Delegare tutto e troppo all’AI? Il deskilling cognitivo

Introduzione 

Ti faccio una domanda: quanti numeri di telefono conosci ancora a memoria?

Io, se va bene, due. Quello di casa dei miei e il mio. Vent’anni fa ne sapevo a decine. Non è che sia diventato più smemorato: semplicemente ho smesso di esercitare quella capacità perché c’era qualcosa che lo faceva al posto mio.

Ecco, fin qui niente di drammatico. Ma cosa succede quando quel “qualcosa” non si limita a ricordare i numeri di telefono, ma inizia a scrivere, ragionare, progettare e decidere al posto nostro?

Succede un fenomeno che ha un nome preciso: deskilling cognitivo. Chiarisco subito che non è l’ennesimo allarmismo da boomer tecnologico. Si tratta di un caso studiato da decenni e che con l’AI generativa sta tornando ad essere d’attualità in maniera prepotente. Credo sia interessante parlarne.

Cos’è il deskilling cognitivo

Partiamo dalla definizione, che è più semplice di quanto sembri.

Il deskilling è il fenomeno per cui, affidandoci troppo a una tecnologia per certe attività, finiamo per atrofizzare le competenze che non esercitiamo più. Oppure, peggio ancora, non le sviluppiamo proprio.

Funziona esattamente come un muscolo. Se per sei mesi non vado in palestra, non posso aspettarmi di sollevare gli stessi pesi di prima e il cervello non fa eccezione: senza allenarle, le abilità che non usiamo si indeboliscono.

Il punto è che con l’AI la tentazione di “non andare in palestra” è fortissima. Perché dovrei strutturare da zero un ragionamento, se ChatGPT, Claude e tutto il resto della compagnia di tool me lo sfornano in dieci secondi? Perché dovrei fare la fatica di scrivere la prima bozza, se posso partire da quella generata?

Domande legittime. Eppure come ogni cosa bella, si nasconde un costo che non vediamo subito, l’altro lato della medaglia.

Cosa dicono gli studi

Qualche tempo fa mi sono imbattuto in uno studio che trovo particolarmente interessante, proprio perché non parte da un esperimento in laboratorio, ma da quello che i professionisti dicono spontaneamente tra di loro.

È un lavoro di un gruppo di ricercatori della Purdue University, presentato al CHI 2025, la conferenza più importante al mondo sull’interazione uomo-macchina, dal titolo “De-skilling, Cognitive Offloading, and Misplaced Responsibilities: Potential Ironies of AI-Assisted Design“.

Il metodo è furbo: invece di fare domande direttamente ai designer UX sulla loro percezione sull’AI, i ricercatori sono andati a leggere ed analizzare cosa scrivono in maniera spontanea. Hanno raccolto oltre 120 articoli pubblicati da professionisti UX negli ultimi tre anni, più un dataset estratto da Reddit composto da 62 post e oltre 1.500 commenti. 

Cosa è emerso? In realtà è venuto fuori un quadro molto meno bianco o nero di quanto ci si aspetterebbe. Da un lato i professionisti si sono mostrati ottimisti sul fatto che l’AI riduca il lavoro ripetitivo e potenzi la creatività; dall’altro esprimono preoccupazioni concrete sulla eccessiva dipendenza dagli strumenti, deficit cognitivi ed una vera e propria erosione delle competenze affinate fino ad ora. 

Inoltre torna ricorrente un tema che ho sentito dire mille altre volte, anche nel mio podcast What’s Next o tra gli studenti della mia Academy. Alcuni designer notano che, se poi devi ricontrollare di nuovo tutto quello che l’AI ha prodotto, allora il risparmio di tempo rischia di andare a farsi benedire e resta un’utopia. 

È proprio questa l’ironia di cui parla il titolo dello studio: lo strumento che doveva alleggerirci il lavoro ci chiede di diventare controllori più attenti, proprio mentre ci fa perdere l’allenamento che serve per controllare bene.

Il precedente che abbiamo già vissuto

Prima di arrivare all’AI vale la pena ricordare che non è la prima volta che esternalizziamo una capacità cognitiva a una macchina e che le volte precedenti ci avrebbero dovuto lasciare qualche insegnamento.

L’esempio più classico è quello dei navigatori satellitari. Diverse ricerche hanno osservato che chi si affida costantemente al navigatore riconosce i luoghi meno bene di chi si orienta da solo: ricorda meno percorsi, costruisce mappe mentali meno accurate, fatica quando il navigatore non c’è. E chiarisco subito che non è un giudizio morale sul GPS, per me resta uno strumento straordinario, è semplicemente il modo in cui funziona il cervello, che tratta le competenze come muscoli e lascia atrofizzare quelli che non vengono sollecitati.

C’è poi un fenomeno ancora più sottile, che gli psicologi hanno studiato con i motori di ricerca e che hanno chiamato effetto Google: quando sappiamo che un’informazione è recuperabile in qualsiasi momento, la memorizziamo meno e per di più tendiamo a confondere la conoscenza che sta fuori con quella che sta dentro. In altre parole, l’accesso facile all’informazione non ci rende solo più smemorati, ci rende anche più sicuri di sapere cose che in realtà sappiamo solo cercare.

Tieni a mente questi due meccanismi, perché l’intelligenza artificiale li prende entrambi e li moltiplica, con una differenza fondamentale rispetto al passato: il navigatore delegava una funzione sola, l’AI può delegare praticamente tutte quelle che compongono il lavoro cognitivo.

Il problema non è la delega

Quello che rende il deskilling così insidioso è che non fa male mentre succede. Anzi, non ce ne accorgiamo nemmeno.

Ogni singola delega, presa da sola, è una decisione perfettamente razionale: risparmio venti minuti, ottengo un risultato ottimo, tolgo di mezzo una rottura. Se mi fermassi a valutare quella singola scelta sarei un pazzo a non farla. Il problema è che il costo non si manifesta nella singola scelta, si accumula in una somma, lentamente, e si presenta mesi dopo sotto forma di qualcosa che nessuno collega alla causa: la bozza che non riesci più a far partire senza assistenza, la strategia che non sai più impostare senza un primo giro di brainstorming con il modello, la sensazione di avere il cervello un po’ più lento del solito quando devi ragionare senza rete.

C’è una conseguenza di secondo livello che è la più pericolosa di tutte: più perdi l’allenamento su una competenza, meno sei in grado di giudicare la qualità di quella competenza  anche quando te la fornisce qualcun altro. Se non scrivo più un testo da zero da un anno, con quale occhio valuto se quello che mi ha restituito il modello è buono o no? 

Questo è un altro nodo: l’AI mi toglie gli strumenti per capire quando ha sbagliato?

La curva della delega

Arrivo quindi al dunque, che non è una regola ma un modo di ragionare, e che serve a evitare sia l’eccesso del “non usiamola” sia la pigrizia del “deleghiamo tutto”.

Immagina di mettere in fila tutte le attività che fai in una settimana di lavoro. A un estremo ci sono quelle che costituiscono il cuore del tuo valore professionale, le cose per cui le persone vengono da te e non da un altro. All’estremo opposto ci sono quelle di contorno: se domani sparissero dalla tua giornata, nessuno se ne accorgerebbe e probabilmente nemmeno tu. 

In mezzo c’è una zona molto ampia.

Per capire dove collocare ogni attività, la domanda da farsi probabilmente non è “l’AI saprebbe farlo?” perché la risposta è quasi sempre sì e quindi non ti aiuta a decidere niente. La domanda giusta è: se tra due anni non sapessi più fare questa cosa, il mio lavoro varrebbe meno?

Se la risposta è sì è qualcosa di veramente importante e lì la delega va dosata con attenzione, anche quando l’AI sarebbe più veloce di te. Quella competenza è anche il metro con cui giudichi tutto il resto, compreso quello che ti restituisce l’AI. Qui l’AI può entrare, ma dopo di te: tu fai la prima versione, lei la critica, la stressa e poi la migliora.

Se la risposta è no puoi delegare serenamente, senza nessun senso di colpa. Un copywriter che fa preparare all’AI il riepilogo delle fatture non sta perdendo nulla di importante, così come un commercialista che le fa scrivere la newsletter dello studio. 

Sentirsi in colpa per ogni delega è il modo più sicuro per non sfruttare mai davvero questi strumenti.

E poi c’è la zona di mezzo, quella delle attività che non definiscono il tuo mestiere ma che oggi sai ancora fare bene. Lì delegare ha senso, a una condizione: mantenere la capacità di controllare il risultato con spirito critico, strategico e anche creativo. Il giorno in cui non saprai più accorgerti se l’output è sbagliato, quell’attività è scivolata fuori dal tuo controllo, e conviene riprenderla in mano.

Le competenze che si atrofizzano per prime

Confrontandomi con tanti colleghi, professionisti e professioniste di tanti settori, possiamo dire che più di tutte sono alcune le capacità e le competenze che si consumano prima delle altre

La prima è la scrittura intesa come pensiero. Scrivere serve da un lato a comunicare agli altri quello che si è capito, ma serve anche a capire come scegliere le parole giuste per dirlo. Chiunque abbia provato a buttare giù un ragionamento che gli sembrava chiarissimo in testa sa che è lì, davanti al foglio, che si scopre dove faceva acqua. Se deleghiamo totalmente la scrittura stiamo delegando il momento in cui il pensiero prende forma.

La seconda è la sintesi. Chiedere il riassunto di qualsiasi cosa, documenti, call, articoli, libri, significa non allenare la capacità di distinguere quello che conta da quello che non conta. Che poi è esattamente la competenza più preziosa che esista in un’epoca in cui il materiale da leggere è infinito e il tempo no.

La terza è la tolleranza alla fatica mentale, che forse è la più sottovalutata. Pensare a lungo su un problema difficile è faticoso, e come tutte le cose faticose si allena e si disallena. Chi si abitua a ottenere una risposta in tre secondi sviluppa una soglia di sopportazione dello sforzo sempre più bassa. Non lo dico io, ma gli studi che ho citato sopra.

La quarta riguarda chi sta iniziando adesso. Per chi ha vent’anni di mestiere alle spalle il rischio è perdere qualcosa che possiede; per chi inizia oggi il rischio è non svilupparla mai. La gavetta cognitiva, cioè quella fase in cui fai cose lente e inefficienti e sbagli e rifai, il processo con cui si costruisce il giudizio professionale. 

Come difendersi senza rinunciare all’AI

Ti dico subito, perché non ci siano equivoci, che io l’AI la uso tutti i giorni, ci costruisco sopra i miei flussi di lavoro e non ho nessuna intenzione di smettere. Tuttavia sono tante le best practice che puoi adottare.

La prima è delegare solo quello che sapresti fare da solo o sola: è l’unico modo per restare in grado di valutare l’output. Nel momento in cui deleghi qualcosa che non sapresti giudicare, forse c’è un problemino di fondo.

La seconda è prima io, poi l’AI. Sulle attività che contano davvero produco una mia versione, anche brutta, anche in dieci minuti, e solo dopo la do in pasto al modello perché la critichi o la migliori. Costa un quarto d’ora in più e cambia completamente il risultato, perché quando arrivo al confronto ho già una base mia da difendere o da smontare.

La terza è tenersi delle zone di allenamento, cioè scegliere consapevolmente due o tre attività da continuare a fare a mano, perché serve a mantenere allenato il muscolo. Vanno scelte con criterio: deve essere roba che allena il tuo vero valore.

La quarta è usare l’AI come sparring partner. Chiedile di farti domande, di trovare i buchi nel tuo ragionamento, di darti le tre obiezioni più forti alla tua tesi. In quella modalità lo stesso strumento che vi rende più pigri vi rende più bravi.

Conclusioni

Il deskilling cognitivo è il risultato aggregato di centinaia di piccole decisioni di delega che prendiamo ogni settimana, quasi sempre senza accorgercene, ognuna delle quali presa singolarmente ha perfettamente senso.

L’unico modo per non subirlo è decidendo una volta per tutte cosa resta tuo e cosa no, e poi rispettando quella decisione.

La domanda che ti lascio forse fa un po’ paura: se domani ti togliessero tutti gli strumenti AI per un mese, quale parte del tuo lavoro non saresti più in grado di fare come prima?