
L’intelligenza artificiale può rendere più convincente anche una cattiva decisione
Una cattiva idea, scritta male, incontra resistenza. Qualcuno chiede chiarimenti, nota una contraddizione, mette in discussione il ragionamento.
La stessa idea, organizzata in una presentazione impeccabile, sostenuta da un linguaggio autorevole e accompagnata da un piano operativo dettagliato, può arrivare molto più lontano.
L’intelligenza artificiale può aiutarci a compiere questo passaggio. Anche quando le premesse sono sbagliate.
È un rischio che merita attenzione soprattutto quando usiamo l’AI per prendere decisioni aziendali. Un documento può essere chiaro, completo nella forma e perfettamente coerente con un’ipotesi che nessuno ha ancora verificato. La facilità con cui riusciamo a spiegare una scelta può farci credere di averla già dimostrata.
Il piano è pronto. La domanda è ancora aperta.
Immaginiamo un’impresa che vende servizi ad altre aziende e vuole entrare in un nuovo mercato. Il responsabile chiede a un assistente AI di preparare una strategia di lancio: pubblico, posizionamento, canali, messaggi e attività per i primi mesi.
La risposta arriva. È ordinata, contiene una sequenza plausibile e offre argomenti che il responsabile può presentare ai soci. Finalmente l’idea sembra avere una struttura.
Ma la domanda iniziale era «come entriamo in questo mercato?». La convenienza di entrarci era già stata data per acquisita.
Nel frattempo restano aperte questioni decisive: ci sono clienti disposti a pagare quel servizio? Il margine regge i costi di acquisizione e assistenza? Il gruppo di lavoro può assorbire nuovi incarichi senza compromettere quelli esistenti?
Il piano può spiegare bene come procedere anche se mancano le informazioni per decidere se procedere. Questo è un esempio illustrativo, non il racconto di un caso cliente.
Una premessa può passare inosservata per venti pagine
Supponiamo che nel documento compaia l’idea di rivolgersi a clienti di fascia alta. Da quel momento tutto viene costruito intorno a questa scelta: tono di voce, sito, proposta commerciale, campagne.
Il documento si allunga. Le sezioni si sostengono a vicenda. Eppure la disponibilità di quei clienti ad acquistare resta da verificare. Dieci conseguenze coerenti di un’ipotesi non costituiscono dieci prove a suo favore.
Questo passaggio è particolarmente delicato nelle conversazioni successive con l’AI. Chiediamo di migliorare il posizionamento, affinare i messaggi, rendere più persuasiva la presentazione. Ogni revisione può perfezionare la stessa premessa, senza aggiungere un solo elemento esterno che la confermi.
Una conclusione ripetuta in forme diverse rimane una sola conclusione. Se i dati di partenza non cambiano, l’eleganza delle versioni successive non aumenta da sola la solidità della decisione.
Il punto in cui la fiducia sostituisce la verifica
Una ricerca presentata a CHI 2025, disponibile su Microsoft Research, ha raccolto le risposte di 319 lavoratori della conoscenza e 936 esempi d’uso dell’AI generativa. Gli autori hanno rilevato un’associazione tra maggiore fiducia nell’AI e minore esercizio del pensiero critico riferito dai partecipanti.
Il limite è essenziale: si tratta di dati dichiarati dagli intervistati. Lo studio non dimostra che usare l’AI causi una perdita di intelligenza o che ogni utilizzo riduca la capacità di giudizio. Offre però un motivo concreto per osservare come cambia il nostro comportamento quando una risposta ci sembra affidabile.
Per chi dirige un progetto, la domanda diventa molto pratica: quali controlli avrei fatto se questa proposta fosse arrivata da un collaboratore? Sto mantenendo lo stesso livello di attenzione?
Un documento ben scritto può meritare di essere letto. Per approvarlo occorre anche sapere quali informazioni lo sostengono, da dove provengono e cosa manca.
La competenza serve anche per riconoscere una buona risposta
L’utilità dell’AI varia con il compito. La ricerca Navigating the Jagged Technological Frontier, illustrata dall’istituto di Harvard Business School nel 2023 e condotta con 758 consulenti BCG, descrive proprio questa discontinuità: risultati migliori in alcune attività e limiti in altre, che non sono necessariamente evidenti a chi usa lo strumento.
È uno studio legato a specifici compiti e a GPT-4 dell’epoca, non una pagella dei modelli attuali. La questione organizzativa che solleva resta utile: occorre capire, nel proprio lavoro, quali passaggi affidare all’AI e dove concentrare la verifica umana.
Chiedere di riordinare appunti approvati e chiedere di scegliere un mercato sono incarichi diversi. Nel primo caso possiamo confrontare il risultato con materiale che conosciamo. Nel secondo potremmo ricevere affermazioni su un contesto nel quale abbiamo poca esperienza. Proprio dove ci serve più aiuto, potremmo avere meno strumenti per riconoscere un errore.
Per questo considero la competenza una condizione per usare bene l’AI. Serve a distinguere una risposta utile da una risposta soltanto plausibile, a individuare omissioni e a capire quando coinvolgere chi conosce davvero il problema.
La richiesta che farei prima di approvare il progetto
Torniamo all’impresa che vuole entrare nel nuovo mercato. Prima di perfezionare la presentazione, chiederei all’assistente di rendere esplicite le fondamenta del piano:
«Separa i fatti documentati dalle ipotesi e dalle informazioni mancanti. Indica quali premesse, se fossero false, farebbero cambiare la raccomandazione. Per ciascuna proponi una verifica esterna. Non colmare i vuoti inventando dati.»
Questa richiesta può far emergere punti deboli, ma non certifica la risposta. Anche l’analisi critica prodotta dall’AI deve essere controllata. Far giudicare un documento allo stesso assistente non equivale a una verifica indipendente.
Il passo successivo avviene fuori dalla conversazione: colloqui con potenziali clienti, analisi dei costi reali, confronto con chi dovrà erogare il servizio, una prova commerciale circoscritta. Sono attività che possono confermare il piano, ridimensionarlo o suggerire di fermarsi.
Lo stesso principio guida il mio metodo di lavoro: chiarire obiettivi, risorse e informazioni disponibili prima di trasformarli in attività. L’AI può contribuire a questo percorso, aiutando a confrontare opzioni e preparare verifiche. Il valore emerge quando ciò che produce incontra evidenze che non dipendono dal testo generato.
Chi ha il compito di dire che qualcosa non torna?
In una riunione dedicata al progetto, assegnerei a qualcuno il compito di cercare le condizioni che potrebbero farlo fallire. Questa persona dovrebbe poter contestare anche l’obiettivo iniziale, non soltanto i dettagli esecutivi.
Chiederei inoltre di annotare, prima della partenza, quale risultato ci farebbe rivedere la scelta. Se una prova commerciale non produce interesse sufficiente, che cosa faremo? Quale spesa siamo disposti a sostenere per imparare? Chi decide se proseguire?
Scriverlo in anticipo aiuta a evitare che ogni segnale negativo venga reinterpretato pur di difendere il lavoro già svolto. Un piano prodotto rapidamente può essere altrettanto rapido da aggiornare. La disponibilità a cambiarlo deve però appartenere alle persone.
In questo uso vedo una delle opportunità più interessanti dell’intelligenza artificiale: rendere meno costoso esplorare alternative, scartare una prima versione e costruirne una migliore. Per sfruttarla occorre conservare la libertà di dissentire dal risultato, anche quando sembra pronto da presentare.
La decisione porta ancora la nostra firma
Una buona decisione può avere un esito sfavorevole. Un risultato positivo, da solo, non dimostra che il ragionamento fosse corretto. Valutare la qualità della scelta significa anche ricostruire quali informazioni avevamo, quali incertezze abbiamo riconosciuto e quali rischi abbiamo accettato.
In questo articolo chiamo «cattiva decisione» una scelta approvata lasciando senza verifica premesse decisive che avremmo potuto controllare. L’AI può contribuire a rendere visibili quelle lacune. Può anche aiutarci a coprirle con una spiegazione convincente, se le chiediamo soltanto di sostenere ciò che abbiamo già deciso.
Chi guida un’azienda rimane responsabile di questa differenza. Prima di dare il via libera, vorrei saper rispondere a una domanda:
Se togliessimo la presentazione, quali prove resterebbero a sostegno della scelta?