L'AI mi stanca

Non sono un luddista. Uso questi strumenti ogni giorno. Eppure, qualcosa si è inceppato, e credo valga la pena capire cosa.

C’è un momento, difficile da individuare con precisione, in cui apri l’ennesima finestra di chat di un modello linguistico e senti qualcosa che non ti aspettavi: una lieve resistenza.

Non è rifiuto, non è noia nel senso classico del termine. È più simile a quella sensazione che provi quando hai bevuto troppo caffè nel corso della giornata e il corpo, pur avendo ancora bisogno di energia, non riesce più ad accettarne altro. Hai ancora bisogno dello strumento. Lo usi ancora. Ma qualcosa si è inceppato.

Io ci sono dentro fino al collo. Uso l’Intelligenza Artificiale ogni giorno, per ragionare, per cercare, per strutturare idee che altrimenti resterebbero confuse in qualche angolo della testa. E non ho intenzione di smettere, perché sarebbe stupido rinunciare a qualcosa che funziona. Eppure, quella stanchezza esiste, ed è inutile fingere il contrario.

Il problema non è la tecnologia in sé, ma il ritmo con cui ci è stata consegnata.

In meno di tre anni siamo passati da “guarda cosa sa fare questo chatbot“ ad un ecosistema in cui ogni applicazione, ogni piattaforma, ogni servizio ha integrato una qualche forma di Intelligenza Artificiale. Il tuo client di posta ti suggerisce le risposte. Il tuo editor di testo riscrive i paragrafi. Il tuo strumento di presentazioni genera le slide. Il browser riassume le pagine prima che tu le abbia lette. Ad un certo punto ti rendi conto che stai delegando non solo i compiti ripetitivi, ma anche una parte del processo cognitivo che, forse, era proprio quella che rendeva il lavoro interessante.

Non sono un luddista. Non sto dicendo che bisogna tornare a scrivere a mano su carta ruvida per ritrovare l’autenticità perduta. Sto dicendo che c’è una differenza tra usare uno strumento e vivere dentro uno strumento. E quando lo strumento è ovunque, quella distinzione tende a dissolversi.

L’AI Fatigue, almeno nella forma in cui la riconosco su me stesso, ha tre facce distinte.

• La prima è la saturazione da output. Dopo ore di interazione con modelli linguistici, il testo generato inizia ad assomigliarsi tutto. Le strutture si ripetono, le formulazioni convergono verso certi pattern, e ad un certo punto non riesci più a distinguere cosa hai scritto tu da cosa ha scritto il modello. Non perché il modello sia brutto, ma perché sei tu ad esserti adattato al suo ritmo, al suo modo di costruire le frasi, alla sua logica compositiva. È un appiattimento silenzioso.

• La seconda faccia è la pressione da adozione. Ogni settimana esce uno strumento nuovo che “devi assolutamente provare“. Ogni settimana qualcuno pubblica un thread su come ha moltiplicato la sua produttività di dieci volte usando una certa combinazione di prompt e automazioni. C’è una competizione implicita, mai dichiarata, che ti spinge a stare al passo. E stare al passo, costantemente, è logorante. Non perché gli strumenti siano difficili da imparare, ma perché richiedono attenzione continua, test, valutazione, integrazione nei flussi di lavoro. È un lavoro nel lavoro.

• La terza faccia è forse quella più sottile: il dubbio retrospettivo. Inizi a chiederti se alcune cose che hai prodotto negli ultimi mesi siano davvero tue. Non nel senso legale o etico del termine, ma in quello più personale. Quella ricerca che hai scritto in due ore invece di due giorni: hai imparato qualcosa, nel farlo? Quella presentazione che il modello ti ha aiutato a strutturare: hai ragionato abbastanza, o hai solo approvato? Sono domande scomode, e non hanno una risposta netta.

Quello che trovo onesto, oltreché oggettivo, da dire è che la stanchezza non nasce dall’Intelligenza Artificiale in quanto tale, ma dal modo in cui il settore tecnologico ha scelto di distribuirla. Rapido, massiccio e, soprattutto, pervasivo. Con la logica del “integra tutto, subito, ovunque“, senza lasciare agli utenti il tempo di capire davvero cosa vogliono delegare e cosa no. La promessa era di liberare tempo mentale. Il risultato, per molti, è stato aggiungere un nuovo strato di decisioni da prendere: quando usarla, quanto fidarsi, come verificare, dove non usarla affatto.

Sto imparando, con una certa lentezza, a rimettere dei confini. Non per principio ideologico, ma per ragioni pratiche. Ci sono parti del mio lavoro in cui l’Intelligenza Artificiale accelera senza togliere nulla, e ci sono parti in cui toglie qualcosa che vale più del tempo che risparmia. Distinguere le une dalle altre richiede una consapevolezza che non si acquisisce di colpo, e che nessun tutorial su YouTube ti insegna davvero.

L’AI Fatigue non è il segnale che la tecnologia ha fallito, ma il sintomo che stiamo ancora cercando di capire dove mettercela, nella vita e nel lavoro. E quella ricerca, per quanto stancante, è probabilmente la parte più utile dell’intero processo.