🎧 Ascolta l’articolo ▶️ (durata 5’0″ con la voce di Emma)
di Kaspar Nu
L’anno è iniziato da pochi mesi e già le Big Tech hanno completato una transizione silenziosa ma radicale: l’IA non è più un “plus” nel curriculum, ma il parametro centrale della valutazione delle prestazioni e del potenziale umano!
Se un tempo il valore di un ingegnere o di un manager era misurato sulla base dell’esperienza pregressa, oggi giganti come Microsoft, Google e OpenAI hanno spostato il focus sulla AI Literacy (ovvero le competenze necessarie per utilizzare proficuamente i sistemi di IA) e sull’Agentic Workflow (ovvero IA che pianificano ed eseguono sequenze di attività complesse con un intervento umano minimo). Infatti, secondo il Work Trend Index 2024 di Microsoft e LinkedIn, il 71% dei leader preferirebbe assumere un candidato con meno esperienza ma con forti competenze di IA rispetto a uno più esperto che ne sia privo. A conferma di ciò, le menzioni dell’IA nei post di lavoro su LinkedIn hanno generato un aumento delle candidature del 17%. E non si tratta più solo di saper usare un chatbot; le aziende cercano:
- prompt engineering avanzato, ovvero la capacità di strutturare flussi di lavoro complessi;
- AI-human orchestration, ovvero saper gestire team composti da umani e agenti autonomi;
- pensiero analitico e strategico. Infatti, con l’automazione dell’esecuzione, la capacità di “unire i puntini” e validare l’output diventa la competenza più scarsa e preziosa.
Dunque, mentre le aziende celebrano l’aumento della produttività, emerge un interrogativo antropologico inquietante: stiamo andando verso un atrofismo cognitivo? In altre parole, cosa succede alla mente umana quando deleghiamo il pensiero critico e la risoluzione dei problemi a un algoritmo?
Vediamo di seguito le possibili conseguenze:
- Il fenomeno del cognitive offloading
Il processo di delega all’IA porta allo scaricamento cognitivo. Uno studio del MIT Media Lab (2025) ha utilizzato misurazioni EEG per dimostrare che l’uso intensivo di ChatGPT durante compiti di scrittura riduce l’attivazione cerebrale fino al 55%. Il cervello “si spegne” parzialmente perché percepisce che lo sforzo non è più necessario, portando a quello che i ricercatori chiamano “debito cognitivo”. - Atrofia delle funzioni esecutive
Ricerche pubblicate su Psychology Today e studi recenti (come Kosmina et al., 2025) evidenziano che l’uso acritico di LLM rischia di atrofizzare:
- la memoria di lavoro, poiché, delegando la sintesi all’IA, la capacità di trattenere informazioni diminuisce;
- il pensiero critico, dal momento che gli utenti dei sistemi intelligenti tendono a diventare “consumatori passivi”, perdendo l’abitudine di mettere in discussione la logica di un ragionamento;
- l’apprendimento profondo, in pratica perché chi impara a programmare esclusivamente tramite IA forma nuove sinapsi il 17% più lentamente, poiché manca lo sforzo del trial and error, il noto processo “per prove ed errori”.
Per contrastare questa “anestesia mentale”, le università stanno rivoluzionando i loro criteri di ammissione attraverso differenti strategie:
- il ritorno all’analogico – Molti atenei prestigiosi stanno reintroducendo test d’ingresso in presenza, rigorosamente su carta, per valutare il ragionamento “nudo”;
- l’oral-first evaluation – Si sta diffondendo l’enfasi sulla difesa orale delle tesi e dei progetti, dove il candidato deve dimostrare la profondità della comprensione dei propri elaborati sotto pressione, cosa che l’IA non può simulare;
- test di “saggezza digitale” – Nuovi protocolli sperimentali (come il laboratorio DidActa) mirano a testare non quanto uno studente sappia usare l’IA, ma quanto sia capace di correggerla e integrarla senza perdere l’autonomia di pensiero.
In conclusione e strategie per correre ai ripari a parte, stiamo assistendo alla nascita di un ibrido uomo-macchina in cui l’identità professionale si sposta dal “saper fare” al “saper orchestrare”.
Il paradosso è, pertanto, servito: le Big Tech spingono per un lavoratore cosiddetto “aumentato”, ma la scienza avverte che senza un uso consapevole (lo “sparring partner cognitivo” citato da Suriano et al., 2025), rischiamo di creare una classe dirigente di supervisori superficiali, incapaci di intervenire se la macchina fallisce. La vera preservazione della forza umana sull’AI del prossimo decennio non sarà, a ben vedere, competere con essa, ma preservare la capacità di porre quelle domande che l’algoritmo non sa ancora immaginare.
