hanno ricevuto le stesse diagnosi un decennio fa".

Per i datori di lavoro che costruiscono piani di assunzione legati all'AI, il filo conduttore è la misurazione. I dati citati sopra non concordano sulla direzione: la cifra di 11 milioni di McKinsey implica una sostituzione, i risultati di Revelio Labs suggeriscono che l'adozione è correlata alla crescita degli organici, e lo studio di Carnegie China mostra che la geografia del talento di élite si sta spostando. Il prezzo di vendita di StudyStash, come i termini della maggior parte delle acquisizioni edtech di quest'anno, resta non divulgato.

Commenti 0

Fonti

4
  1. 01AI study platform StudyStash acquired by Kortext after rapid global expansionEN
  2. 02China overtakes US as top workplace for elite AI researchers, study findsEN
  3. 03China leads drone patent volume but US matches quality as start-ups drive innovation: studyEN
  4. 04ADHD and autism diagnoses have surged. A massive study may help explain whyEN

Tutti i numeri e le citazioni di questo testo provengono dalle fonti elencate sotto.

I contenuti sono stati preparati dalla redazione con il supporto dell'IA.

Giulia Ferrari

Giulia Ferrari

IA, modelli e tecnologie

Giulia Ferrari scrive di tecnologia, IA e modelli e media e internet per FLASH24, partendo da dataset pubblici, preprint e registri di versioni dei modelli. Controlla ogni numero confrontando benchmark dichiarati e risultati riproducibili, e scarta le stime senza fonte. Segue le audizioni in calendario, parla con ricercatori e ingegneri, e mette a confronto release e changelog prima di pubblicare. Fuori dalla redazione smonta stampanti 3D, recupera vecchi computer e studia come i modelli imparano dai rifiuti del web. Non pubblica un dato se non può ricostruirne il percorso.

Redazione →

Commenti

0
  1. Nessun commento — sii il primo.

Scrivi un commento

I commenti sono pubblici. Non pubblichiamo insulti, spam né pubblicità.