L’AI doveva liberarci dal lavoro. Ci ha promossi a babysitter dei bot
Prima avevo dieci cose da fare. Ora immagino di avere dieci agenti che le fanno: uno prepara un report, un altro cerca le fonti, un terzo scrive le email. Io dovrei finalmente dedicarmi al pensiero strategico. Invece cominciano le richieste, e con loro la supervisione degli agenti AI: confermi questo dato? Posso procedere? Quale versione preferisci?
Il pensiero strategico può aspettare. Qualcuno deve badare ai bot.
È una scena immaginaria, ma il problema è molto concreto: delegare l’esecuzione può creare un nuovo lavoro di supervisione. E quel lavoro va contato, soprattutto quando promettiamo che gli agenti ci restituiranno tempo.
Il caso Anthropic: più risultati, più attenzione da distribuire
Il 19 ottobre 2026 Fortune ha dedicato un articolo alla supervisione degli agenti in Anthropic. La fonte originale è il rapporto aziendale del 16 ottobre su come sta cambiando il lavoro interno («How employment is changing at Anthropic»).
Un dato colpisce: secondo la stima degli autori, leggere tutti gli output delle sessioni interattive richiederebbe oltre metà settimana anche ai gruppi non tecnici. È una conversione della quantità di testo in tempo di lettura, non il tempo effettivamente trascorso a leggere. Il rapporto descrive inoltre circa l’80% del tempo delle sessioni interattive come attesa di input umani: non significa che l’80% della giornata dei dipendenti sia sprecato.
La stessa ricerca segnala aumenti di produzione in diverse funzioni. Va letta per ciò che è: un’analisi interna di un produttore di AI, con limiti nell’attribuire causalmente i cambiamenti agli strumenti. Non dimostra che gli agenti facciano lavorare peggio. Mostra un problema organizzativo insieme ai benefici.
Il report è pronto. Il tempo per leggerlo no
Il passaggio che mi interessa è questo: possiamo abbattere il costo di produzione di un documento senza abbattere quello della decisione che dovrebbe seguire. (È lo stesso costo nascosto di cui ho parlato a proposito di AI;DR e dei testi scritti con l’AI che nessuno legge.)
Immaginiamo un responsabile marketing che chieda analisi dei concorrenti, proposte editoriali e varianti delle campagne. L’agente consegna tutto. Ma qualcuno deve ancora distinguere una fonte affidabile da una mediocre, scegliere una tesi, controllare una promessa commerciale e decidere cosa mandare al cliente.
Se ogni attività produce più alternative di quante ne possiamo valutare, la mia ipotesi è che l’abbondanza diventi arretrato. Avere trenta idee di articoli non serve quando il problema è scegliere quale scrivere. Avere trenta bozze può persino rendere quella scelta più difficile.
Propongo quindi di cambiare domanda: oltre a «quanto produce l’agente?», chiediamoci «quanta attenzione richiede per arrivare a un risultato utilizzabile?».
Cosa dice la ricerca sulla supervisione degli agenti AI
Il rapporto Anthropic non è l’unico segnale. Tre ricerche, con metodi e limiti diversi, aiutano a leggerlo senza entusiasmi né catastrofismi.
La sensazione di velocità non è una misurazione
Un utile avvertimento viene da un contesto diverso. Nel test randomizzato pubblicato da METR nel luglio 2025, 16 sviluppatori esperti svolsero 246 attività sui propri progetti: con gli strumenti AI disponibili nel periodo studiato impiegarono il 19% di tempo in più. Il risultato riguarda quei partecipanti, quei compiti e quegli strumenti, non tutti gli usi dell’AI.
E bisogna leggere anche il seguito: nell’aggiornamento del febbraio 2026, METR considera inaffidabile la stima del nuovo esperimento a causa, fra l’altro, della selezione di partecipanti e attività. Gli autori ritengono plausibile un miglioramento della velocità rispetto all’inizio del 2025, ma non lo quantificano con sicurezza.
La lezione che ne ricavo è metodologica: una dimostrazione spettacolare non basta a sapere quanto tempo abbiamo risparmiato. Servono confronti su attività reali, risultati accettabili e costi completi.
Controllare richiede competenza
Uno studio presentato a CHI 2025 da ricercatori Microsoft e collaboratori, basato su 319 lavoratori della conoscenza, descrive uno spostamento del pensiero critico verso verifica delle informazioni, integrazione delle risposte e gestione del compito. Si tratta di esperienze autoriferite: non di una prova sperimentale che l’AI deteriori le capacità cognitive.
Per un manager, però, il tema è immediatamente utile. Dire «tanto poi controlla una persona» lascia aperte tre domande: chi possiede la competenza per controllare, quanto tempo ha e quali errori deve cercare?
La supervisione degli agenti AI prevista su una slide deve trovare spazio anche nell’agenda. Altrimenti l’approvazione rischia di diventare un clic per svuotare la coda.
Quando il controllo ricade sui colleghi
C’è poi un costo che non resta a chi usa l’AI. Nel settembre 2025 BetterUp Labs e lo Stanford Social Media Lab hanno chiamato workslop il contenuto generato con l’AI che sembra un buon lavoro ma non ha sostanza (Harvard Business Review, 22 settembre 2025). Nel loro sondaggio su 1.150 lavoratori d’ufficio statunitensi, il 40% ha dichiarato di averne ricevuto nell’ultimo mese e, secondo la pagina della ricerca BetterUp, servono in media circa due ore per sistemare ogni episodio. Anche qui parliamo di dati autoriferiti, ma il messaggio è chiaro: la supervisione che non fa chi delega, prima o poi, la fa qualcun altro.
Un budget di attenzione per la supervisione degli agenti AI
Nei percorsi sugli agenti AI e sull’automazione del lavoro, questo è il tipo di esercizio che proporrei: assegnare un budget di attenzione prima di aggiungere un nuovo assistente. Ecco tre regole operative da sperimentare, non risultati di una ricerca.
- Decidere cosa merita una notifica. Separare blocchi reali, decisioni necessarie e aggiornamenti che possono aspettare un riepilogo.
- Chiedere un risultato proporzionato alla decisione. Per scegliere fra tre fornitori, può servire una raccomandazione motivata con prove accessibili, anziché quaranta pagine da interpretare.
- Stabilire i confini della delega. Definire quali passaggi l’agente può completare e quali richiedono una valutazione umana. Il controllo va progettato in funzione delle conseguenze.
Il criterio è il risultato del processo. Come osserva Josh Bersin nel suo intervento del 19 ottobre sull’analisi del lavoro, inventariare le attività non basta: bisogna considerare il contesto e gli esiti che vogliamo ottenere.
L’esercizio: misurare il risparmio fino all’ultima correzione
Scegliete un’attività ricorrente, per esempio trasformare gli appunti di una riunione in un riepilogo operativo. Definite prima cosa rende il risultato accettabile: decisioni corrette, responsabilità attribuite soltanto se documentate, scadenze esplicite e nessun impegno inventato.
- Misurate il tempo necessario senza agente, revisione compresa.
- Su un caso comparabile, misurate preparazione delle istruzioni, interventi, verifica e correzioni con l’agente. (Sulla preparazione delle istruzioni ho scritto una guida al context engineering: spesso è lì che si nasconde il primo costo.)
- Annotate gli errori e gli elementi mancanti. Controllate entrambi i risultati con gli stessi criteri.
- Ripetete su più casi. Valutate separatamente il costo iniziale di configurazione e quello ricorrente.
Il conto da fare è semplice: tempo umano del processo abituale meno tempo umano del processo assistito, compresi i controlli. A parità di qualità richiesta. È una prova operativa per il vostro contesto, non un esperimento scientifico generalizzabile.
Il lusso sarà un agente che sa quando lasciarti in pace
Non sto suggerendo di rinunciare agli agenti. La supervisione degli agenti AI può essere un uso molto migliore del nostro tempo rispetto a copiare dati o preparare documenti da zero. Ma il beneficio va verificato dopo che il lavoro è davvero finito.
La mia provocazione è questa: l’agente più utile potrebbe essere quello che produce meno materiale da controllare, perché ha capito quale decisione deve aiutarti a prendere.
Altrimenti abbiamo automatizzato l’ufficio e assunto noi stessi come personale di sorveglianza.
Un video per capire il passaggio dai chatbot agli agenti
In questo estratto del mio intervento a «L’AI tra i banchi» spiego cosa sono gli agenti AI. È un’introduzione al tema, precedente al rapporto Anthropic: puoi guardarlo qui sotto o guardare il video su YouTube.
Domande frequenti sulla supervisione degli agenti AI
Cos’è la supervisione degli agenti AI?
È il lavoro umano che serve per seguire agenti che eseguono compiti: rispondere alle richieste di conferma, leggere gli output, verificare fonti e dati, scegliere fra le alternative e decidere cosa approvare. Delegare l’esecuzione non elimina il lavoro: lo sposta verso controllo e decisione.
Quanto tempo richiede la supervisione degli agenti AI secondo Anthropic?
Nel rapporto del 16 ottobre 2026 gli autori stimano che leggere tutti gli output delle sessioni interattive richiederebbe oltre metà settimana anche ai gruppi non tecnici. È una conversione della quantità di testo in tempo di lettura, non il tempo davvero trascorso a leggere. Il rapporto descrive inoltre circa l’80% del tempo delle sessioni interattive come attesa di input umani.
Gli strumenti AI fanno sempre risparmiare tempo?
Non necessariamente. Nel test randomizzato di METR del luglio 2025, 16 sviluppatori esperti hanno impiegato il 19% di tempo in più con gli strumenti AI disponibili all’inizio del 2025. Nell’aggiornamento del febbraio 2026 METR ritiene plausibile un miglioramento, ma non lo quantifica con sicurezza.
Come si misura il risparmio reale di un agente AI?
Si sceglie un’attività ricorrente, si definiscono prima i criteri di qualità e si confronta il tempo umano del processo abituale con quello del processo assistito, compresi istruzioni, interventi, verifiche e correzioni. Si ripete su più casi, valutando separatamente il costo iniziale di configurazione e quello ricorrente.
Vuoi capire quali attività delegare davvero?
Possiamo partire da un processo del tuo team, misurare dove si perde tempo e progettare un uso dell’AI con obiettivi, limiti e controlli proporzionati. Raccontami il progetto.









Lascia un Commento
Vuoi partecipare alla discussione?Sentitevi liberi di contribuire!