L’uso della GenAI solleva sempre più spesso un tema di impatto cognitivo che non posso francamente ignorare. Qui provo a distillarti alcuni consigli e regole pratiche per non perdere competenze e facoltà cognitive e non arrenderti alla delega cieca.

Ogni volta che inizi una conversazione con un chatbot AI e scrivi la prima domanda, stai facendo una scelta. Il problema è che quasi nessuno la tratta come tale: la tratta come un riflesso.

E la differenza tra riflesso e decisione è il confine tra

• cognitive offloading (delegare un task a basso valore cognitivo, mantenendo il controllo sul ragionamento)
• e cognitive surrender (cedere il controllo del pensiero stesso, accettando l'output come proprio senza poterne ricostruire la logica).

Non è una differenza di quantità ("uso troppo l'AI"), ma di natura: le automazioni di prima delegavano task (calcoli, ricerche). L'AI è abbastanza generale da candidarsi anche a funzioni cognitive - rappresentazione, ragionamento, pianificazione. E lì il confine si sposta.

Ecco quindi 5 regole operative per tenerlo dove serve.

1. Distingui cosa costruisce competenza da cosa la simula

Prima di delegare un task, chiediti se è un dominio in cui vuoi rimanere capace di lavorare senza AI. Se sì, usa l’AI per dialogare, non per produrre al posto tuo.

Collins e Evans separano due tipi di expertise:

• l’interactional expertise - sai parlare il linguaggio di un dominio, fare le domande giuste, muoverti nella conversazione con chi ci lavora davvero
• e il contributory expertise - sai operare nel dominio, gestire i casi limite, produrre un contributo originale. L'AI è ottima maestra della prima.

La seconda si costruisce solo con pratica diretta, casi limite, errori tuoi. Il rischio è che la prima sembri la seconda: sai parlare bene di un argomento senza saperci davvero lavorare dentro, e non te ne accorgi finché non ti manca la rete sotto.

2. Guida tu, non farti guidare

Nel brainstorming, tieni tu la direzione della conversazione: non accettare un consiglio, una critica o un'idea del modello senza prima validarla con quello che sai già. Fatti fare domande che estraggono le tue intuizioni, invece di farti generare le sue.

I chatbot tendono a darti ragione (la famosa sycophancy) che nasce dal modo in cui vengono allineati: confermare la direzione che gli dai produce feedback migliore nel breve termine, quindi il modello tende ad assecondarla piuttosto che metterla in discussione.

Combinato con l'autorevolezza delle frasi sicure e ben scritte dell’AI, che il cervello associa a competenza - il risultato è un doppio rinforzo: il modello ti sembra affidabile e ti dà ragione. Nessuno dei due segnali dipende dal fatto che tu ce l'abbia davvero.

L'unico modo per evitare tutto questo è restare al comando dell'interazione: governa la conversazione, lascia che sia il modello a interrogarti per tirare fuori dettagli e obiezioni che hai già in testa, e tratta ogni sua proposta come un'ipotesi da testare, non come un verdetto.

È lo human in the loop: spiegabilità e corregibilità esistono solo se qualcuno resta nel loop a esercitarle - e in una chat quel qualcuno sei tu.

3. Riconosci le vulnerabilità

Identifica i tuoi momenti di vulnerabilità (fine giornata, sotto scadenza) e trattali come zone a rischio aumentato - non perché l'AI sia peggiore lì, ma perché tu lo sei.

In uno studio su 758 consulenti BCG, chi aveva accesso a GPT-4 ha sovraperformato ovunque tranne che su un problema specifico: quello in cui l'AI rispondeva con sicurezza ma sbagliava.

Lì, i consulenti con AI erano meno accurati degli altri. Non perché l'AI sbagli spesso - sbaglia sempre meno - ma perché quando sbaglia lo fa nello stesso formato sicuro e ben scritto con cui risponde quando ha ragione, e il nostro cervello associa quel formato a competenza umana.

Il punto debole non è nel modello, è nel momento in cui tu stai leggendo: stanchezza, scadenza addosso, troppe tab aperte nel browser sono le condizioni in cui il controllo si abbassa, indipendentemente da quanto è affidabile la risposta.

4. Verbalizza la logica ignorando l'AI

Su ogni output importante che accetti, prova a riformularlo a voce con le tue parole, senza menzionare la fonte. Se non ci riesci, non lo hai capito: lo hai solo accettato acriticamente.

Se, a cose fatte, non riesci a spiegare perché hai preso una decisione senza dire "l'AI ha detto che...", il controllo del ragionamento non ce l'avevi tu. È un test semplice ma scomodo, perché lo scopri sempre dopo - quando costa di più tornare indietro che quando bastava fermarsi un secondo prima.

5. Se il task ti interessa, reintroduci la pratica manuale

Sui task che ti interessa padroneggiare, prova la soluzione prima di guardare l'output AI, prova a ragionarci o a svolgerlo in autonomia mentre l’AI lavora o forza te stesso a criticarlo riga per riga invece di accettarlo in blocco.

Il motivo per cui l'apprendimento si inceppa quando l'AI risolve al posto tuo non è misterioso: imparare richiede sforzo cognitivo, e se salti lo sforzo, salti l'apprendimento.

È esattamente quello che è successo in uno studio sugli studenti turchi con ChatGPT sui compiti di matematica: compiti migliori, sensazione di aver capito di più, punteggio ai test peggiore.

Il momento in cui abbozzi una risposta - anche parziale o sbagliata - è il momento in cui il ragionamento avviene davvero. Se lo salti chiedendo subito all'AI, non hai risparmiato tempo: hai saltato il passaggio che produce competenza.

Bjork ha mostrato che le condizioni che rendono l'apprendimento più lento nel breve termine - sforzo, errore, difficoltà - sono quelle che lo rendono duraturo nel lungo termine.

C'è anche un motivo neurobiologico: il circuito dopaminergico non si attiva sul risultato atteso, ma sullo scarto tra previsione e risultato - il cosiddetto prediction error. È l'ostacolo superato a rendere il successo saliente e a costruire motivazione verso un dominio.

Un sistema che esegue senza sforzo toglie quel segnale, e con esso non solo l'apprendimento ma anche la curiosità verso ciò che non hai mai faticato a capire. Non è un caso che in uno studio il tutor AI funzionasse meglio proprio perché calibrava la difficoltà invece di rimuoverla.

Queste regole sono in realtà dei consigli molto generali e nessuno ti impone di usare meno l'AI.

Ti chiedono solo di sapere, ogni volta che apri la chat, che strada intendi prendere, tra delega selettiva e resa cognitiva - che spesso producono lo stesso output nell'immediato.

Se vuoi approfondire, sul nostro blog ci abbiamo dedicato un articolo completo sul blog!

Giacomo Ciarlini - CIO - Datapizza

Simone Conversano - AI Transformation Specialist - Datapizza