# La Data Science al tempo dell'IA

**URL:** <https://community.fem.digital/t/la-data-science-al-tempo-dellia/3082>\
**Category:** Data Science nella didattica\
**Created:** [28 Luglio 2025, 7:44am UTC](https://community.fem.digital/t/la-data-science-al-tempo-dellia/3082 "2025-07-28T07:44:32Z")\
**Posts on this page:** 1\
**Page:** 1

<div class="post-metadata">

**Author:** ![Pietro\_Mingardi](https://dub1.discourse-cdn.com/flex005/user_avatar/community.fem.digital/pietro_mingardi/32/1270_2.png) [@Pietro\_Mingardi](https://community.fem.digital/u/Pietro_Mingardi)\
**Post date:** [28 Luglio 2025, 7:44am UTC](https://community.fem.digital/t/la-data-science-al-tempo-dellia/3082/1 "2025-07-28T07:44:32Z")

</div>

Negli ultimi anni, l’Intelligenza Artificiale generativa (vedi ChatGPT o Claude) ha rivoluzionato molti settori. La Data Science sicuramente non è stata esclusa da questa rivoluzione. Alla luce di questi sorprendenti sviluppi molti si chiedono se, ora che l’IA può scrivere codice, creare modelli e fare analisi, servano ancora i Data Scientist.

La risposta è si, ma le competenze richieste alla figura si stanno modificando.

Oggi, infatti, i modelli di IA possono automatizzare molte delle attività più ripetitive: scrivere uno script in Python, creare un grafico, o suggerire un modello di machine learning. Questo non significa che i Data Scientist siano o diventeranno inutili, ma che dovranno sempre più concentrarsi su ciò che l’IA _non_ sa fare bene: porre le domande giuste, interpretare il contesto, validare i dati, capire le implicazioni etiche.

In altre parole, la Data Science sta diventando sempre più strategica.

Chi lavora con i dati dovrà concentrarsi sempre di più nello sviluppo di competenze quali: il pensiero critico, la conoscenza approfondita del business e del settore in cui opera, nella comunicazione efficace.

Se il “saper usare i tool” di Data Science diventa ogni giorno più accessibile, il ragionare come un Data Scientist resta una competenza che l’IA non può sostituire.

L’IA infatti è uno strumento potente, ma resta un assistente. Il Data Scientist del futuro sarà meno “programmatore solitario” e più _interprete dei dati_ al servizio delle decisioni.
