AI e pensiero critico: il vero rischio è smettere di giudicare
L’Intelligenza Artificiale può ridurre alcune delle nostre capacità cognitive?
In una recente news abbiamo affrontato questa domanda analizzando alcuni studi su cognitive offloading, deskilling e possibile indebolimento del pensiero critico.
Ma quella riflessione apre una seconda questione, forse ancora più importante per chi utilizza l’AI quotidianamente in azienda:
se l’Intelligenza Artificiale diventa sempre più capace di produrre risposte, analisi e soluzioni, noi siamo altrettanto preparati a valutarle?
È qui che il problema cambia prospettiva.
Una risposta convincente non è necessariamente corretta
Dalla capacità di produrre alla capacità di scegliere
Il nuovo collo di bottiglia: verificare
Forse non basta imparare a fare buoni prompt
La differenza sarà nel modo in cui utilizziamo l’AI
Cinque regole da portare in azienda
- Separare generazione e verifica.
- Cercare anche la tesi contraria.
- Arrivare all’AI con qualcosa di proprio.
- Separare velocità e responsabilità.
- Allenare il dubbio.
L’AI Literacy servirà per fare un passo avanti
Il rischio non consiste semplicemente nell’utilizzare ChatGPT o altri strumenti. Nasce quando iniziamo progressivamente a delegare alla macchina attività che dovrebbero restare nostre:
comprendere, verificare, dubitare e decidere.
Una risposta convincente non è necessariamente corretta
Prima dell’AI generativa avevamo già imparato a delegare parte della ricerca ai motori di ricerca.
Digitavamo una domanda, consultavamo alcuni risultati e ricostruivamo una risposta.
Con l’Intelligenza Artificiale il processo diventa molto più semplice. Possiamo chiedere direttamente alla macchina di cercare, sintetizzare, confrontare e proporre una conclusione.
Il risultato arriva rapidamente ed è spesso ben scritto, ordinato e soprattutto convincente.
Proprio questa caratteristica rappresenta uno degli aspetti più delicati.
Quando una risposta appare palesemente sbagliata, siamo portati a controllarla. Quando invece è plausibile e ben argomentata, le nostre difese possono abbassarsi.
Nasce così un nuovo rischio: confondere la qualità della formulazione con la qualità dell’informazione.
L’AI può presentare con grande sicurezza anche una conclusione incompleta, priva del necessario contesto o errata.
Più migliorerà nella capacità di comunicare, più diventerà importante la nostra capacità di distinguere una buona risposta da una risposta che sembra soltanto tale.
Cosa ci suggerisce la ricerca
Uno studio del MIT Media Lab del 2025 ha osservato 54 partecipanti impegnati nella scrittura di saggi, confrontando l’utilizzo di un Large Language Model, di un motore di ricerca e il lavoro senza strumenti.
Attraverso misurazioni EEG, i ricercatori hanno rilevato nel gruppo che utilizzava il modello linguistico una minore connettività cerebrale rispetto agli altri gruppi. I partecipanti mostravano inoltre maggiori difficoltà nel ricordare e citare quanto avevano scritto.
Il dato merita attenzione, ma anche prudenza.
Non dimostra che ChatGPT “spenga il cervello”. Lo studio riguarda un’attività specifica, con un campione circoscritto, e richiede ulteriori approfondimenti.
Una revisione sistematica del 2026, basata su 67 studi empirici, suggerisce infatti uno scenario più articolato.
Quando l’utilizzo avviene in contesti strutturati, nei quali alle persone viene chiesto di confrontare, motivare, verificare o correggere gli output, gli strumenti generativi possono sostenere ragionamento, creatività e metacognizione.
Quando invece l’obiettivo consiste principalmente nell’ottenere velocemente un risultato, aumentano cognitive offloading, coinvolgimento superficiale e debolezza dell’argomentazione.
La differenza, quindi, non dipende soltanto dall’AI che utilizziamo.
Dipende soprattutto da ciò che le lasciamo fare al posto nostro.
Dalla capacità di produrre alla capacità di scegliere
Trasferiamo questa riflessione dentro un’impresa.
Già oggi l’AI può analizzare documenti, sintetizzare informazioni, confrontare concorrenti, generare testi, costruire scenari, elaborare proposte e suggerire alternative.
Nei prossimi anni queste capacità aumenteranno.
Potremmo quindi trovarci davanti a un paradosso: il problema non sarà avere poche informazioni, ma averne troppe.
Dieci strategie. Cinquanta pagine di analisi. Cinque proposte commerciali. Decine di alternative generate in pochi minuti.
Alla fine del processo dovrà però esserci qualcuno capace di stabilire quale soluzione abbia senso.
Quale informazione sia attendibile.
Quale proposta ignori un elemento essenziale.
Quale rischio non sia stato considerato.
E soprattutto quale decisione prendere.
La produzione può diventare artificiale.
La responsabilità della decisione resta umana.
Il nuovo collo di bottiglia: verificare
Una ricerca pilota longitudinale del 2026 richiamata utilizza un’espressione interessante: verification bottleneck.
Nei compiti più difficili i partecipanti tendevano a ricorrere maggiormente all’AI proprio mentre diminuiva la loro capacità di verificare correttamente le soluzioni ottenute.
Il campione è limitato e non permette generalizzazioni, ma emerge un principio importante:
più diventa semplice generare una risposta, più diventa importante saperla verificare.
Questo potrebbe modificare anche il valore delle competenze professionali.
Per anni abbiamo considerato particolarmente competente chi riusciva a produrre rapidamente una buona analisi.
Domani l’AI potrebbe produrne dieci nello stesso tempo.
Il valore della persona potrebbe allora spostarsi dalla capacità di produrre alla capacità di selezionare, interpretare e giudicare.
Forse non basta imparare a fare buoni prompt
Negli ultimi anni molta formazione sull’AI si è concentrata sul prompt: come formulare una richiesta, fornire contesto e ottenere un risultato migliore.
Sono competenze utili.
Ma riguardano soltanto una parte del problema.
Una cosa è chiedersi:
“So ottenere una buona risposta dall’AI?”
Un’altra è domandarsi:
“So capire se quella risposta è davvero buona?”
La prima capacità riguarda soprattutto la conoscenza dello strumento.
La seconda richiede esperienza, competenza professionale, comprensione del contesto, cultura, capacità analitica e soprattutto disponibilità a fermarsi davanti a un output apparentemente perfetto e dire:
“Non mi convince. Verifichiamo.”
Se questa capacità diminuisse mentre la qualità apparente degli output continua ad aumentare, potremmo costruire un paradosso pericoloso: strumenti sempre più capaci affidati a persone sempre meno allenate a giudicarli.
La differenza sarà nel modo in cui utilizziamo l’AI
La distinzione tra aziende che utilizzano l’AI e aziende che non la utilizzano potrebbe presto perdere significato.
L’Intelligenza Artificiale sta entrando nei software, nei motori di ricerca, nelle piattaforme gestionali e negli strumenti di produttività.
La vera differenza potrebbe quindi emergere nel modo in cui viene utilizzata.
Da una parte avremo persone che consumano gli output: fanno una domanda, ricevono una risposta e la utilizzano.
Dall’altra persone che dirigono il processo: definiscono il problema, forniscono contesto, contestano la prima risposta, chiedono fonti, introducono prospettive alternative e infine decidono.
Potrebbero utilizzare gli stessi strumenti.
Ma difficilmente otterranno gli stessi risultati.
L’AI dovrebbe quindi diventare un amplificatore del pensiero, non un sistema per evitarlo.
Cinque regole da portare in azienda
Se accettiamo questa prospettiva, la risposta non consiste nel vietare gli strumenti generativi. Molto più utile è definire alcune semplici regole di utilizzo.
- Separare generazione e verifica.
Se l’AI produce qualcosa di rilevante – una ricerca, un’analisi, una proposta o una valutazione – chi utilizza il risultato deve poter verificare almeno gli elementi decisivi. - Cercare anche la tesi contraria.
Non chiedere soltanto “Qual è la soluzione?”, ma anche “Cosa potrebbe renderla sbagliata?”, “Quali elementi mancano?” oppure “Qual è l’argomento più forte contro questa conclusione?”. - Arrivare all’AI con qualcosa di proprio.
Nei compiti importanti può essere utile formulare prima un’ipotesi, una struttura o un’opinione e confrontarla successivamente con la macchina. Il punto di partenza del ragionamento rimane così umano. - Separare velocità e responsabilità.
L’AI può svolgere in pochi minuti ciò che prima richiedeva ore. Ma chi approva il risultato continua a essere responsabile della decisione. “L’ha detto l’AI” non può diventare una giustificazione organizzativa. - Allenare il dubbio.
Più le risposte diventeranno convincenti, più sarà difficile individuare quelle che richiedono un controllo. In determinati processi il dubbio non rappresenta inefficienza, ma una vera misura di qualità.
L’AI Literacy servirà per fare un passo avanti
Questa riflessione riguarda direttamente la formazione aziendale.
L’AI Literacy non dovrebbe limitarsi a spiegare quali strumenti utilizzare, quali dati non inserire o come formulare prompt efficaci.
Dovrebbe sviluppare anche la capacità di valutare criticamente gli output dell’Intelligenza Artificiale.
Significa sapere quando verificare una fonte, confrontare una seconda soluzione, coinvolgere una persona competente o riconoscere una decisione che non dovrebbe essere delegata.
Per le organizzazioni la sfida non sarà quindi soltanto avere persone capaci di utilizzare l’AI.
Serviranno persone capaci di governarne l’utilizzo.
Il problema non è che l’AI pensi sempre di più
L’Intelligenza Artificiale può eliminare attività ripetitive, ampliare l’accesso alla conoscenza e permetterci di esplorare alternative che pochi anni fa avrebbero richiesto giorni di lavoro.
Rinunciare a questi vantaggi per paura dell’AI avrebbe poco senso.
Ma sarebbe altrettanto sbagliato pensare che risposte migliori producano automaticamente decisioni migliori.
Tra l’output della macchina e una buona decisione rimane un passaggio essenziale:
noi.
Con esperienza, conoscenza del contesto, capacità di dubitare e responsabilità di scegliere cosa utilizzare e cosa scartare.
Per questo il futuro potrebbe non appartenere a chi conosce più prompt, usa più strumenti o automatizza più velocemente.
Potrebbe appartenere a chi sa giudicare meglio ciò che l’AI produce.
Il vero rischio, allora, non è che l’Intelligenza Artificiale pensi sempre di più.
È che noi decidiamo di pensare sempre di meno.
Approfondesci la notizia collegata “L’AI può ridurre le capacità cognitive umane? Cosa dicono gli studi” a questo link
