Abbiamo passato decenni a costruire macchine che lavorassero al posto nostro. Adesso che ci riescono, ci lamentiamo che lo fanno meglio di noi.
Non è una novità. La lavatrice doveva liberarci dal bucato, il foglio di calcolo dai conti a mano, il compilatore dall’assembly. Ogni volta abbiamo festeggiato il tempo guadagnato e, allo stesso tempo, rimpianto qualcosa che non sapevamo di tenere così tanto.
Con l’intelligenza artificiale però il rimpianto ha un sapore diverso. Non ci sta togliendo la fatica: ci sta mettendo davanti a uno specchio.
In questi giorni ho visto il video di un ragazzo che raccontava la sua tesi. Sei mesi di lavoro: studiare gli algoritmi, fare i calcoli, scrivere il codice, disegnare i grafici. Il percorso classico, fatto bene.
Sei mesi contro tre ore
Poi, per curiosità, ha dato l’introduzione della tesi a ChatGPT. In tre ore ne è uscita una tesi completa. E, a detta sua, migliore della sua.
La cosa che mi ha colpito non è il risultato. È la sua faccia mentre lo raccontava. Non c’era entusiasmo per lo strumento, c’era una domanda: allora a cosa sono serviti quei sei mesi?
È una domanda legittima. Ma credo sia posta male.
Non è solo una questione di codice
Lo stesso schema lo vedo nella robotica. Per anni abbiamo detto che i robot avrebbero fatto i lavori pesanti, ripetitivi, pericolosi. Quelli che nessuno voleva fare.
Oggi un braccio robotico assembla con una precisione che nessun operaio può mantenere per otto ore. Un robot di magazzino non si stanca e non sbaglia scaffale. E invece di dire “finalmente”, diciamo “ci rubano il lavoro”.
Volevamo macchine brave. Le abbiamo avute. Solo che le immaginavamo brave fino a un certo punto: abbastanza da aiutarci, non abbastanza da superarci.
Cosa ci dà fastidio, davvero
Non ci dà fastidio che la macchina lavori. Ci dà fastidio che il suo lavoro renda visibile quanto valeva il nostro, misurato solo sul prodotto finale.
Per anni abbiamo confuso lo sforzo con il valore. Sei mesi di tesi sembravano valere di più di tre ore perché erano costati di più. Ma il costo non è mai stato il punto.
Quello che il ragazzo ha costruito in sei mesi non è la tesi. È la capacità di capire se una tesi è buona. Senza quei sei mesi non saprebbe dire che quella di ChatGPT è migliore. Non saprebbe nemmeno dove controllare se ha sbagliato un calcolo.
L’AI produce l’artefatto. Il giudizio su quell’artefatto resta a chi ha fatto la strada lunga almeno una volta.
E per chi guida un team?
Lo vivo anche io, nei progetti con i clienti. Sempre più spesso sento dire “quella cosa l’ho fatta con Claude in pochi minuti”. E la prima reazione, lo ammetto, è sentirsi sminuiti.
Poi mi ricordo di cosa viene dopo quei pochi minuti. Qualcuno deve capire se il codice regge, se è sicuro, se si potrà mantenere tra due anni. Qualcuno deve dire di no a una soluzione che funziona oggi e crolla domani.
Per un tech lead questo cambia tre cose:
- Smettere di misurare le persone sulle ore. Se il valore era lo sforzo, l’AI lo ha azzerato. Se il valore è il giudizio, è appena diventato più prezioso.
- Proteggere la strada lunga per i junior. Chi non ha mai fatto un calcolo a mano non saprà riconoscere quando la macchina sbaglia.
- Usare l’AI come acceleratore, non come alibi. Si usa, si verifica, si capisce. Sempre.
Forse va bene così
Non siamo mai contenti. Quando le macchine non sapevano fare niente, ci lamentavamo che erano stupide. Ora che sanno fare molto, ci lamentiamo che sono troppo brave.
Forse l’insoddisfazione non è un difetto. È il segnale che stiamo cercando il nostro posto in un mondo che cambia più in fretta di noi.
Quei sei mesi non sono stati buttati. Sono il motivo per cui quel ragazzo, oggi, sa riconoscere una buona tesi quando la vede. Anche se non l’ha scritta lui.
- Non siamo mai contenti - Ottobre 1, 2026
- Parli AI? Piccolo dizionario per chi si è perso tra agenti, token e allucinazioni - Settembre 28, 2026
- Come si forma un junior quando la prima stesura è gratis - Settembre 24, 2026