Articoli — 2 di 2

AIOS e l'IA che ti alza di un piano: nel recinto propone, tu decidi, il risultato è quello atteso

Gli studi che fanno paura hanno misurato studenti che scrivevano un tema. Chi ha un mestiere nelle mani sta nell'esperimento opposto — e c'è un dettaglio, nello stesso lavoro del MIT, che quasi nessuno cita.

di Maurizio Giordano — trentacinque anni di caldereria e recipienti a pressione
31 ottobre 2026 · tempo di lettura 5 minuti

La domanda arriva sempre

«Allora dovrei far fare tutto all'intelligenza artificiale? Non è così che si diventa scemi?»

È l'obiezione giusta, e ha dietro della ricerca vera. Un gruppo del MIT ha fatto scrivere dei testi a 54 persone misurando l'attività cerebrale: chi si è appoggiato al modello linguistico ha mostrato le connessioni più deboli, ha ricordato peggio quello che aveva «scritto» e lo sentiva meno suo. Lo chiamano debito cognitivo: scorrevolezza e velocità adesso, pagate dopo. Un altro studio, su 319 persone che usano questi strumenti al lavoro, ha trovato che più uno si fida dello strumento, meno pensiero critico applica — e più uno si fida di sé, più ne applica.

Non lo nascondo, perché dice una cosa vera. Ma guardiamo cosa hanno misurato: persone che scrivono un tema. Gente senza mestiere, in un compito dove non c'era mestiere da metterci.

E nello stesso lavoro del MIT c'è un dettaglio che quasi nessuno cita: nella quarta sessione hanno scambiato i gruppi. Chi aveva scritto prima con la propria testa e solo dopo ha usato il modello ha mostrato connessioni cerebrali più forti in tutte le bande, e ha ricordato meglio quello che aveva fatto. Chi si era abituato a delegare, rimesso a lavorare da solo, è andato peggio.

Non è lo strumento. È l'ordine. Prima la testa, poi la macchina: quella è amplificazione. Al contrario è debito.

Primo: l'altitudine

Ecco cosa fa davvero uno strumento del genere a chi ha un mestiere nelle mani.

L'intelligenza artificiale non ci rende stupidi: ci alza di un piano. Ci toglie di sotto l'esecuzione e saliamo a riflettere sul fare — e quella riflessione è elevata a potenza della nostra sapienza: più mestiere hai, più alto arrivi. Per questo il risultato non nasce più dal saper usare gli strumenti che ha disegnato un altro: nasce dal giudizio umano, che resta il validatore supremo del processo e di ciò che ne esce.

Elevato a potenza: è la parola giusta, perché non si somma, si moltiplica. Chi non ha sapienza non ha esponente, e si ritrova in mano il risultato di qualcun altro — è esattamente lì che quegli studi hanno misurato il danno. Chi di mestiere ne ha trentacinque anni non viene sostituito: viene moltiplicato.

Secondo: il validatore supremo

Non è una formula di cortesia. Uno studio durato sei mesi l'ha chiamata col nome giusto: il collo di bottiglia si è spostato. Non è più generare la soluzione, è verificarla. E dove la verifica non è costruita, i numeri sono brutali: l'accuratezza scende dal 95% al 48% man mano che il problema si fa complesso, e intanto la fiducia in quello che si è prodotto resta alta — trentaquattro punti di scarto fra ciò che si crede e ciò che è.

Il più grande esperimento sul campo, 758 consulenti, dice il rovescio della stessa medaglia: sui lavori dentro le capacità del modello, +40% di qualità; su quelli fuori, diciannove punti peggio di chi lavorava senza. Perché nessuno controllava più.

Ecco perché AIOS propone e non dispone, e perché ogni affermazione che pesa deve portare la sua fonte: nessun documento esce, nessun ordine parte, nessuna mail arriva al cliente senza la tua mano. Non è prudenza da ufficio legale: è l'unica architettura che quei numeri consentono. Il giudizio umano è il validatore supremo del processo — e per restare tale va messo nel progetto, non lasciato alla buona volontà.

Terzo: il cervello, che è analogico

Qui AIOS fa la cosa semplice: gli toglie la fatica e gli ridà il lavoro per cui è nato.

Un cervello fa quello che fa con venti watt, una lampadina; una sola scheda grafica da inferenza ne consuma quattrocento, e un modello grande gira su otto o trenta schede. Per processo analogico il cervello batte la macchina uno a cento — prendetela come un'immagine e non come una misura, ma dietro c'è una cosa vera e vecchia. Nel 1966 Michael Polanyi l'ha scritta così: «sappiamo più di quanto possiamo dire».

La macchina vince su tutto ciò che è contabile. L'uomo vince su ciò che non è mai stato scritto da nessuna parte: il colpo d'occhio su un pezzo unico, la mano, quel «questo non mi torna» che arriva prima del calcolo. Il modulo a finestre chiedeva proprio di buttare quella metà, perché non aveva un campo per contenerla.

E la burocrazia? Quella sì, delegata tutta: la trascrizione, la ricerca del campo, la ricopiatura da un documento all'altro, il formato, il promemoria, il controllo aritmetico. Nessuno è mai diventato più intelligente ricopiando il codice di un articolo.

Non ho paura che l'intelligenza artificiale mi renda stupido. Ho paura di tornare a passare metà della giornata a cercare un campo obbligatorio.

Fonti

1. Debito cognitivo: N. Kosmyna et al., «Your Brain on ChatGPT», MIT Media Lab, 2025 — 54 partecipanti, EEG a 32 elettrodi; preprint, campione piccolo, un compito solo — MIT Media Lab, limiti dello studio.
2. Prima la testa, poi la macchina: nello stesso studio è la quarta sessione, gruppo Brain-to-LLM — aumento significativo della connettività in tutte le bande EEG e ricordo migliore, al contrario del gruppo LLM-to-Brain — testo integrale.
3. Fiducia nello strumento e pensiero critico: H.-P. Lee et al. (Microsoft Research + Carnegie Mellon), «The Impact of Generative AI on Critical Thinking», CHI 2025 — 319 lavoratori, 936 casi reali — Microsoft Research.
4. Il collo di bottiglia che si sposta dalla generazione alla verifica: M. Hümmer, F. Durner, T. Shyiramunda, M. J. Cummings-Koether, «AI, Metacognition, and the Verification Bottleneck», studio longitudinale su tre ondate, 2026 (accuratezza 95,2% → 81% → 66,7% → 47,8% per complessità crescente; scarto credenza-prestazione +34,6 punti; studio pilota, campione piccolo e accademico, nessun gruppo di controllo) — testo.
5. Dentro e fuori la frontiera: F. Dell'Acqua et al., «Navigating the Jagged Technological Frontier», Harvard Business School / BCG, 2023 — 758 consulenti; +40% di qualità sui compiti dentro le capacità del modello, 19 punti percentuali in meno di soluzioni corrette su quelli fuori — testo.
6. Ciò che sappiamo e non riusciamo a dire: M. Polanyi, The Tacit Dimension, 1966 («we know more than we can tell») e il paradosso di Moravec — scheda, applicazione al mercato del lavoro, 2025.
7. Venti watt contro quattrocento: consumo del cervello umano (Britannica, stime sulla corteccia) e assorbimento di una GPU in inferenza (From Words to Watts, 2023). L'«uno a cento» resta un'immagine: non esiste una misura che confronti il giudizio di un uomo e un modello in rapporto di cento a uno.