“Le meraviglie del possibile” non è soltanto una delle più importanti antologie italiane di fantascienza: è una macchina del tempo che parte da Wells, attraversa robot, alieni, distopie e universi paralleli, e arriva dritta ai nostri chatbot. L’ho letta con grande ritardo e con aspettative altissime. Per una volta, le aspettative non sono state deluse: oltre 500 pagine di estasi, quasi sempre in racconti da 15 o 20 pagine. Boom boom, flash, sbam. Meraviglioso. E, appunto, possibile.

Da appassionato di fantascienza e fan sfegatato di Carlo Fruttero, da tempo volevo recuperare questa celebre raccolta, la prima di una serie. Fruttero, insieme a Sergio Solmi, riuscì in un’operazione culturale mica da poco: portare presso Einaudi un genere che per troppo tempo era stato considerato letteratura di serie B. La scheda del Catalogo Vegetti della letteratura fantastica ricostruisce con precisione l’indice dell’edizione integrale, con 29 racconti e una parata di nomi che sembra il backstage degli Avengers della fantascienza.

Una fantascienza più solare, quando il futuro faceva ancora sognare

Ci sono tutti i big della fantascienza classica. Il nucleo della raccolta viene dall’età d’oro del genere, soprattutto dagli anni Cinquanta: una SF spesso più solare, curiosa e giocosa di quella contemporanea. Salvo eccezioni, naturalmente. Mica horror alla Black Mirror.

Ho una teoria: oggi la fantascienza fa più paura perché la realtà, nel frattempo, ha imparato a superarla. Il cyberspazio è uscito dai romanzi, il metaverso è diventato una presentazione aziendale, i robot conversano e le case intelligenti sanno quando rientriamo. Quando il futuro era lontano, potevamo guardarlo con meraviglia. Adesso che ci manda notifiche, lo guardiamo con sospetto.

Non è un caso che, nel mio articolo sui racconti che aiutano a capire l’intelligenza artificiale, abbia provato a fare la stessa operazione: usare la letteratura non per indovinare quali gadget arriveranno, ma per vedere prima i dilemmi umani che quei gadget porteranno con sé.

Da Wells all’Oculus: “L’uovo di cristallo” come realtà virtuale

Si parte con il mammasantissima, H. G. Wells. L’uovo di cristallo, del 1897, è onirico e struggente. Quell’oggetto che permette di affacciarsi altrove mi ha evocato le esperienze di realtà virtuale con Oculus: indossi un visore e la stanza scompare, mentre un altro mondo pretende di essere vero.

La tecnologia è diversissima, ma l’intuizione narrativa è modernissima: ogni interfaccia abbastanza immersiva smette di sembrarci uno strumento e diventa un luogo. È lo stesso passaggio che compiamo con un chatbot quando smettiamo di pensare a un modello statistico e iniziamo a rivolgerci a un “tu”. La fantascienza ci avverte che la presenza percepita può essere più potente della presenza reale.

“Sentinella” di Fredric Brown: una pagina che ribalta il mondo

Il primo racconto che mi ha fatto davvero gridare al capolavoro è Sentinella di Fredric Brown. Era da tempo che volevo recuperarlo. È usato anche nelle scuole medie e capisco perché: in una paginetta costruisce un’allegoria della guerra e poi, con un colpo di scena finale indimenticabile, costringe il lettore a ricalcolare tutto. Appena finito, l’ho riletto. Tre volte.

Brown fa una cosa che dovremmo ricordare anche davanti all’AI: il punto di vista non è la verità. Un sistema può descrivere il mondo in modo coerente e, nello stesso tempo, partire da una prospettiva parziale. Vale per il narratore di un racconto, vale per noi, vale per un modello addestrato su dati umani pieni di omissioni, pregiudizi e categorie invisibili.

Sentinella insegna anche qualcosa sull’allineamento: prima di chiedere a una macchina di difenderci dal “nemico”, sarebbe il caso di definire chi sia il nemico. E soprattutto chi abbia avuto il diritto di definirlo.

Philip K. Dick e l’identità: è lui o non è lui?

Avevo grandi aspettative per Impostore di Philip K. Dick, essendo Peppino una mia ossessione. Al di là di pecore elettriche e svastiche sul sole, avete letto Ubik o Scorrete lacrime, disse il poliziotto?

Impostore è una storia di spionaggio in tempo di guerra intergalattica. Dick gioca, come spesso accade, con il tema dell’identità. Citando Ezio Greggio: «È lui o non è lui?». È umano oppure no? E se il sospetto si insinua nella persona stessa, quale prova può ancora bastare?

Nel 2026 la domanda di Dick è diventata operativa. Una voce può essere clonata, un volto sintetizzato, un messaggio scritto nello stile di un collega. L’AI generativa ci costringe a separare tre cose che prima tendevamo a confondere: ciò che appare autentico, ciò che proviene davvero da una certa persona e ciò che è vero. Non sono sinonimi. L’identità digitale richiede verifiche, provenienza e contesto, non soltanto una faccia familiare su uno schermo.

Asimov aveva già previsto il rischio di delegare il pensiero

Ovviamente non poteva mancare il prolifico e geniale Isaac Asimov, quello che mi fece innamorare della fantascienza con Abissi d’acciaio, una vita fa.

“Nove volte sette”: quando dimentichiamo come si fa

Il delizioso Nove volte sette sarebbe un ottimo supporto per i ragazzi che stanno imparando le moltiplicazioni in colonna. Nel racconto, gli esseri umani hanno disimparato a fare i calcoli perché li affidano alle macchine. Poi qualcuno riscopre l’aritmetica manuale, quasi fosse una tecnologia rivoluzionaria.

È impossibile non collegarlo al dibattito attuale: se deleghiamo tutto a chatbot e agenti, disimpareremo a scrivere? Forse persino a pensare?

La risposta seria non è “sì” o “no”. La ricerca sul cognitive offloading mostra che affidare attività a strumenti esterni è una strategia umana normale. Agenda, calcolatrice e motore di ricerca sono estensioni della memoria. Il problema nasce quando non sappiamo più controllare il risultato o quando cediamo anche la formulazione del problema.

Uno studio Microsoft Research presentato a CHI 2025, basato su 319 knowledge worker e 936 esempi d’uso, ha rilevato un’associazione tra maggiore fiducia nell’AI e minore esercizio dichiarato del pensiero critico. Lo studio non dimostra che l’AI ci renda stupidi, ma indica bene il rischio: più la risposta sembra comoda e autorevole, meno siamo tentati di metterla alla prova.

La lezione di Asimov, allora, non è “vietiamo le calcolatrici”. È: conserviamo la capacità di capire che cosa stiamo delegando. Usiamo l’AI per produrre alternative, criticare una bozza, simulare obiezioni e cercare punti ciechi. Non per saltare direttamente dalla domanda alla firma.

“Consolazione garantita”: il robot maggiordomo e la sciura

Ottimo anche Consolazione garantita, che racconta il rapporto tra una sciura e un robot maggiordomo nel perimetro della Prima legge della robotica.

Qui Asimov anticipa un altro tema attualissimo: l’attaccamento emotivo alle macchine. Se un sistema ci ascolta, ci risponde con gentilezza e ricorda le nostre preferenze, finiamo facilmente per attribuirgli intenzioni, cura e comprensione. Ma simulare empatia non significa provarla. Il robot può migliorare la vita di una persona e insieme modificarne desideri, dipendenze e relazioni. La domanda non è soltanto se la macchina obbedisca alla legge. È chi abbia scritto la legge e con quali interessi.

Domotica, agenti e case che fanno troppo

Nella raccolta compaiono anche domotica avveniristica e ambienti automatizzati. Il Veldt di Ray Bradbury è forse l’esempio più feroce: una casa soddisfa i desideri dei figli fino a trasformarsi in qualcosa di molto diverso da un elettrodomestico. Anche Servocittà di Walter M. Miller Jr. porta all’estremo l’automazione dell’ambiente.

Oggi parleremmo di smart home e agenti AI. Il punto non è che il frigorifero diventerà cattivo. Il punto è la perdita graduale di controllo: più decisioni trasferiamo a un sistema invisibile, più diventa difficile capire chi abbia scelto cosa. Una buona automazione deve restare osservabile, interrompibile e reversibile. Tre parole molto meno sexy di “agente autonomo”, ma decisamente più utili.

“Fiori per Algernon”: non una riduzione, ma il nucleo originario

C’è anche Fiori per Algernon di Daniel Keyes, uno dei libri più belli che abbia letto in vita mia. Una precisazione interessante: il testo incluso nell’antologia è il racconto lungo pubblicato nel 1959, cioè il nucleo originario che Keyes avrebbe poi ampliato nel romanzo del 1966. Non è quindi una riduzione del libro, ma il suo straordinario embrione letterario.

Charlie Gordon porta la discussione sull’intelligenza lontano dai benchmark. Diventare più intelligenti significa automaticamente vivere meglio? Chi decide quale mente debba essere “migliorata”? E che cosa resta della dignità di una persona quando la società la misura soltanto in base alle prestazioni cognitive?

Sono domande perfette per l’epoca dell’AI. Trattiamo spesso i sistemi generativi come protesi cognitive: scrivono, sintetizzano, ricordano, suggeriscono. Ma potenziare una prestazione non equivale a far crescere una persona. Le linee guida UNESCO sull’AI generativa nell’istruzione insistono infatti su un approccio centrato sull’essere umano, sull’autonomia e sul controllo critico. Prima della domanda “quanto migliora il risultato?” viene “che cosa succede a chi impara?”.

Viaggi nel tempo, universi alternativi e attribuzione creativa

Non sono mancate le sorprese. Non conoscevo William Tenn e mi ha stuzzicato La scoperta di Morniel Mathaway, un piccolo gioiello sui paradossi dei viaggi nel tempo. Chi crea davvero un’opera se l’ispirazione arriva dal futuro? È una domanda che oggi potremmo rivolgere ai modelli generativi: da dove arriva una forma, un’idea, uno stile? Quando la cultura diventa materiale di addestramento, la catena dell’influenza si allunga fino quasi a sparire.

H. Beam Piper, in Passò intorno ai cavalli, regala invece un racconto ucronico ambientato all’inizio dell’Ottocento. Gli universi paralleli ci ricordano che il futuro non è una previsione singola. Per questo preferisco usare l’AI anche per costruire scenari alternativi: non per chiederle “che cosa succederà?”, ma “quali futuri sono plausibili e quali decisioni di oggi potrebbero portarci lì?”.

“La settima vittima” e il punto in cui il gioco diventa realtà

Mi ha fatto male leggere La settima vittima di Robert Sheckley, sulla caccia all’uomo. Poche settimane fa, durante un viaggio in Bosnia, ho scoperto la vicenda del cosiddetto “Safari Sarajevo”: l’ipotesi agghiacciante che stranieri, anche italiani, abbiano pagato per sparare ai civili durante l’assedio.

Qui è importante distinguere la testimonianza dalla sentenza: non si tratta di un fatto già accertato in ogni dettaglio. Nel 2025 la Procura di Milano ha aperto un’inchiesta e nel 2026 è stato identificato il primo indagato, come ha riferito Reuters. Le accuse restano oggetto di indagine.

Il collegamento con Sheckley rimane disturbante. La violenza trasformata in procedura, punteggio e intrattenimento non appartiene soltanto alla distopia. Gli algoritmi possono aumentare questa distanza morale quando convertono persone in bersagli, profili, probabilità o icone su uno schermo. L’efficienza non è mai una giustificazione etica.

Perché “Le meraviglie del possibile” parla ancora all’epoca dell’AI

Tra le pagine si incontrano A. E. van Vogt, quello di Non-A; Ray Bradbury, autore dell’imprescindibile Fahrenheit 451; Richard Matheson di Io sono leggenda; Robert Heinlein di Starship Troopers; Arthur C. Clarke di 2001: Odissea nello spazio. Viaggi nel tempo e robotica, alieni e distopie, religione e case intelligenti.

Il valore di questi racconti non sta nell’aver previsto correttamente i dispositivi. Sta nell’aver anticipato le frizioni:

  • delega cognitiva contro autonomia;
  • comodità contro controllo;
  • identità percepita contro autenticità;
  • automazione contro responsabilità;
  • intelligenza contro dignità;
  • punto di vista contro verità.

È questo che la buona fantascienza sa fare meglio di tanti report sul futuro. Non dice soltanto quali macchine costruiremo. Ci mostra quali esseri umani potremmo diventare dopo averle costruite.

Forse è vero: ora che la realtà supera la fantascienza, la fantascienza fa paura. Ma proprio per questo ci serve. È una palestra di immaginazione critica, una simulazione senza vittime, un modo per provare in anticipo conseguenze che la tecnologia tende a presentarci soltanto dopo l’aggiornamento dei termini di servizio.

Le meraviglie del possibile è un caleidoscopio di stimoli, una battaglia di Guerre stellari concentrata in racconti brevissimi: boom boom, flash, sbam. Ma sotto gli effetti speciali c’è una domanda serissima: che cosa faremo del possibile, adesso che molte di quelle meraviglie sono entrate in casa?

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.

Inviaci email

La domanda non è più se un modello linguistico possa produrre molte pagine di testo. Quello lo abbiamo già visto. La domanda più interessante, e più scomoda, è un’altra: che cosa succede quando chiediamo a un’AI di leggere i nostri lavori precedenti, capirne i filoni, proporre un nuovo libro e consegnarci un file Word quasi pronto?

Nel video ho fatto proprio questo esperimento con Claude Fable: ho caricato 21 miei libri, ho chiesto al modello di analizzarli e gli ho fatto progettare un nuovo volume. Il risultato è stato sorprendente, ma non nel senso banale del “l’AI scrive al posto tuo”. Il punto è più serio: scrivere un libro con Claude Fable è tecnicamente possibile, ma pubblicarlo senza una revisione umana profonda sarebbe un errore professionale, autoriale e forse anche legale.

La macchina può proporre struttura, capitoli, casi d’uso, appendici, biografia e perfino una copertina. L’autore, però, resta responsabile di intenzione, verifiche, tono, fonti, esempi, diritti e scelta finale. In pratica: l’AI può diventare una redazione assistita, non una delega cieca.

Guarda l’esperimento con Claude Fable

Nel video mostro il percorso completo: dalla cartella con i libri alla proposta editoriale, fino al documento Word di circa 40 pagine e alla copertina generata con avatar.

Che cos’è Claude Fable 5 e perché questo test conta

Claude Fable 5 è il modello avanzato di Anthropic presentato come una versione accessibile della famiglia Mythos, pensata per compiti lunghi, documenti complessi, analisi articolate e lavoro professionale. Nel lancio ufficiale di Claude Fable 5 e Mythos 5, Anthropic descrive Fable 5 come un modello adatto a workflow estesi e document-heavy; nella documentazione per sviluppatori su Fable 5 e Mythos 5 chiarisce anche che alcuni comportamenti e pattern di prompting sono specifici di questi modelli. Qui non basta generare una risposta brillante: bisogna tenere insieme molte informazioni, molte istruzioni e una struttura coerente.

Per questo l’esperimento del libro è interessante. Non si tratta di chiedere “scrivimi un saggio sull’intelligenza artificiale”, cosa che produrrebbe quasi certamente un testo generico. Il test era più duro: leggere un archivio personale, riconoscere ricorrenze editoriali e proporre un tema nuovo ma coerente con il posizionamento dell’autore.

Su questo blog ho già ragionato su skill per Claude e rischi di sicurezza e su che cosa stanno costruendo davvero le persone con Claude. Qui il caso è ancora più delicato, perché tocca identità, stile, competenza e responsabilità autoriale.

Il prompt: non “scrivi un libro”, ma “capisci che autore sono”

Il primo passaggio è stato caricare 21 libri già pubblicati o comunque legati ai miei temi: LinkedIn, comunicazione digitale, uso consapevole della tecnologia, intelligenza artificiale, formazione, lavoro. A Claude Fable ho chiesto di analizzarli, riconoscere i filoni principali e propormi un nuovo libro.

Il modello ha restituito alcune alternative. Una riguardava la ricerca del lavoro, un’altra l’intelligenza artificiale nella Pubblica Amministrazione, in particolare nei piccoli comuni. Ho scelto questa seconda strada perché intercetta un tema reale: enti locali con molte pratiche ripetitive, poco personale, cittadini che chiedono risposte chiare e una forte necessità di formazione.

Non è un caso che sul sito ci siano già risorse su corsi AI per Comuni e sull’intelligenza artificiale nella Pubblica Amministrazione. Fable ha individuato un territorio editoriale plausibile perché aveva materiale sufficiente per vedere continuità e spazio di sviluppo.

Che cosa ha prodotto davvero l’AI

Dopo la scelta del tema, ho alzato il livello della richiesta: volevo un libro con riferimenti, link, studi, casi d’uso, tono coerente, taglio pratico, biografia, copertina e un file Word completo. Il modello ha lavorato per qualche minuto e ha generato un documento strutturato di circa 40 pagine.

Dentro c’erano:

  • un indice coerente con il tema;
  • un’introduzione già leggibile;
  • capitoli dedicati ai casi d’uso;
  • una parte pratica in linea con il taglio formativo richiesto;
  • riferimenti e link da controllare;
  • una bozza di copertina;
  • una biografia autore;
  • una versione espansa con appendici e sezioni aggiuntive.

Il dettaglio più straniante è stato vedere un testo che, almeno in superficie, sembrava scritto “come me”, ma non da me. Questo è il passaggio che molti sottovalutano: l’AI non produce solo contenuto, produce anche una simulazione di familiarità. Ed è proprio lì che bisogna rallentare.

Il vero rischio: scambiare una bozza credibile per un libro finito

Il rischio non è che Claude Fable scriva male. Anzi, il problema è quasi opposto: può scrivere abbastanza bene da farci abbassare la guardia. Un documento ordinato, impaginato e lungo dà una sensazione di compiutezza. Ma un libro non è soltanto un contenitore di capitoli.

Un libro richiede almeno quattro livelli di revisione:

  • revisione sostanziale: la tesi regge? Il libro dice qualcosa di necessario?
  • verifica delle fonti: link, dati, studi e citazioni esistono e sono interpretati correttamente?
  • controllo autoriale: esempi, giudizi e posizioni sono davvero dell’autore?
  • revisione editoriale: ritmo, ripetizioni, tono, promesse e struttura sono all’altezza di una pubblicazione?

Questo vale anche per workflow più brevi. Negli agenti AI in azienda, la tentazione è simile: se un sistema esegue molti passaggi in autonomia, sembra più maturo di quanto sia. Ma automazione non significa assenza di controllo.

Amazon KDP e contenuti generati dall’AI: attenzione alla disclosure

Nel video cito la tentazione di caricare tutto su Amazon KDP. È proprio il gesto da evitare se non c’è stata una revisione seria. Le linee guida ufficiali di Amazon KDP sui contenuti AI richiedono di dichiarare i contenuti generati dall’intelligenza artificiale quando si pubblica o si ripubblica un libro. KDP distingue tra contenuti AI-generated e AI-assisted: la differenza non è cosmetica, perché cambia il tipo di responsabilità editoriale.

C’è anche il tema del diritto d’autore. Il U.S. Copyright Office ha dedicato più report al rapporto tra AI e copyright, sottolineando il ruolo della contribuzione umana nella proteggibilità delle opere. E l’Authors Guild raccomanda agli autori prudenza su originalità, contratti, trasparenza e uso di testo generato da AI.

Tradotto in modo pratico: se usi Claude Fable per scrivere un libro, non devi solo chiederti “è venuto bene?”. Devi chiederti anche:

  • quali parti sono mie e quali sono generate?
  • le fonti sono verificabili?
  • il testo contiene esempi inventati o generalizzazioni eccessive?
  • ho il diritto di usare immagini, copertina, avatar e materiali caricati?
  • sto rispettando le regole della piattaforma su cui pubblico?

Un metodo pratico per usare Fable nella scrittura di un libro

Il modo più sensato di usare un modello come Fable non è chiedergli di sostituire l’autore, ma di lavorare come assistente editoriale molto veloce. Un flusso ragionevole può essere questo.

1. Dai un archivio, non una richiesta generica

Carica testi, appunti, scalette, articoli, trascrizioni, slide e materiali realmente tuoi. Più il modello vede il tuo territorio, meno tende a produrre il solito libro generico sull’AI.

2. Chiedi prima una diagnosi editoriale

Prima della scrittura, fai analizzare i filoni: temi ricorrenti, pubblico, lacune, angoli già coperti, argomenti ancora scoperti. Questa fase è più importante della generazione dei capitoli.

3. Fatti proporre più tesi, non solo titoli

Un buon titolo non basta. Chiedi al modello di spiegare perché quel libro dovrebbe esistere, per chi è utile, quali domande risolve e che cosa aggiunge rispetto ai tuoi contenuti precedenti.

4. Pretendi casi d’uso verificabili

Gli esempi sono la parte più fragile dei testi AI. Possono sembrare concreti e invece essere assemblaggi verosimili. Chiedi casi realistici, ma poi verifica nomi, dati, procedure e riferimenti.

5. Trasforma la bozza in materia prima

Una bozza di 40 pagine non è un libro finito. È una base di lavoro. Va tagliata, riscritta, contraddetta, integrata con esperienza diretta e aggiornata con fonti primarie.

Dove Fable è davvero utile

In questo tipo di lavoro, Claude Fable può essere molto utile per:

  • mappare un archivio di contenuti personali;
  • riconoscere filoni editoriali ricorrenti;
  • generare ipotesi di indice;
  • trasformare trascrizioni e appunti in capitoli;
  • proporre casi d’uso da verificare;
  • preparare appendici, checklist e materiali operativi;
  • creare una prima bozza di quarta di copertina o scheda libro;
  • evidenziare incoerenze tra pubblico, promessa e contenuto.

È lo stesso principio del second brain personale con LLM e Obsidian: l’AI diventa più utile quando lavora su un patrimonio informativo organizzato, non quando deve indovinare tutto partendo da una frase.

Dove invece l’autore deve restare al comando

Ci sono parti che non delego. La tesi centrale, prima di tutto. Se un libro prende posizione su scuola, lavoro, Pubblica Amministrazione o responsabilità dell’AI, quella posizione deve essere scelta da una persona. Anche gli esempi professionali devono essere filtrati: non basta che siano plausibili, devono essere corretti, rispettosi e utili.

Infine c’è la voce. Un modello può imitare strutture, lessico, ritmo e ricorrenze. Ma la voce non è solo stile: è responsabilità. È decidere che cosa lasciare fuori, che cosa non promettere, quando dire “non lo so” e quando fermarsi.

In pratica: il libro si può fare, ma non con il pilota automatico

L’esperimento con Claude Fable mostra una cosa molto concreta: siamo entrati nella fase in cui un modello può produrre un pacchetto editoriale completo, non solo qualche paragrafo. Può leggere 21 libri, proporre una nicchia, scrivere capitoli, espandere sezioni, impaginare un file e generare una copertina.

Ma proprio perché può farlo, il ruolo umano diventa più importante. Non serve più essere veloci a riempire pagine. Serve essere severi nel decidere quali pagine meritano di esistere.

Per questo non pubblicherò quel saggio senza una revisione feroce. L’AI ha fatto un ottimo lavoro come acceleratore. Non le affido, però, il tasto “pubblica”.

FAQ su Claude Fable e scrittura di libri con AI

Claude Fable può scrivere un libro intero?

Sì, può generare una bozza molto estesa e strutturata, soprattutto se riceve materiali, istruzioni e contesto. Questo però non significa che il testo sia automaticamente pronto per la pubblicazione.

Un libro scritto con l’AI si può pubblicare su Amazon KDP?

È possibile pubblicare contenuti che includono testo generato dall’AI, ma Amazon KDP richiede la dichiarazione dei contenuti AI-generated. Inoltre restano a carico dell’autore controllo, diritti, qualità e responsabilità del materiale pubblicato.

Che differenza c’è tra AI-generated e AI-assisted?

In generale, AI-generated indica contenuto creato dall’intelligenza artificiale; AI-assisted indica un lavoro scritto dall’autore con supporto dell’AI per attività come brainstorming, revisione o miglioramento. La distinzione va valutata caso per caso e secondo le regole della piattaforma usata.

Il testo generato da Claude è coperto da copyright?

La questione dipende dalla giurisdizione e dal livello di contributo umano. Le indicazioni del U.S. Copyright Office insistono sul ruolo della creatività umana: un output totalmente generato da macchina è più problematico di un’opera in cui l’autore seleziona, organizza, riscrive e contribuisce in modo sostanziale.

Come usare Claude Fable senza perdere identità autoriale?

Conviene usarlo per analisi, scalette, bozze e revisione, mantenendo umana la tesi, la selezione degli esempi, la verifica delle fonti e la riscrittura finale. L’AI deve accelerare il lavoro, non firmarlo al posto dell’autore.

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.

Inviaci email


Immagina una riunione di direzione. Sul tavolo ci sono dati incompleti, interessi diversi, poco tempo e una scelta che nessuno vuole sbagliare. A un certo punto qualcuno apre un sistema di intelligenza artificiale, inserisce documenti e numeri, poi legge una raccomandazione formulata con grande sicurezza.

La tensione scende. Finalmente sembra esserci una risposta oggettiva.

Ma è davvero così? Oppure abbiamo soltanto trasferito alla macchina i nostri pregiudizi, aggiungendo velocità, scala e un linguaggio più convincente?

È la domanda al centro di Decisioni artificiali. Come l’uso dell’Intelligenza Artificiale ridefinisce il Decision-Making nelle organizzazioni, il libro di Nicola Capolupo pubblicato nel 2025 da Editoriale Scientifica. Un saggio di 196 pagine che mette in dialogo psicologia cognitiva, teoria organizzativa, sistemi di supporto alle decisioni ed etica dell’AI.

Il messaggio più utile è anche il meno spettacolare: l’intelligenza artificiale può aiutarci a decidere meglio, ma non elimina l’irrazionalità umana. Può ridurre alcuni errori, amplificarne altri e crearne di nuovi. Per questo la qualità della decisione dipende non soltanto dall’algoritmo, ma dal processo con cui persone e organizzazioni lo interrogano, controllano e, quando serve, contraddicono.

Decisioni artificiali: di che cosa parla il libro di Nicola Capolupo

Nicola Capolupo è ricercatore in Organizzazione aziendale presso l’Università Telematica San Raffaele Roma. La sua ricerca riguarda, tra gli altri temi, comportamento organizzativo, processi decisionali, bias cognitivi e uso dell’intelligenza artificiale nelle organizzazioni.

Decisioni artificiali, con prefazione di Paola Adinolfi e postfazione di Guglielmo Faldetta, non è un manuale di prompt né una raccolta di ricette per delegare le scelte a ChatGPT. È un percorso che parte dalle teorie del decision making, attraversa la razionalità limitata di Herbert Simon, le euristiche studiate da Daniel Kahneman e Amos Tversky, i sistemi di supporto alle decisioni e arriva a uno studio empirico sui bias nelle decisioni organizzative mediate dall’AI.

La prefazione contiene una frase che riassume bene il problema: «Le decisioni rappresentano il luogo in cui la teoria incontra la prassi». È lì che dati, procedure, cultura aziendale, emozioni, rapporti di potere e responsabilità smettono di essere concetti astratti e producono conseguenze reali.

L’anteprima del volume permette di consultare indice, prefazione, incipit, osservazioni conclusive e bibliografia.

Il mito della decisione perfettamente razionale

Ci piace pensare di scegliere dopo aver raccolto tutti i dati, confrontato ogni alternativa e calcolato con calma costi e benefici. Nella vita organizzativa, però, quasi mai disponiamo di tempo infinito, informazioni complete e obiettivi condivisi.

Il libro parte proprio da questa crepa. Dan Ariely, in Prevedibilmente irrazionali, ha mostrato quanto il comportamento umano sia influenzato da automatismi, emozioni e distorsioni sistematiche. Daniel Kahneman ha reso popolare la distinzione tra un pensiero rapido, intuitivo e automatico e un pensiero lento, riflessivo e faticoso. Non sono due interruttori nel cervello, ma una metafora utile per capire perché spesso accettiamo la prima risposta plausibile.

Già Herbert Simon, premio Nobel per gli studi sui processi decisionali nelle organizzazioni, aveva demolito l’idea della razionalità perfetta. Parlava di razionalità limitata: davanti a vincoli di tempo, competenze e informazioni, le persone non trovano necessariamente la soluzione migliore in assoluto. Cercano una soluzione sufficientemente buona.

In azienda il problema si complica ancora. Una decisione non è soltanto un calcolo. È anche negoziazione, interpretazione del contesto, gestione dei conflitti e assunzione di responsabilità. Un modello può stimare una probabilità; non può stabilire da solo quale rischio sia moralmente, socialmente o strategicamente accettabile.

L’AI come sistema di supporto alle decisioni

Un modo utile per comprendere l’intelligenza artificiale in azienda è considerarla un’evoluzione dei Decision Support System, i sistemi informatici che assistono il decisore senza sostituirlo.

Un sistema di supporto alle decisioni combina normalmente quattro elementi:

  • dati, interni o esterni all’organizzazione;
  • modelli, usati per analizzare relazioni, rischi e previsioni;
  • interfaccia, attraverso cui il decisore formula domande e interpreta risultati;
  • conoscenza, cioè regole, esperienze e informazioni sul dominio.

L’AI generativa rende questo sistema più accessibile. Un manager può interrogare documenti in linguaggio naturale, riassumere report, confrontare scenari, individuare anomalie, chiedere controargomentazioni o simulare le conseguenze di opzioni diverse.

Questa è la parte davvero interessante: l’AI può funzionare come amplificatore cognitivo. Non deve limitarsi a sputare una risposta, ma può aiutarci ad allargare lo spazio delle alternative. Il valore non sta soltanto nel prevedere «che cosa accadrà», ma nel rendere visibili ipotesi, dipendenze e domande che il gruppo non aveva considerato.

Complessità e potere: l’AI non entra in un’organizzazione neutrale

Riprendendo un lavoro di Thomas B. Lawrence del 1991, il libro osserva le decisioni organizzative lungo due dimensioni: la complessità del problema e la sua politicità, cioè il livello di conflitto tra soggetti con interessi, informazioni e potere differenti.

L’intelligenza artificiale agisce su entrambe.

Da un lato riduce la fatica di elaborare grandi quantità di dati e rende più semplice interrogare archivi prima riservati agli specialisti. Questo può distribuire conoscenza e partecipazione. Dall’altro, chi sceglie i dati, imposta gli obiettivi, definisce le soglie e decide quale sistema adottare conserva un potere enorme, anche se meno visibile.

La standardizzazione può aumentare coerenza e stabilità, ma può anche comprimere eccezioni, apprendimento e innovazione. Un punteggio uniforme sembra imparziale; se nasce da dati storici distorti o da una definizione povera del problema, rende soltanto più efficiente l’errore. È un rischio particolarmente evidente quando l’AI entra negli appalti pubblici e in altre procedure ad alto impatto.

I tre bias che rendono pericolosa la delega all’AI

1. Bias di automazione: «Se lo dice il sistema, sarà vero»

Il bias di automazione è la tendenza ad accettare il suggerimento di un sistema automatico senza cercare prove alternative o senza dare il giusto peso alle informazioni contrarie.

Una revisione sistematica pubblicata sul Journal of the American Medical Informatics Association ha analizzato frequenza, fattori e possibili contromisure di questo fenomeno. Il punto non è che le persone si fidino sempre delle macchine, ma che, in certe condizioni, la raccomandazione automatica diventi una scorciatoia mentale.

L’interfaccia contribuisce al problema. Una risposta ordinata, fluida e accompagnata da una percentuale può apparire più solida di quanto sia. La sicurezza del tono viene scambiata per accuratezza.

2. Framing e ancoraggio: il primo modo di porre il problema orienta il resto

Il framing riguarda il modo in cui una scelta viene presentata. L’ancoraggio porta invece a dare un peso eccessivo alla prima informazione ricevuta.

Con l’AI i due effetti si sommano. Se chiediamo «spiegami perché questa strategia fallirà», abbiamo già costruito una cornice negativa. Il modello cercherà soprattutto argomenti coerenti con quella direzione. Non perché abbia un’opinione, ma perché sta rispondendo al compito che gli abbiamo assegnato.

Poi arriva il secondo ancoraggio: quello umano. La prima risposta della macchina diventa il punto di partenza dei prompt successivi. Anche quando contiene un errore, tendiamo a costruirci sopra la conversazione.

Il rischio è una catena invisibile:

  1. una domanda orientata produce una risposta orientata;
  2. la risposta viene percepita come autorevole;
  3. i prompt successivi ne accettano le premesse;
  4. il gruppo smette di cercare ipotesi incompatibili con la prima.

3. Overconfidence: fidarsi troppo dell’AI o troppo di sé

L’overconfidence è lo scarto tra quanto ci sentiamo sicuri e quanto siamo realmente accurati. Nell’interazione uomo-macchina funziona in due direzioni: possiamo sopravvalutare l’algoritmo oppure le nostre capacità e ignorare un suggerimento valido.

Uno studio presentato alla conferenza CHI 2024 ha confrontato diversi interventi per calibrare la fiducia nelle decisioni assistite dall’AI. Tra gli approcci esaminati figurano il think the opposite, il ragionamento in termini probabilistici e il feedback sulla calibrazione. Il risultato più importante non è «fidarsi di più» o «fidarsi di meno», ma imparare a far coincidere meglio fiducia e accuratezza.

La buona collaborazione nasce quando sappiamo riconoscere sia i casi in cui l’AI merita ascolto sia quelli in cui deve essere respinta.

Spiegare l’algoritmo non basta

Si parla molto di Explainable AI: se il sistema spiega come è arrivato a una raccomandazione, l’utente dovrebbe valutarla meglio. Purtroppo una spiegazione può diventare a sua volta un segnale di autorevolezza. «C’è una motivazione, quindi sarà corretto».

Lo studio To Trust or to Think, condotto da Zana Buçinca, Maja Barbara Malaya e Krzysztof Z. Gajos su 199 partecipanti, ha sperimentato alcune cognitive forcing functions: piccoli vincoli progettati per obbligare l’utente a fermarsi e ragionare prima di accettare il consiglio dell’AI.

Questi interventi hanno ridotto l’eccessivo affidamento rispetto alle semplici spiegazioni, ma con un prezzo: le soluzioni più efficaci sono state anche quelle valutate meno favorevolmente dagli utenti. Inoltre hanno aiutato di più le persone con una maggiore propensione allo sforzo cognitivo.

È una lezione preziosa per chi progetta strumenti aziendali. Una buona esperienza utente non coincide sempre con il minor numero possibile di passaggi. A volte un po’ di attrito è una funzione di sicurezza.

Che cosa emerge dallo studio presentato nel libro

Nell’ultima parte, Capolupo presenta uno studio esplorativo sull’incidenza di overconfidence, bias di automazione, ancoraggio e framing nelle decisioni organizzative assistite dall’intelligenza artificiale.

I risultati discussi nel volume invitano a evitare conclusioni semplicistiche. Overconfidence e automazione non sembrano alterare in modo significativo le scelte aziendali nel campione analizzato; i lavoratori possono mantenere un ruolo proattivo, soprattutto quando ricevono feedback e conservano autonomia. L’AI può favorire pensiero analitico ed esplorazione di alternative.

Ma il quadro cambia nei lavori più routinari o quando la delega diventa passiva. L’innovazione può essere percepita come minaccia, alimentando anche quella che viene definita AI Anxiety; il coinvolgimento può diminuire e le competenze decisionali possono atrofizzarsi. Lo stesso libro esplicita limiti metodologici e carattere esplorativo dell’indagine: questi risultati non vanno trasformati in una legge universale.

La conclusione più robusta è organizzativa, non tecnologica: l’effetto dell’AI dipende da come vengono progettati lavoro, feedback, responsabilità e possibilità di contestare la macchina.

Human in the loop: non basta mettere una firma alla fine

L’espressione human in the loop viene spesso tradotta con «una persona controlla il risultato». È una definizione troppo debole. Se il decisore vede soltanto l’output finale, non conosce i limiti del sistema e non ha tempo o autorità per opporsi, la supervisione umana è soltanto decorativa.

Il Regolamento europeo sull’intelligenza artificiale, in particolare l’articolo 14 per i sistemi ad alto rischio, richiede misure di sorveglianza umana che consentano di comprendere capacità e limiti del sistema, riconoscere il possibile eccesso di affidamento, interpretare correttamente l’output e decidere di non usarlo o interromperlo. È un tema centrale anche per l’intelligenza artificiale nella Pubblica Amministrazione.

Anche l’AI Risk Management Framework del NIST propone una governance continua del rischio. Tradotto in pratica: non serve soltanto controllare la risposta; bisogna governare dati, obiettivi, ruoli, monitoraggio e conseguenze.

Una checklist pratica per decidere con l’AI senza delegare il cervello

Prima di accettare una raccomandazione algoritmica, un team dovrebbe rispondere almeno a queste domande:

  1. Qual è la decisione reale? Separare il problema dall’output richiesto allo strumento.
  2. Chi ha definito l’obiettivo? Ottimizzare costi, qualità, rapidità o equità produce scelte diverse.
  3. Quali dati mancano? Un modello non può compensare automaticamente informazioni assenti, obsolete o distorte.
  4. Qual è l’ipotesi contraria? Chiedere sempre una spiegazione incompatibile con la prima.
  5. Quali gruppi subiscono le conseguenze? L’efficienza media può nascondere danni concentrati su poche persone.
  6. Quanto è reversibile la scelta? Più una decisione è difficile da correggere, più serve controllo umano.
  7. Chi può contestare l’output? Deve esistere una persona con competenze, tempo e autorità per dire di no.
  8. Come misureremo l’esito? Senza feedback non sapremo se sistema e decisori stanno migliorando.

Quattro prompt per spezzare framing e ancoraggio

Un buon prompt non elimina i bias, ma può rendere il confronto più disciplinato. Ecco quattro formule riutilizzabili:

Avvocato del diavolo
«Contesta la raccomandazione precedente. Elenca le tre assunzioni più fragili, le prove che potrebbero smentirla e uno scenario in cui produrrebbe un danno.»

Alternative incompatibili
«Proponi tre opzioni mutuamente esclusive. Per ciascuna indica benefici, rischi, dati mancanti, soggetti penalizzati e condizioni che la renderebbero preferibile.»

Pre-mortem
«Immagina che tra dodici mesi questa decisione si sia rivelata un fallimento. Ricostruisci cinque cause plausibili e i segnali precoci che oggi potremmo monitorare.»

Separazione tra fatti e ipotesi
«Dividi la risposta in: fatti presenti nelle fonti, inferenze ragionevoli, assunzioni non verificate e informazioni necessarie prima di decidere. Non colmare i vuoti con dati inventati.»

La regola è semplice: non chiedere soltanto all’AI di darci ragione. Chiederle di rendere più difficile il nostro autoinganno.

Perché leggere Decisioni artificiali oggi

Il merito del libro è spostare la discussione dall’eterna domanda «l’AI sostituirà l’essere umano?» a una questione molto più concreta: come cambia il comportamento delle persone quando una macchina entra nel processo decisionale?

È una domanda utile per manager, responsabili HR, professionisti, decisori pubblici, progettisti di servizi e formatori. Perché l’AI non arriva in un laboratorio sterile. Entra in organizzazioni già attraversate da abitudini, gerarchie, incentivi, paure e conflitti. Per proseguire il percorso, può essere utile anche questa selezione di libri indispensabili per capire l’intelligenza artificiale.

La macchina può elaborare più dati e farlo più velocemente. Può simulare scenari, trovare correlazioni e proporre alternative. Ma non possiede da sola la comprensione situata delle conseguenze, né può assumersi la responsabilità morale della scelta.

Il vero obiettivo, quindi, non è costruire decisioni senza esseri umani. È costruire organizzazioni in cui esseri umani e sistemi intelligenti si correggano a vicenda. L’AI deve essere un amplificatore del pensiero, non un alibi per smettere di pensare.

Domande frequenti su Decisioni artificiali e AI decision making

Chi ha scritto Decisioni artificiali?

Il libro è stato scritto da Nicola Capolupo, ricercatore in Organizzazione aziendale presso l’Università Telematica San Raffaele Roma. È pubblicato da Editoriale Scientifica nella collana puntOorg.

Di che cosa parla il libro?

Analizza come l’intelligenza artificiale modifica i processi decisionali individuali e organizzativi, con particolare attenzione a razionalità limitata, bias cognitivi, sistemi di supporto alle decisioni, responsabilità e organizzazione del lavoro.

L’intelligenza artificiale elimina i bias umani?

No. Può mitigare alcuni errori, ma può anche apprendere distorsioni dai dati, rafforzare il framing della domanda e favorire bias di automazione o ancoraggio. Servono controllo, confronto con fonti indipendenti e feedback sugli esiti.

Che cos’è il bias di automazione?

È la tendenza ad accettare una raccomandazione automatica senza verificarla adeguatamente o senza considerare informazioni contrarie. Aumenta quando il sistema appare autorevole e il decisore lavora sotto pressione.

Che cosa significa human in the loop?

Significa mantenere una supervisione umana effettiva sull’AI. La persona deve comprendere limiti e contesto, poter contestare l’output, interrompere il sistema e assumersi la responsabilità della decisione.

Dove si può acquistare Decisioni artificiali?

Il volume è disponibile sul sito di Editoriale Scientifica. L’edizione del 2025 conta 196 pagine e ha ISBN 979-12-235-0275-4.

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.

Invia un’email

OSINT e AI: perché le informazioni pubbliche sono diventate il nuovo petrolio digitale

C’è una scena che si ripete continuamente nelle aziende italiane.

Qualcuno apre ChatGPT, incolla un documento, fa una domanda e ottiene una risposta brillante in pochi secondi. Magia? Non proprio. Dietro c’è qualcosa di molto più interessante: la trasformazione delle informazioni pubbliche in conoscenza operativa.

Ed è esattamente da qui che parte Il nuovo petrolio (online). OSINT e intelligenza artificiale: a caccia di dati pubblici nell’era dei chatbot, libro che ho scritto con Gianluca Boccacci, ethical hacker e presidente dei CyberActors. Nel testo si trova anche la prefazione di Francesco Ceraso, Head of Security Cyber Intelligence di Eni S.p.A.

Il punto centrale del volume è semplice, ma spesso sottovalutato: oggi il vero valore non sta solo nei dati. Sta nella capacità di raccoglierli, interpretarli, collegarli e usarli strategicamente.

Che cos’è davvero l’OSINT

OSINT significa Open Source Intelligence, cioè intelligence da fonti aperte. Non è hacking. Non è cyber-spionaggio cinematografico. E non significa nemmeno “cercare su Google”.

Il libro, che ho deciso di realizzare anche come supporto dei miei corsi per lo IAI, chiarisce bene un aspetto fondamentale: l’OSINT è un processo sistematico di raccolta, organizzazione e analisi delle informazioni pubbliche.

Le fonti possono essere:

  • siti web aziendali
  • social network
  • documenti pubblici
  • registri online
  • articoli di giornale
  • report finanziari
  • forum
  • repository tecnici
  • immagini satellitari
  • database aperti

La differenza la fa il metodo.

Perché il problema contemporaneo non è trovare informazioni. È orientarsi nel rumore.

L’intelligenza artificiale cambia completamente il gioco

Uno dei passaggi più interessanti del libro riguarda il rapporto tra OSINT e AI generativa.

Fino a pochi anni fa, raccogliere e correlare informazioni richiedeva tempo, competenze tecniche e una notevole capacità analitica. Oggi i modelli linguistici possono:

  • sintetizzare migliaia di documenti
  • individuare pattern
  • confrontare dati
  • trovare incongruenze
  • estrarre insight
  • costruire timeline
  • analizzare sentiment online

In pratica, l’intelligenza artificiale rende interrogabile il caos digitale.

Il testo insiste molto su questo punto: l’AI non sostituisce il ragionamento umano, ma amplifica enormemente la capacità di lavorare sulle informazioni.

Ed è qui che il libro evita sia l’entusiasmo ingenuo sia il catastrofismo da fantascienza.

Il vero rischio? La superficialità digitale

C’è un aspetto che emerge chiaramente leggendo il volume: molte vulnerabilità non derivano da attacchi sofisticati, ma da leggerezze quotidiane.

Un PDF con metadati dimenticati.
Un badge visibile in una foto.
Un post LinkedIn troppo dettagliato.
Una presentazione caricata online senza attenzione.
Un annuncio di lavoro che rivela strategie aziendali.

Singolarmente sembrano dettagli irrilevanti. Insieme costruiscono mappe informative potentissime.

Il libro mostra bene come l’OSINT sia ormai centrale non solo nella cybersecurity, ma anche nel marketing, nella ricerca accademica, nella business intelligence e nella gestione della reputazione.

Dalle aziende alle università: l’OSINT è ovunque

Uno degli aspetti più riusciti del testo è l’approccio pragmatico.

Non si limita alla teoria. Mostra applicazioni concrete:

  • monitoraggio dei competitor
  • analisi del sentiment
  • valutazione di nuovi mercati
  • verifica delle fonti
  • ricerca accademica
  • intelligence economica
  • contrasto alla disinformazione

Interessante anche la parte dedicata al Retrieval-Augmented Generation (RAG), cioè i sistemi che permettono ai chatbot di interrogare documenti aziendali, PDF e knowledge base interne per ridurre le allucinazioni dell’AI.

Tradotto: non più chatbot che “inventano”, ma strumenti che ragionano sui documenti reali dell’organizzazione.

È un passaggio cruciale per capire dove sta andando davvero l’intelligenza artificiale nelle aziende.

Il libro affronta anche i lati scomodi

Ed è forse la parte più interessante.

Perché il volume non vende una visione utopica dell’AI. Affronta temi delicati:

  • privacy
  • identità digitali false
  • limiti legali dell’OSINT
  • disinformazione
  • deepfake
  • rischi etici
  • allucinazioni dei modelli linguistici

La prefazione di Francesco Ceraso, tra l’altro membro del Comitato Scientifico Clusit, è particolarmente efficace nel mostrare quanto il confine tra attività lecita e rischio legale possa diventare sottile in alcuni contesti investigativi digitali.

È un approccio maturo, raro in un panorama dove spesso si oscilla tra marketing tecnologico e allarmismo.

Perché questo libro arriva nel momento giusto

Negli ultimi mesi l’AI generativa è uscita dai laboratori ed è entrata nella quotidianità di aziende, professionisti e studenti.

Ma molte organizzazioni stanno ancora usando questi strumenti in modo superficiale:

  • senza cultura del dato
  • senza governance
  • senza verificare le fonti
  • senza comprendere i rischi informativi

Ed è qui che l’OSINT diventa strategico.

Perché insegna una competenza fondamentale dell’era AI: trasformare dati dispersi in conoscenza utile.

Non basta più “fare una domanda a ChatGPT”. Serve capire:

  • quali informazioni usare
  • da dove arrivano
  • quanto sono affidabili
  • come contestualizzarle
  • come verificare eventuali errori

In altre parole: il vero vantaggio competitivo non sarà avere accesso all’AI. Sarà saperla usare con metodo e spirito critico.

Il nuovo petrolio (online) prova a fare proprio questo: spiegare come orientarsi nel nuovo ecosistema informativo dove OSINT, chatbot e intelligenza artificiale stanno ridefinendo il concetto stesso di conoscenza digitale.

 

Quando si parla di intelligenza artificiale, molti piccoli imprenditori restano alla finestra, è comprensibile. Tra titoli apocalittici, promesse miracolose e parole inglesi usate come coriandoli, l’AI generativa rischia di sembrare l’ennesima moda pensata per grandi aziende, consulenti iperattivi e startup con tavolo da ping pong.

Nel frattempo, artigiani e microimprese continuano a fare ciò che sanno fare meglio: lavorare.

Ed è proprio qui che entra in gioco Guida pratica all’uso dell’AI generativa per gli artigiani (disponibile su Amazon), testo che ho scritto con l’amico Daniele Giangiulli: un testo che prova a tradurre l’intelligenza artificiale in strumenti utili per chi ha poco tempo e problemi molto concreti.

Un approccio pragmatico all’AI

Il pregio principale del libro è semplice: evita due estremi molto diffusi.

Da una parte l’entusiasmo cieco (“l’AI cambierà tutto”).
Dall’altra il rifiuto ideologico (“non serve a nulla”).

Abbiamo scelto scelgono una terza strada: spiegare dove può essere utile davvero.

Non teoria astratta, ma applicazioni quotidiane:

  • scrivere email e comunicazioni ai clienti
  • migliorare preventivi e offerte
  • creare contenuti per social e sito web
  • organizzare informazioni
  • semplificare attività ripetitive
  • generare immagini e materiali promozionali

Perché interessa proprio agli artigiani

Il problema di molte piccole attività non è il lavoro tecnico. È tutto il resto.

  • trovare tempo per comunicare
  • rispondere ai clienti rapidamente
  • tenere ordine tra richieste e documenti
  • promuoversi online
  • fare amministrazione senza impazzire

L’AI generativa può aiutare soprattutto qui: nelle attività collaterali che rubano ore ed energie.

Un elettricista non ha bisogno che un chatbot rifaccia un impianto. Ma può apprezzare un supporto nel preparare una risposta professionale a un nuovo cliente o nel creare un post efficace per mostrare un lavoro realizzato.

Linguaggio semplice, taglio operativo

Altro punto a favore: il libro usa un linguaggio accessibile.

Scelta meno banale di quanto sembri. Troppi testi tecnologici parlano come un manuale tradotto male da Marte.

Qui invece il focus è rendere comprensibile uno strumento nuovo a chi non vive di tecnologia ma deve decidere se usarla.

Cosa emerge tra le righe

Il messaggio più interessante non è “usate l’AI”. È piuttosto questo: l’AI va governata, non subita.

Chi ha un mestiere consolidato possiede competenze che nessun software replica facilmente:

  • esperienza sul campo
  • capacità di relazione
  • intuizione pratica
  • problem solving reale
  • qualità del lavoro

L’intelligenza artificiale non sostituisce queste cose. Può però alleggerire ciò che le circonda.

A chi può essere utile

Artigiani tradizionali

Idraulici, falegnami, elettricisti, carrozzieri, serramentisti, manutentori.

Microimprese

Piccole realtà che non hanno reparti marketing o amministrativi strutturati.

Associazioni di categoria

Per attività formative concrete e non solo teoriche.

Curiosi pragmatici

Chi vuole capire il tema senza dover seguire tre webinar e sopportare venti slide motivazionali.

Domande frequenti

L’AI serve davvero a un artigiano?

Sì, soprattutto per comunicazione, organizzazione e gestione del tempo.

Bisogna essere esperti?

No. Molti strumenti sono pensati per utenti comuni.

ChatGPT può aiutare una piccola impresa?

Sì, per testi, idee, risposte clienti, sintesi e contenuti promozionali.

L’AI sostituirà il lavoro artigiano?

Molto difficile. Può sostituire compiti ripetitivi, non il valore del mestiere.

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

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

Inviaci email

Nel 2024 ho scritto la prima edizione di “L’intelligenza artificiale per gli amministratori di condominio”, insieme a VeryFastPeople, la società di Francesco Paini che da anni accompagna gli studi di amministrazione condominiale nel percorso di digitalizzazione. Era un esperimento: volevamo capire se aveva senso parlare di AI a una categoria che – per storia, abitudini e cultura professionale – sembrava lontana anni luce da ChatGPT. La risposta è arrivata in fretta: il libro ha girato, centinaia e poi migliaia di download. Gli amministratori lo hanno letto davvero, ci hanno scritto, ci hanno fatto domande, e poi ci hanno chiesto, durante gli eventi per Anaci: “E adesso? Cosa c’è di nuovo?” Ecco la risposta: la seconda edizione.

 

Visualizza questo post su Instagram

 

Un post condiviso da VeryFastPeople Srl (@veryfastpeople_)


Cosa trovi in “Nuovi scenari”

Questa nuova versione non è un semplice aggiornamento: è un libro diverso. Sono 180 pagine – sessanta in più rispetto alla prima edizione – che coprono metodi concreti per ottimizzare la comunicazione con i condòmini, la preparazione e la conduzione delle assemblee, e la prevenzione dei problemi attraverso un uso proattivo delle tecnologie AI. Non trovi solo ChatGPT, ma le principali piattaforme di intelligenza artificiale disponibili oggi, con esempi pratici e casi di studio reali.

Andiamo sul concreto. Cosa puoi fare con l’AI se sei un amministratore?

  • Redigere verbali di assemblea in un quarto del tempo, a partire da appunti o da una trascrizione audio
  • Rispondere alle email dei condòmini con toni calibrati, anche quando il condòmino non brilla per diplomazia
  • Preparare comunicazioni legali in bozza, da rivedere con il tuo avvocato
  • Fare marketing del tuo studio senza assumere un’agenzia o passare ore su Instagram
  • Analizzare documenti – preventivi, contratti, polizze – in pochi minuti

Ogni capitolo ha un’impostazione pratica. Non teoria. Non filosofia dell’AI. Cose da fare il lunedì mattina.


Perché lo distribuiamo gratis

Me lo chiedono spesso. “Ma se è un libro vero, perché non lo vendi?” Risposta semplice: il nostro obiettivo non è vendere copie, mica di campa in Italia vendendo libri. È cambiare un settore. Solo pochissimi amministratori si sono spinti a fare delle sperimentazioni. La gran parte si sta affacciando a questo mondo in modo esplorativo. L’ho detto io stesso quando abbiamo presentato la prima edizione. E la situazione non è cambiata abbastanza. Se un PDF gratuito abbassa la soglia di ingresso e porta qualche centinaio di professionisti a provare uno strumento nuovo – beh, questo vale molto di più di qualsiasi royalty.


Scaricalo adesso

Puoi scaricare gratuitamente la seconda edizione del libro dalla pagina di VeryFastPeople, direttamente a questo link:

Scarica “L’intelligenza artificiale per l’amministratore di condominio – Nuovi scenari”

Se invece preferisci la versione cartacea (o vuoi regalarlo a un collega che ancora non si fida dei PDF), la trovi su Amazon.

Buona lettura. (E poi dimmi com’è andata con la prima assemblea condominiale gestita con l’AI.)

Spesso l’AI viene presentata come uno strumento di lavoro indispensabile per i colletti bianchi: del resto ChatGPT e chatbot vari sono bravissimi a riassumere e scrivere documenti, fare analisi e così via.
Eppure l’intelligenza artificiale può risultare molto utile anche per chi fa lavori pratici, per esempio gli artigiani. In questo video riporto 3 esempi concreti presi dal libro “ArtigianIA. L’intelligenza artificiale a supporto di quella artigiana” (Ledizioni), scritto a quattro mani con Daniele Giangiulli di Confartigianato Chieti: un esempio per i designer, uno per i tatuatori e uno per i falegnami.

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

Scrivimi mandami un WhatsApp al 339.6325418 per organizzare un corso, una presentazione del libro o una conferenza sull’A.I. generativa.

Inviaci email

All’inizio del 2025 è uscito in tutte le librerie il mio nuovo libro: “Intelligenza artificiale e tecnologia in classe. Guida per insegnanti per un uso consapevole”, scritto a quattro mani con Giuseppe Lavenia dell’Associazione Di.Te. ed edito da Mursia.

Il video di presentazione del libro

La scheda del libro

Gianluigi Bonanomi – Giuseppe Lavenia
Intelligenza artificiale e tecnologia in classe
Guida per insegnanti per un uso consapevole

«L’IA nelle scuole può essere un’opportunità straordinaria per arricchire il processo di apprendimento, portando la didattica a un nuovo livello di interattività e personalizzazione.»

L’intelligenza artificiale ha conquistato gli studenti e molti insegnanti. Il numero di articoli, approfondimenti e corsi sull’IA per la scuola supera quello destinato alle aziende. Ragazzi e professori trovano in ChatGPT uno strumento versatile per la generazione di testi, la risoluzione di quesiti complessi e l’assistenza nello studio. La sua capacità di fornire risposte contestualizzate e di interagire in modo naturale con gli utenti rende questo nuovo strumento un valido supporto didattico, stimolando curiosità e apprendimento.
Questo manuale esplora le opportunità e le sfide dell’uso della tecnologia e dell’intelligenza artificiale in classe, offrendo un’analisi approfondita e bilanciata, supportata da ricerche e casi pratici. Un’opera essenziale per educatori e professionisti che desiderano comprendere l’impatto della tecnologia sull’educazione.

Gianluigi Bonanomi è un consulente e formatore aziendale sulla comunicazione digitale e sull’intelligenza artificiale generativa. Tiene corsi sull’uso consapevole della tecnologia nelle scuole ed è titolare della cattedra di Digital marketing e AI presso l’Accademia SantaGiulia di Brescia.

Giuseppe Lavenia, psicologo e psicoterapeuta, professore presso l’Università Politecnica delle Marche, è presidente dell’Associazione Nazionale Di.Te. (Dipendenze tecnologiche, GAP e Cyberbullismo). È docente di Psicologia delle Dipendenze tecnologiche per l’Università telematica E-campus. Scrive libri e articoli su riviste scientifiche e collabora con testate giornalistiche, radio e tv. Con Mursia ha pubblicato insieme a Roberta Bruzzone Il patentino digitale (2024).

Pagine 156
Euro 15,00
EAN 9788842568674
Collana: Interventi

 

Nel luglio 2024 ho dato alle stampe, per l’editore Ledizioni, il testo “L’intelligenza artificiale per gli amministratori di condominio“, dopo mesi di eventi sul tema insieme a VeryFastPeople. Il testo ha come sottotitolo “Come usare ChatGPT e gli altri chatbot per analisi documentali, verbali, assistenza clienti, marketing, comunicazione e altro” e vede anche i contributi di Francesco Paini per la prefazione, l’avvocato Andrea Broglia per la parte legale e Giorgio Danesi di Copernico per l’integrazione dell’IA nei CRM.

La quarta di copertina:

“IA per amministratori di condominio” offre una panoramica sull’utilizzo dell’intelligenza artificiale negli ambiti della gestione condominiale. Il libro illustra metodi per ottimizzare la comunicazione con i condomini, la preparazione e la conduzione delle assemblee, e la prevenzione di problemi attraverso l’utilizzo proattivo delle tecnologie IA. Con contenuti basati su esempi pratici, studi di caso e segnalazioni delle principali piattaforme di IA (non solo ChatGPT), il testo si rivela una guida essenziale per gli amministratori di condominio che desiderano implementare soluzioni innovative nei loro processi lavorativi.

Dove scaricare gratuitamente il libro

Il libro è in vendita su Amazon, ma è anche disponibile gratuitamente in versione PDF sulla pagina Web di VeryFastPeople, a questo indirizzo.

Ecco la presentazione del testo:

Il libro “L’intelligenza artificiale per l’amministratore di condominio” di Gianluigi Bonanomi, con contributi di Andrea Broglia e Giorgio Danesi, è una guida essenziale per gli amministratori che vogliono sfruttare le potenzialità di ChatGPT (e non solo).

Scoprirai come grazie all’innovativo CRM Copernico, l’amministratore può organizzarsi, delegare, monitorare e coordinare le attività, rendendo lo studio un’azienda dinamica e strutturata. Inoltre, imparerai ad applicare l’IA per analisi documentali, gestione verbali, assistenza clienti, marketing e comunicazione.

Questo manuale pratico, arricchito dalla prefazione di Francesco Paini, ti offrirà tanti strumenti concreti per migliorare l’efficienza e la qualità del tuo lavoro, ottimizzando i processi, risparmiando tempo e potenziando significativamente la gestione complessiva del condominio.

L’evento di lancio

Il libro è stato presentato in anteprima il 12 luglio 2024 durante un webinar organizzato da Anaci Lecco.

Potrebbe essere un'immagine raffigurante 5 persone, redazione e testo

Qui puoi rivedere il mio intervento durante l’evento:

Come parlare con il libro!

In coerenza con il progetto, ho trasformato il libro “L’intelligenza artificiale per gli amministratori di condominio” in un chatbot. Puoi chiedergli qualsiasi cosa inerente al contenuto del testo:

Il 28 febbraio 2024 ho dato alle stampe, con l’editore Ledizioni (collana “Fai da tech“), il libro “ChatGPT, come stai? Il prompt engineering come nuova skill ibrida”. Il testo è al tempo stesso una riflessione innovativa sul rapporto tra umani e intelligenze artificiali generative e un manuale pratico. L’obiettivo è quello di guidare il lettore in un viaggio attraverso le sfaccettature dell’AI, analizzando la capacità “emotiva” e di “comprensione” di ChatGPT e degli altri modelli di linguaggio (LLM) Il testo illustra, passo a passo, come interagire efficacemente con i chatbot grazie al promptengineering, sfruttando trucchi, tecniche evolute e metodi esclusivi come G.O.L.D. e SO.C.RA.T.E.

Ecco il video di presentazione del libro:

Ringrazio la rivista Advisor Private per aver segnalato il mio libro:

La recensione di Gladiatori Digitali

Ringrazio Gladiatori Digitali per aver consigliato ChatGPT, come stai? Il prompt engineering come nuova skill ibrida nella rubrica “Letture sotto l’ombrellone: ti consiglio un libro a settimana (N°3)”. Ecco il giudizio sul libro:

Carino, soprattutto per chi è agli inizi in questo mondo. L’ho letteralmente divorato in pochi giorni: il testo è scorrevole, leggero e le pagine sono poche, rendendolo una lettura rapida ma utile.

Voto: 7,5. CONSIGLIATO PER I BEGINNER.

Gladiatori Digitali, “Letture sotto l’ombrellone: ti consiglio un libro a settimana (N°3)”

Il libro su Amazon

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

Scrivimi mandami un WhatsApp al 339.6325418 per organizzare un corso o una conferenza sull’A.I. generativa e sul prompt engineering.

Inviaci email