E se l’AI più che agevolarci ci stesse stressando e svalutando? Tra competenza e responsabilità, ora ci si chiede l’impossibile

Per gran parte della storia del lavoro moderno abbiamo accettato come normale il fatto che ogni persona sapesse fare bene alcune cose e ne ignorasse molte altre. Non conoscere una lingua, non saper leggere un bilancio, non saper programmare, non conoscere a fondo una normativa o non essere in grado di costruire una presentazione complessa non erano necessariamente limiti individuali: erano la base stessa della specializzazione. Le organizzazioni esistevano anche per questo, per mettere insieme competenze differenti e trasformare i limiti di ciascuno in una capacità collettiva. L’intelligenza artificiale sta cominciando a incrinare questa logica perché rende accessibili, in pochi secondi, capacità che fino a ieri richiedevano anni di formazione o il ricorso a uno specialista.

L’AI ci toglierà il diritto di non sapere: la nuova inflazione delle aspettative nel lavoro

Un manager può tradurre un documento, un piccolo imprenditore può analizzare un contratto, un professionista può generare codice, un dipendente può sintetizzare cento pagine, preparare una presentazione o costruire una prima analisi finanziaria senza possedere pienamente quelle competenze. È una democratizzazione straordinaria. Ma ogni tecnologia che aumenta ciò che possiamo fare aumenta anche ciò che gli altri considerano ragionevole aspettarsi da noi. Lo smartphone non ci ha soltanto resi più raggiungibili: ha reso meno accettabile non esserlo. La posta elettronica non ha soltanto accelerato le comunicazioni: ha ridotto drasticamente il tempo considerato normale per rispondere. L’AI può produrre lo stesso effetto su una porzione molto più ampia delle nostre capacità cognitive.

Se quasi tutti possono ottenere rapidamente un risultato che prima richiedeva una competenza rara, quel risultato smette di essere un plus e diventa il nuovo standard minimo. È così che nasce una possibile inflazione delle aspettative cognitive.

Il meccanismo è già visibile nelle attività quotidiane. Se preparare una presentazione richiedeva una giornata, dieci slide potevano rappresentare un lavoro ragionevole. Se oggi una prima versione viene prodotta in pochi minuti, la stessa giornata può essere riempita con più scenari, più analisi, più alternative. Il tempo risparmiato non si trasforma automaticamente in tempo libero o in minore pressione. Spesso viene immediatamente riassorbito da un aumento dell’output atteso. È una dinamica che il mondo del lavoro conosce bene: l’efficienza non riduce necessariamente il volume delle richieste, può semplicemente alzare l’asticella. L’AI potrebbe portare questa logica dentro il perimetro della competenza personale.

Con l’Ai cambiano i parametri di valutazione del lavoratore

Se un dipendente può farsi spiegare una normativa, tradurre un documento, generare una formula complessa o ottenere una prima analisi di mercato, la risposta “non so farlo” rischia di diventare meno legittima. Non perché quella persona abbia davvero acquisito la competenza, ma perché ha accesso a uno strumento che permette di simularne una parte. In questo modo il concetto stesso di professionalità può cambiare. Il lavoratore non viene più valutato soltanto per ciò che sa, ma per tutto ciò che riesce a mobilitare attraverso i sistemi a cui ha accesso. La competenza individuale tende così a coincidere con la propria architettura cognitiva: persona, modelli, agenti, dati, reti, strumenti. È un passaggio enorme perché sposta il confine della performance senza modificare necessariamente il confine della conoscenza reale.

Per le imprese questo produce una tensione interessante. Da una parte aumenta la produttività potenziale dei singoli, soprattutto nelle organizzazioni piccole. Una microimpresa può accedere a competenze che prima richiedevano consulenti esterni. Un professionista può ampliare il proprio raggio d’azione. E un team ridotto può svolgere attività che prima richiedevano più persone. Dall’altra, però, cresce il rischio di confondere accesso alla competenza e possesso della competenza. Ottenere una buona risposta non significa essere in grado di valutarne i limiti. Un dipendente può produrre un’analisi statistica senza conoscere davvero la statistica. Una sintesi legale senza conoscere il diritto. E una previsione finanziaria senza padroneggiare il modello sottostante.

Il punto di contatto tra il vantaggio dell’AI e il “rischio operativo”

Finché l’output appare plausibile, la differenza resta nascosta. È qui che il vantaggio dell’AI può trasformarsi in rischio operativo. Le aziende potrebbero progressivamente estendere le responsabilità delle persone sulla base di ciò che gli strumenti consentono loro di produrre, senza verificare se possiedano anche la capacità di riconoscere un errore. Il risultato può essere una forza lavoro apparentemente più competente e concretamente più esposta. Più ampio diventa il numero delle attività che una persona è in grado di svolgere con supporto artificiale, più importante diventa chiarire quali di quelle attività richiedano controllo specialistico. Quali siano accettabili come supporto preliminare. E quali non possano essere delegate a chi non possiede competenza sufficiente.

Una trasformazione profonda del concetto di negligenza

La questione diventa ancora più delicata sul terreno della responsabilità. Per molto tempo abbiamo distinto tra ciò che una persona poteva ragionevolmente sapere e ciò che non era nelle sue possibilità conoscere. Ma se un sistema può recuperare, confrontare e sintetizzare enormi quantità di informazioni in pochi secondi, il perimetro di ciò che “avresti potuto sapere” si allarga. Domani l’errore potrebbe essere giudicato non soltanto rispetto a ciò che sapevi. Ma rispetto a ciò che avresti potuto chiedere all’AI. È una trasformazione profonda del concetto di negligenza. Un manager potrebbe essere criticato per non aver interrogato un sistema prima di prendere una decisione; un professionista per non aver utilizzato strumenti capaci di rilevare un’anomalia; un dipendente per non aver verificato automaticamente un documento prima di inviarlo.

Se l’AI cambia cosa è legittimo pretendere da noi

L’uso dell’AI può così passare rapidamente da vantaggio competitivo a dovere implicito di diligenza. E, come spesso accade, ciò che inizialmente è opzionale diventa prima best practice. Poi standard. E infine requisito. La tecnologia non cambia soltanto ciò che possiamo fare. Ma ciò che diventa legittimo pretendere da noi. Per le imprese sarà quindi importante definire non soltanto dove l’AI può essere usata, ma dove deve essere usata e dove, invece, la responsabilità resta legata a una competenza umana specifica. Senza questa distinzione, il rischio è costruire aspettative crescenti su basi cognitive sempre meno chiare.

Quelle dinamiche “in evoluzione” che possono modificare salari, percorsi di carriera e confini professionali

C’è poi un effetto diretto sul valore delle competenze. Se una certa capacità diventa facilmente accessibile attraverso l’AI, il suo valore di mercato può ridursi. Non significa che la competenza profonda perda importanza, anzi. Ma soffre soprattutto la fascia intermedia, quella in cui una persona viene pagata perché sa fare qualcosa che altri non sanno fare. Quando una macchina consente a molti di ottenere un risultato accettabile, il valore si sposta verso chi sa riconoscere i casi difficili. Validare gli output. Integrare conoscenze diverse e assumersi la responsabilità finale. È una dinamica che può modificare salari, percorsi di carriera e confini professionali.

Alcune capacità operative rischiano di diventare rapidamente baseline, mentre aumentano di valore il giudizio. La profondità disciplinare; la capacità di interpretare contesti complessi. In questo senso l’AI non elimina necessariamente la specializzazione: può renderla più estrema. Da una parte una grande massa di attività viene resa accessibile. Dall’altra, i casi più complessi richiedono professionisti ancora più qualificati. Il centro, quello delle competenze intermedie, è la zona più esposta alla pressione.

AI e la necessità di un riconoscimento del limite come elemento di sicurezza organizzativa

La conseguenza per il management è chiara: non possiamo misurare il potenziale dell’AI soltanto in termini di maggiore produttività, dobbiamo misurare anche l’inflazione delle aspettative che quella produttività genera. Se un’organizzazione aumenta continuamente il numero di attività richieste alle persone senza ridefinire responsabilità, competenze e carichi cognitivi, il guadagno iniziale può trasformarsi in sovraccarico. Più strumenti abbiamo per fare tutto, più rischiamo di aspettarci che tutti sappiano fare tutto. È qui che il “diritto di non sapere” acquista un significato nuovo. Non è una difesa dell’ignoranza, ma il riconoscimento del limite come elemento di sicurezza organizzativa.

AI e la grande sfida per le imprese

Una persona deve poter dire “non possiedo questa competenza”, anche quando un sistema può generare un output plausibile al suo posto. Sapere dove finisce la propria competenza e dove comincia quella presa in prestito dalla macchina può diventare una delle capacità professionali più importanti dell’era dell’AI. Il paradosso finale è quindi semplice. L’intelligenza artificiale nasce con la promessa di liberarci da una parte della fatica cognitiva. E potrebbe invece costruire un mondo in cui a ogni persona viene chiesto di coprire un numero crescente di domini. Non perché li conosca davvero, ma perché può accedervi temporaneamente attraverso una macchina. Potremmo sapere meno cose in prima persona e, nello stesso tempo, essere considerati responsabili di molte più cose. È una trasformazione che riguarda il lavoro, i salari, le professioni e il modo stesso in cui definiamo la competenza.

L’AI può democratizzare l’accesso alla conoscenza, ma rischia anche di trasformare quella conoscenza accessibile in una nuova aspettativa permanente. La grande sfida per le imprese sarà quindi evitare che l’aumento della capacità artificiale si traduca soltanto in un aumento della pressione umana. Perché quando tutto sembra possibile, la frase più difficile da pronunciare potrebbe diventare anche la più necessaria: questo non lo so.

*Professor Carlo Maria Medaglia, delegato alla Terza Missione, all’Innovazione Digitale ed all’Intelligenza Artificiale dell’Università degli Studi IUL