Andare oltre il catastrofismo e l’utopismo dell’era digitale – di Stefano Zamagni

1. In questa nota, fisso l’attenzione su talune rilevanti conseguenze per l’organizzazione e la strategia aziendale associate all’ingresso nei sistemi produttivi delle nuove tecnologie del digitale. Prima però una annotazione di carattere generale.

Le forze che nel passato, anche recente, decretarono i vincitori sul fronte tecnologico non sono più le stesse di quelle odierne. In primo luogo, perché l’investimento in capitale non è più limitato, come ieri, alla fase dello start-up. L’IA non solamente è molto capital-intensive (ed energy intensive), ma le esigenze di forti investimenti in capitale non diminuiscono anche una volta che l’industria abbia raggiunto la maturità. In secondo luogo, l’influenza politica conta, oggi, almeno (se non di più) quanto il potere di mercato.

Nel passato, gli innovatori non avevano necessità di intrattenere, come oggi, stretti rapporti con governi, regolatori, centri di ricerca. Infine, l’IA non è particolarmente suscettibile alla dinamica del “winner takes-all”. Si pensi ad imprese quali Facebook, Google, Amazon, Apple: agli inizi della loro avventura industriale riuscirono a dominare social media, ricerca, e-commerce, smart-phones, rispettivamente. La realtà odierna del settore IA non va seguendo questo “pattern”. Anziché puntare su un singolo vincitore, il settore tende a sostenere una pluralità di imprese dominanti, ciascuna delle quali controlla la propria nicchia.

La gara per la leadership della IA non sarà vinta dalle imprese con i più alti tassi di crescita, ma da quelle che sapranno cambiare in fretta i loro prodotti e che sapranno esercitare una qualche influenza di natura politica sul quadro regolatorio.

E’ di interesse osservare, a tale riguardo, che nel corrente anno le imprese dispongono, per la prima volta, di un Corpus di ricerca sufficiente per smettere di discutere in astratto se l’intelligenza artificiale aumenti o meno la produttività, e cominciare a chiedersi dove e per chi la aumenta. Lo Stanford AI Index 2026, pubblicato il 13 aprile del corrente anno, sintetizza nel capitolo dedicato all’economia un insieme di studi empirici condotti su lavoratori reali in contesti reali, e il quadro che emerge ha una geometria precisa. L’Intelligenza artificiale produce guadagni nulli o negativi nei compiti che richiedono giudizio situato, integrazione di contesto implicito, e ragionamento non riducibile a passaggi sequenziali verificabili. Questo non è un limite temporaneo destinato a correggersi con modelli più potenti. E’ una proprietà strutturale del tipo di lavoro che l’IA può aumentare.

2. Oggi, le grandi imprese hanno difficoltà ad adottare sistemi di IA agentica non per ragioni tecniche, ma per una per una ragione concettuale che affonda le radici in oltre un secolo di storia del lavoro: le imprese (ma non tutte) continuano a chiedere alle macchine di fare ciò che già fanno gli esseri umani, senza chiedersi se quei processi abbiano ancora senso; in particolare se ha ancora senso continuare con il modello organizzativo taylorista. Si automatizza così l’esistente, invece di ripensare chi decide come si lavora e chi ne paga il costo. In altri termini, la più parte delle aziende sta chiedendo agli agenti di IA di fare il lavoro così come questo è stato progettato per essere svolto da esseri umani. Il risultato è una inefficienza amplificata, e si capisce perché. I processi umani sono costruiti attorno a “compensazioni cognitive” che gli esseri umani fanno inconsciamente – ad esempio, interpretare le ambiguità; navigare le eccezioni; usare il giudizio contestuale.

Un agente di IA che eredita un processo umano senza quelle compensazioni è come un operaio cui si chiede di lavorare su una catena di montaggio non progettata per lui. In sostanza, il valore reale non viene tanto dall’automazione dei compiti, ma dal ripensamento di cosa debba essere fatto. Questa distinzione – tra fare meglio le cose che si sono sempre fatte e chiedersi se quelle cose vadano fatte – è proprio la distinzione che il taylorismo ha rimosso: il manager taylorista ottimizza, non mette in discussione ciò che va fatto.

Il dibattito pubblico sugli agenti di IA vede contrapporsi due rappresentazioni, entrambe carenti. Da una parte, c’è l’idea che un agente sia poco più di un assistente evoluto, capace di eseguire compiti ripetitivi con maggiore velocità. Dall’altra, c’è l’immagine di sistemi quasi indipendenti, pronti a sostituire intere porzioni di lavoro umano.

Il 18 febbraio 2026, Anthropic ha pubblicato il Rapporto “Measuring AI agent autonomy in practice”, che evita entrambe le semplificazioni. La domanda di partenza è: quanta autonomia viene effettivamente concessa a questi sistemi, in quali ambiti vengono usati, quanto è rischioso ciò che fanno, come muta il comportamento degli utenti con l’esperienza. Il valore del suddetto documento sta qui: invece di discutere in astratto di “agenti”, il Rapporto prova a misurare il modo concreto in cui essi vengono inseriti nei processi lavorativi. Donde la conclusione: l’autonomia degli agenti di IA non è una proprietà fissa della tecnologia, ma l’esito della capacità (e della volontà) dell’impresa di accettare il principio secondo cui l’IA deve lavorare per noi, non pensare per noi.

In buona sostanza, la questione da affrontare non è quello che l’IA farà per noi, ma quel che vogliamo faccia per noi. D.Wu, S. Liang,nel loro saggio Human-AI interaction and collaboration, CUP, 2026 indagano in quali condizioni le macchine possono interagire e collaborare con gli esseri umani in modo efficace e socialmente accettabile. La domanda centrale che pongono è: può l’IA diventare un supporto effettivo all’intelligenza umana senza sostituirne il giudizio e la responsabilità?

3. L’interessante libro di Richard Susskind (How to think about AI: a guide for the perplexed, OUP, 2025) parte dall’idea che l’IA sia diventata, in breve tempo, un tema pubblico carico di entusiasmo e di panico, ma povero di strumenti concettuali utili per orientarsi. Il punto di partenza della riflessione dell’Autore è che l’IA non è un oggetto unico, né un traguardo già raggiunto; ma in insieme di sistemi in accelerata evoluzione che ridefiniscono ciò che, fino a tempi recenti, venivano considerati compiti tipicamente umani e che perciò costringono a ripensare lavoro, istituzioni, rischi e perfino talune categorie filosofiche di base. In un contesto del genere, quel che serve è capire quali promesse siano realistiche, quali minacce vadano prese sul serio e soprattutto quali scelte collettive debbano essere prese per preservare la dimensione dell’umano.

Partendo dalla distinzione tra process-thinking e outcome-thinking, Susskind mostra come i due giudizi opposti sulla IA – quello ottimista e quello pessimista – derivino non tanto da dati fattuali, ma dal modo in cui si guarda la realtà produttiva: il processo oppure gli esiti dello stesso. Il contrasto è dunque tra chi svaluta l’IA perché non “penserebbe” come una persona e chi, invece, la apprezza per la sua capacità di produrre risultati utili (e profittevoli).

La conclusione che traggo da quanto precede è che è urgente tornare a pensare la Tecnica e non solo continuare ad occuparsi della Tecnologia e dei suoi successi. Pensare la Tecnica significa porsi il problema dell’intreccio tra naturale e artificiale, il problema cioè dell’Intelligenza Organoide, come è stata di recente chiamata.

Uno dei guasti più seri che l’egemonia culturale dell’utilitarismo ha creato nelle nostre società è proprio questo: che non vi sarebbe bisogno di pensare, perché ciò che importa è il fare, per ottenere risultati. Non è difficile cogliere la pericolosità di una posizione del genere. Ecco perché va difeso, anche in sede normativa, il diritto alla libertà cognitiva, il diritto cioè a mantenere il controllo sui propri processi mentali e sulla propria esperienza cognitiva. Sono dell’idea che non ci vorrà ancora molto tempo prima che si prenda la decisione, in sede internazionale, di includere l’habeas mentem nella Dichiarazione universale dei diritti dell’uomo.

Stefano Zamagni