Prima della diffusione dell’IA generativa, il tempo che ci voleva per fare le cose era anche il tempo in cui le cose imparavamo a farle. Questo tempo esisteva per forza, non ci pensavamo nemmeno, ora forse in parte è sparito.
Il tempo morto che non era morto
Scrivere una relazione tecnica richiedeva ore. Cercare le fonti, montare un ragionamento, riscrivere un paragrafo che non tornava: tutto questo occupava spazio, e quello spazio, senza che nessuno lo progettasse, serviva anche a fissare la conoscenza. Il tempo di esecuzione pre-IA e il tempo di ideazione completa pre-IA non erano solo produttività lenta. Erano, di fatto, il tempo di apprendimento.
Oggi quel tempo può essere azzerato. Un’idea abbozzata in tre righe diventa un documento strutturato in due minuti. Un progetto, una relazione, un articolo: il prodotto finale virtuale arriva prima che il pensiero abbia fatto il suo giro completo nella testa di chi lo ha delegato all’IA. Ed è qui che si apre un problema che non si vede in maniera così trasparente: non è un problema di qualità del prodotto, è un problema di cosa succede, o non succede, dentro chi lo produce.
Cosa succede quando il prodotto arriva prima del pensiero
Nella pubblica amministrazione, come in qualsiasi contesto di lavoro della conoscenza, il documento finale non è mai stato l’unico obiettivo. Chi scrive una relazione tecnica, prepara un progetto, redige un atto, non produce solo un artefatto: costruisce, nel farlo, una comprensione più solida del problema che quel documento affronta. È un effetto collaterale del processo, non dichiarato in nessun obiettivo di performance, ma reale quanto il documento stesso.
Con l’IA generativa questo effetto collaterale rischia di sparire senza che nessuno se ne accorga, perché il prodotto finale continua ad arrivare, spesso persino migliore, più coerente, più veloce. Il funzionario ha il progetto pronto, il dirigente ha la relazione, il collega ha la bozza di email. Tutto funziona. Ma lo sviluppo interiore dell’idea, quel processo lento e a tratti faticoso per cui un concetto passa da “letto da qualche parte” a “capito e posseduto”, si riduce o non parte affatto.
Non è un’ipotesi teorica. È già visibile in chi, dopo aver fatto scrivere all’IA un progetto tecnico, fatica a sostenerlo in una riunione senza rileggerlo. Non perché il progetto sia sbagliato, ma perché chi lo presenta non lo ha ancora davvero assorbito. Ha eseguito un compito. Non ha necessariamente imparato qualcosa.
Non è un problema di velocità, è un problema di soglia
La risposta ovvia, “rallentare sempre”, non regge. Nessuno può permettersi di tornare al tempo di esecuzione pre-IA per ogni email, ogni bozza, ogni prima versione di un documento: sarebbe un lusso che il lavoro reale, con le sue scadenze, non concede. Ma anche la risposta opposta, “delegare sempre”, ha un costo che si paga in ritardo: la progressiva perdita della capacità di pensare un problema fino in fondo senza uno strumento che lo pensi al posto nostro.
Il punto non è quindi la velocità in sé. È distinguere, caso per caso, quando il tempo di sedimentazione serve davvero e quando invece no. Un compito ripetitivo, un’email di routine, un primo abbozzo che verrà comunque riscritto: lì il tempo risparmiato non toglie nulla, perché non c’era comunque apprendimento in gioco. Ma un progetto che dovrò difendere, un concetto che dovrò padroneggiare, una competenza che mi serve per il prossimo passo del mio lavoro: lì saltare la sedimentazione ha un costo che si vede solo dopo, quando arriva il momento di usare quella conoscenza che non c’è.
Due regole per decidere quando fare da sé e quando delegare
Da qui nasce un criterio semplice, pensato per essere applicato,
La prima regola: se lo scopo di quel compito è imparare, lo faccio io. Se lo scopo è solo ottenere il prodotto, delego all’IA. È una distinzione che richiede un secondo di consapevolezza in più prima di aprire una chat con un modello, ma è quel secondo che fa la differenza tra usare l’IA come acceleratore di esecuzione e usarla come sostituto di pensiero.
La seconda regola è un’evoluzione della prima, e riguarda i casi meno netti, quelli in cui la delega sembra la scelta ovvia ma qualcosa dentro segnala che non lo è. In quei casi: se sento che mi serve assorbimento cognitivo, mi fermo, e aspetto prima di passare comunque all’IA. Oppure, se il contenuto è già stato generato dall’IA, fermo il flusso, non lo uso subito, mi do il tempo di leggerlo, capirlo, farlo davvero mio prima di firmarlo, presentarlo, o costruirci sopra il passo successivo.
Non è un principio contro l’IA. È un principio che protegge, deliberatamente, quello che prima veniva protetto per caso o per forza. Ora il processo è cambiato e mi serve un check mentale per generare ancora assorbimento cognitivo.
Applicarlo al lavoro pubblico
Nella PA questo criterio non è un esercizio filosofico, è una scelta operativa che si ripresenta ogni giorno. Un Responsabile della Transizione al Digitale che fa scrivere all’IA un piano di adeguamento al Piano Triennale non ha nulla da imparare dal solo output, se poi non lo attraversa: dovrà spiegarlo, difenderlo davanti a un dirigente, aggiornarlo quando cambia la normativa. Lì la seconda regola si applica per intero: fermarsi, leggere, capire, prima di far proprio quel documento.
Diverso il caso di un atto amministrativo ricorrente, uno schema già consolidato, una comunicazione standard: lì la prima regola basta da sola, perché lo scopo non è costruire competenza, è produrre un output corretto nel minor tempo possibile.
La distinzione utile, in altre parole, non è “quanto è importante il documento”. Un atto minore può essere delegato senza problemi, un progetto strategico può richiedere ore di assorbimento anche se l’IA lo ha già scritto in due minuti. Il criterio è un altro: quanto mi serve, personalmente, aver capito questo contenuto per il passo successivo del mio lavoro. Se la risposta è “molto”, il tempo di sedimentazione non è un costo da tagliare. È l’unica parte del lavoro che, alla fine, resta davvero mia nel tempo e che va oltre la mera produzione di oggetti digitali.
Chiusura
La competitività dei prossimi anni non si giocherà su chi produce documenti più in fretta: quella soglia, con l’IA, è già stata superata da tutti. Si giocherà su chi conserva ancora la capacità di pensare un problema fino in fondo senza bisogno di uno strumento che lo pensi al posto suo, quando quella capacità serve davvero.
Le due regole non sono un freno all’adozione dell’IA. Sono un modo per continuare a scegliere, ogni giorno, in quali momenti restare protagonisti del proprio apprendimento e in quali momenti, invece, è del tutto legittimo lasciare che sia un altro, anche artificiale, a fare il lavoro al posto nostro.
#Adessonews seleziona nella rete articoli di particolare interesse.
Se vuoi leggere l’articolo completo clicca sul seguente link
