🎧 Ascolta l’articolo ▶️ (durata 4’05” con la voce di Seraphina)
Un fenomeno lavorativo nuovo che ha cominciato a diffondersi, soprattutto nelle aziende impegnate nei settori della comunicazione e delle tecnologie, è quello del cosiddetto workslop (dall’inglese lavoro+sbobba=lavoro deprecabile). Esso consiste nella produzione di contenuti (lettere, report, analisi, ricerche…) realizzate a partire da una sommaria richiesta rivolta all’IA che genera output altrettanto sommari ed approssimativi. Il risultato di tale procedura è talmente poco utile a livello aziendale che chi lo riceve deve impiegare parecchio tempo a cercare di salvare il salvabile da un minestrone di frasi e concetti privi di reale utilità e generati al solo scopo di risparmiare tempo lavorativo per se stessi senza alcun interesse per il lavoro complessivo a livello aziendale e degli anelli della catena successivi, ovvero quelli che ricevono il contenuto inutilizzabile, spesse volte prolisso e non revisionato.
Alla base di questo fenomeno, che ha preso le mosse a partire dal 2023 grazie alla facile fruibilità di LLM e chatbot, ci sarebbe una pigrizia di fondo dei lavoratori impiegati in certi contesti ma anche la poca cura e la scarsa meticolosità nella formulazione delle richieste rivolte alle IA. Ciò sta inducendo le aziende a formare i propri dipendenti all’ottimizzazione della collaborazione con IA attraverso l’insegnamento del prompt engineering (la capacità di dare istruzioni efficaci all’IA stessa) e alla stimolazione ad integrare sui contenuti dell’AI il proprio giudizio umano; in sostanza, insegnando a usare l’IA per migliorare, non per sostituire, il pensiero critico.
A parere di chi si trova quotidianamente sommerso da workslop, è necessario, inoltre, approntare delle linee guida chiare che definiscano politiche che stabiliscano limiti, responsabilità e modalità di verifica dei contenuti generati dall’IA prima che vengano condivisi con il team.
Il workslop è la prova che l’intelligenza artificiale, pur essendo uno strumento rivoluzionario, non elimina la necessità del contributo umano: essa amplifica l’abilità, ma anche l’eventuale sciatteria, di chi la utilizza. È opportuno ricordare sempre che la differenza tra l’ottimizzazione e il workslop risiede nel pensiero critico che precede e segue il comando all’IA. Infatti, tale fenomeno genera una serie di conseguenze negative che minano l’efficienza aziendale, i costi operativi e il morale del personale.
A livello economico, ad esempio, il workslop genera un “costo invisibile” (o “tassa IA”): le stime indicano che la risoluzione di ogni singola “manciata” di workslop costa in media fino a due ore di lavoro in più per il collega che la riceve, con un impatto di milioni di dollari annuali per le grandi aziende.
A livello di produttività e di efficienza, invece, si crea un falso senso di progresso. Un report generato velocemente può sembrare un risultato, ma se è inutilizzabile o fuorviante, il compito – come già detto – viene semplicemente spostato sull’anello successivo della catena.
A livello di relazioni interpersonali, ad essere profondamente minata è la fiducia con il conseguente logoramento dei rapporti tra colleghi. Ricevere costantemente lavoro di bassa qualità può portare a percepire l’autore come meno capace, meno affidabile o meno impegnato, aumentando la frustrazione e lo stress.
Ultimo ma non ultimo, vanno considerati la sicurezza e i rischi operativi che tale fenomeno implica. In contesti critici (es. procedure di sicurezza, reportistica finanziaria, codice informatico), il workslop può tradursi in rischi concreti. Istruzioni operative ambigue o valutazioni di rischio incomplete generate con l’IA possono causare errori procedurali o, in casi estremi, compromettere la sicurezza sul lavoro.
È necessario dunque, a fronte di tante implicazioni negative, che le aziende mettano mano ad un codice e a delle procedure che, guidando i propri lavoratori ad un utilizzo maturo dell’IA, consentano anche di agevolare un clima più sereno, rispettoso e collaborativo all’interno del contesto aziendale.
