Lavorare in maniera concentrata è un valore fondamentale per ogni knowledge worker. Nel precedente articolo ho presentato come un ambiente di lavoro può essere progettato affinché tutti possano entrare in uno stato di profondo sviluppo umano, massimizzando le proprie abilità personali.

L’uomo, tuttavia, per sua natura, è in continua lotta con i suoi desideri. Non sorprende che fra i più comuni ci siano: mangiare, dormire, fare sesso. Seguono, subito dopo: prendere una pausa dal lavoro, controllare e-mail e social network, navigare sul web, ascoltare musica, guardare la TV. Del resto, ogni giorno, dobbiamo fare i conti con la nostra forza di volontà, quella forza che, in un mondo di distrazioni, ci riporta sulla via della concentrazione. Peccato che essa sia disponibile in quantità limitata, finita. Possiamo, infatti, pensare alla forza di volontà come un serbatoio di acqua che, consumata durante la giornata, tende inesorabilmente a svuotarsi.

Nel precedente articolo ho scritto di come concentrazione e focus siano elementi preziosi per il lavoro dei knowledge worker. Le distrazioni, tuttavia, tentano continuamente di catturare la nostra attenzione e sottrarre tempo ai nostri task fondamentali. Molte di queste interruzioni nascono proprio all’interno del luogo stesso di lavoro. In questo articolo presento una elaborazione alternativa dell’ambiente lavorativo mirata alla ricerca della massima dedizione.

La Eudaimonia machine

Il termine Eudemonìa deriva dal greco εὐδαιμονία, parola composta a sua volta da εὖ “bene” e δαίμων “demone, sorte”. Il suo significato, preso dal contesto filosofico, diventa quindi: la felicità intesa come scopo fondamentale della vita.

Forse sarà capitato anche a te di aver avuto bisogno di concentrazione per affrontare un particolare task ed essere stato continuamente distratto da e-mail, telefonate o riunioni.

In un mondo in cui la connettività è fondamentale per il naturale svolgersi della vita lavorativa, spesso si fa fatica a comprendere o, peggio, a misurare la produttività dei knowledge worker, ovvero di quei lavoratori che usano la conoscenza per operare su processi immateriali.

L’analisi dei big data e il parallelo sviluppo dell’intelligenza artificiale sono i protagonisti delle innovazioni tecnologiche di quest’ultimo decennio. Chi approccia lo studio della materia, tuttavia, avrà prima o poi a che fare con il linguaggio Python che, usato spesso in ambito accademico, rappresenta il punto riferimento grazie alla disponibilità di una serie di librerie, tool e veri e propri framework per la manipolazione dei dati.

Sebbene, in molti casi, l’uso di tali strumenti è inserito all’interno di procedure batch o offline , non possiamo escludere che alcuni servizi cloud possano necessitare di processi avanzati per la manipolazione dati on demand. In questo caso uno dei linguaggi più usati in ambito backend Cloud è Go.

La pandemia Covid ha segnato un passaggio storico nel mondo del lavoro, da necessità a virtù, il periodo è stato laboratorio sperimentale di mutamenti sociali e tecnologici. Il fenomeno Great Resignation negli USA ne è uno degli effetti, propagatosi anche nel vecchio continente assieme a quel movimento che viene comunemente chiamato YOLO Economy, rappresenta la tendenza al cambiamento lavorativo a favore di un migliore bilanciamento work-life.

In Italia, sebbene il legislatore parli chiaramente di lavoro Agile, si tende ad usare il termine smartworking in maniera indiscriminata e a volte erronea quando ci si riferisce ad un lavoro esercitato fuori ufficio. Parliamoci chiaro, esclusi rarissimi casi, quello sperimentato di fretta e furia durante il lockdown è stato tutto fuorché lavoro agile. Aziende e dipendenti si sono trovati catapultati all’interno di una situazione nuova e difficilmente gestibile. Nella maggioranza dei casi, il cosiddetto smartworking, si è rivelato un tele-lavoro: PC collegato (nelle migliori delle ipotesi) in VPN con l’azienda e rispetto degli orari di lavoro e pause pranzo. Non c’è stato nulla di smart o di virtuoso in questa particolare gestione del lavoro.

Se vi chiedessero “Quanto tempo si impiega per arrivare ad Amsterdam partendo da Roma viaggiando 🚶 a piedi?” sapreste fornire una stima accurata? Probabilmente potreste dare una sommaria valutazione, ma nella realtà, anche dopo qualche giorno di cammino, non sareste in grado di fornire dettagli esatti.

Nella gestione di un progetto spesso, il concetto espresso qui sopra, viene cristallizzato all’interno di una roadmap. Ed ecco che tempo, risorse e quantità di “cose da fare” finiscono inesorabilmente all’interno del famoso diagramma di Gantt. Risultato?