Il ritardo dell’Italia nell’intelligenza artificiale può essere un vantaggio
Il framework dei Thinking Quadrants, sviluppato alla Ucl, esplora le posture decisionali dei leader con l'AI, offrendo un nuovo approccio per integrare tecnologia e pensiero umano
C'è un paradosso nel rapporto fra l'Italia e l'intelligenza artificiale. Sul piano dell'adozione il Paese resta sotto pressione: i dati europei mostrano che l'uso dell'AI nelle imprese cresce ma in Italia rimane inferiore alla media Ue. Sul piano concettuale però sta emergendo un contributo più interessante: una riflessione su come governare non solo l'uso dell'AI ma il modo in cui essa modifica il pensiero manageriale e istituzionale. È qui che prende forma il tema della governance cognitiva.
La distinzione è semplice ma decisiva. L'AI Act europeo adotta una logica risk-based: classifica i sistemi, impone obblighi a fornitori e utilizzatori, regola trasparenza, sicurezza e conformità. È un impianto necessario e oggi centrale nel quadro europeo. Ma non esaurisce il problema. Un conto è regolare una tecnologia, un altro è capire come quella tecnologia intervenga prima della decisione, influenzando ciò che un leader vede come plausibile, rilevante o prioritario.
Il punto critico è il terreno pre-decisionale. I sistemi generativi non si limitano a suggerire risposte; possono contribuire a costruire la domanda, ordinare le alternative, orientare la percezione del rischio e definire la cornice interpretativa entro cui poi si decide. La questione dunque non è solo se l'AI sbagli, ma se ridisegni silenziosamente le condizioni del giudizio umano.
Il modello dei «Thinking Quadrants»
In questa prospettiva si colloca il lavoro a firma italiana, sviluppato alla Ucl, dove la riflessione sulle posture decisionali dei leader nell'interazione con sistemi cognitivi artificiali è stata formalizzata nel framework dei Thinking Quadrants. Il modello, presentato in un recente white paper, distingue quattro posture (generativa, esplorativa, critica e operativa) a partire da due dimensioni: la natura del compito, analitico o interpretativo, e la titolarità strategica del ragionamento, più guidata dal modello o più mantenuta dall'umano.
La loro rilevanza è che descrivono modi diversi non solo di usare una tecnologia, ma di pensare con una tecnologia. E la qualità della leadership nell'era dell'AI dipenderà sempre più dalla capacità di passare consapevolmente da una postura all'altra evitando sia la delega passiva sia il rifiuto difensivo.
- Leggi anche: AI, occupazione e big tech: dove l'innovazione può migliorare mercati e mondo del lavoro. Parla Giuliano Amato
Tra queste posture la più interessante è forse quella esplorativa. Qui l'AI non serve a chiudere un problema ma a riaprirlo. Aiuta a far emergere assunzioni implicite, a riformulare scenari, a mostrare opzioni che il linguaggio abituale dell'organizzazione tende a escludere. È un punto cruciale perché molte innovazioni nascono non dall'ottimizzazione della risposta ma dalla ridefinizione della domanda.
La storia dell'innovazione lo mostra bene. I salti più radicali avvengono quando cambia la cornice, non solo quando migliora la tecnica. In questo senso i modelli generativi possono essere utili perché moltiplicano i punti di vista e costringono il decisore a vedere il problema da angolazioni diverse.
È qui che il tema diventa giuridico e istituzionale. Le attuali cornici di governance sono concentrate soprattutto sul model risk, cioè su errori, bias, opacità e non conformità dell'output. Ma il problema emergente è anche un rischio cognitivo: la progressiva esternalizzazione titolarità del giudizio dall'umano al sistema artificiale.
Per questo l'AI Act resta fondamentale ma non sufficiente. La Commissione Ue presenta il regolamento come il primo quadro organico fondato su un approccio basato sul rischio, con livelli che vanno dal rischio inaccettabile ai sistemi ad alto rischio e agli obblighi di trasparenza. È una logica indispensabile ma ancora esterna rispetto al processo cognitivo con cui l'umano formula il giudizio.
Il possibile vantaggio dell’Italia nella governance cognitiva
Per le imprese l’implicazione è netta. La sfida non sarà solo adottare più AI ma farlo senza perdere capacità critica. Un'organizzazione può guadagnare efficienza e insieme impoverire il proprio giudizio strategico se scambia la velocità delle risposte per profondità del pensiero.
L'Italia deve colmare il ritardo nell'adozione operativa dell'AI, ma proprio questo ritardo non deve far perdere di vista un'altra opportunità: contribuire alla costruzione delle categorie con cui l'AI verrà governata. Non basta importare tecnologie, occorre produrre concetti, criteri di valutazione e modelli di responsabilità.
La governance cognitiva può essere uno dei terreni su cui l'Italia trasforma una debolezza industriale in una forma di leadership concettuale. La domanda decisiva non è se usare o no l'AI, ma stabilire a quali condizioni il suo impiego rafforzi, anziché indebolire, la capacità umana di giudicare. In un'epoca in cui l'intelligenza computazionale sarà sempre più accessibile il vero vantaggio competitivo non sarà solo averne accesso ma saperla governare senza esserne governati. (riproduzione riservata)
*Full Professor of Constitutional Law and AI Regulation
Director, LLM in Law of Technology and Automated Systems
Bocconi University
** AI Advisor e Affiliated Fellow, UCL School of Management
- Leggi anche: AI, l’Italia sfida l’Ue e si candida a ospitare la gigafactory europea. In campo Leonardo e Eni
- Genera un report programmato per aggiornamenti sull'evoluzione della governance cognitiva nell'intelligenza artificiale, con focus sugli sviluppi europei.
- Quali sono le implicazioni economiche e sociali di un'AI che influenza il processo decisionale umano a livello manageriale e istituzionale?
- Ci sono altre nazioni o enti che stanno adottando un approccio alla regolamentazione dell'AI simile a quello della "governance cognitiva" descritto?
