Per inseguire l’intelligenza artificiale serve coraggio, metodo e fare squadra
Jared Spataro disegna un volano in quattro mosse per chi vuole guidare l’intelligenza artificiale invece di subirla.
C’è un’immagine che circola in questi giorni tra manager e leader che seguono da vicino l’evoluzione dell’intelligenza artificiale applicata al lavoro: un cerchio diviso in quattro parti, con i verbi “Definire”, “Impostare”, “Misurare”, “Affinare” disposti come i punti cardinali di una bussola, e al centro una promessa semplice e diretta: il lavoro rimarrà nelle mani delle persone. L’autore è Jared Spataro, studioso e divulgatore dell’intelligenza artificiale applicata alle organizzazioni, che analizza come le imprese stiano ridisegnando se stesse attorno alla collaborazione tra persone e macchine.
Un volano, non una ricetta
La prima cosa da capire del modello di Spataro è che non è una lista di cose da fare, e non è nemmeno una procedura tecnica riservata agli esperti di tecnologia. È un volano, cioè un meccanismo che si alimenta da solo: ogni giro completo — definire, impostare, misurare, affinare — produce un sistema più preciso, un team più consapevole, un’organizzazione più capace di usare l’intelligenza artificiale come leva reale e non come esercizio di stile. Spataro sostiene che le organizzazioni più avanzate stanno già vivendo un triplice ridisegno simultaneo: i team tecnici riprogettano l’infrastruttura, i responsabili aziendali ridisegnano i processi, e i singoli leader rimettono a fuoco il proprio contributo, decidendo cosa affidare ai sistemi automatizzati e dove la loro esperienza e il loro giudizio devono davvero concentrarsi. Il risultato non è meno lavoro umano, ma un lavoro umano di qualità diversa: meno esecuzione ripetitiva, più decisione consapevole.
Questo spostamento non è automatico e non è indolore, ma è una direzione che ha una sua logica profonda, e che vale la pena esplorare con onestà, guardando a cosa richiede concretamente a chi vuole guidare questa transizione invece di subirla. Perché è qui che il modello di Spataro diventa davvero interessante: non chiede di essere più tecnici, chiede di essere più leader.
Definire
Definire non significa scegliere quale strumento di intelligenza artificiale adottare. Significa fare una cosa molto più difficile: capire perché lo si vuole adottare davvero, e per risolvere quale problema specifico. Sembra ovvio, ma non lo è affatto, perché la maggior parte delle organizzazioni italiane si avvicina all’intelligenza artificiale spinta dalla paura di restare al palo, dall’ansia di non essere abbastanza digitali, o dalla pressione di chi ha già “implementato qualcosa”. Queste non sono motivazioni: sono reazioni. E un sistema costruito su una reazione, invece che su una scelta consapevole, produce quasi sempre delusione.
Definire bene significa invece partire da una domanda concreta: in quale parte del nostro lavoro perdiamo più tempo su attività che non richiedono il nostro giudizio? Dove i nostri collaboratori si trovano a fare le stesse cose ogni giorno senza che questo aggiunga valore reale né a loro né ai clienti? Dove la lentezza dei nostri processi ci fa perdere opportunità o ci mette in difficoltà nei confronti di chi si muove più veloce? Un’agenzia di comunicazione che impiega due giorni a produrre la prima bozza di un testo per un cliente non ha bisogno di “l’intelligenza artificiale” in astratto: ha bisogno di un sistema che riduca quel tempo a due ore, liberando i suoi creativi per il lavoro che solo loro sanno fare. Un commercialista che risponde ogni giorno alle stesse domande fiscali dei clienti non ha bisogno di “un chatbot”: ha bisogno di un assistente che risponda alle domande di routine in modo affidabile, così che lui possa dedicarsi alla consulenza strategica che fa davvero la differenza. Definire bene è il primo atto di leadership: significa alzare gli occhi dall’urgenza quotidiana e decidere dove si vuole arrivare.
Impostare
Una volta chiari sul perché e sul cosa, arriva il momento più concreto e spesso più sottovalutato: insegnare al sistema come lo fareste voi. Non si tratta di programmazione, non serve essere tecnici. Si tratta di qualcosa che ogni buon leader sa già fare: spiegare come si lavora, trasmettere il metodo, condividere i criteri con cui si prendono le decisioni. Impostare un sistema di intelligenza artificiale richiede esattamente questo, in forma scritta e strutturata.
Facciamo un esempio concreto. Un responsabile delle risorse umane vuole usare l’intelligenza artificiale per gestire la prima fase di selezione dei candidati. Impostare il sistema significa scrivere, in modo chiaro, quali sono i criteri che contano davvero per quel ruolo, quale tono deve avere la comunicazione con i candidati, cosa deve assolutamente chiedere e cosa deve evitare di dire, come deve gestire una risposta ambigua o incompleta. Non è un lavoro tecnico: è un lavoro di chiarezza organizzativa, lo stesso lavoro che quel responsabile dovrebbe fare se assumesse un nuovo collaboratore e volesse che lavorasse bene fin dal primo giorno. Un imprenditore che vuole usare l’intelligenza artificiale per rispondere alle richieste commerciali in entrata deve impostare il sistema spiegandogli quali sono i prodotti e i servizi dell’azienda, quali domande arrivano più spesso, come si risponde a un cliente indeciso rispetto a uno già convinto, quali informazioni non devono mai essere comunicate senza una verifica umana. Impostare bene significa trasferire la propria esperienza al sistema: e questo è possibile solo se quella esperienza è consapevole, esplicita, condivisibile.
Misurare
Introdurre l’intelligenza artificiale in un’organizzazione e non misurarne l’effetto reale è come cambiare la dieta senza mai salire sulla bilancia: ci si può raccontare qualsiasi cosa. Misurare non significa produrre report complicati o affidarsi a consulenti esterni: significa fermarsi almeno ogni sei mesi e fare una mappatura onesta di ciò che è cambiato davvero. Quante persone stanno usando i nuovi strumenti, e quante li hanno abbandonati dopo le prime settimane? I tempi di lavoro sulle attività che volevamo automatizzare si sono effettivamente ridotti? La qualità dei risultati è migliorata, peggiorata, o semplicemente si è spostata su altri problemi?
Ma misurare bene significa anche guardare oltre i numeri interni. Come stanno cambiando le interazioni con i clienti: rispondono più velocemente, si trovano meglio, oppure percepiscono una freddezza che prima non c’era? Come si è modificato il modo di lavorare con i fornitori? I collaboratori si sentono più liberi di fare il lavoro che conta, o si sentono sorvegliati e sostituibili? Queste sono le domande che una mappatura seria deve affrontare, perché l’intelligenza artificiale non agisce in isolamento: agisce dentro relazioni, e le relazioni si misurano con la qualità dell’esperienza, non solo con la velocità dell’esecuzione. Un leader che misura davvero non cerca conferme: cerca la verità su come stanno andando le cose, anche quando non è quella che si aspettava.
Affinare
Affinare è la fase che separa le organizzazioni che crescono da quelle che si bloccano. Non significa correggere gli errori tecnici del sistema, anche se questo fa parte del lavoro: significa imparare dalla distanza tra dove si era partiti e dove si è arrivati, e usare quella distanza per ricominciare con più intelligenza. Il responsabile delle risorse umane del nostro esempio precedente, dopo sei mesi, potrebbe scoprire che il sistema è bravo a filtrare i curricula ma genera comunicazioni troppo formali che scoraggiano i candidati più giovani. Quella scoperta non è un fallimento: è il punto di partenza del giro successivo del volano. Si torna alla fase dell’impostare, si riscrivono le istruzioni tenendo conto di quello che si è imparato, e si ricomincia.
Questo è il punto in cui il volano di Spataro rivela la sua natura più profonda: non è un percorso che ha una fine, è una pratica che diventa parte del modo di lavorare. Le organizzazioni che lo capiscono smettono di cercare la soluzione definitiva e cominciano a costruire la capacità di migliorare in modo continuo, giro dopo giro, con la consapevolezza di chi sa che ogni punto di arrivo è anche un nuovo punto di partenza. E questa è una cultura, prima ancora che un metodo: la cultura di chi non ha paura di scoprire che c’è ancora molto da imparare.
La leadership che questo volano richiede
C’è una parola che attraversa tutto il modello di Spataro senza mai essere pronunciata esplicitamente, ed è la parola che lo rende davvero interessante: leadership. Perché le quattro fasi del volano non sono attività tecniche, sono atti di guida. Definire la direzione, costruire le condizioni perché il sistema lavori bene, misurare con onestà, imparare e ripartire: tutto questo descrive un leader prima ancora che un esperto di tecnologia. E la buona notizia, per chi si è sempre sentito “lontano dalla tecnologia”, è che queste sono competenze che molti manager e imprenditori italiani già possiedono, semplicemente non le hanno ancora applicate a questo contesto.
Ma c’è una dimensione della leadership che il modello di Spataro non mette abbastanza in luce, e che nella realtà italiana è forse la più decisiva: la capacità di portare le persone con sé. Un vero leader ha il coraggio di cambiare in corsa, ma forma, spiega e motiva invece di trascinare. La differenza non è sottile: chi trascina ottiene compliance, chi motiva ottiene comprensione, e solo la comprensione genera il tipo di cambiamento che dura nel tempo e che si moltiplica nell’organizzazione invece di restare confinato a pochi pionieri.
Introdurre l’intelligenza artificiale in un team senza spiegare perché, senza coinvolgere le persone nella definizione degli obiettivi, senza formarle perché possano contribuire invece di temere, è il modo più efficace per trasformare un’opportunità straordinaria in una fonte di resistenza e sfiducia.
Vale la pena dirlo con chiarezza, perché in Italia la struttura organizzativa prevalente è ancora quella piramidale, con funzioni separate, linee di comando verticali, e una cultura dove le decisioni scendono dall’alto e le informazioni salgono con fatica. In questo contesto, il volano di Spataro non gira da solo: ha bisogno di qualcuno che lo metta in moto, che lo spieghi a ogni livello dell’organizzazione, che dimostri con i fatti che non è uno strumento per fare a meno delle persone ma per permettere a quelle persone di fare finalmente il lavoro che vale davvero la pena fare. Anche nelle piccole realtà — e l’Italia è fatta di piccole realtà — questo è possibile, a patto di non ragionare per organigrammi ma per funzioni, per flussi di lavoro reali, per problemi concreti che l’intelligenza artificiale può aiutare a risolvere.
Le voci che ampliano la riflessione
Il modello di Spataro non è isolato: si inserisce in un dibattito ricco che vale la pena connettere, perché ogni voce aggiunge una dimensione che lo schema a quattro quadranti da solo non può contenere.
Ethan Mollick, nel suo lavoro sulla co-intelligenza, ha mostrato come l’efficacia dell’intelligenza artificiale cresca in modo significativo quando le persone smettono di usarla come uno strumento passivo e cominciano a trattarla come un collaboratore da guidare, da correggere, da istruire: è esattamente la logica del volano, ma con un’enfasi forte sul fatto che questa capacità non emerge spontaneamente, va costruita con intenzione e con pratica. Mollick documenta anche il rischio che abbiamo già nominato: i guadagni tendono a premiare chi era già avanti, e questo significa che la leadership deve occuparsi attivamente di chi rischia di restare indietro, non solo di chi corre già veloce.
Daron Acemoglu, nel suo lavoro con Simon Johnson su tecnologia e potere, pone una domanda che ogni leader dovrebbe tenere presente: le tecnologie che aumentano la produttività non migliorano automaticamente la vita delle persone che lavorano, a meno che non ci siano scelte esplicite su come distribuire i benefici. Lo schema a quattro quadranti non ha un quinto quadrante dedicato a questa distribuzione, e riempire questo spazio è responsabilità di chi guida, non del modello.
Paolo Benanti enanti, che lavora con la commissione delle Nazioni Unite sull’intelligenza artificiale e con il Comitato Nazionale italiano, ricorda che la questione centrale non è tecnica ma antropologica: riguarda quale immagine di essere umano vogliamo costruire con gli strumenti che abbiamo.
E 𝗦𝗵𝗼𝘀𝗵𝗮𝗻𝗮 𝗭𝘂𝗯𝗼𝗳𝗳 ci ha insegnato a guardare non solo cosa dichiara una tecnologia di fare, ma quali strutture di potere costruisce nel farlo: chi decide i criteri del “misurare”, chi possiede le istruzioni costruite durante l’“impostare”, chi ha l’ultima parola sull’“affinare”.
Mustafa Suleyman, infine, ha proposto il concetto di contenimento come sfida centrale della nostra epoca: non rallentare lo sviluppo, ma costruire le strutture che ne permettono una gestione equa. Il volano di Spataro è uno strumento di contenimento organizzativo: porta l’intelligenza artificiale dentro una struttura di supervisione e correzione umana, la rende governabile, la mette in mano alle persone invece di lasciarla correre senza direzione. Ma il contenimento organizzativo da solo non basta: ha bisogno di essere affiancato da quello formativo, da investimenti reali nelle competenze delle persone, a tutti i livelli e non solo ai vertici.
Quale futuro vogliamo disegnare, e chi deve farlo
Il modello di Spataro ci offre qualcosa di prezioso: una bussola pratica per chi vuole smettere di subire l’intelligenza artificiale e cominciare a guidarla. Non è una garanzia di successo, non è una scorciatoia, non è una risposta a tutte le domande che questa transizione porta con sé. Ma è un punto di partenza serio, costruito su una convinzione che condivido profondamente: il lavoro rimarrà nelle mani delle persone, a condizione che quelle persone abbiano la volontà e gli strumenti per tenerlo.
La sfida vera, quella che nessuno schema può risolvere al posto nostro, è decidere che tipo di organizzazione vogliamo essere mentre questo cambiamento avviene. Un’organizzazione che usa l’intelligenza artificiale per fare a meno delle persone, tagliando costi e semplificando organigrammi, ha già perso la partita più importante: quella del senso. Un’organizzazione che la usa per alzare l’asticella, per permettere alle persone di fare un lavoro più significativo, per liberare energia e attenzione verso ciò che conta davvero, ha invece davanti a sé un futuro che vale la pena costruire. E questa scelta non la fa la tecnologia. La fanno i leader, uno per uno, ogni giorno, in ogni conversazione con il proprio team.
Innovare il digitale, custodire l’umano.
