L’uso dell’AI può rendere le attività più lunghe, scopre la ricerca

Una nuova ricerca suggerisce che l’AI può rendere le attività semplici più lunghe, convincendo gli utenti di diventare più produttivi.

Uno studio condotto da Stanford, NYU e Princeton ha scoperto che spesso utilizziamo l’AI anche quando non è efficiente; e che per le attività più piccole che ci impegniamo a delegare all’AI, spesso spendiamo meno sforzo mentale e risparmiamo più tempo facendo il lavoro noi stessi.

In tre studi condotti sugli esseri umani commissionati per la ricerca, gli autori hanno scoperto che i partecipanti hanno regolarmente sottostimato quanto tempo l’AI avrebbe risparmiato loro per un’attività proposta, nonché notevolmente sottostimato quanto dipendono dall’AI e quanto la utilizzano effettivamente*.

‘Nel [secondo studio], cerchiamo di capire perché le persone potrebbero utilizzare l’AI per attività semplici nonostante l’uso dell’AI non fornisca benefici di efficienza. Un’ipotesi è che le persone sono miscalibrate su quanto tempo e sforzo l’assistenza dell’AI salva.

‘Per testare questa ipotesi, abbiamo confrontato le previsioni delle persone rispetto al tempo e allo sforzo effettivo necessari per completare queste attività con e senza l’assistenza dell’AI e abbiamo identificato illusioni di guadagno di efficienza, dove le persone sovrastimano sia il tempo che lo sforzo che l’AI salva.

‘In media, le persone hanno previsto che l’assistenza dell’AI avrebbe risparmiato 55,7 secondi quando in realtà ha risparmiato solo 7,5 secondi. Questa miscalibrazione è particolarmente grave per le varianti semplici delle attività, dove le persone hanno previsto che l’assistenza dell’AI avrebbe risparmiato tempo, ma in realtà ha reso le attività più lente da completare.’

Il nuovo documento, intitolato L’illusione del guadagno di efficienza: le persone sottostimano la frequenza di utilizzo dell’AI e sovrastimano i suoi benefici per le attività semplici, scritto da sette autori delle tre istituzioni, scopre anche che l’uso precedente dell’AI sembra rafforzare l’uso futuro dell’AI, anche quando la tecnologia offre poco o nessun beneficio di efficienza.

Panoramica degli esperimenti utilizzati per testare come le persone utilizzano l’AI per attività semplici quotidiane, rivelando che gli utenti sottostimano quanto spesso si affidano all’AI, sovrastimano il tempo che salva e diventano più propensi a utilizzarlo nuovamente dopo l’esposizione precedente. Fonte

I dati dei tre studi hanno scoperto che le persone diventano più propense a utilizzare l’AI dopo l’esposizione precedente, anche in modi che non sono produttivi o che non risparmiano tempo, o anche che non riducono lo stress (ad esempio, spendendo meno sforzo mentale sull’attività)*:

‘Contrariamente alla possibilità che l’esperienza migliori la calibrazione [ad esempio, la capacità di stimare quanto è utile l’AI per un’attività], abbiamo identificato un effetto di trasporto a livello di sessione in cui l’uso iniziale dell’AI aumenta l’uso successivo dell’AI.

‘I partecipanti che hanno inizialmente completato le attività con l’AI sono diventati ancora più propensi a optare per l’assistenza dell’AI per le varianti delle attività facili, anche se farlo non offriva risparmio di tempo o sforzo in media.’

In uno degli studi condotti sugli esseri umani, gli autori hanno scoperto che i risparmi ottenuti dall’uso dell’AI erano interamente illusori:

‘L’assistenza dell’AI può [fallire]. [Abbiamo] scoperto che le persone che hanno scelto di utilizzare l’AI hanno speso 7,06 secondi in più rispetto a coloro che hanno completato le attività [in modo indipendente] e hanno riportato uno sforzo maggiore.’

Lo studio si è limitato ad attività che richiedevano cinque minuti o meno, ma potrebbe risuonare con gli ex dipendenti che ora ricorrono regolarmente a ChatGPT e ad altri LLM popolari e commercializzati, invece di farlo.

Gruppi di studio

In tutti gli studi condotti sugli esseri umani, le attività sono state progettate in base al framework Taxonomy of User Needs and Actions (TUNA). Gli esperimenti hanno coperto la ricerca di informazioni; la sintesi; l’aritmetica; la correzione degli errori di ortografia; la riscrittura; e altre attività a bassa complessità che potevano essere completate in meno di cinque minuti.

Il primo studio ha confrontato la disponibilità dei partecipanti a utilizzare l’AI con il loro comportamento effettivo durante il completamento dell’attività, indagando se le persone capiscono correttamente la loro dipendenza dall’assistenza dell’AI.

Il secondo si è concentrato sui guadagni di efficienza percepiti rispetto a quelli reali, confrontando le aspettative dei partecipanti riguardo al tempo e allo sforzo mentale risparmiati con i tempi di completamento misurati e il carico di lavoro riportato, durante il completamento dell’attività con e senza l’assistenza dell’AI.

Il terzo ha esaminato se l’esposizione precedente all’AI cambiava la presa di decisioni successive, monitorando se i partecipanti che avevano precedentemente completato le attività con l’AI diventavano più propensi a fare affidamento sull’AI durante le attività successive.

Pensare troppo – L’uso dell’AI per attività semplici

Per capire se le persone stimano correttamente la loro dipendenza dall’AI, i partecipanti allo studio in una sessione sono stati invitati a completare quattro attività, con l’opzione di utilizzare l’assistenza dell’AI per ogni attività. Il livello in cui i partecipanti hanno effettivamente utilizzato l’AI è stato confrontato con la loro stima precedente di quanto pensavano di utilizzarlo, con una significativa dissonanza evidente nei risultati:

I partecipanti hanno sistematicamente sottostimato quanto spesso si sarebbero rivolti all’AI per attività semplici, con il divario che si allarga su prompt più facili dove l’uso effettivo dell’AI è aumentato al 38% rispetto a una stima del 20%, suggerendo che la delega abituale all’AI si estende ben oltre la consapevolezza degli utenti.

Gli autori affermano:

‘Abbiamo scoperto che [le persone] hanno effettivamente utilizzato l’AI significativamente più del tasso medio previsto. In media, i partecipanti hanno riferito che avrebbero utilizzato l’AI nel 33% delle attività, ma il tasso di utilizzo dell’AI a livello di popolazione è del 47% (β = 1,07, p < 0,001).

‘Questo divario è più ampio per le varianti delle attività facili (β = 0,69, p < 0,001): i partecipanti hanno previsto un uso dell’AI del 20% ma il tasso di utilizzo dell’AI effettivo è stato del 38% (β = 1,42, p < 0,001), quasi raddoppiando il tasso di preferenza dichiarato.’

Gli esperimenti si sono concentrati su attività ordinarie a basso sforzo che molte persone ora affidano regolarmente all’AI, anche quando farlo potrebbe essere inutile. I partecipanti sono stati invitati a svolgere attività semplici che coinvolgevano il ricordo dei fatti, l’aritmetica, la correzione degli errori di ortografia, la riscrittura di brevi passaggi, la sintesi del testo e la risposta a domande di ragionamento di base, con alcune attività che richiedevano solo poche parole o una frase per essere completate.

Lo studio includeva anche versioni leggermente più difficili delle stesse attività, consentendo ai ricercatori di confrontare se l’uso dell’AI cambiava man mano che il lavoro diventava più impegnativo.

I benefici di risparmio di tempo dell’AI sono sovrastimati

Nel secondo studio, i partecipanti sono stati divisi in due gruppi separati, con un gruppo che ha inizialmente stimato quanto tempo e sforzo mentale l’AI avrebbe risparmiato per una serie di attività, mentre l’altro gruppo ha effettivamente completato le stesse attività con o senza l’assistenza dell’AI. Le attività si sono concentrate nuovamente su attività a bassa complessità che coinvolgevano l’aritmetica, la riscrittura, il ricordo dei fatti, la sintesi, la correzione degli errori di ortografia e brevi esercizi di ragionamento.

L’obiettivo era confrontare le aspettative delle persone riguardo alla produttività dell’AI con ciò che è realmente accaduto quando il lavoro è stato eseguito. Secondo il documento, i partecipanti hanno sistematicamente sovrastimato quanto l’AI li avrebbe aiutati, in particolare per le attività più facili dove molti hanno assunto che l’AI avrebbe drasticamente ridotto il carico di lavoro e il tempo di completamento.

Invece, i risultati misurati hanno spesso mostrato solo guadagni minori e, in alcuni casi, come menzionato in precedenza, l’uso dell’AI ha effettivamente rallentato i partecipanti. Il documento afferma che le persone si aspettavano che l’assistenza dell’AI risparmiasse quasi un minuto in media, mentre il risparmio di tempo osservato è stato di solo pochi secondi.

Per alcune attività più semplici, gli utenti dell’AI hanno effettivamente impiegato più tempo per finire rispetto alle persone che hanno completato il lavoro in modo indipendente:

Previsto contro tempo e sforzo mentale effettivo durante il completamento dell’attività con e senza l’assistenza dell’AI, rivelando la ‘illusione di velocizzazione’ del documento, in cui i partecipanti hanno creduto costantemente che l’AI avrebbe risparmiato molto più tempo di quanto non abbia fatto in realtà. I tempi di completamento dell’AI sono stati sostanzialmente più lunghi del previsto, mentre le stime per il completamento dell’attività indipendente sono rimaste molto più vicine ai risultati osservati.

Lo studio ha anche esaminato lo sforzo mentale percepito. I partecipanti hanno comunemente creduto che l’AI avrebbe reso le attività molto più facili; eppure, la riduzione misurata dello sforzo cognitivo è stata molto più piccola del previsto. Il documento caratterizza ciò come un’ ‘illusione di guadagno di efficienza’, in cui le persone sistematicamente sovrastimano sia la velocità che l’utilità dell’assistenza dell’AI durante il lavoro quotidiano semplice.

L’uso dell’AI approfondisce l’illusione

L’ultimo dei tre studi è stato progettato per testare se anche una breve esposizione all’AI cambiava la presa di decisioni successive. I partecipanti sono stati divisi in più gruppi e hanno inizialmente superato una ‘fase di esposizione’, dove alcuni hanno completato attività facili con l’assistenza dell’AI; alcuni hanno completato attività più difficili con l’assistenza dell’AI; e altri hanno completato le stesse categorie di attività in modo indipendente, senza l’AI. Un gruppo di controllo separato ha saltato completamente la fase dell’attività.

Successivamente, tutti i gruppi sono entrati in una seconda ‘fase di test’, questa volta con nuove e più facili attività, e hanno avuto la possibilità di decidere se utilizzare o meno l’AI. Le attività si sono concentrate nuovamente su attività a bassa complessità (ad esempio, riscrittura, aritmetica, ricordo, correzione degli errori di ortografia, sintesi e brevi esercizi di ragionamento) che potevano essere completate in pochi minuti.

Il documento afferma che i partecipanti che avevano già utilizzato l’AI durante la fase di esposizione sono diventati sostanzialmente più propensi a fare affidamento su di essa nuovamente, anche quando l’uso precedente dell’AI non aveva risparmiato tempo o ridotto lo sforzo mentale.

I ricercatori hanno scoperto che gli utenti precedenti dell’AI hanno selezionato l’assistenza dell’AI molto più frequentemente durante la fase di test successiva rispetto ai partecipanti che avevano precedentemente completato le attività in modo indipendente:

I partecipanti che avevano precedentemente utilizzato l’AI durante la fase di esposizione sono diventati sostanzialmente più propensi a fare affidamento su di essa nuovamente durante le attività successive, nonostante l’uso precedente dell’AI spesso non abbia prodotto guadagni significativi in termini di velocità o riduzione dello sforzo mentale. Il pannello sinistro mostra che gli utenti precedenti dell’AI hanno selezionato l’assistenza dell’AI molto più frequentemente durante la fase di test successiva rispetto ai partecipanti che avevano inizialmente completato le attività in modo indipendente. Il pannello destro illustra l’ ‘illusione di velocizzazione’ del documento, in cui l’esposizione precedente all’AI ha aumentato la convinzione dei partecipanti che il lavoro assistito dall’AI fosse più veloce e più efficiente, anche se i tempi di completamento misurati hanno spesso mostrato poco beneficio e, in alcuni casi, prestazioni più lente.

I ricercatori sostengono che ciò crea le condizioni per un ‘ciclo di auto-rinforzo’, in cui l’uso dell’AI aumenta la futura dipendenza dall’AI, mentre contemporaneamente indebolisce la capacità degli utenti di giudicare correttamente se la tecnologia sta migliorando la produttività.

Conclusione

Opinione Molti lettori che hanno adottato l’AI per piccole attività potrebbero, come me, sentirsi familiari con le conclusioni del nuovo documento.

Personalmente, la mia ossessione per l’automazione di attività ripetitive precede l’attuale boom dell’AI di diversi decenni. Allora, come adesso, la domanda rimane: Il lavoro necessario per impostare e/o mantenere l’automazione supera lo sforzo (umano) stimato per semplicemente eseguire l’attività, senza alcuna automazione?

Coloro che amano automatizzare potrebbero finire per automatizzare per il gusto di farlo, anche se ci vorrebbero anni o decenni prima che qualsiasi ritorno (in termini di tempo risparmiato) fosse evidente; e ciò cambia il contesto dell’attività da ‘ottimizzazione’ a ‘hobby’.

Non c’è nulla di male in questo, a condizione che non ci si stia ingannando che si stanno facendo guadagni reali. Tuttavia, questo è un cattivo comportamento che ho cercato di resistere negli ultimi anni; e l’opzione di utilizzare l’AI, di recente, sembra propensa ad esacerbare, poiché anche risultati scadenti o non ottimali possono essere ottenuti molto più velocemente, ad esempio, rispetto a quando si scrivono macro in JavaScript e altri linguaggi.

Indicatori ingannevoli

Ciò che il documento trascura un po’ è la tensione tra risultati serendipiti o fortunati tramite l’AI rispetto alla predominanza di vicoli ciechi e tentativi frustrati di conformare i chatbot AI disponibili, come ChatGPT, alle proprie esigenze – in un flusso di lavoro che può essere affidabile, anche di fronte ad aggiornamenti forzati a nuove versioni che potrebbero non funzionare nello stesso modo della versione su cui il flusso di lavoro o la routine era condizionata.

Un risultato ‘magico’ è quindi quell’occasione in cui l’AI risolve immediatamente il problema in modo facile e razionale.

Ad esempio, ogni volta che recensisco un documento, devo stamparlo e inevitabilmente devo scrivere i numeri di pagina in grassetto in alto, poiché sono solitamente assenti o in caratteri minuscoli in basso. Chiedere a ChatGPT di produrre uno script Python che aggiunga un numero di pagina grande e in grassetto in alto ha prodotto un risultato incredibilmente rapido, poiché ora posso trascinare un PDF di Arxiv su un file.BAT e avere una nuova versione con numeri di pagina evidenti in 2-3 secondi:

Numeri di pagina evidenti aggiunti ai PDF tramite uno script Python scritto dall’AI.

A parte un minuto o due di discussione su se Windows abbia un carattere nativo e separato Arial Black (non lo ha più), questo è stato forse il risultato più rapido che l’AI abbia mai creato qualcosa di persistentemente e regolarmente utile per me.

Questo tipo di ‘breakthrough’ o ‘vittoria facile’ dà una falsa impressione della vera capacità dell’AI di risparmiare tempo e/o sforzo mentale, poiché tendiamo a dare a tali istanze un’importanza eccessiva: la nostra tendenza naturale a sopprimere ricordi dolorosi o negativi e a riutilizzare o concentrarci su ricordi più felici significa che le istanze di successo in cui l’AI risolve attività semplici in modo utile finiranno per essere un faro che cercheremo di perseguire, anche contro la tendenza delle prove statistiche, come dimostrato nel nuovo documento, e anche contro la nostra stessa esperienza che tali ‘vittorie facili’ sono l’eccezione e non la regola.

C’è una prova crescente, oltre al nuovo documento, che ci inganniamo sull’utilità dell’AI. Nel 2025 uno studio ha scoperto che gli sviluppatori che utilizzavano l’AI impiegavano il 19% in più di tempo rispetto a senza l’AI; e un’altra ricerca più recente conferma il messaggio sottostante del nuovo documento discusso in questo articolo – che il risparmio di tempo richiede tempo.

Sarebbe utile se ricerche di questo tipo potessero essere tradotte in un (inevitabilmente alimentato dall’AI) vecchio studio di tempo e movimento, consentendo di ottenere informazioni reali su quanto l’AI ci risparmi – o ci costi – tempo.

Infine, lo studio è eccezionale anche per un altro aspetto importante, poiché tenta almeno di quantificare lo ‘sforzo mentale’ in relazione all’uso dell’AI per attività minori. Man mano che l’attenzione si concentra sull’ ‘intensità’ del lavoro assistito dall’AI, abbiamo bisogno urgentemente di unità di misura affidabili che possano quantificare l’estensione in cui le esigenze e le eccentricità dell’AI esauriscono o depletono noi, a un costo generale di qualità del lavoro e idoneità al lavoro.

* La formattazione è degli autori, dal documento originale. Le citazioni in linea sono state convertite in collegamenti ipertestuali da me.

Pubblicato per la prima volta sabato 23 maggio 2026