Esternalizza il tuo pensiero all’AI e ti sostituirà

Il capo dell’AI di Microsoft, Mustafa Suleyman, ha condiviso recentemente una previsione terrificante: entro i prossimi 12-18 mesi, la maggior parte, o forse tutti, i lavori da colletti bianchi saranno completamente automatizzati dall’intelligenza artificiale. Il signor Suleyman non è il primo a condividere un’ipotesi del genere (sì, sto parlando di Dario Amodei e della sua sentenza di 5 anni sull’AI per il mondo), e sicuramente non l’ultimo. Ma lasciami condividere un’opinione controversa: l’AI, che si tratti di 18 mesi o 5 anni, non sarà in grado di sostituire i lavoratori da colletti bianchi. Ma se smettiamo di pensare, lo farà.

E non sto dicendo che non sarà integrato nella maggior parte dei processi, o che non possa aiutare le persone con il loro carico di lavoro. Questo sta già accadendo. Ma sostituire il pensiero umano, eliminare l’input umano, è quel compito che l’AI non è in grado di svolgere (a meno che noi, come esseri umani, non sostituiamo il nostro motore decisionale con l’AI, naturalmente).

Perché il pensiero umano non può e non dovrebbe essere esternalizzato

Ci sono tre motivi specifici a cui continuo a tornare ogni volta che qualcuno mi dice che l’AI sta per sostituire tutti. Ognuno di essi è qualcosa che i cervelli umani fanno come una questione di corso, e ognuno di essi è qualcosa che l’AI, per quanto avanzata, non può riprodurre.

L’AI non può avere il contesto che ha un cervello umano

Quando una persona prende una decisione, non sta, come un modello linguistico, semplicemente prevedendo la prossima parola in base alla probabilità generale. Sta attingendo a un’intera esperienza vissuta codificata attraverso più sistemi contemporaneamente: le nostre memorie personali, le nostre abitudini apprese e le poste in gioco emotive di quei momenti. Questo passato collettivo consente al cervello di costantemente indovinare cosa accadrà dopo, aggiornando la sua visione solo quando la realtà lo dimostra sbagliato. Il contesto, in altre parole, è il substrato su cui ogni percezione è costruita.

Un modello linguistico funziona diversamente. I suoi pesi provengono da un corpus di testo finito su cui è stato addestrato una volta e a cui non ha più accesso. Non ha un ciclo di percezione, non ha un errore di previsione da un mondo in cui deve vivere. Il “contesto” disponibile per esso è qualunque cosa si trovi nella finestra del prompt. Non ha mai camminato in una stanza prima. Quindi, quando prendiamo una decisione che dipende dal sapere cosa è normale qui, cosa è successo prima e cosa è in gioco, stiamo eseguendo previsioni contro una vita di esperienza legata – personale e delle generazioni che ci hanno preceduto. Il modello sta facendo pattern matching attraverso database di testo. Due operazioni molto diverse, e nessun aumento delle finestre di contesto chiude il divario.

Conoscere il nome non è lo stesso che conoscere qualcosa

Questa saggezza proviene dal fisico premio Nobel Richard Feynman (o dal suo padre, per essere più precisi). Credeva che semplicemente memorizzare etichette o definizioni non significa conoscere l’argomento. La vera comprensione proviene dall’esperienza e dalla comprensione.

Charlie Munger, un imprenditore e investitore americano, ha suggerito un termine per questo tipo di apprendimento di superficie – “Conoscenza del chauffeur”. L’aneddoto dietro questo è su un vero chauffeur del fisico Max Planck, che ha ascoltato la sua lezione sulla meccanica quantistica così tante volte che l’ha imparata a memoria. Poi ha offerto di consegnarla al posto di Planck a Monaco, cosa che ha fatto con successo. Ma quando si è trattato di rispondere alle domande del pubblico, non è stato in grado di farlo. E questa è la differenza tra la conoscenza superficiale del “chauffeur” e la conoscenza comprensiva, acquisita attraverso anni di lavoro e lotta, della conoscenza di Planck.

I modelli linguistici di oggi sono i chauffeur più sofisticati che abbiamo mai costruito. Possono recitare la meccanica quantistica, riassumere la filosofia, stendere un contratto e fare rima con alcune parole. Ma qualcosa che richiede esperienza piuttosto che il riconoscimento di pattern, come sapere perché una posizione di marca che ha funzionato in un mercato inevitabilmente fallirà in un altro, è unico per gli esseri umani e ciò che realmente guida le decisioni.

Ma capire perché una posizione di marca che ha funzionato in un mercato inevitabilmente fallirà in un altro non può essere acquisito con il semplice riconoscimento di pattern. L’esperienza è unica per gli esseri umani e ciò che realmente guida le decisioni.

La differenza principale tra noi e l’AI non è l’elaborazione dei dati, ma la proprietà

La capacità delle persone (o almeno alcune di noi) di assumersi la responsabilità delle azioni, di possedere le conseguenze, la vergogna, di imparare da esse e di fare tutto il possibile per evitare che la situazione si verifichi nuovamente, e quindi per non provare il dolore di un altro fallimento – questo è ciò che rende il nostro pensiero e la nostra presa di decisioni così unicamente diversi dall’intelligenza artificiale.

L’AI non prova vergogna. O colpa. Non perde il sonno per una decisione che si è rivelata sbagliata. Non porta con sé il ricordo di un affare che ha perso, di un assunto che non ha funzionato, di una strategia che ha difeso in una riunione del consiglio di amministrazione e che ha gradualmente distrutto il valore due anni dopo. Il modello fornisce una risposta, la risposta si rivela sbagliata e il modello passa al prompt successivo come se nulla fosse accaduto (perché per loro, nulla è accaduto). Non c’è un costo interno per essere sbagliato, e quindi non c’è pressione per essere giusto la prossima volta – qualcosa che spinge effettivamente gli esseri umani a evolversi e migliorare.

Dieci anni fa, lavoravo nel venture capital, analizzando startup in fase iniziale, e guardavamo le offerte di guida autonoma. Anche allora, i prototipi di taxi-robot erano statisticamente più sicuri dei guidatori umani. La tecnologia funzionava. Funziona ancora nel 2026. Quindi, perché le nostre città non sono ancora inondate di auto a guida autonoma? Perché la responsabilità di un veicolo autonomo non è ancora chiara – quando c’è un incidente, il sistema giudiziario non sa realmente a chi dare la colpa – alla persona che ha attivato l’interruttore, al produttore o allo sviluppatore del software. Fino a quando questa domanda non avrà una risposta, siamo bloccati. La tecnologia ha superato la struttura di responsabilità che dovrebbe esserci per assorbirla.

Come non perdere la nostra mente (e il nostro lavoro) nell’era dell’AI

Mentre credo veramente che l’AI non possa sostituire il pensiero umano, posso anche vedere il modello di persone che cedono alla tentazione di ottenere una scorciatoia per i risultati. Per la prima volta nella storia, non hai realmente bisogno di un cervello per ottenere una risposta. Devi solo digitare una domanda. La frizione che ci costringeva a pensare è stata rimossa, il che sembra grande, fino a quando non ti rendi conto che la frizione era il punto di partenza.

Ecco dove si inserisce anche la questione del lavoro. L’AI non sostituirà i lavoratori da colletti bianchi come categoria. Ma sostituirà le persone specifiche che hanno esternalizzato tutto il loro pensiero ad esso. Se scambi giudizio, contesto e proprietà per risposte rapide da una finestra di chat, smetti di essere la persona che porta qualcosa di unico. A quel punto, il tuo datore di lavoro non ha più bisogno di te. Può parlare direttamente con il modello.

Quindi, mantenere il tuo lavoro nell’era dell’AI e mantenere la tua mente nell’era dell’AI si riducono alla stessa domanda. E di seguito ci sono quattro abitudini che devi affrontare.

L’AI dovrebbe aumentare la curiosità

L’effetto che l’AI ha sul tuo cervello dipende interamente da come la usi. Se sei curioso e disposto a scavare, l’AI diventa il miglior compagno di apprendimento che si sia mai avuto. Meglio di Wikipedia, meglio di qualsiasi libro, perché può spiegare la stessa idea in cinque modi diversi fino a quando uno di essi funziona, e seguirti giù per qualsiasi buco di coniglio che desideri. O puoi chiedergli di aiutarti a ricordare meglio le informazioni – come praticare la ripetizione spaziata fino a quando non capisci veramente il concetto.

Per qualcuno che non è curioso, l’AI fa l’opposto. Prende il sopravvento sul pensiero che dovevano fare loro stessi. Ottengono l’output senza il lavoro, e il lavoro era il punto di partenza. Nel tempo, quel muscolo si atrofizza. Dopo la Rivoluzione Industriale, quando le macchine resero il lavoro fisico meno diffuso, costruimmo palestre per dare ai nostri corpi ciò di cui avevano bisogno per sfidarsi e mantenersi. Ecco cosa avremo bisogno di fare: palestre mentali per mantenere i nostri cervelli in forma.

Nel 2025, il MIT Media Lab ha condotto uno studio in cui 54 partecipanti hanno scritto saggi nel corso di quattro mesi, divisi in tre gruppi: ChatGPT, motore di ricerca e solo cervello. Mentre scrivevano, l’elettroencefalogramma stava tracciando l’attività cerebrale. Alla fine, il gruppo ChatGPT ha mostrato costantemente la più bassa connettività neurale e ha prodotto saggi che gli insegnanti hanno descritto come “senza anima”. Il gruppo del solo cervello, d’altra parte, ha avuto l’attività cerebrale più forte durante l’intero processo.

Ma la parte più significativa è arrivata nella sessione finale, quando i ricercatori hanno scambiato i gruppi. Le persone del gruppo del solo cervello, una volta fornite di ChatGPT, hanno superato tutti gli altri. Avevano costruito il muscolo del pensiero per primo e poi avevano utilizzato l’AI sopra di esso. L’altro gruppo non è stato in grado di recuperare, perché aveva saltato la parte in cui il muscolo si costruisce.

Imparare è un verbo, quindi non può essere passivo

Perché l’apprendimento rimanga, la teoria deve essere combinata con la pratica. Leggere un’idea è una forma di input; fare qualcosa con quell’idea è un’altra. Toccare, rispondere, applicare, sbagliare e riprovare – queste attività coinvolgono parti diverse del tuo cervello rispetto al consumo passivo e ti mantengono concentrato sul materiale.

Socrate aveva già capito questo migliaia di anni fa: non semplicemente forniva ai suoi studenti la risposta, ma li costringeva a produrla (spesso una risposta sbagliata) per primo, e solo allora la correggeva. E io stesso ho sperimentato i benefici di questa filosofia come studente di matematica: abbiamo ottenuto solo metà credito per memorizzare una teoria, mentre l’altra metà richiedeva la prova. Questo focus sull’comprensione fondamentale è ciò che ci ha permesso di ricordare e applicare meglio i concetti.

Insegnare un argomento porta la tua conoscenza al livello successivo, rendendolo più difficile cadere nella trappola psicologica chiamata illusione di competenza, e fornendo una comprensione migliore dell’argomento. Quando devi spiegare un’idea in modo chiaro e lo fai più volte in modi diversi, non c’è modo per te di non capirla e ricordarla te stesso. Richard Feynman ha notato con ragione: “Se non puoi spiegarlo in modo semplice, non lo capisci.”

I numeri lo confermano. Negli studi di formazione sulla sicurezza, gli apprendisti attivi hanno mantenuto il93,5% delle informazioni rispetto al79% per gli apprendisti passivi (Engageli, 2025). La più ampia Piramide dell’apprendimento dei National Training Laboratories di Bethel, Maine, mostra lo stesso modello a ogni livello:

I dati senza fonti attendibili sono pettegolezzi

Sì, le persone dovrebbero mettere in discussione le risposte che ottengono dall’AI. Dovrebbero chiedere le fonti e, quando non ci sono fonti, dovrebbero essere scettici.

Ma c’è un problema più grande dietro tutto questo, ed è il fatto che convalidare l’output dell’AI sta diventando sempre più difficile. I modelli citano fonti che non esistono, parafrasano fonti reali in modi che distorcono il significato, mescolano informazioni accurate con informazioni inventate all’interno dello stesso paragrafo e non c’è un modo chiaro per capire quale sia quale.

Inoltre, sempre più di Internet è esso stesso generato dall’AI, il che significa che i modelli stanno imparando dagli output di altri modelli. Le fonti umane originali sono sepolte sotto tutto ciò che è stato generato automaticamente sopra di esse.

È per questo che credo che la conoscenza attendibile debba ancora provenire dalle persone. Se non possiamo fidarci completamente del modello e non possiamo fidarci completamente delle fonti dietro il modello, allora l’esperienza umana è l’unica cosa a cui possiamo fare affidamento.

Come ha detto Tony Robbins: “Se vuoi essere di successo, trova qualcuno che ha ottenuto i risultati che desideri e copia ciò che fa, e otterrai gli stessi risultati.” Una persona che ha realmente fatto la cosa che sta insegnando ha passato anni di lavoro, ha pagato per i suoi errori e ha costruito la sua conoscenza con conseguenze reali – questo è il tipo di fonte che regge.

Senza contesto, i dettagli mancano

Un’altra abitudine che aiuta quando si impara con l’AI è resistere alla tentazione di saltare direttamente alla tua domanda specifica. La maggior parte delle persone, quando vogliono sapere qualcosa, digita la domanda esatta e precisa nel chatbot e prende la risposta come oro colato. Il problema è che perdono l’intero sfondo in cui la risposta si trova. Un pezzo specifico di informazione staccato dal suo contesto è molto facile da fraintendere.

Sono un appassionato di storia, quindi lasciami darti un esempio di storia. Il discorso di Gettysburg è un breve discorso che Lincoln ha tenuto nel 1863, nel sito di una delle battaglie più sanguinose della guerra civile americana. Immagina di dover scrivere un saggio su di esso. Chiedi all’AI un’analisi e ottieni una pulita suddivisione delle parole, della struttura e dei dispositivi retorici.

Ma puoi veramente scrivere quel saggio senza sapere nulla della guerra civile stessa? Probabilmente no. Non capiresti perché quella battaglia è stata importante, o perché un discorso tenuto su quel terreno abbia avuto tanto peso. Non capiresti che la guerra si è spostata dal preservare l’Unione all’eliminare la schiavitù, e che il discorso di Lincoln è stato il suo modo di ridefinire per cosa il paese stava combattendo. Non vedresti la tensione politica dietro quasi ogni riga, perché per te le righe sarebbero solo belle frasi su un evento triste.

Senza il contesto della guerra civile, il discorso sembra una breve orazione funebre. Con esso, stai leggendo un punto di svolta su come una nazione si è capita. E questo è il tipo di sfumatura che l’AI ti fornirà solo se già sai abbastanza da chiederlo.

Lo stesso principio si applica a quasi tutto ciò per cui potresti utilizzare l’AI. Inizia con una visione generale. Ottieni l’immagine generale. Poi immergiti nei dettagli. Saranno significativi una volta che avranno un contesto in cui atterrare.

Riepilogo: l’AI è uno strumento e gli strumenti hanno bisogno di mani

Ogni grande balzo tecnologico nella storia umana ha scatenato la stessa paura. Le calcolatrici ci avrebbero fatto dimenticare la matematica. Internet ci avrebbe fatto dimenticare come pensare. I motori di ricerca avrebbero ucciso la nostra memoria. Eppure, eccoci qui, ancora a calcolare, ancora a pensare, ancora a ricordare, solo con strumenti migliori a portata di mano.

L’AI è il prossimo in quella linea, e probabilmente il più potente che abbiamo mai costruito. Può scrivere, riassumere, analizzare, stendere, tradurre, codificare e fare tutto ciò più velocemente di noi. Ma non vuole nulla. Non può curarsi del risultato. Non può vivere con le conseguenze di essere sbagliato. Queste parti del lavoro appartengono ancora a noi e sono le parti che definiscono se il lavoro è buono alla fine della giornata.

Le persone che prospereranno nel prossimo decennio saranno quelle che rimangono curiose, quelle che continuano a fare domande migliori e quelle che usano l’AI per imparare più velocemente e pensare più a fondo, invece di usarla per saltare il pensiero del tutto. Saranno quelle che porteranno qualcosa di unico sulla tavola che nessun modello può replicare: giudizio, contesto e la volontà di possedere una decisione. Quindi no, l’AI non ti sostituirà o non ti farà perdere il lavoro. Ma la versione di te che ha smesso di pensare potrebbe.