Perché l’intelligenza umana è cruciale nell’era dell’AI

Ascolta la versione audio dell’articolo

Nel dibattito pubblico e manageriale sull’intelligenza artificiale si è affermata una narrazione fuorviante: quella che attribuisce alle macchine qualità tipicamente umane. Una scorciatoia linguistica che, a giudizio di Rosario Sica, fisico cibernetico di formazione ed esperto di processi di trasformazione digitale (nonché ex Ceo di OpenKnowledge, professore a contratto presso Polimi Graduate School of Management e autore per Guerini Next di due libri dedicati all’innovazione nello sviluppo organizzativo, The value of Purpose. Finding meaning in an organization: a duty towards people and the future e The Employee Experience in the era of AI), nasce da una diffusa e superficiale antropomorfizzazione dell’AI. Il rischio di fare confusione, insomma, non è solo teorico ma assume un carattere strategico, perché equivocare simulazione ed esperienza porta a decisioni organizzative errate, soprattutto quando l’intelligenza artificiale viene presentata come soggetto cognitivo autonomo. In un’epoca in cui l’azienda è liquida ed è saltato il meccanismo dell’impiego full time in ufficio, capire come l’intelligenza umana (pensiero critico, creatività, consapevolezza) debba essere valorizzata è per i manager una priorità irrinunciabile, nel solco di una rivoluzione che, nella sua essenza, non è (solo) tecnologica ma (principalmente) cognitiva.

Efficienza computazionale non equivale a intelligenza decisionale

«Una macchina, per quanto sofisticata, non suda, non trema, non piange. E, soprattutto, non sente. Attribuire all’AI qualità umane non solo è un errore concettuale ma un azzardo che porta a sovrastimarne le capacità», precisa con convinzione l’esperto, ribadendo come l’operare senza fisiologia e senza vulnerabilità proprio dell’intelligenza artificiale costituisca la linea di demarcazione più netta con l’intelligenza umana, che rimane invece insostituibile. A conferma di questa tesi, Sica cita e contestualizza il pensiero di tre grandi studiosi contemporanei, le cui teorie hanno di fatto dimostrato come il pensiero non sia un processo astratto. Antonio Damasio, neurologo e saggista portoghese, ha chiarito che le emozioni non sono un accessorio della razionalità bensì la sua condizione di possibilità, non sono semplici flussi di dati o bit codificabili ma risposte corporee complesse che precedono e orientano la decisione. Joseph LeDoux, neuroscienziato americano, ha provato concretamente che le emozioni nascono da circuiti neurali profondamente intrecciati con il corpo e che la coscienza emerge da questa integrazione e non da una sequenza di istruzioni. Federico Faggin, infine, celebre fisico e inventore italiano (è definito il “padre dei microchip), ha radicalizzato il concetto di coscienza, che non è un sottoprodotto della complessità computazionale ma una proprietà primaria dell’universo. In questa prospettiva, spiega ancora Sica, «un algoritmo può riprodurre un comportamento, ma non l’esperienza soggettiva che lo accompagna», e tale distinzione è cruciale per il management: «L’AI è uno strumento che eccelle nel riconoscimento di pattern e nell’ottimizzazione dei processi, ma resta priva di consapevolezza. Partendo quindi dal presupposto che efficienza computazionale non equivale a comprensione, ridurre l’intelligenza a mero calcolo significa trascurare ciò che orienta davvero le decisioni complesse, ossia emozioni, valori, responsabilità».

Il nodo delle competenze

La trasformazione in atto nel mondo del lavoro non coincide con una semplice sostituzione di ruoli e mansioni ma comporta una riconfigurazione profonda dell’intero ecosistema delle competenze. Un assunto che trova sostanza, secondo Sica, nei dati del “Future of Jobs Report 2025” redatto dal World Economic Forum, che prevede la scomparsa di 92 milioni di ruoli lavorativi e la creazione di 170 milioni di nuove posizioni, con un saldo positivo condizionato però dalla reale capacità delle persone di riqualificarsi in tempi rapidi. Entro il 2030, questo lo scenario aspettato, circa il 39% delle skill richieste nei ruoli chiave subirà cambiamenti radicali in relazione alla diffusione dell’AI. In Italia, guardando alla situazione di casa nostra, il 77% dei lavoratori ha avuto almeno un contatto con strumenti di intelligenza artificiale. Alcuni dati OCSE, inoltre, evidenziano un paradosso illuminante: se il 60% dei lavoratori teme che l’IA possa minacciare il proprio ruolo, il 63% riconosce che l’automazione abilitata dagli algoritmi ha migliorato la qualità del lavoro, liberandolo da attività ripetitive. «La domanda da farsi – puntualizza in proposito Sica – non è se o quando l’IA entrerà nei processi aziendali, ma come l’intelligenza umana saprà evolvere per governarla efficacemente». Se la capacità delle macchine di calcolare correlazioni è indiscutibile, altrettanto lo è quella delle persone di attribuire significati; tale asimmetria, però, non va letta come un limite, bensì come un vantaggio competitivo. In un contesto che tende a ridurre la complessità attraverso l’uso intelligente dei dati, preservare la dimensione emotiva significa mantenere la capacità di scegliere e assumersi la responsabilità delle decisioni. «Il vantaggio competitivo umano – aggiunge ancora l’esperto – risiede nella capacità di interpretare l’ambiguità, di apprendere dall’errore e di intuire ciò che non è immediatamente visibile nei dati. E in un contesto dominato dall’automazione, queste competenze diventano centrali». L’AI, che Sica definisce in modo colorito “pappagallo stocastico”, non distrugge valore ma lo sposta, chiamando le aziende e i suoi manager a focalizzarsi sul fattore tempo, e più precisamente sulla velocità con la quale la formazione riesce ad accompagnare questa trasformazione.

Apprendimento continuo e capitale cognitivo

Le competenze richieste oggi, nell’analisi dell’ex Ceo di OpenKnowledge, si distribuiscono su tre livelli. Il primo è tecnico e riguarda l’alfabetizzazione digitale, l’analisi dei dati e la comprensione degli algoritmi. Il secondo è ibrido e si riferisce a figure capaci di tradurre la tecnologia in decisioni di business. Il terzo è quello delle meta-competenze, e quindi adattabilità e capacità di apprendere e di disimparare. Secondo l’OCSE, circa metà delle abilità acquisite perde rilevanza entro cinque anni e a questa sfida le aziende più avanzate rispondono costruendo architetture di apprendimento continuo, integrate nel lavoro quotidiano. L’intelligenza non è più confinata nel singolo individuo, ma si eleva ad architettura estesa e distribuita in un ecosistema cognitivo. Sica, non a caso, parla di «capitale cognitivo», e quindi di conoscenze, modelli decisionali e significati condivisi da governare con trasparenza, etica dei dati e responsabilità: le macchine apprendono più velocemente e l’AI può produrre sintesi impeccabili e suggerire azioni, ma entrambe non sanno decidere se queste azioni siano giuste e stabilire cosa sia veramente rilevante. Il vero vantaggio competitivo, quindi, non risiede più nella quantità di informazioni elaborate, ma nella qualità delle interpretazioni. Per le organizzazioni è dunque scattata un’urgenza imposta dal superamento della distinzione tradizionale tra hard e soft skills, da metriche formative che si spostano dall’input all’impatto (velocità di apprendimento e capacità di trasferimento delle competenze) e dal fatto che pensiero critico, creatività, empatia e resilienza diventano condizioni strutturali del processo di innovazione e qualità imprescindibili per i leader.

Verso una leadership umano centrica

Dopo decenni di gestione quantitativa, questa la riflessione conclusiva di Sica, l’intelligenza artificiale sta riportando al centro un nuovo umanesimo manageriale come risposta necessaria e strategica agli impatti legati alla sua applicazione pervasiva. La leadership “AI-ready” ha precise connotazioni: non è orientata al controllo della tecnologica ma è coevolutiva e dialoga con essa; integra consapevolezza cognitiva e visione sistemica, empatia operativa ed etica dell’innovazione. «Il manager del futuro non sarà un controllore di algoritmi, ma un interprete capace di trasformare dati in decisioni e decisioni in cultura organizzativa. La sfida non è tanto tecnologica quanto antropologica e le aziende che sapranno usare l’AI come alleata dell’apprendimento umano, e non come scorciatoia cognitiva, saranno quelle che guideranno la prossima decade». In un mondo di macchine sempre più sofisticate e potenti, insomma, il vantaggio competitivo più duraturo resta paradossalmente l’intelligenza più antica, quella umana.