Categoria: PENSIERI SPARSI

PENSIERI SPARSI

VERSO: l’associazione culturale che ho fondato a Castel di Sangro

Castel di Sangro sta a mille metri, in fondo all’Alto Sangro, dove l’Abruzzo si stringe tra i monti prima di sfiorare il Molise e il Lazio. Un paese piccolo, in movimento, che negli ultimi anni ho imparato a guardare in modo diverso: sport, turismo, cibo, ambiente, e una voglia di futuro che di solito non ti aspetti a quell’altitudine. Il 5 maggio 2026, qui, abbiamo costituito un’associazione. Si chiama VERSO, ed è culturale e civica, senza scopo di lucro, apartitica e aconfessionale. Ne sono il presidente.

Lo scrivo mentre lo penso, perché è una cosa a cui tengo e che vive fuori dal perimetro consueto di quello che faccio con l’AI e con le aziende. Eppure ci torna dentro più di quanto sembri.

Il nome tiene insieme tre cose

VERSO non lo leggo come una sigla. È una parola sola che ne contiene tre. C’è il verso come direzione, la scelta di andare da qualche parte invece di restare fermi. C’è il verso della poesia, l’unità di misura di ciò che si crea, la forma che diamo alle idee. E c’è il movimento, lo slancio di chi fa prima ancora di sapere esattamente dove arriverà. Le teniamo insieme tutte e tre, e il nome ci ricorda ogni giorno di non lasciarne cadere nessuna.

L’idea che sta sotto è semplice da dire e difficile da praticare. Vogliamo far circolare idee di valore in un territorio che di solito resta ai margini dei grandi circuiti culturali. Non portando la cultura da fuori come un pacco già confezionato, ma costruendola da dentro, con chi qui vive, lavora, studia, o è partito e ogni tanto torna.

Castel di Sangro non è uno sfondo

Il posto da cui parti cambia quello che puoi dire. Per anni la retorica dell’innovazione ci ha raccontato che conta solo essere connessi, che il luogo è un dettaglio superato dalla rete. Ho sempre pensato il contrario, e più lavoro con la tecnologia più me ne convinco. Il territorio non è la scenografia di VERSO, è la sua ragione. Un paese di montagna che si muove offre una lente diversa sulle stesse domande che discutiamo nelle grandi città, dall’AI al lavoro, dall’ambiente al modo in cui stiamo insieme.

Da qui guardiamo lontano, che è una frase che suona bene finché non provi a onorarla. Onorarla vuol dire selezionare, verificare, non accontentarsi. Nel nostro statuto abbiamo scritto che gli speaker li scegliamo e li accompagniamo, che i contenuti si fondano sui fatti, e che non c’è spazio per la promozione commerciale travestita da cultura né per la pseudoscienza. È lo stesso criterio con cui provo a scrivere e a lavorare da anni, e vederlo diventare la regola di un’associazione, non solo una mia fissazione, mi fa un certo effetto.

Un palco di idee, non di promozione

Il primo progetto ha già una data. Sabato 12 dicembre 2026 portiamo a Castel di Sangro il TEDxCastel Di Sangro, un evento indipendente organizzato su licenza ufficiale TEDx. Il territorio sarà la lente, non il tema: le idee nascono da un luogo reale e parlano a tutti, che è esattamente il rovescio di un evento cartolina.

Intorno al TEDx sta crescendo una famiglia di formati, alcuni già vivi, altri ancora traiettorie. Un nome elastico genera i suoi derivati, e così accanto a Verso il Festival trovano posto Versi sulla parola e la scrittura, Controverso sul confronto di idee, Universo sulle grandi domande di scienza e società, Inverso sulla cultura digitale e tecnologica, quella di smontare per capire e poi rimontare. C’è anche Verso Sport, perché in un paese così lo sport è infrastruttura di comunità prima che spettacolo, ed è un terreno su cui scrivo e lavoro da tempo con SportShift. Ogni formato è un modo diverso di stare al lavoro sulla stessa materia.

Ci ero già passato, quindici anni fa

Non è la prima volta che fondo e presiedo un’associazione. Nel 2010 era stata Indigeni Digitali, un network di persone che provavano a raccontare e abitare la rete quando la rete era ancora un territorio da esplorare. È rimasta nella mia storia, la trovate ancora tra le cose che ho fatto, e forse VERSO le somiglia più di quanto immaginassi quando ho firmato lo statuto.

La differenza è il momento. Allora la frontiera era entrare nel digitale, oggi è non farsi abitare passivamente dalle macchine, tenere una direzione mentre tutto accelera. Le competenze che porto qui sono le stesse che metto sui tavoli aziendali quando affianco chi deve decidere cosa fare con l’AI, raccontate nel mio lavoro di tutti i giorni: leggere segnali deboli, distinguere il valore dall’hype, trasformare un’intuizione in qualcosa che sta in piedi. Cambia il campo, non il mestiere. E un consiglio direttivo di tre persone radicate nel posto, con Bruno Murolo segretario e Gustavo Taglienti vicepresidente e tesoriere, tiene i piedi per terra molto meglio di quanto farei da solo.

Chi vuole salire su questo palco

VERSO esiste da poche settimane e ha già più cose da fare di quante braccia abbia. Si può diventare soci, si può proporre un talk o un laboratorio, si può semplicemente sostenere ciò che facciamo perché esista. Il modo più diretto per capire di cosa si tratta è il sito dell’associazione, dove trovate il manifesto, i formati e il modulo per scriverci.

Resta una domanda che mi porto dietro da quando abbiamo cominciato, e che non ho ancora chiuso: quante delle idee che circolano nelle grandi conferenze reggerebbero se dovessero nascere davvero da un luogo, con nome e cognome, invece che da nessun posto. A Castel di Sangro, dal 12 dicembre, proviamo a scoprirlo.

VERSO è un’associazione culturale e civica di Castel di Sangro (AQ). Il sito ufficiale è versoevents.it.

PENSIERI SPARSI

Dal “perché” al “come”: tre libri per orientarsi tra pelle digitale, AI locale e agenti autonomi

Negli ultimi mesi ho lavorato su tre testi diversi, ma legati da un filo unico: capire cosa sta diventando il digitale quando smette di essere “uno schermo” e diventa ambiente, infrastruttura e, soprattutto, comportamento. “Pelle Digitale” prova a nominare il cambiamento (e le sue implicazioni umane). La guida su LocalAI spiega come costruire un ecosistema di AI privata e controllabile. La guida su OpenClaw porta tutto sul piano operativo: un assistente che non si limita a rispondere, ma agisce.

 

Negli ultimi mesi sono usciti tre miei lavori che, a prima vista, sembrano parlare a pubblici diversi: un saggio, due guide pratiche. In realtà, sono tre capitoli della stessa domanda: cosa succede quando la tecnologia smette di essere un “mezzo” e diventa uno “strato” della realtà? Uno strato che ci avvolge, ci legge, ci anticipa, ci indirizza. E che, proprio per questo, va capito prima ancora che usato.

Il primo punto è semplice e scomodo: non stiamo vivendo un’ennesima ondata di innovazione. Stiamo attraversando un cambio di postura dell’umano. Il digitale non è più un luogo separato (il web, l’app, la piattaforma). È un sistema nervoso diffuso fatto di sensori, modelli, agenti, edge, interfacce spaziali. Una “intelligenza invisibile” che diventa infrastruttura del quotidiano, mentre noi continuiamo a raccontarcela come una serie di prodotti e feature.

Da qui nasce “Pelle Digitale”: un tentativo di dare un nome alla convergenza tra AI e mondo fisico, e di ragionare sul prezzo (e sul valore) di questa simbiosi. Perché se la tecnologia migra “dalla tasca alla pelle”, cambiano le regole dell’esperienza, della percezione, della relazione e del potere. Non è un libro sulle tendenze: è una mappa per non subire lo shift.

Il secondo punto è operativo: se l’AI diventa una componente strutturale, allora serve una scelta di architettura. E la scelta non è solo tecnica: è politica, economica, culturale. “AI locale” significa, prima di tutto, riprendersi controllo su dati, costi, personalizzazione e continuità operativa. È una forma di sovranità digitale: non delegare tutto al cloud per abitudine, ma decidere dove vive la tua intelligenza, con quali vincoli, con quali garanzie. 

È il senso della “Guida completa a LocalAI, LocalAGI e LocalRecall”: un percorso pratico per costruire un ecosistema privato (LLM, memoria, agenti) su hardware consumer, con strumenti open-source e API compatibili. Non è un manuale “da laboratorio”: è una guida pensata per chi vuole capire davvero cosa sta installando e perché, e per chi vuole passare dalla demo al sistema.

Il terzo punto è l’ultimo miglio: quando l’AI smette di essere solo conversazione e diventa azione. Qui entrano gli agenti autonomi e la nuova categoria degli “assistenti che fanno cose”: non solo risposte, ma task, workflow, automazioni, verifiche, iterazioni. “OpenClaw: La Guida Completa all’Assistente AI Personale” nasce per spiegare come funziona (davvero) un agente che interagisce con sistema operativo, browser e strumenti quotidiani, e soprattutto come lo si governa in sicurezza.

Se devo sintetizzare il filo rosso, è questo: stiamo costruendo un mondo in cui il digitale diventa ambiente. Un ambiente può essere accogliente o ostile. Può amplificare autonomia o erodere libertà. Può rendere le persone più capaci o più dipendenti. E la differenza la fanno design, governance e responsabilità.

Per questo i tre libri, scritti nel primo trimestre del 2026, possono essere letti come una sequenza naturale, dal senso all’implementazione:

  1. “Pelle Digitale” per capire il contesto: cosa sta succedendo al rapporto tra corpo, spazio, interfacce e intelligenza.
  2. “LocalAI” per costruire la base: un’infrastruttura AI privata (inferenza, memoria, agenti) sotto il tuo controllo.
  3. “OpenClaw” per passare all’azione: un assistente agentico, con architettura modulare e una disciplina di sicurezza “prima dei superpoteri”.

E se invece vuoi una lettura “per ruolo”, ecco tre percorsi possibili.

Se guidi un’azienda, un team, un prodotto: parti da “Pelle Digitale” per mettere ordine nelle implicazioni (attenzione, opacità, relazioni aumentate, umanesimo aumentato) e poi scendi su LocalAI per capire cosa significa progettare sistemi AI sostenibili, non solo esperimenti.

Se sei tecnico (dev, data, IT, security): parti da LocalAI per costruire stack, costi e privacy; poi OpenClaw per capire come si traduce l’AI in agenti “operativi” e quali sono i rischi reali quando un modello può toccare file, browser e credenziali.

Se sei curioso e vuoi un quadro completo: parti da “Pelle Digitale”, ma tieni LocalAI e OpenClaw come “laboratori”: ti aiutano a trasformare concetti in oggetti, e oggetti in pratiche.

Il punto, per me, non è aggiungere contenuti al rumore. È offrire tre strumenti di orientamento: una mappa concettuale, una guida infrastrutturale, una guida agentica. Perché la vera domanda non è “cosa può fare l’AI?”. La domanda è “che tipo di mondo stiamo costruendo quando la rendiamo ovunque?”.

Leggi anche: AI locale e agenti con memoria

PENSIERI SPARSI

Pensare come uno scenziato (Scientific Mentality)

Ho lavorato negli ultimi mesi su un modulo che ho chiamato Pensare come uno scienziato. Non per fascinazione accademica, ma per una necessità operativa molto concreta: prendere decisioni più solide in contesti incerti e accelerati.

La sensazione, osservando aziende molto diverse tra loro, è che il problema non sia la mancanza di intelligenza, né di esperienza. È la qualità del pensiero sotto pressione.

L’accelerazione ha cambiato la struttura delle decisioni. I cicli sono più brevi, le interdipendenze aumentano, l’informazione è abbondante e disomogenea. Non è un tema teorico. Significa più decisioni in meno tempo, con più rumore intorno. In questo scenario la velocità diventa un valore, ma rischia di trasformarsi in una scorciatoia cognitiva. E quando la logica si indebolisce, il risultato può essere casualmente buono o sistematicamente fragile.

Pensare in modo scientifico, nel lavoro quotidiano, non ha nulla di accademico. È una disciplina minima. Separare ciò che osservo da ciò che interpreto. Esplicitare le ipotesi prima di discuterle. Definire criteri di verifica prima di agire. È una forma di igiene mentale.

Un’opinione ben raccontata non diventa un dato solo perché convince il gruppo. Se non è osservabile e verificabile, resta una narrazione. Questa distinzione, apparentemente elementare, è il punto in cui la maggior parte dei conflitti nasce. Non discutiamo la realtà, discutiamo le definizioni.

Molti problemi organizzativi non sono tecnici ma semantici. “Il team è demotivato”. “Il cliente è più esigente”. “La qualità è peggiorata”. Sono frasi che sembrano descrivere fatti, ma in realtà sono giudizi. La domanda corretta non è se siano veri o falsi, ma come li misuriamo. Senza baseline, la discussione si sposta sulle percezioni. E le percezioni, sotto pressione, amplificano il rumore.

Qui entra il metodo. Una decisione è sempre un’ipotesi sotto incertezza. Se faccio X, mi aspetto Y, entro T, misurato con M. Senza questa struttura, stiamo solo sperando. La falsificabilità non è un esercizio filosofico; è la condizione minima per distinguere un’idea da un desiderio. Se non esiste uno scenario che possa smentirmi, non sto formulando un’ipotesi, sto difendendo una posizione.

L’aspetto più sottovalutato è che il metodo non serve a renderci più brillanti. Serve a rendere visibili i nostri errori sistematici. I bias non sono deviazioni occasionali, sono il funzionamento standard del cervello. Il bias di conferma ci porta a cercare solo segnali coerenti con ciò che già crediamo. L’ancoraggio ci fa usare il primo numero ascoltato come riferimento. L’overconfidence restringe artificialmente l’intervallo di stima. Il groupthink trasforma l’armonia in consenso superficiale.

Essere consapevoli di questi meccanismi non li elimina. Serve una toolbox operativa. Generare sempre almeno una controipotesi prima di testare. Simulare il fallimento futuro attraverso un pre-mortem per far emergere cause oggi invisibili. Definire soglie e criteri di stop prima di iniziare, quando la mente è fredda. Scrivere un learning log per confrontare ciò che pensavamo con ciò che è accaduto davvero. Senza memoria strutturata, il cervello riscrive la storia per proteggere l’ego.

Un passaggio cruciale riguarda la qualità del dato. Dato, evidenza, insight non sono sinonimi. Il dato è un numero grezzo. L’evidenza è il dato contestualizzato e confrontato. L’insight è la comprensione del meccanismo che abilita un’azione. Se un’informazione non cambia una decisione, è irrilevante. Se non suggerisce un’azione, è solo descrittiva.

In ambienti complessi, il rischio maggiore è reagire al singolo punto dati. La varianza naturale viene scambiata per segnale. La stagionalità per crescita. Una correlazione per causalità. Confondere queste dimensioni porta a interventi inutili o dannosi. Triangolare con più fonti, osservare trend e non istanti, chiedersi sempre quale sia il meccanismo sottostante: sono pratiche semplici, ma raramente applicate con rigore.

Infine, il tema dei micro-esperimenti. Se ogni decisione è un’ipotesi, allora il modo più razionale di procedere è testare in piccolo. Definire una metrica comportamentale, una soglia di successo, una stop rule. Limitare budget e tempo. L’obiettivo non è “avere ragione”, ma ridurre il costo dell’errore e accelerare l’apprendimento. Sbagliare presto e in modo controllato è più economico che difendere a lungo un’idea fragile.

Questo approccio è necessario oggi perché l’ambiente non concede più il lusso dell’errore lento. La complessità non è complicazione; è interazione non lineare tra parti. In questi sistemi, l’intuizione da sola non scala. Serve una struttura che renda il pensiero replicabile, tracciabile, migliorabile.

Nel prossimo approfondimento entrerò in un territorio ulteriore: cosa significa pensare in modo algoritmico e come integrare questo metodo con le macchine. Se il pensiero scientifico disciplina l’uomo, il pensiero algoritmico ne estende la capacità di esplorazione. Ma senza metodo, anche l’algoritmo amplifica il rumore.

Il punto di partenza resta lo stesso: rendere esplicite le ipotesi, definire criteri di verifica, distinguere fatti da giudizi. È una forma di responsabilità intellettuale. E, nel lavoro, una forma di tutela contro noi stessi.

Leggi anche: il mio lato umano

PENSIERI SPARSI

AI-Enhanced Thinking Hats: un framework evolutivo per l’era degli agenti intelligenti

Quando Edward de Bono introdusse il modello dei “Six Thinking Hats” negli anni ’80, fornì al mondo un modo brillante per organizzare e semplificare il pensiero collettivo. Era una proposta rivoluzionaria per l’epoca: incanalare l’energia mentale in sei direzioni distinte, ciascuna rappresentata da un cappello colorato, per aiutare gruppi e individui a pensare meglio, più chiaramente, più efficacemente. Per anni ne sono stato un gran fautore.

Eppure, adesso, siamo chiamati a fare un passo ulteriore sul modello. Non perché quel modello sia sbagliato, ma perché il mondo è cambiato e sta cambiando, soprattutto in un contesto dove il pensiero è plasmato e si confronta con strumenti di AI.

E sta cambiando in profondità, nei ritmi, nelle interconnessioni, negli strumenti e soprattutto nei problemi che affrontiamo. E con esso, cambia anche il nostro modo di pensare. O, per meglio dire, dovremmo cambiare il nostro modo di pensare per essere all’altezza delle sfide contemporanee.

Le crepe nell’eleganza di un modello iconico

C’è qualcosa di estremamente rassicurante nella struttura dei sei cappelli. Una sequenza, una logica, una disciplina. Ma questa stessa struttura, così chiara e ben definita, rischia di diventare una gabbia quando si prova ad applicarla ai contesti ipercomplessi di oggi. Le emozioni influenzano l’analisi, la creatività nasce nel mezzo di una riflessione critica, e le intuizioni arrivano mentre si valutano i dati. I compartimenti stagni non reggono di fronte alla fluidità del pensiero contemporaneo.

Il modello di de Bono è figlio di un tempo in cui le riunioni erano lineari, le informazioni stabili, le decisioni locali. Ma oggi i dati cambiano in tempo reale, le decisioni hanno impatti globali, i problemi sono sistemici. E tutto questo accade in una danza continua tra esseri umani e macchine intelligenti.

L’integrazione uomo-macchina

La presenza dell’intelligenza artificiale nei processi decisionali non è più un orizzonte teorico. È già qui, operativa, distribuita, silenziosa. Assistenti generativi, analisi predittive, sistemi autonomi: ci aiutano, ci sfidano, ci costringono a rivedere le nostre categorie mentali. Pensare con l’AI non è come pensare da soli. Non è nemmeno come pensare con altre persone. È un nuovo ecosistema cognitivo, che richiede nuove forme, nuovi ruoli, nuove regole.

Un esempio di questa trasformazione è l’esperimento Entourage AI, condotto da Allie K. Miller e Reid Hoffman. Una vera e propria “orchestra di GPT“, dove più intelligenze artificiali collaborano per generare idee, riflessioni, decisioni. Nessun cappello. Nessuna sequenza. Solo sinfonia.

Adaptive Intelligence Thinking System

In questo contesto, e dopo aver visto tempo fa l’esperimento del coordinamento di più AI, e aver testato sul campo metodologie diverse di prompting, brainstorming con AI, ho buttato giù questo concetto dell’AITS – Adaptive Intelligence Thinking System. Non un semplice aggiornamento tecnologico del modello di de Bono, ma una sua evoluzione concettuale. Una riconcettualizzazione radicale di cosa significhi pensare in modo strutturato nell’era dell’AI.

AITS non si limita a “indossare” nuovi cappelli. Introduce un’idea diversa: quella di agenti cognitivi che lavorano insieme. Otto, per la precisione. Alcuni evolvono i cappelli originali di De Bono. Altri li superano, giustamente, incorporando dimensioni nuove, indispensabili oggi: etica, predizione, orchestrazione, creatività potenziata.

Gli otto agenti: dalla linearità alla sinergia cognitiva

  • C’è l’Agente Analitico, che raccoglie e analizza i dati come faceva il Cappello Bianco, ma lo fa con l’aiuto del machine learning, dell’addestramento e dell’utilizzo dei dati e della conoscenza a disposizione del contesto, identificando pattern nascosti e validando l’accuratezza delle fonti.
  • C’è l’Agente Emotivo-Intuitivo, che evolve il tradizionale ruolo di raccogliere emozioni umane. Oggi può già analizzare su larga scala i segnali emotivi presenti nei contenuti digitali, rilevare pattern comportamentali nei team e, in alcuni contesti, integrare segnali biometrici provenienti da dispositivi wearable o analizzare video comportamenti. Sebbene la visione di un quadro emozionale unificato sia ancora in fase evolutiva, questo agente rappresenta un primo passo concreto verso una comprensione più profonda e data-driven dello stato emotivo esterno, del contesto e collettivo. La sua funzione principale, oggi, è quella di amplificare l’intuizione umana con segnali oggettivi, aiutando i decision-maker a cogliere cambiamenti sottili nel clima emotivo di un’organizzazione o di un ecosistema sociale.
  • C’è l’Agente Critico-Validatore, un raffinato simulatore di scenari negativi, che valuta rischi e punti deboli con una logica predittiva e non solo precauzionale.
  • C’è l’Agente Ottimizzatore, che trasforma l’ottimismo del Cappello Giallo in una funzione di calcolo che esplora alternative e trova configurazioni vantaggiose tra vincoli e obiettivi.
  • Ma poi ci sono gli agenti nuovi. Quelli che non potevano esistere senza l’AI.
  • L’Agente Creativo-Generativo, che combina intuizione umana e generazione automatica per esplorare mondi alternativi, concetti inediti, linguaggi nuovi.
  • L’Agente Etico-Governance, che vigila sull’impatto delle decisioni. Non solo legale. Ma sociale, ambientale, culturale. Con la capacità di applicare framework etici e simulare reazioni future.
  • L’Agente Predittivo-Strategico, che guarda avanti, esplora scenari, identifica trend deboli, predispone strategie resilienti.
  • E infine, il vero direttore d’orchestra: l’Agente Meta-Orchestratore. Non è un supervisore, è un sistema di orchestrazione intelligente. Coordina gli altri agenti, riconfigura i processi, apprende, migliora, ottimizza.

Pensare, oggi, richiede flessibilità

Il cuore di AITS non è la sequenza, ma la configurazione dinamica. Il sistema può operare in modalità classica, se serve. Ma può anche attivare agenti in parallelo, cambiare strategia in corsa, lavorare con contributi asincroni tra esseri umani e intelligenze artificiali. È un sistema vivo, adattivo, che apprende dall’esperienza e calibra le sue modalità operative in tempo reale:

  • Sequenziale Classica: mantenendo la compatibilità con il modello tradizionale per situazioni che richiedono un approccio strutturato e lineare.
  • Parallela Distribuita: permettendo a più agenti di operare simultaneamente su aspetti diversi del problema, con sincronizzazione gestita dall’Agente Meta-Orchestratore.
  • Adattiva Emergente: dove la configurazione degli agenti evolve dinamicamente basandosi sui risultati intermedi e sui feedback del sistema.
  • Ibrida Uomo-AI: integrando seamlessly contributi umani e AI, con handoff intelligenti tra modalità cognitive diverse.

Non più solo struttura, ma apprendimento

AITS è pensato per imparare. Gli agenti comunicano tra loro, condividono pattern, aggiustano parametri, chiedono aiuto a supervisori umani quando serve. Ogni processo decisionale diventa occasione di miglioramento del sistema. Ogni risultato è un feedback. Ogni errore, un’opportunità di evoluzione:

  • Feedback Loop Interno: ogni agente monitora la qualità dei propri output e si adatta basandosi sui risultati ottenuti.
  • Cross-Agent Learning: gli agenti condividono insights e pattern identificati, creando un apprendimento collettivo che migliora l’intero sistema.
  • Human-in-the-Loop Validation: punti di controllo umano strategicamente posizionati per validare direzioni critiche e mantenere l’allineamento con obiettivi e valori umani.
  • Continuous Calibration: aggiustamento automatico dei parametri operativi basato su metriche di performance e feedback degli utenti.

Negli ambiti dove sto approfondendo e implementando i primi modelli, questo approccio consente di affrontare decisioni strategiche con una profondità di analisi e una qualità veloce ed efficace. Nell’innovazione prodotto, quello che sto vedendo è che riesce a velocizzare e potenziare ogni fase: dall’ideazione alla validazione.

Non c’è dubbio che approcci di questo tipo, in un loop Human-AI-AI, si possano vedere amplificazioni e potenzialità delle capacità cognitive. Ma non è magia. Richiede infrastrutture, competenze, attenzione e pazienza nella fase di addestramento e implementazioni. E può, inoltre, introdurre rischi: dipendenza dall’AI, bias nei dati, problemi di privacy. Serve consapevolezza, etica, progettualità.

AITS non vuole esseer un altro strumento. È un approccio al modo di pensare. Non sostituisce l’uomo. Lo potenzia, lo accompagna, lo costringe a fare un salto. Dai cappelli ai sistemi. Dalla linearità alla complessità. Dalla razionalità alla sinergia cognitiva. Il concetto di pensare sta cambiando a mio avviso. E forse, la direzione è esattamente quella di  esseri umani e intelligenze artificiali, in un unico ecosistema di intelligenza aumentata.

 

PENSIERI SPARSI

ChatGPT non atrofizza il cervello. Ma ci costringe, finalmente, a pensare a come lo stiamo usando.

Alessandro Baricco, nel suo saggio I barbari, invitava provocatoriamente a «imparare a respirare con le branchie Google». Questa metafora illuminante descrive come l’essere umano si sia adattato a usare strumenti digitali, come i motori di ricerca, quasi fossero organi aggiuntivi per “respirare” nel mare d’informazioni.

Oggi, con l’avvento di ChatGPT e dei modelli linguistici di grande portata (LLM), ci stiamo mettendo nuove branchie cognitive: delegando all’AI parte del nostro pensiero, stiamo esternalizzando memoria e creatività. Ma quali effetti ha tutto ciò sul nostro cervello? Stiamo davvero diventando più “anfibi” digitali, capaci di vivere in nuovi ambienti informativi, o rischiamo un’atrofia mentale? In altre parole: l’uso di ChatGPT ci rende più smart o ci illude di esserlo, a costo di spegnere lentamente qualche scintilla neuronale?

Nel 2025 un gruppo di ricercatori del MIT Media Lab ha cercato di rispondere a queste domande con lo studio “Your Brain on ChatGPT”, esplorando l’impatto cognitivo dell’uso di un assistente AI durante la scrittura. I risultati, interessanti e per certi versi inquietanti, suggeriscono che qualcosa nel nostro modo di pensare cambia quando ci appoggiamo a ChatGPT. Tuttavia, è fondamentale mantenere uno sguardo critico: questo studio, pur rigoroso, non dimostra che ChatGPT atrofizzi il cervello in senso letterale – non ci sono evidenze di “danni” permanenti o irreversibili. Ci offre però uno specchio di come l’uso intensivo di AI possa alterare temporaneamente i nostri processi cognitivi, ponendo le basi per un dibattito importante su educazione, lavoro e società. Procediamo allora a esaminare i punti chiave emersi, traendo spunti culturali e scientifici per capire come convivere con queste nuove “branchie” tecnologiche senza perdere la capacità di nuotare con la nostra testa.

ChatGPT non “atrofizza” il cervello. Ma ci costringe a porci delle domande serie

Negli ultimi giorni il paper Your Brain on ChatGPT è rimbalzato sui social con titoli sensazionalistici: “ChatGPT spegne la mente”, “Benvenuti in Idiocracy”, “L’AI ci rende stupidi”. È un effetto prevedibile quando si incrociano tre fattori: un tema polarizzante come l’intelligenza artificiale, un’istituzione autorevole come il MIT, e un abstract che parla di EEG, memoria, apprendimento. Ma è proprio in questi casi che serve fare un passo indietro, leggere bene (non solo l’abstract!) e restituire allo studio quello che effettivamente dice – e anche quello che non dice.

❌ Cosa non dimostra questo studio

  • Non dice che ChatGPT provoca danni permanenti al cervello.

  • Non afferma che l’intelligenza artificiale generativa debba essere evitata o vietata.

  • Non sostiene che l’uso dell’AI comporti un’atrofia neurologica in senso clinico o irreversibile.

Sarebbe profondamente scorretto – e intellettualmente disonesto – interpretare i dati raccolti in questo studio come “prova definitiva” di una degenerazione cognitiva. La ricerca è seria, ma preliminare. Il campione è ristretto (54 partecipanti), il contesto sperimentale è preciso (scrittura di saggi in stile SAT), e la durata limitata (quattro sessioni distribuite su alcune settimane). È una fotografia parziale, non un film completo.

✅ Cosa ha studiato e cosa dimostra davvero

Lo studio ha indagato – con metodi neuroscientifici, linguistici e qualitativi – come cambia l’attività cognitiva durante la scrittura quando le persone usano un LLM (come ChatGPT), un motore di ricerca, oppure nessun supporto.

Ha misurato:

  • la connettività cerebrale tramite EEG;

  • la memoria a breve termine (ricordo di quanto appena scritto);

  • il senso di ownership sull’elaborato;

  • l’originalità e coerenza dei testi;

  • le strategie di utilizzo dell’AI (passive o attive);

  • l’evoluzione nel tempo delle performance.

E cosa ha trovato?

  • Che l’uso di ChatGPT riduce lo sforzo cognitivo richiesto per scrivere: la mente lavora meno rispetto a quando si scrive da soli o si usa un motore di ricerca.

  • Che questo può portare, nel tempo, a una forma di debito cognitivo: una diminuzione della memoria immediata, della percezione di essere autori del proprio testo e della varietà espressiva.

  • Che questi effetti sono più marcati se l’uso dell’AI è passivo e continuo fin dall’inizio, ma meno evidenti o addirittura positivi quando l’AI viene introdotta dopo un primo sforzo autonomo.

  • Che l’AI non spegne il cervello, ma può inibire certi circuiti se usata in modo acritico o sostitutivo.

In sintesi: lo studio mostra che l’automazione cognitiva porta benefici immediati ma ha costi latenti. Non è un atto d’accusa contro l’intelligenza artificiale, ma un invito a riflettere su come usarla senza rinunciare alla nostra. Chi usa questi dati per dire “l’AI è il male” ha frainteso – o strumentalizzato – il senso del lavoro.

Il cervello assistito: comodità immediata, costi nascosti

Lo studio del MIT ha diviso 54 studenti in tre gruppi durante un compito di scrittura di saggi: uno assistito da ChatGPT (gruppo LLM), uno che poteva usare un motore di ricerca tradizionale, e uno “a cervello nudo” senza alcun aiuto esterno. Dopo tre sessioni, i gruppi con AI e senza AI sono stati invertiti per osservare cosa accadeva al cervello “spento” l’assistente e viceversa. I ricercatori hanno monitorato l’attività cerebrale con EEG e valutato i testi prodotti sia con strumenti automatici (NLP e algoritmi di scoring) sia con l’occhio di insegnanti umani.

Il risultato? Un quadro chiaro: più aiuto intelligente usiamo, meno il nostro cervello si sforza. I partecipanti che scrivevano senza aiuti mostravano le reti neurali più attive e connesse; chi usava Google in modo mirato seguiva a ruota, mentre gli utilizzatori di ChatGPT presentavano la connettività cerebrale più debole. L’attività cognitiva diminuiva proporzionalmente al livello di assistenza esterna. In altri termini, l’EEG conferma neuroscientificamente un principio intuitivo: se “outsourciamo” parte del lavoro mentale a una macchina, il cervello scala marcia e lavora di meno. Fin qui, potrebbe sembrare semplicemente l’effetto benefico dell’automazione – meno fatica per noi – ma il vero interrogativo è: cosa succede a lungo termine se non facciamo mai quella fatica?

Il concetto introdotto dagli autori è quello di “debito cognitivo”. Come un debito finanziario accumulato quando si rimanda un pagamento, il debito cognitivo è l’accumulo di piccoli deficit nelle nostre capacità mentali quando deleghiamo troppo frequentemente compiti cognitivi complessi all’AI. All’inizio, usare ChatGPT è una comodità immediata – idee generate in pochi secondi, testi ben formulati senza sforzo. Ma a forza di risparmiare fatica mentale, “contraiamo un debito” che prima o poi va ripagato: ci ritroviamo meno allenati nel generare idee originali, nel mantenere la concentrazione, nel ricordare informazioni che avremmo appreso se avessimo fatto da soli lo sforzo di ricerca o scrittura. In breve, rischiamo di perdere proprio quelle abilità che non esercitiamo più.

Connettività neurale in calo: il cervello al minimo sforzo

Dal monitoraggio EEG è emerso un dato quantitativo impressionante: scrivere con l’aiuto di ChatGPT può ridurre l’attività cerebrale misurata fino al 55% rispetto a quando si scrive senza alcun assistente. In altre parole, il cervello “lavora” poco più della metà quando delega all’IA gran parte del lavoro. I ricercatori hanno osservato che nel gruppo senza strumenti si attivavano diffusamente aree frontali e parietali associate a funzioni esecutive, integrazione semantica, memoria e pensiero creativo. Chi usava il solo motore di ricerca mostrava un’attivazione marcata delle aree visive occipitali – segno che leggere, valutare e selezionare informazioni online mantiene comunque il cervello impegnato in un vaglio critico visivo. Al contrario, il gruppo ChatGPT presentava la rete di connessioni neurali più tenue e meno estesa, come se l’atto del comporre testi con l’AI richiedesse un coinvolgimento mentale molto inferiore. Gli utenti di ChatGPT sembravano non analizzare ed elaborare attivamente i contenuti generati, limitandosi spesso ad accettarli passivamente. Il cervello, insomma, andava in modalità “pilota automatico”.

Questa diminuzione di connettività e attivazione è descritta dagli autori quasi come una forma di ipotrofia funzionale: “come se l’intelligenza fosse un esercizio, e smettere di esercitarla producesse un’atrofia silenziosa”. La parola atrofia qui è usata in senso figurato – nessuno suggerisce che i neuroni muoiano per mancanza di uso a breve termine – ma rende bene l’idea: senza “palestra mentale” il nostro cervello si indebolisce. E ciò diventa evidente quando gli stessi partecipanti, abituati per tre sessioni a scrivere con AI, sono passati all’improvviso a dover scrivere senza aiuti: il loro cervello è apparso “letargico”, sotto-ingaggiato, incapace di ritrovare subito il livello di connettività di chi aveva sempre lavorato senza strumenti. In quella quarta sessione, i “dipendenti da ChatGPT” hanno faticato enormemente: memoria offuscata, citazioni sbagliate, lessico anemico – insomma, prestazioni cognitive impoverite su tutta la linea. Era come se l’abitudine a delegare il pensiero avesse impostato un nuovo default neurale più basso, da cui era difficile risalire.

Vale la pena notare che l’effetto opposto è risultato vero per chi inizialmente non aveva aiuti: quando questi partecipanti “Brain-only” hanno provato ChatGPT nella sessione finale, hanno mantenuto una buona attivazione mentale di base e anzi mostrato maggiore richiamo di memoria e forte attività in aree occipito-parietali e prefrontali, simile a chi usava il motore di ricerca. Inoltre, avendo prima costruito da soli una mappa mentale dell’argomento, hanno usato l’AI in modo più strategico e meno passivo. Questo dato suggerisce qualcosa di molto importante: è possibile integrare l’assistente AI senza spegnere il cervello, ma conta come e quando lo si fa. Come metaforicamente osserva un commentatore, “se prima ti costruisci la mappa mentale, poi puoi usare il GPS senza diventare cieco”. In sintesi, un approccio ibrido dove prima si attiva la mente in autonomia e poi si sfrutta l’AI per perfezionare o arricchire il lavoro, sembra mitigare i rischi di debito cognitivo. La tecnologia non deve essere una badante mentale che pensi al posto nostro dall’inizio alla fine, ma uno strumento che amplifica le nostre capacità dopo che le abbiamo messe in moto.

Memoria esternalizzata: quando ricordare non serve (e perché invece serve)

Un aspetto chiave emerso è il calo della memoria e della consapevolezza nei partecipanti assistiti dall’AI. Molti di loro non riuscivano a ricordare o citare correttamente parti del saggio che avevano “scritto” (in realtà, generato) con ChatGPT. Questo indica che l’atto stesso di affidarsi al suggerimento esterno aveva ridotto la formazione di tracce mnemoniche durevoli: in pratica non avevano consolidato quelle idee nella propria memoria, probabilmente perché il processo era stato troppo facile e a basso coinvolgimento. È un fenomeno simile a quello che molti di noi vivono quotidianamente nell’era digitale: perché sforzarsi di ricordare un numero di telefono, una data o un fatto, quando basta poterlo ricercare in ogni momento? Il cervello è adattivo e segue la legge del minimo sforzo: se percepisce che qualcosa è archiviato altrove (in un dispositivo, nel cloud, o in un modello AI), tende a non immagazzinarlo internamente. Gli scienziati chiamano questo effetto memoria transattiva o memoria esternalizzata, ed è stato osservato già con l’avvento di internet. Studi precedenti hanno mostrato che il cervello comincia a trattare il web come una sorta di banca di memoria esterna, delegando a esso il compito di custodire informazioni, con un conseguente indebolimento della nostra capacità di richiamo autonoma. In altre parole, ci ricordiamo più dove trovare le risposte (quale sito, quale parola chiave su Google) che le risposte stesse.

Questa esternalizzazione della memoria non è di per sé un male assoluto – dopotutto l’umanità da secoli “scarica” la memoria nelle tecnologie, dai libri alle biblioteche fino ai computer. Liberare la mente da certe incombenze può permetterci di concentrare le energie su compiti più creativi o complessi. Tuttavia, c’è un equilibrio delicato: più affidiamo all’esterno, più impoveriamo l’allenamento della nostra memoria biologica. La neuroplasticità del cervello fa sì che esso si modelli in base all’uso: use it or lose it. Ogni volta che evitiamo uno sforzo mentale, rinunciamo ad allenare quel circuito neurale, perdendo un potenziale. Viceversa, impegnando il cervello in sfide cognitive, costruiamo quella che i neurologi chiamano riserva cognitiva – un “gruzzolo” di sinapsi e percorsi alternativi che ci rende più resistenti al declino cognitivo e ai danni neurologici. Una mente allenata su più fronti (memoria, attenzione, creatività, problem solving) sviluppa una resilienza maggiore: ad esempio, molte ricerche indicano che un alto livello di riserva cognitiva ritarda l’impatto di malattie come l’Alzheimer, perché il cervello riesce a compensare meglio le perdite. Dovremmo quindi chiederci: affidare troppo alla memoria esterna dell’AI potrebbe ridurre la nostra riserva cognitiva futura? Se smettiamo di esercitare la memoria oggi perché “tanto c’è ChatGPT che mi riassume quel concetto quando voglio”, potremmo trovarci domani con meno capacità di apprendimento autonomo o di richiamo di idee quando ne abbiamo davvero bisogno.

Quando la memoria non può più sbagliare: il rischio del Chronoscript

C’è un’ulteriore riflessione che merita spazio, perché porta il tema della memoria esternalizzata su un piano ancora più radicale: non solo non ricordiamo più noi, ma qualcun altro ricorda per noi, al posto nostro, contro di noi. Matteo Flora ha recentemente proposto un nome per questa nuova frontiera del rischio cognitivo: Persistent Personal Chronoscript (PPC). Un termine che indica la registrazione cronologica e permanente di tutto ciò che facciamo, diciamo, consultiamo o pensiamo online – e sempre più spesso anche offline, tramite wearable, chatbot connessi e dispositivi digitali sempre in ascolto.

Il paradigma PPC nasce da innovazioni come Recall di Microsoft o la memoria “infinita” in via di integrazione nei LLM come ChatGPT: strumenti pensati per offrire assistenza e continuità, che però rischiano di creare un archivio permanente delle nostre azioni e intenzioni, incrociando cronologia, file, interazioni, connessioni, toni e ricerche. A prima vista è la promessa perfetta: finalmente non dimenticheremo più nulla. Ma come ricorda Flora, è proprio qui che si nasconde il pericolo. Dimenticare, riformulare, sbagliare e persino mentire a noi stessi sono processi umani fondamentali per la crescita, la guarigione e l’evoluzione personale.

La persistenza del dato impedisce il “diritto all’oblio mentale”, all’autoassoluzione, alla revisione del proprio passato. Ci priva della possibilità di riscrivere ciò che eravamo alla luce di ciò che siamo diventati. Se tutto è tracciato, ogni tentativo di cambiare idea, maturare, o semplicemente dire “non me lo ricordo” può essere contestato da un sistema che ricorda per noi, con più precisione di noi stessi. La nostra memoria naturale, con i suoi vuoti e le sue distorsioni, è parte integrante della nostra identità e della nostra libertà.

In questo scenario, la memoria stessa diventa un’arma contro l’individuo – non solo come vulnerabilità tecnica (un malware può trafugare il nostro archivio personale), ma come strumento di controllo sociale e conformismo cognitivo. Se ogni nostra ricerca può essere decontestualizzata e usata contro di noi, smetteremo di cercare davvero. Se ogni nostra idea può essere conservata per sempre, smetteremo di pensarne di nuove. E se ogni nostra affermazione può essere confrontata con una cronologia perfetta, smetteremo di evolverci.

Il rischio – conclude Flora – non è solo tecnico, ma esistenziale: non potremo più sbagliare, non potremo più dimenticare, non potremo più cambiare. Ed è in questa “memoria perfetta” che si annida l’atrofia più pericolosa: quella della libertà interiore.

Creatività e identità: il rischio della “voce conformata”

Un altro punto sollevato dallo studio del MIT è l’effetto sull’originalità e sul senso di ownership (paternità intellettuale) del lavoro svolto con AI. I testi prodotti con l’ausilio di ChatGPT tendevano a somigliarsi molto tra loro, al punto da essere definiti “fotocopie semantiche” – stesso vocabolario, stessa struttura, stessa impalcatura concettuale. Insomma, l’uso dell’AI portava a una livellazione sistematica del pensiero: quando tutto è ottimizzato in base ai dati del modello, niente è davvero originale. È il paradosso dell’algoritmo: massimizzando efficienza e coerenza, si perde quella scintilla di unicità, le idee fuori dal coro, le traiettorie inaspettate. Non a caso, gli insegnanti umani coinvolti nell’esperimento hanno giudicato i saggi generati con AI come piatti e privi di personalità, alcuni li hanno definiti esplicitamente “soulless”, senz’anima. Pur essendo formalmente corretti, mancava la voce autentica dello studente, la tesi davvero sentita, l’argomentazione che nasce magari da un’intuizione personale o da un’esperienza di vita. È il prezzo della deriva generativa: tanti elaborati finivano per convergere sugli stessi temi e frasi fatte, perché il modello tende a fornire risposte medie, generiche, “mediamente intelligenti” verrebbe da dire, evitando gli eccessi creativi o le posizioni troppo originali.

Allo stesso tempo, chi aveva scritto con l’AI ha riferito un minor senso di soddisfazione e di proprietà sul proprio elaborato. È comprensibile: se gran parte delle idee e delle frasi te le ha suggerite una macchina, quel testo non lo senti veramente tuo. Nel questionario, il senso di ownership è risultato il più basso proprio nel gruppo LLM e il più alto nel gruppo “cervello-only”. Questo dato ci mette in guardia su un rischio sottile: abituarsi a scrivere o creare con AI potrebbe alienarci un po’ dalla nostra produzione intellettuale. Invece di essere autori, diventiamo editor di un output altrui (dell’IA), e il legame emotivo e cognitivo con l’opera ne risente. La creatività umana non è solo azzeccare parole giuste; è un processo spesso faticoso ma profondamente formativo, in cui l’errore insegna e la ricerca di una frase originale rafforza la padronanza del linguaggio e delle idee. Se rinunciamo a quel processo troppo presto delegandolo all’AI, perdiamo occasioni di crescita. Come ha scritto efficacemente un editorialista, “ogni volta che accetti la risposta più efficiente, perdi l’occasione di formulare quella più vera”. La voce interiore si affievolisce, e rischiamo di pensare con parole non nostre, un pensiero in prestito. In prospettiva, immaginare intere generazioni che crescono scrivendo temi scolastici con ChatGPT fa temere l’omologazione di stile e idee: saggi che sembrano prompt, con tono neutro e privo di quella scintilla individuale. La vera finalità della scrittura – come del pensiero – dopotutto non è produrre testo corretto, ma far collidere le idee, esplorare l’inaspettato. Dobbiamo assicurarci che l’uso delle AI non spenga questa capacità di dubitare e inventare, riducendo il pensiero a un eco dell’intelligenza artificiale stessa.

Equilibrio, non panico: verso un’innovazione consapevole

Di fronte a questi risultati, sarebbe facile cadere in narrazioni estreme. Da un lato, c’è chi lancia allarmi catastrofisti – titoli come “ChatGPT atrofizza il cervello” rimbalzano online – temendo un futuro in cui le nuove generazioni, cullate dalle AI, perdano irreversibilmente capacità mentali fondamentali. Dall’altro lato, troviamo i tecno-entusiasti che minimizzano: “È solo un nuovo strumento, come la calcolatrice o il correttore ortografico, nessuno si è mai rincitrullito per colpa della tecnologia”. La realtà, come spesso accade, è più sfumata e richiede equilibrio.

Questo singolo studio del MIT, pur rigoroso, ha i suoi limiti: un campione relativamente piccolo di studenti, un periodo di osservazione di pochi mesi e uno scenario (quello dei saggi scritti in stile esame SAT) specifico. Inoltre, è una ricerca preliminare non ancora sottoposta a peer review formale. Non è una sentenza definitiva sull’effetto dei LLM sul cervello umano, ma un campanello d’allarme da approfondire. I risultati non provano che usare ChatGPT distrugga le nostre capacità cognitive; indicano però che un uso sregolato e passivo potrebbe indebolirle col tempo. È una distinzione fondamentale: l’atrofia in senso medico implica una perdita strutturale, mentre qui parliamo di sotto-utilizzo funzionale. In altre parole, il potenziale del nostro cervello rimane intatto – nessuna lesione, nessun “buco” – ma se non lo coltiviamo potremmo non sfruttarlo appieno, un po’ come un muscolo tenuto troppo a riposo.

La buona notizia è che la stessa ricerca offre una via positiva: sperimentare modalità di utilizzo ibrido e più consapevole dell’AI. Come visto, chi ha alternato lavoro autonomo e assistito ha ottenuto benefici da entrambi: mantenendo attivi i neuroni e insieme godendo dell’efficienza dello strumento. Questo suggerisce che il futuro dell’apprendimento e della creatività umana non sta in un rifiuto dogmatico dell’intelligenza artificiale, ma nemmeno in un abbandono completo ad essa. Dovremo trovare un bilanciamento, dove l’AI sia protesi cognitiva e non sedia a rotelle mentale. Come sottolinea il rapporto del MIT, non si tratta di demonizzare ChatGPT, ma di capire cosa significa usarlo male e come evitarlo. Il vero pericolo infatti non è che l’AI ci sostituisca, bensì che ci adattiamo noi a pensare come lei, appiattendo la nostra originalità sui binari medi dettati dall’algoritmo. Ma conoscendo il rischio, possiamo agire di conseguenza.

Inoltre, grazie alla neuroplasticità, nulla ci impedisce di “rimettere in forma” il cervello se ci accorgiamo di aver esagerato con l’automazione. Il cervello è straordinariamente allenabile a tutte le età: possiamo sempre investire nel costruire nuova riserva cognitiva, imparare nuove abilità, dedicare tempo a hobby creativi o a giochi mentali per riattivare quei percorsi sinaptici magari impigriti. L’AI non è una condanna, è uno strumento potente che richiede però pedagogia digitale sia per i giovani che per gli adulti.

Invece di cedere a un facile pessimismo (“ci rincoglieremo tutti con ChatGPT”) o a un ingenuo ottimismo (“evviva, ora penserà a tutto l’AI!”), dovremmo accogliere questi dati come un invito alla consapevolezza. Come recita il motto latino, “In medio stat virtus”: la virtù sta nel mezzo. Significa vigilare affinché la convenienza immediata offerta dalle AI non nasconda conseguenze indesiderate a lungo termine sulla nostra mente. Significa educare all’uso equilibrato: chiedersi quando è il caso di lasciar fare alla macchina e quando invece è importante spegnere tutto e affrontare una sfida cognitive “a mani nude”, per il nostro stesso allenamento mentale.

Domande aperte per genitori, educatori, imprenditori e società

Da esperto di innovazione e cultura digitale, ma anche come genitore e cittadino, sento che questa fase storica ci pone di fronte a scelte cruciali. Abbiamo davanti un potente alleato tecnologico che può amplificare l’intelletto umano come mai prima – ma anche un tentatore subdolo che può indurci alla pigrizia mentale. La differenza la farà come decideremo di usarlo. In chiusura, quindi, più che risposte definitive, voglio proporre alcune domande che dovremo porci nei prossimi anni:

  • Genitori: come possiamo guidare i nostri figli ad utilizzare strumenti come ChatGPT senza atrofizzare la loro curiosità, attenzione e capacità di pensiero critico? Quali limiti e buone pratiche dobbiamo adottare in famiglia sull’uso dell’AI nei compiti e nello studio?
  • Educatori: in che modo integrare l’AI nei programmi scolastici in maniera costruttiva, sfruttandone i vantaggi senza che gli studenti perdano l’abilità di scrivere, ricordare e ragionare con la propria testa? La scuola dell’era di ChatGPT dovrà cambiare valutazioni e metodi didattici per coltivare creatività e autonomia anziché delegare tutto alle macchine?
  • Imprenditori e manager: come implementare gli assistenti AI nel lavoro senza impoverire le competenze dei dipendenti? Stiamo usando l’AI per liberare tempo da dedicare a compiti più elevati e creativi, o la stiamo usando per spingere le persone a “seguire il suggerimento” e basta? In altre parole, l’AI in azienda sta aumentando o riducendo il capitale umano di conoscenze e capacità critiche?
  • Società e policy maker: quali politiche ed etiche dell’innovazione dobbiamo sviluppare per evitare una dipendenza cognitiva di massa? Dovremo considerare l’equivalente di linee guida per una “dieta digitale” equilibrata, che preservi la salute mentale collettiva nell’era dell’intelligenza artificiale? E come garantire un accesso equo a queste tecnologie senza creare una frattura tra chi sa usarle (o può permettersele) in modo attivo e chi ne subisce passivamente gli effetti?

Sono domande complesse, che richiederanno il dialogo tra neuroscienziati, psicologi, pedagogisti, tecnologi, politici e tutta la comunità. Quel che è certo è che siamo dinanzi a una nuova mutazione culturale – come Baricco la definirebbe – in cui “fortissime correnti di energia” passano attraverso apparenti perdite di abilità tradizionali. Sta a noi riconoscere queste correnti e governarle. Possiamo e dobbiamo dotarci di “branchie” per respirare nel nuovo ecosistema digitale, ma senza dimenticare come si usano i nostri polmoni originari: capacità critiche, memoria, creatività, empatia. In definitiva, l’intelligenza aumentata non dovrà significare intelligenza dimezzata. Se saremo saggi e consapevoli, ChatGPT e gli altri LLM potranno diventare parte integrante del nostro extended mind senza sminuire la meravigliosa plasticità del cervello umano – anzi, forse stimolandoci a ripensare il modo in cui impariamo e cresciamo, in simbiosi con le macchine ma sempre padroni del nostro destino cognitivo.

PENSIERI SPARSI

L’algoritmo che manca: riconoscenza.

Siamo ossessionati da KPI, automazione e intelligenza artificiale, ma un gesto semplice come dire “grazie” rischia di diventare merce rara. Eppure proprio la riconoscenza, la gratitudine espressa verso colleghi e collaboratori, ma anche tra amici e in famiglia, è un collante invisibile che tiene insieme le persone nel lungo termine.

Un esempio emblematico viene da Indra Nooyi, ex CEO di PepsiCo, che inviava ogni anno oltre 400 lettere ai genitori dei suoi dirigenti per ringraziarli del “dono dei loro figli” all’azienda. Un gesto insolito e potente di leadership riconoscente, in netto contrasto con un mondo aziendale iper-tecnologico.

Del resto, anche Cicerone definiva la gratitudine “la madre di tutte le virtù”. In modo più moderno, lo psicologo Emmons osserva che senza gratitudine “organizzazioni, famiglie, società crollerebbero”.

E allora perché sul lavoro sembra così difficile praticarla? Forse perché la frenesia dei target e l’onnipresenza degli algoritmi ci fanno perdere di vista questo valore umano fondamentale. Nell’era delle macchine intelligenti e delle metriche spietate, la gratitudine è il “codice” umano sempre più raro ma cruciale per il successo duraturo.

Il potere di un “grazie”

Essere riconoscenti non è solo buona educazione. Per un leader dovrebbe essere una vera strategia di management. Studi dimostrano che un ringraziamento frequente, anche nel contesto lavorativo, motiva più di un bonus economico. La gratitudine alimenta la motivazione e la lealtà molto più delle sole metriche di performance. E non è un dettaglio: il timing del grazie conta.

Esprimere riconoscenza prima di assegnare un compito difficile può attenuare l’ansia, far sentire le persone valorizzate e spingerle ad affrontare la sfida con maggiore tenacia. Un leader che dice “apprezzo ciò che farai” prepara il terreno per resilienza e risultati migliori, più di un grazie frettoloso a posteriori. Vale con i colleghi, e vale anche con i figli.

Eppure, paradossalmente, più si sale nella scala gerarchica e meno si tende a ringraziare. Chi detiene potere sviluppa spesso una miopia di gratitudine: molti dirigenti si sentono in diritto di ricevere impegno, senza avvertire il bisogno di riconoscerlo. Il risultato? Un vuoto emotivo, una perdita di fiducia, una cultura organizzativa fragile. Diversi studi mostrano che il ringraziamento sincero, espresso da una posizione di comando, ha un impatto doppio: i collaboratori lo percepiscono come gesto potente e umano, che costruisce rispetto reciproco.

Crescere insieme grazie alla riconoscenza

La riconoscenza è il vero motore delle relazioni di mentorship. Un mentore investe tempo, esperienza e visione; chi riceve questo supporto lo traduce in impegno e voglia di dimostrarsi all’altezza. Ma il valore è reciproco: il mentor vede crescere chi ha supportato, riceve energia, nuove prospettive e spesso feedback che arricchiscono anche il suo modo di guidare.

Harvard Business Review parla di “valuta relazionale”: è esattamente questo. La gratitudine genera uno scambio che va oltre il singolo rapporto: chi ha ricevuto tende a restituire, creando un effetto a catena. Le carriere si intrecciano, si rafforzano, si trasmette cultura. È un ciclo virtuoso di crescita condivisa. Un “grazie” autentico oggi può attivare leadership migliori domani.

Questo meccanismo di restituzione è parte di una cultura che da anni personalmente ho fatto mia: il give back. Non è solo un gesto di cortesia, è una responsabilità attiva. Chi ha ricevuto ha il dovere, non scritto, ma potente, di far avanzare qualcun altro. È così che si crea un’onda lunga di competenze, visione, possibilità. In fondo, non cresci davvero se non restituisci qualcosa a chi viene dopo di te.

Il clima del grazie nelle organizzazioni

Se la gratitudine del singolo leader o del singolo mentor è importante, ancor più lo è farne un valore di cultura aziendale diffusa. Una cultura dove il grazie circola liberamente produce effetti misurabili su clima, engagement e risultati. Al contrario, la mancanza di riconoscenza crea ambienti tossici. Emmons lo scriveva già che l’assenza di gratitudine è un fattore determinante di turnover, burnout e insoddisfazione.

La buona notizia è che ringraziare rigenera il clima: migliora la fiducia, riduce il conflitto, aumenta il senso di appartenenza. Un ambiente in cui le persone si ringraziano a vicenda viene percepito come sicuro sul piano psicologico, stimolando collaborazione e innovazione. Un semplice “ottimo lavoro, grazie” può valere molto più di un aumento dato in un momento di crisi. E crea lealtà, coesione, desiderio di contribuire.

Il riconoscimento come algoritmo morale

Il riconoscimento è un algoritmo, o almeno a me piace pensare così: un codice morale fatto di attenzione, empatia e memoria condivisa. Ma è un algoritmo che oggi si esegue sempre meno, perché non produce un dato immediatamente monetizzabile. L’AI riconosce pattern, segnali, risultati. L’essere umano può, e dovrebbe, riconoscere persone, sforzi, progressi invisibili. Per questo dico spesso che la gratitudine è “l’algoritmo che manca”: quello che ci connette anche quando non serve, che dà senso anche a ciò che non è ottimizzato, ma è profondamente giusto.

L’AI e il riconoscimento freddo

Dashboard che misurano produttività, intelligenze artificiali che analizzano dati e sistemi automatici di “riconoscimento” dei risultati: in un contesto così, in cui algoritmi valutano ogni aspetto delle performance, poi emerge un altro tema da affrontare, ossi che la riconoscenza autentica è un gesto umano, impossibile da automatizzare completamente.

Sì, le AI possono supportare processi di riconoscimento più equi, aiutare a non dimenticare contributi importanti. Ma un messaggio automatizzato, se non è pensato, risulta freddo. Una nota scritta a mano, una parola detta al momento giusto, cambia tutto. Gli strumenti servono a completare, non a sostituire.

Un manager empatico sa riconoscere non solo il risultato, ma lo sforzo, la resilienza, la crescita. E quando una persona si sente valorizzata, entra in circolo un potenziale enorme: più coinvolgimento, più collaborazione, più innovazione.

Gratitudine e nuove generazioni

Mi capita spesso di notare come nelle nuove generazioni il tema della gratitudine sia più sottile, a volte quasi assente ( o per lo meno diversa ). Non perché manchi sensibilità, ma perché per molti ragazzi la gratitudine è vista come un riflesso del debito, e il debito non lo vuole nessuno. Molti sentono più forte il peso di ciò che è mancato, che la gratitudine per ciò che c’è stato. Hanno imparato a difendersi, non a dire grazie.

Ma la riconoscenza non è un atto di sudditanza, è consapevolezza. È capacità di leggere i passaggi, le persone, i contributi, anche minimi, che ci hanno permesso di fare un salto. E forse, anche tra generazioni, andrebbe riscoperta come codice di connessione, più che come gesto formale.

L’algoritmo mancante

La riconoscenza può sembrare un valore d’altri tempi, quasi ingenuo in un’era dominata da analytics e dati. Ma è forse più rivoluzionaria che mai. È il filo umano che collega individui iper-digitalizzati, l’“algoritmo mancante” che dà senso ai risultati oltre i numeri. Coltivare la gratitudine non significa rinunciare alla performance: significa sbloccare un livello più alto di performance sostenibile, perché basata su fiducia, passione, reciprocità.

Un ambiente di lavoro, una famiglia, una squadra dove ci si sente rispettati e ringraziati è un luogo in cui le persone crescono, osano, innovano. Come un ecosistema che si auto-rigenera, la cultura della riconoscenza porta frutti umani e organizzativi.

Dire grazie non è solo buona educazione. È un atto di celebrazione. Come ho scritto in una delle mie Interferenze, celebriamo troppo poco: passiamo da un obiettivo all’altro senza onorare il percorso. Invece un “grazie”, detto bene, può essere un piccolo rito che segna un passaggio, che costruisce memoria collettiva. Celebrare è un modo per rallentare il tempo e dire: “questo momento merita”.

E se non celebriamo nulla, tutto si appiattisce in una routine produttiva senza profondità. Dopotutto, non c’è innovazione più grande che riscoprirsi umani. E la gratitudine è il codice più semplice per riuscirci.

PENSIERI SPARSI

L’interfaccia è cambiata. E non tornerà indietro.

InsideTheShift #2 – The Rise of Cognitive Interfaces

Per anni abbiamo progettato interfacce. Abbiamo disegnato schermate, flussi, pulsanti, menu. Abbiamo imparato a cliccare, navigare, selezionare. Abbiamo costruito ogni percorso utente partendo da una logica: l’utente deve capire cosa fare, dove andare, cosa aspettarsi.

Ma oggi tutto questo sta cambiando. Cambia il concetto di interfaccia. Cambia il modo in cui comunichiamo con la tecnologia. E soprattutto, cambia l’assunto di fondo: non è più l’utente ad adattarsi al sistema, ma è il sistema che inizia ad adattarsi all’utente.

Non parliamo più solo di accessibilità o user experience. Parliamo di interazione mediata da intelligenza artificiale. Parliamo di modelli linguistici che comprendono ciò che chiediamo, che ci rispondono, che agiscono. E che lo fanno attraverso la conversazione, non l’interfaccia grafica.

Dall’interfaccia grafica all’interfaccia cognitiva.

Questo è il tema che approfondisco in InsideTheShift #2, la mia newsletter settimanale.

Un’analisi su un cambiamento silenzioso ma potentissimo: l’interfaccia non è più uno schermo, è una conversazione. L’unità di misura dell’interazione non è più il click, è l’intento. Il passaggio dai menu ai modelli linguistici rappresenta un ribaltamento. Satya Nadella lo ha riassunto con una frase chiave: “Il linguaggio umano è il nuovo strato dell’interfaccia utente”.

Non dobbiamo più sapere dove cliccare. Diciamo cosa vogliamo ottenere. E l’AI esegue.

Dati, segnali e una nuova normalità

Il cambiamento è in atto, ed è misurabile. I modelli come ChatGPT sono stati adottati da oltre 100 milioni di utenti in poche settimane. Sempre più sviluppatori e designer lavorano con strumenti che rispondono a richieste scritte, che generano codice, prototipi, contenuti. Sempre più utenti si aspettano di poter “parlare” a un sistema, anziché navigare.

Stiamo passando da UX progettate come flussi, a esperienze costruite come comportamenti.

Non disegniamo più percorsi, ma progettiamo agenti.

Non pensiamo più in termini di input/output, ma di dialogo.

Progettare per l’intento

Nel testo esploro cosa comporta tutto questo a livello tecnico, strategico e culturale.

Come cambia la UX.  Come evolvono i modelli di servizio. Cosa vuol dire design conversazionale, prompt design, agentic AI.

Parlo di modelli come orchestratori di API. Di agenti che agiscono. Di servizi che si trasformano in esperienze adattive.

Parlo di nuovi ruoli: AI strategist, prompt engineer, conversational designer.

Parlo di strumenti: framework, plugin, pattern che già oggi uso nei miei progetti per costruire queste interfacce del futuro.

Ma soprattutto, parlo di cosa significa tutto questo per le persone. Per le aspettative. Per la fiducia.

Perché ogni volta che cambia il modo in cui interagiamo con la tecnologia, cambia anche il modo in cui immaginiamo il possibile.

Verso interfacce invisibili

Weiser, nel 1991, diceva che “le tecnologie più profonde sono quelle che scompaiono”.

Ecco: stiamo costruendo proprio questo.

Un’interfaccia che non si vede, ma che si sente. Che ci accompagna. Che capisce.

Che, se progettata con attenzione, può diventare una protesi cognitiva, una leva di accessibilità, uno strumento di inclusione e intelligenza diffusa.

Ma, se progettata male, può anche aumentare disuguaglianze, errori, distorsioni.

Serve responsabilità. Serve visione.

InsideTheShift vuole essere un contributo in questa direzione.

Un punto fermo ogni 7gg circa, di mattina, alle 9.41, per leggere ciò che cambia, con uno sguardo strategico, culturale, operativo.

Nel numero #2 della mia newsletter InsideTheShift esploro in dettaglio tutto questo, seguendo la mia struttura editoriale:

📊 dati + 💡 strategia + 🧠 cultura + 🔭 scenari + 📚 risorse + 🧰 toolbox

📬 È online. Ogni lunedì un nuovo shift, per chi vuole progettare il cambiamento invece di subirlo.

👉 Leggi la versione integrale InsideTheShift #2

AI & GENAI, PENSIERI SPARSI

Dalla gerarchia al dialogo: come gli agenti AI stanno riscrivendo il nostro modo di chiedere

C’è stato un tempo (e forse c’è ancora) in cui il comando “vai a farmi le fotocopie” era il simbolo per eccellenza della gerarchia operativa. Diretto, inequivocabile, senza margini di interpretazione o ambiguità. Più o meno.

Vi starete domandando cosa c’entra questo con l’AI, con il rilascio di Perplexity o del recente Operator di OpenAI, vero? Non ci crederete ma un legame, con l’evoluzione e l’arrivo degli agenti, questo tema è molto attuale.

Pensateci, con un’intelligenza artificiale non funziona più essere autoritari: bisogna essere collaborativi. E forse anche un po’ educati.

Partiamo dal principio.

Dal comando al dialogo: chi educa chi?

La relazione con un agente AI, viste le evoluzioni recenti, le potenzialità e l’efficacia che stanno cominciando ad avere, non è più univoca: è una relazione che diventa dialogica e persino educativa. Il fatto di dover collaborare con un agente AI, e non comandarlo come verrebbe naturale, implica un cambio di prospettiva non da poco. Non possiamo più limitarci ad impartire ordini secchi; dobbiamo chiederci come formulare una richiesta in modo che sia compresa e, soprattutto, eseguita al meglio.

Immaginate la scena:

  • “Vai a farmi le fotocopie.”
  • L’AI risponde: “Quali pagine? A colori o in bianco e nero? E quante copie esattamente?”
  • Tu: “Fai tu.”
  • L’AI: “Fai tu cosa? C’è un errore nella richiesta / prompt.”

Ecco, questa è la nuova realtà: l’AI non si accontenta di eseguire, vuole capire. E noi, da “padroni del comando”, dobbiamo trasformarci in partner comunicativi, in grado di spiegare non solo cosa vogliamo, ma anche perché e come lo vogliamo. E se non iniziamo ad agire così abbiamo due possibili effetti che, in alcuni casi, iniziano già a manifestarsi: il primo è che l’AI, questo strumento magico che sembra possa fare tutto, in effetti non capisce e non fa quello che ci aspettiamo. Il secondo effetto, successivo, è noi non sappiamo chiederle ciò che ci serve e questo ci fa sentire inferiori potenzialmente.

Un nuovo (possibile) galateo

Se gli agenti AI diventano partner dialogici, forse dovremmo iniziare a pensare al nostro tono. Dopotutto, nessuno ama o ha mai amato un capo che urla, da comandi e impone di fare cose senza spiegarsi. E se la tecnologia ci stesse insegnando qualcosa, non in modo diretto, sul valore della gentilezza? Immaginate di dover chiedere all’AI di prenotare un volo:

  • Versione “vai a farmi le fotocopie“: “Prenota il volo per Milano.”
  • Versione dialogica: “Mi aiuti a trovare il miglior volo per Milano? Preferisco partire al mattino e con pochi scali.“

Io credo che sia palese che una delle due è efficace, mentre l’altra no. Non solo la seconda versione è più chiara, ma risulta anche più… umana!

È ironico: un agente digitale, apparentemente privo di emozioni, ci costringe a essere più consapevoli del nostro modo di comunicare. Forse, nel tentativo di insegnare all’AI come interagire con noi, stiamo imparando noi stessi a interagire meglio con gli altri?

Dal “cosa” al “perché”

La vera rivoluzione di questo shift non è solo nel come chiediamo, ma nel perché lo chiediamo. Quando diciamo all’AI di fare qualcosa, stiamo implicitamente trasferendo a lei il processo decisionale. Non stiamo solo delegando un compito, ma anche il modo in cui quel compito verrà eseguito. E qui nasce una domanda cruciale: siamo davvero pronti a cedere questo potere?

Prendiamo un esempio semplice: “Organizza la mia giornata.”

Se non forniamo contesto, l’AI potrebbe pianificare otto meeting consecutivi senza pause. Ha sbagliato? No, semplicemente ha eseguito un compito interpretandolo sulla base delle informazioni che aveva a disposizione. Non vi sembra un dejavù, no? Se non spieghiamo perché abbiamo bisogno di spazio per pensare o di tempo per un pranzo tranquillo, l’AI non potrà saperlo.

La verità è che chiedere bene richiede una certa dose di autoconsapevolezza. Dobbiamo sapere cosa vogliamo e perché lo vogliamo, altrimenti rischiamo di essere “mal serviti” da un’entità che, paradossalmente, cerca solo di aiutarci.

Chi è il maestro?

E qui arriviamo al punto più ironico (e forse non solo ironico) di tutti: chi sta educando chi? Stiamo insegnando all’AI a comprendere meglio il linguaggio umano? Oppure è l’AI che, indirettamente, ci sta insegnando a essere più chiari, più collaborativi, persino più riflessivi? Forse, l’evoluzione degli agenti AI non riguarda tanto il loro apprendimento, quanto il nostro.

Questi sistemi ci costringono a fermarci, a pensare, a chiarire.

Non possiamo più limitarci a dire “vai a farmi le fotocopie“; dobbiamo chiederci: “Perché servono? Come posso spiegare meglio la mia richiesta?” E in questo processo, potremmo scoprire che la tecnologia non sta solo automatizzando i nostri compiti, ma sta affinando le nostre capacità di comunicazione e comprensione. Una lezione inaspettata da un’entità che non ha né cuore né anima.

Eppure è un insegnamento che ha sicuramente un impatto sul singolo, ma potenzialmente avrà un impatto anche sul modo in cui le aziende si approcceranno a questa ennesima trasformazione: ridefinire lo scopo prima di attivare una azione che non necessariamente sarà utile.

La gentilezza del futuro

Forse, un giorno, guarderemo indietro e penseremo che la rivoluzione dell’AI non è stata tanto nell’efficienza o nell’automazione, su cui tutti, chi più e chi meno stiamo mettendo la testa, ma nel suo impatto sul nostro modo di pensare e interagire. Esattamente come scrivevo anche giorni fa nel post “Comprensione e fiducia: l’evoluzione dell’interazione uomo-macchina” . Gli agenti AI ci stanno spingendo a rivalutare non solo cosa chiediamo, ma come e perché lo facciamo. E chissà, magari la prossima volta che ci verrà da dire “vai a farmi le fotocopie”, ci fermeremo un attimo.

Forse sorrideremo e diremo: “Mi aiuti a organizzare al meglio questo lavoro? Grazie.”

E quel grazie, in fondo, potrebbe essere il vero segno del nostro progresso.

PENSIERI SPARSI

2025: Back in the Game. Translating tomorrow’s tech into today’s solutions

Non avevo intenzione di guardare indietro, ma l’ho fatto. Riflettere sugli ultimi anni non è mai semplice, ma offre sempre lezioni preziose. Non per celebrare ciò che è stato, ma per capire cosa può essere costruito, di nuovo.

Il 2025 non sarà solo un altro anno, come gli ultimi passati. Sarà una nuova fase, un nuovo gioco con nuove regole e una visione più ampia. Se c’è un tema che guiderà questa transizione, è quello che LinkedIn ha definito, dopo l’analisi del mio anno, il mio “Superpower”: Translating tomorrow’s tech into today’s solutions.

Non si tratta solo di leggere, studiare e rendere accessibili tecnologie emergenti come l’intelligenza artificiale, lo spatial computing, la blockchain su cui ho sperimentato e condiviso molto nell’ultimo anno. Si tratta di supportare gli altri in questa interpretazione e transizione nel creare soluzioni tangibili, che abbiano un impatto reale nella vita delle persone e delle aziende stesse. Il 2025 sarà per me l’anno per mettere in gioco tanto di ciò che ho imparato, con la consapevolezza che il cambiamento continuo richiede studio, impegno e, come dice Nassim Taleb, skin in the game.

Cambiare rotta

Cambiare rotta non è mai un atto neutro, ma una scelta intenzionale, in cui si perde qualcosa e si acquisisce qualcosa. Dopo 14 anni di IQUII, una operazione di vendita e il successivo processo di integrazione nel gruppo,  è da un po’ che sento la necessità di scrivere un nuovo capitolo. Tornare in gioco non è un obbligo, ma una decisione consapevole: accettare il rischio del cambiamento, assumersi la responsabilità e avere la pelle in gioco è qualcosa che mi manca. Come nel 2010, quando ho scelto di passare da manager a imprenditore, il 2025 rappresenta una nuova sfida in cui ho voglia di rimettermi in gioco, con un nuovo ruolo e nuovi progetti.

Costruire attraverso lo studio continuo

Un altro tema centrale su cui ho riflettuto molto è lo studio e l’apprendimento. Nel corso della mia vita professionale, ho spesso messo in pausa i percorsi accademici per seguire progetti e intuizioni. Questa volta, però, concludere il percorso universitario non è solo un obiettivo personale, ma un messaggio per i miei figli: non è mai troppo tardi per imparare, e darsi degli obiettivi nuovi.

Finalizzare il mio percorso accademico in Marketing con specializzazione nel Gaming è un modo per dimostrare che la formazione non è un punto di arrivo, ma un processo continuo. Dopo la laurea, continuerò a studiare: libri, corsi e nuove letture saranno strumenti fondamentali per affrontare i cambiamenti e guidare chi cerca risposte pratiche in un mondo in continua evoluzione.

Come scriveva Viktor Frankl: “Tra stimolo e risposta c’è uno spazio. In quello spazio risiede il nostro potere di scegliere la nostra risposta.” Per me, scegliere di studiare è una risposta che apre nuove strade, non solo per me stesso, ma per chiunque voglia innovare con consapevolezza.

Innovare con scopo

L’innovazione è qualcosa che mi porto dietro da sempre e mai come ora vedo la possibilità di poter seguire un cambiamento come successo anni fa con il mobile. L’intelligenza artificiale è molto più di una tecnologia: è uno strumento per costruire fiducia, migliorare processi e creare connessioni. Il mio lavoro per il 2025 si concentrerà su tre direzioni:

  1. Rendere più accessibile il futuro: supportare aziende e organizzazioni nell’implementazione di soluzioni concrete, con metodo e visione.
  2. Investire negli altri: sostenere startup e progetti innovativi, perché la vera innovazione nasce dalla collaborazione.
  3. Condividere conoscenza: scrivere, insegnare e parlare di come la tecnologia possa diventare un alleato per affrontare le sfide di oggi e domani.

Equilibrio tra tecnologia e umanità

Ovviamente non si tratta solo di innovare, ma di farlo in modo sostenibile e umano. Il 2025 sarà un anno dedicato anche a ritrovare l’equilibrio: tra lavoro e famiglia, tra ambizione e benessere.

La famiglia sarà il pilastro centrale, così come lo sport e il tempo per me stesso.

Come 15 anni fa alla nascita di Indigeni Digitali, una comunità che ha sempre messo al centro le connessioni autentiche, nel nuovo anno il concetto di connessioni e community sarà di nuovo al centro del mio percorso. Riconnettermi con quel tipo di relazioni sarà fondamentale, perché la vera innovazione nasce dal confronto, tra persone reali.

Mettere tutto in gioco

Infine, back in the game. Tornare in gioco significa agire, con determinazione, consapevoli che il cambiamento non è mai lineare, ma necessario per poter traguardare i propri obiettivi ed inseguire i propri progetti. Come Darwin ci ricorda, “Non è la specie più forte a sopravvivere, ma quella che si adatta meglio al cambiamento”. Il 2025 vuol esser un anno di un nuovo adattamento, di crescita e di azioni orientate ad un obiettivo che mi porto dietro da tempo: traguardare i 50 anni con la possibilità di scegliere chi esser e a cosa dedicare tempo dal 50anni+1giorno. Ne mancano 3 da adesso, è il giusto tempo per farlo accadere. Se il 2024 è stato un anno di studio e riflessione, il 2025 sarà un anno di studio e azione. Questo viaggio non sarà solo mio: voglio condividerlo con chi è pronto a cambiare, a sfidarsi e a trovare nuove strade.

Come dico da sempre, Life is a continuous pivoting.

Leggi anche: skin in the game

PENSIERI SPARSI

Skin in the game: la filosofia del mettersi in gioco nel management e nell’imprenditorialità

Stiamo vivendo negli ultimi anni un paradosso: decisioni sempre più complesse vengono prese da persone sempre meno coinvolte direttamente nelle loro conseguenze.

Il concetto di skin in the game, reso popolare da Nassim Nicholas Taleb nel libro “Skin in the game: Hidden Asymmetries in Daily Life“e nella versione italiana “Rischiare grosso“, rappresenta una risposta potente a questa dinamica: è un invito a mettersi in gioco in prima persona, assumendo rischi reali e dimostrando coerenza tra ciò che si dice e ciò che si fa. In pratica, significa avere un coinvolgimento diretto e personale nelle decisioni e nei progetti, subendo in prima persona successi e fallimenti.

Oggi, più che mai, questo principio si applica al management e all’imprenditorialità, dove la credibilità, la fiducia e il valore reale si costruiscono attraverso l’impegno diretto.

Cosa significa avere skin in the game

Skin in the game non è semplicemente un modo di dire: è una filosofia di vita e di lavoro. Implica assumersi rischi personali in tutto ciò che si fa. Se un manager prende una decisione aziendale che può influire sulle vite dei suoi collaboratori, dovrebbe essere il primo a viverne le conseguenze. Se un imprenditore lancia un prodotto innovativo, deve essere disposto a metterci il proprio capitale, tempo e reputazione.

Questo principio si basa su un elemento centrale: la simmetria. Chi trae benefici da una decisione deve anche accettarne i rischi. Nassim Nicholas Taleb lo spiega chiaramente: il vero problema della società moderna è che spesso chi decide non paga mai il prezzo dei propri errori, creando asimmetrie pericolose.

I principi di Taleb: asimmetria, responsabilità e credibilità

Nel suo libro Skin in the Game: Hidden Asymmetries in Daily Life, Taleb esplora il concetto di asimmetria del rischio. Le decisioni prese senza skin in the game generano squilibri: chi decide scarica rischi su altri, proteggendosi dalle conseguenze negative e appropriandosi dei benefici positivi.

Di esempi lampanti ne esistono in ogni settore: molti dirigenti di alto livello prendono decisioni rischiose, ma quando queste portano a fallimenti, sono i dipendenti e i piccoli azionisti a pagarne il prezzo. Questo è l’opposto della leadership etica.

Avere skin in the game significa:

  • Coerenza tra parola e azione: Non chiedere ad altri di fare ciò che non faresti tu stesso.
  • Assumersi responsabilità: Mettere in gioco risorse personali per condividere i rischi.
  • Credibilità attraverso l’esperienza diretta: Le persone seguono leader che dimostrano impegno personale.

Skin in the game e leadership: l’autenticità come chiave del successo

Nel management, la skin in the game è un potente strumento per creare fiducia e ispirare i team. Un leader che si mette in gioco non solo motiva, ma dimostra che il successo è un progetto condiviso.

Diversi imprenditori hanno spesso investito il proprio capitale personale per salvare le sue aziende nei momenti critici. Questa scelta trasmette un messaggio chiaro: “Credo in questo progetto quanto voi, e sono pronto a rischiare tutto.”

La leadership autentica si costruisce attraverso azioni tangibili:

  • Condivisione dei rischi con il team.
  • Responsabilità diretta nelle decisioni difficili.
  • Trasparenza sui fallimenti e sui successi.

Un leader che non ha skin in the game rischia di essere percepito come distaccato o opportunista, con conseguenze negative sulla coesione del team.

Skin in the game nell’imprenditorialità

Per un imprenditore, avere skin in the game è quasi una condizione naturale. Lanciare un progetto significa spesso mettere in gioco risparmi personali, tempo e reputazione. Questo coinvolgimento diretto non solo aumenta la credibilità agli occhi degli investitori, ma diventa anche un motore per il successo.

Taleb sottolinea che chi ha skin in the game affronta le decisioni in modo più prudente e consapevole. Un imprenditore che rischia in prima persona è meno incline a scelte impulsive e più focalizzato sulla creazione di valore reale.

La presenza di skin in the game:

  • Rafforza la fiducia degli stakeholder.
  • Incentiva l’innovazione come leva per ridurre i rischi.
  • Aumenta la resilienza nelle fasi di crisi.

Psicologia del rischio: superare la paura di mettersi in gioco

Un aspetto fondamentale della skin in the game è la gestione del rischio. Non è semplice accettare l’idea di fallire, soprattutto in una cultura che spesso stigmatizza l’errore. È attraverso il rischio che si creano opportunità significative, seppure non tutti sono predisposti e pronti ad affrontare un concetto del genere.

Per sviluppare un mindset orientato al rischio consapevole:

  1. Accettare il fallimento come parte del percorso.
  2. Valutare il rischio in modo razionale, non emotivo.
  3. Concentrarsi su obiettivi a lungo termine, anziché su risultati immediati.

Applicazioni contemporanee e implicazioni etiche

Il concetto di skin in the game è particolarmente rilevante in un mondo sempre più digitale. Dai modelli di business delle startup ai sistemi di governance aziendale, il rischio personale è spesso il discrimine tra chi crea valore reale e chi si limita a sfruttare opportunità temporanee.

Un nuovo capitolo, un nuovo pivot

Avere “skin in the game” non è solo una strategia di management o imprenditorialità: è un modo di vivere ed approcciare il futuro ed i propri cambiamenti. Significa affrontare il rischio con coraggio, responsabilità e coerenza, creando valore reale per sé, e per gli altri.

Dopo tutto, come dico da sempre, la vita è un continuo pivoting, e se nel cambiamento non ci metti la tua pelle, non lo senti come un vero cambio di direzione.

Skin in the game nell’era degli agenti AI

A distanza di mesi, rileggo questo concetto con una lente che nel 2024 era ancora sfocata. L’arrivo degli agenti AI nelle aziende ha reso la domanda di Taleb più scomoda, non meno. Quando una decisione la prende un sistema, chi tiene la pelle in gioco? Deleghiamo a un modello la scelta su un investimento, su una diagnosi, su chi assumere, e il rischio resta tutto su chi quella scelta la subisce, mentre chi ha costruito o venduto il sistema spesso non rischia nulla. È la stessa asimmetria che Taleb smonta da anni, riproposta a una scala nuova. Chi mette in produzione un agente che agisce in autonomia dovrebbe rispondere delle sue conseguenze con qualcosa di proprio, non con il disclaimer che scarica tutto sull’utente finale. Continuo a pensare che la responsabilità non si possa esternalizzare, e l’AI, invece di risolvere il problema, ce lo mette davanti in modo più nitido.