AI e fatica mentale: liberare tempo per pensare

L’intelligenza artificiale può alleggerire una parte della fatica mentale: riordinare informazioni, preparare bozze, confrontare documenti, svolgere passaggi ripetitivi. Ma dedicare il tempo recuperato ad attività intellettualmente più stimolanti richiede una scelta. Il chatbot può aiutarci a finire prima un lavoro. Non decide che cosa faremo dopo.

La promessa era affascinante: come le macchine avevano moltiplicato la forza delle nostre braccia, l’AI avrebbe moltiplicato le possibilità della nostra testa. Meno incombenze, più idee. Meno copia e incolla, più ragionamento. Meno tempo a mettere in ordine le informazioni, più tempo a capire che cosa significano.

Poi arriva una domanda meno comoda: se risparmio un’ora grazie all’AI, quell’ora serve per pensare oppure per infilare altri venti compiti nella giornata?

Il rischio è ritrovarsi con una catena di montaggio cognitiva. Con un’interfaccia molto gentile, naturalmente.

La rivoluzione industriale ci ha davvero liberato dalla fatica?

Il paragone funziona, ma va corretto. La rivoluzione industriale non ha cancellato lo sforzo fisico e non ha liberato tutti, subito. La meccanizzazione ha permesso di affidare alle macchine operazioni prima dipendenti dalla forza umana o animale. Ma la fabbrica è stata anche un luogo di lavoro durissimo.

Basta guardare i documenti sul Factory Act del 1833 conservati dai National Archives britannici: si parla di limiti al lavoro dei bambini e di ispezioni per verificare il rispetto delle regole. Le macchine c’erano già. Le tutele dovevano ancora essere costruite e fatte rispettare.

Questo precedente suggerisce una lezione per il presente: la capacità tecnica di risparmiare fatica non garantisce che il beneficio arrivi a chi lavora. Contano anche l’organizzazione, le regole e la distribuzione dei vantaggi.

Trasportata nell’ufficio di oggi, la questione diventa molto concreta. Se un’attività richiede meno tempo, possiamo migliorare il servizio, dedicare attenzione a un problema trascurato, ridurre il sovraccarico. Oppure aumentare soltanto il numero di attività richieste.

Sono scelte diverse. Non le troviamo già selezionate nelle impostazioni del software.

AI e fatica mentale: quale sforzo vogliamo ridurre?

Quando diciamo che l’AI dovrebbe liberarci dalla fatica mentale, rischiamo di mettere nello stesso sacco attività molto diverse.

C’è lo sforzo di uniformare cinquanta descrizioni di prodotto. C’è quello di capire perché un cliente non compra. C’è lo sforzo di cercare una clausola in un documento. E c’è quello di imparare a interpretarla.

Tutte queste attività impegnano la testa. Ma non hanno lo stesso significato.

Per usare bene l’AI propongo una distinzione operativa:

• Fatica esecutiva: trasformare formati, riordinare appunti, preparare una prima struttura, estrarre informazioni da verificare.
• Fatica di comprensione: ricostruire un problema, collegare cause ed effetti, valutare spiegazioni concorrenti.
• Fatica di giudizio: decidere quali criteri usare, quali compromessi accettare e di che cosa assumersi la responsabilità.

È una griglia pratica, non una classificazione scientifica. Serve a evitare una delega indiscriminata.

Posso affidare al chatbot una prima tabella comparativa. Ma scegliere le colonne della tabella significa già decidere che cosa conta. Se confronto tre fornitori soltanto sul prezzo, ho incorporato una scelta prima ancora di leggere la risposta.

Alleggerire il lavoro mentale dovrebbe permetterci di scegliere meglio dove impegnarlo.

Che cosa mostrano gli studi sulla produttività

I benefici su alcuni compiti sono documentati. Nell’esperimento di Shakked Noy e Whitney Zhang pubblicato su Science nel 2023, l’uso di ChatGPT in attività di scrittura professionale ha ridotto il tempo medio del 40% e aumentato del 18% la qualità valutata dei risultati.

Sono risultati relativi ai compiti e alle condizioni dell’esperimento. Non significano che qualsiasi professionista possa lavorare il 40% in meno, né che ogni testo generato sia migliore.

Un’altra ricerca, Generative AI at Work di Erik Brynjolfsson, Danielle Li e Lindsey Raymond, ha studiato l’introduzione di un assistente AI nel servizio clienti. La versione del working paper del 2023 riportava un aumento medio del 14% dei problemi risolti per ora, con benefici maggiori per gli operatori meno esperti.

Il punto è che l’aiuto dell’AI non si distribuisce necessariamente allo stesso modo tra persone e attività. Per alcuni può rendere accessibili procedure che prima padroneggiavano con difficoltà. Per altri può offrire un vantaggio più limitato.

E soprattutto, misurare la produttività non equivale a misurare quanto il lavoro sia diventato interessante. Risolvere più richieste in un’ora e avere più spazio per ragionare sono due risultati distinti.

Il paradosso: deleghiamo la parte che ci piaceva

Immaginiamo un professionista della comunicazione. Affida all’AI l’idea della campagna, il testo, le immagini e le varianti. Alla fine della giornata ha passato ore a controllare il materiale, correggere imprecisioni e uniformare lo stile.

Ha prodotto molto. Ma si è divertito a lavorare? Ha imparato qualcosa? Ha esercitato le competenze che voleva sviluppare?

Non è la descrizione di uno studio: è uno scenario possibile, utile per valutare come progettiamo la delega.

Lo stesso problema può riguardare un formatore. Posso farmi preparare rapidamente una scaletta, delle slide e un quiz. Se però delego anche la scelta del percorso didattico, rinuncio a una parte del lavoro che per me ha più valore: decidere come aiutare qualcuno a capire.

La domanda da farsi prima di automatizzare è questa: quale parte del mio lavoro voglio fare meglio grazie al tempo che recupero?

Se non ho una risposta, rischio di automatizzare il lavoro interessante e tenermi la revisione delle bozze. Una promozione a correttore di robot.

Meno sforzo non significa automaticamente più pensiero critico

Una ricerca presentata a CHI 2025, con autori di Microsoft Research e Carnegie Mellon University, ha raccolto le risposte di 319 lavoratori della conoscenza e 936 esempi d’uso dell’AI. Lo studio sul rapporto tra AI generativa e pensiero critico rileva un’associazione tra maggiore fiducia nell’AI e minore esercizio dichiarato del pensiero critico.

Attenzione alla parola “dichiarato”: si tratta di un’indagine basata sulle risposte dei partecipanti. Non dimostra che l’AI provochi un deterioramento dell’intelligenza. Segnala però un problema da prendere sul serio: una risposta convincente può spingerci ad abbassare la guardia.

Ho affrontato un tema vicino nell’articolo sull’illusione di sapere quando usiamo l’intelligenza artificiale. Ricevere una spiegazione ben scritta e averla compresa sono esperienze diverse.

Per questo, nella formazione, suggerisco di distinguere l’obiettivo di produzione dall’obiettivo di apprendimento. Se devo consegnare una bozza, l’AI può accelerare il lavoro. Se devo imparare a costruire un’argomentazione, farmela consegnare già pronta può saltare proprio il passaggio che volevo esercitare.

Come trasformare il tempo risparmiato in lavoro più interessante

Ecco alcuni esempi di progettazione del lavoro. Sono proposte operative, non risultati garantiti.

In tutti questi casi resta necessario controllare il risultato. Anche la verifica richiede tempo: va conteggiato, altrimenti il risparmio è immaginario.

Propongo un piccolo esperimento: per una settimana scegliere un’attività ricorrente, annotare il tempo normalmente impiegato e confrontarlo con quello necessario usando l’AI, includendo preparazione e correzioni. Poi destinare esplicitamente una parte del tempo recuperato a un’attività precisa: studiare un caso, progettare un laboratorio, parlare con un cliente.

“Mi dedicherò a cose strategiche” è troppo vago. “Userò mezz’ora per capire perché questa proposta non convince il cliente” è già un impegno verificabile.

Un prompt per farsi aiutare senza delegare tutto

Anche la richiesta al chatbot può essere costruita per mantenere attivo il nostro ragionamento:

Aiutami a lavorare su questo problema: [descrizione]. Il risultato che voglio ottenere è [obiettivo]. Prima di proporre soluzioni, chiedimi quali criteri considero importanti. Poi organizza le informazioni che ti fornisco, distinguendo fatti documentati, ipotesi e dati mancanti. Proponi tre alternative con vantaggi, limiti e condizioni in cui potrebbero fallire. Non inventare informazioni o fonti. Infine fammi tre domande che mi aiutino a formulare e motivare la mia decisione.

Questo prompt non garantisce risposte corrette. È un modo per impostare un’interazione in cui il chatbot ci aiuta a esaminare il problema, lasciando a noi la scelta e la verifica delle premesse.

La qualità del risultato dipende anche dal contesto che forniamo e dalla nostra capacità di riconoscere ciò che manca.

Il tempo liberato deve avere una destinazione

L’Organizzazione internazionale del lavoro, nella sua analisi del 2023 sugli effetti potenziali dell’AI generativa, indicava come esito prevalente il supporto e la trasformazione delle occupazioni, più che la loro completa automazione. Si tratta di una valutazione del potenziale tecnologico, non di una garanzia sul destino del singolo posto di lavoro. Lo studio richiama anche la qualità del lavoro e le politiche necessarie per gestire la transizione.

È qui che collocherei il confronto con la rivoluzione industriale. La macchina rende possibile un cambiamento. La forma concreta di quel cambiamento dipende dalle decisioni che prendiamo.

In azienda, oltre a chiedere quante ore l’AI abbia fatto risparmiare, proporrei di chiedere: che cosa abbiamo potuto fare meglio? Quale problema abbiamo finalmente affrontato? Quanto tempo abbiamo dedicato a imparare? Le persone hanno più autonomia oppure devono soltanto verificare più risultati in meno tempo?

E lascerei spazio anche a un beneficio meno celebrato: finire la giornata meno stanchi. Non ogni minuto recuperato deve essere reinvestito nella produzione di qualcos’altro.

La promessa dell’AI che mi interessa è questa: poter spendere la testa sulle cose che meritano davvero attenzione. Capire, immaginare, scegliere. Anche fare fatica, quando quella fatica ha un senso.

Se abbiamo inventato una macchina capace di aiutarci a scrivere, confrontare e riordinare, sarebbe un peccato usare tutto il tempo guadagnato per produrre documenti che nessuno ha tempo di leggere.

La domanda da portare nella prossima riunione sull’AI è semplice: che cosa vogliamo finalmente avere il tempo di pensare?

Scrivimi per organizzare un evento o un corso sull’intelligenza artificiale generativa

Mandami un WhatsApp al 339.6325418 per organizzare un corso o una conferenza sull’A.I. generativa.