L’intelligenza è diventata abbondante, il giudizio no
Dopo trent’anni nell’informatica, ripenso al valore delle soluzioni nell’era in cui conta prima di tutto scegliere le domande.
Questa riflessione nasce dalla mia esperienza di professionista informatico, un percorso di trent’anni segnato da problemi da affrontare e dalla fiducia, quasi naturale, nel problem solving. Per molto tempo ho pensato che il valore stesse soprattutto lì: leggere una situazione, comprenderne i vincoli e trovare una soluzione praticabile. È una capacità che mi ha accompagnato nel lavoro e che continua a essere essenziale. Oggi, però, mi sembra evidente che la premessa stia cambiando.
Da oltre quattro anni ho capito di dover affinare capacità diverse, soprattutto per orientarmi nell’infosfera, una tempesta costante di dati, segnali, opinioni e contenuti. Non basta più saper elaborare informazioni. Occorre scegliere a quali prestare attenzione, riconoscere ciò che conta e non confondere il rumore con un’indicazione utile. In questo passaggio mi ha aiutato l’essere sempre stato un umanista digitale e un sostenitore dell’apprendimento continuo. È anche ciò che mi ha permesso di attraversare gli ultimi tre anni di AI sentendomi, alla fine, più forte e più consapevole.
Finora, imprese e organizzazioni hanno dovuto fare i conti con una risorsa davvero limitata: l’intelligenza disponibile. Intelligenza nel senso concreto del termine, cioè la capacità di leggere informazioni, capirle, metterle a confronto, trasformarle in analisi e usarle per decidere. Ogni azienda ne dispone solo fino a un certo punto. Le persone sono finite, così come il tempo che ciascuna può dedicare.
Un account manager può conoscere davvero problemi e bisogni di un numero circoscritto di clienti. Un ingegnere riesce a leggere soltanto una certa quantità di documenti. Un manager può prestare attenzione a una frazione, spesso piccola, di ciò che succede nell’organizzazione. È sempre stato così.
L’AI risolve. Ma chi trova il problema?
L’Intelligenza Artificiale, però, sta iniziando a cambiare proprio questa premessa. Sa analizzare, sintetizzare, classificare ed elaborare enormi volumi di informazioni in tempi brevissimi. Di conseguenza, quel tipo di intelligenza diventa una risorsa che si può moltiplicare e rendere molto più disponibile.
Questo non vuol dire, ovviamente, che il ragionamento artificiale sia gratuito, infallibile o, soprattutto, identico a quello umano. Vuol dire però che il costo marginale di molte attività cognitive sta calando in modo radicale. È una trasformazione che ho imparato a osservare senza delegare il mio giudizio. L’esperienza con l’AI mi ha insegnato a usare meglio la mia intelligenza, ancora di più a favore degli altri, e ha rafforzato il mio desiderio di contribuire a una maggiore consapevolezza.
È qui che, a mio avviso, si sposta il valore. La risorsa davvero decisiva non è più soltanto la capacità di analizzare ed elaborare, ma quella di porre la domanda giusta. Di capire quale problema meriti davvero di essere affrontato. Di distinguere un segnale rilevante dal rumore. Di interpretare il contesto, valutare conseguenze che non stanno nei dati e scegliere anche quando nessuna alternativa è perfetta.
In altre parole, potremmo passare dal problem solving al problem finding. Per abitudine premiamo chi trova in fretta una buona soluzione. Ma se in pochi secondi è possibile generare cento soluzioni, allora diventa molto più prezioso capire quale sia il problema che vale la pena risolvere. Per chi, come me, ha fatto a lungo affidamento sul proprio problem solving, non è una svalutazione di quella competenza. È l’invito a usarla dentro una cornice più ampia e più esigente.
È un cambiamento poco appariscente, forse. Eppure potrebbe essere molto più profondo di quanto sembri, perché incide direttamente sulle persone da coinvolgere nei team e sulla futura struttura delle organizzazioni.
Non a caso, di recente alcuni protagonisti della corsa all’AI hanno iniziato ad assumere filosofi. Una professione rimasta ai margini per un certo periodo, che oggi sembra ritrovare spazio e funzione.
Google DeepMind ha ormai un gruppo interno di filosofi, come raccontato dalla rivista WIRED, che ne ha identificati almeno dieci. Anthropic ha assegnato alla filosofa Amanda Askell un ruolo importante persino nella definizione della “costituzione” che orienta il comportamento di Claude. Prima di arrivare in Anthropic, Askell aveva lavorato anche in OpenAI.
Non è solo una questione etica. La filosofia abitua a discutere le premesse, a definire con maggiore precisione i concetti e, soprattutto, a riformulare continuamente il problema invece di fermarsi alla prima risposta. È una differenza non da poco, e una pratica che considero sempre più necessaria per non lasciarsi travolgere dall’abbondanza informativa.
Umanesimo digitale, dopo il problem solving
Il problem solving non sparirà, ma diventerà meno raro. Il problem finding, al contrario, potrebbe affermarsi come una delle competenze più preziose dell’AI Economy.
C’è un paradosso che mi sembra centrale. Più cresce la nostra capacità di produrre analisi, idee, scenari e contenuti, più aumenta la quantità di materiale che qualcuno dovrà valutare.
La vera scarsità, quindi, potrebbe spostarsi dall’elaborazione al giudizio, dalla produzione alla selezione, dalla risposta alla domanda, dall’informazione al significato.
Un’azienda potrebbe disporre di migliaia di agenti capaci di analizzare senza sosta clienti, mercati, operation e competitor, e continuare comunque a prendere decisioni mediocri. Succederebbe se nessuno avesse progettato un sistema in grado di trasformare quella capacità in attenzione organizzativa.
Forse la domanda interessante sull’AI non è quanto lavoro riuscirà ad automatizzare. È come costruiremmo un’impresa se l’intelligenza non fosse più una delle sue risorse più scarse. Come cambierebbe la struttura delle nostre organizzazioni?
L’università non può insegnare solo a trovare soluzioni
È anche per questo che cerco di diffondere questo cambio di paradigma soprattutto in ambito universitario. Mi interessa aiutare gli studenti a prepararsi con maggiore lucidità a un mondo del lavoro che diventa sempre più difficile da decifrare: non offrendo certezze facili, ma allenando l’attenzione alle domande, ai contesti e alle conseguenze delle scelte.
“Il futuro del lavoro non chiede di essere più veloci delle macchine, ma più consapevoli di ciò che scegliamo di rendere possibile con loro.”
Domande frequenti
Quando l’intelligenza non è più la risorsa più rara
Qualche punto fermo per orientarsi tra AI, giudizio, problem finding e il lavoro che ci aspetta.
L’AI rende davvero l’intelligenza abbondante?
Rende più disponibile una parte delle attività cognitive, come analizzare, sintetizzare, classificare e generare alternative. Non sostituisce automaticamente il giudizio, il contesto o la responsabilità di scegliere.
Che cosa cambia rispetto al problem solving?
Risolvere bene un problema resta importante, ma quando le soluzioni possono essere prodotte in pochi secondi diventa decisivo capire quale problema meriti davvero attenzione.
Che cos’è il problem finding?
È la capacità di formulare la domanda giusta, distinguere un segnale dal rumore e mettere in discussione le premesse prima di correre verso una risposta.
Perché il giudizio diventa una competenza centrale?
Perché più analisi, idee e scenari produciamo, più serve qualcuno che sappia valutarli, collegarli alle conseguenze e decidere anche quando nessuna opzione è perfetta.
Che cosa c’entra l’umanesimo digitale?
Ricorda che la tecnologia non è soltanto una questione di efficienza. Conta il modo in cui la usiamo, quali possibilità scegliamo di rendere reali e per chi le rendiamo disponibili.
Come preparare gli studenti a un lavoro difficile da decifrare?
Non basta insegnare strumenti o risposte standard. Serve allenare l’attenzione alle domande, ai contesti, alle premesse e alle conseguenze delle scelte che si faranno.
Da informatico a cercatore di senso
Unisciti al mio mondo di conoscenza e iscriviti al mio canale WhatsApp.
Sarai parte di una comunità appassionata, sempre aggiornata con i miei pensieri e le mie idee più emozionanti.
Non perderti l’opportunità di essere ispirato ogni giorno, iscriviti ora e condividi questa straordinaria avventura con me!
Nota di trasparenza sull’uso dell’AI nel blog
In questo spazio digitale, dedicato alla comprensione critica dell’innovazione tecnologica, desidero condividere con chiarezza due aspetti importanti del lavoro che porto avanti.
Immagini generate con l’AI
La quasi totalità delle immagini presenti nel blog è generata tramite strumenti di intelligenza artificiale. Le utilizzo sia come supporto visivo sia come modo per sperimentare nuove forme di comunicazione creativa, coerenti con i temi trattati.
Un blog nato dalla scrittura… e trasformato dalla velocità dell’AI
Scrivere è sempre stata una mia passione. Dopo anni di appunti, riflessioni e sperimentazioni, tre anni fa è nato questo blog. Fin da subito, però, ho dovuto confrontarmi con una sfida evidente: l’incredibile accelerazione dell’evoluzione scientifica legata all’intelligenza artificiale rende complesso mantenere aggiornato un progetto di divulgazione che ambisce alla qualità e alla precisione.
Per questo, in coerenza con la mia missione di promuovere consapevolezza, oggi più che mai un elemento vitale, ho scelto di farmi affiancare da piattaforme di AI in molte fasi del lavoro editoriale. In particolare, l’AI mi supporta in:
- ricerca e verifica preliminare delle notizie
- organizzazione e strutturazione degli articoli
- creazione di sezioni HTML per FAQ e link alle fonti
- ideazione di infografiche
- esplorazione di titoli efficaci e pertinenti
L’obiettivo non è delegare il pensiero, ma amplificare la capacità di analisi e di sintesi, così da offrire contenuti sempre più chiari, accurati e utili.
