Il debito cognitivo in favore della produttività

Quando diversi leader di aziende (o singoli professionisti) si trovano a dover onorare le promesse fatte agli investitori o ai clienti garantendo una maggiore produttività, l'adozione dell'IA sui processi produttivi diventa un fattore essenziale, che però finisce per esaltare problematiche pregresse.

Qual è la notizia

Una ricerca condotta da due ricercatrici della Haas School of Business dell'Università di Berkeley, riportata da Harvard Business Review, ha dimostrato come l'uso quotidiano degli LLM stia cambiando il nostro cervello e le nostre abitudini lavorative, sfatando il mito che l'IA ci regalerà più tempo libero.

Sebbene lo studio si concentri sull'intensificazione del lavoro, questa ricerca, insieme a molte altre, ha portato la narrativa scientifica a spostare l'attenzione sul concetto di "Debito Cognitivo".

Si parla di come l'immediata produttività, per quanto aiuti a trovare un vantaggio nel breve termine, stia compromettendo sempre di più la capacità di prendere decisioni a lungo termine.

La ricerca è durata 8 mesi (aprile - dicembre 2025) e si è concentrata su un campione di 200 dipendenti di un'azienda tech americana. A questi dipendenti sono stati forniti diversi strumenti IA: ciascun dipendente poteva decidere quando, se e come utilizzarli per la risoluzione dei loro task quotidiani.

Il risultato è stato netto: i ricercatori hanno osservato che i dipendenti lavoravano a ritmi più veloci, assumevano una gamma più ampia di incarichi (spesso sostituendosi a colleghi o professionisti) e finivano per allungare la propria giornata lavorativa senza alcuna richiesta esplicita da parte dell'azienda o dei committenti.

Questo fenomeno si è manifestato attraverso un'espansione dei compiti, la scomparsa dei confini tra lavoro e vita privata (i cosiddetti "work snacks", ovvero interazioni continue con l'IA anche in momenti di pausa o serali) e un'esplosione del multitasking, portando a un sovraccarico cognitivo.

TLDR;

Lo studio condotto dalle ricercatrici dell'università di Berkeley pone l'accento sulla sovraproduzione e sul travolgimento totale del ciclo lavorativo sul tempo libero.

Lo studio si basa su un'osservazione diretta durata otto mesi, tra aprile e dicembre del 2025, che ha coinvolto duecento dipendenti di un'azienda tecnologica statunitense. I ricercatori hanno adottato un approccio sul campo molto approfondito, combinando la presenza fisica negli uffici con il monitoraggio dei canali di comunicazione interni e la conduzione di oltre quaranta interviste in dipartimenti chiave come ingegneria, design, ricerca, prodotto e operazioni.

I risultati mostrano un chiaro paradosso comportamentale: l'introduzione degli strumenti di intelligenza artificiale non ha alleggerito le mansioni quotidiane, ma le ha drasticamente intensificate. Avendo a disposizione l'IA, i dipendenti hanno iniziato a lavorare a un ritmo molto più serrato, ampliando autonomamente la portata dei propri compiti e prolungando le ore di lavoro senza che vi fosse alcuna direttiva esplicita. L'intelligenza artificiale ha generato l'illusione di avere un partner sempre a disposizione, spingendo le persone a gestire molteplici flussi operativi in parallelo. I dipendenti hanno iniziato a recuperare vecchi progetti precedentemente accantonati e a farsi carico di mansioni che in passato avrebbero delegato ad altri o evitato del tutto.

Questa sensazione iniziale di slancio ed estrema produttività ha però rivelato conseguenze negative nel lungo periodo. Il continuo passaggio di attenzione tra diverse attività, unito alla necessità di verificare costantemente i risultati generati dagli algoritmi, ha creato un sovraccarico cognitivo non indifferente. Quella che inizialmente appariva come un'efficienza potenziata si è trasformata in uno slittamento progressivo delle aspettative lavorative, portando a stanchezza mentale, esaurimento (burnout) e un forte indebolimento della lucidità decisionale. Sono inoltre emerse nuove forme di lavoro "invisibile", come il tempo aggiuntivo impiegato dagli ingegneri per fare da mentori e revisionare il codice generato dall'IA dei propri colleghi, aggiungendo di fatto ulteriori responsabilità invece di rimuoverle.

Questa ricerca condivide alcune basi con lo studio condotto dal MIT, che ha pubblicato un paper misurando proprio l'effetto del "debito cognitivo" sull'uso intensivo dei LLM. Analizzando le scansioni cerebrali tramite EEG di professionisti durante l'utilizzo di strumenti assistivi, il team del MIT ha notato un calo significativo della connettività neurale in chi usava sistematicamente l'IA per scrivere o produrre.

Parallelamente a queste evidenze, altre ricerche contemporanee sottolineano dati allarmanti riguardo alla fascia d'età tra i 17 e i 25 anni. In questo gruppo sono stati registrati i livelli più elevati di dipendenza dall'intelligenza artificiale e, di conseguenza, i punteggi più bassi nei test sul pensiero critico rispetto a tutte le altre fasce d'età.

Considerazioni finali

Diversi ricercatori suggeriscono di limitare e rallentare l'adozione dell'Intelligenza Artificiale nell'educazione, soprattutto nelle fasce d'età più giovani.

Fintanto che questa soluzione non ne inibisca completamente l'uso, potrebbe essere un compromesso sensato: ricordiamoci che stiamo parlando di una tecnologia che ormai non sparirà. Limitarne aprioristicamente l'uso potrebbe creare un debito tecnico che, soprattutto per i più giovani, significherebbe a lungo termine essere lasciati indietro e risultare meno competitivi sul mercato.

Queste analisi mi hanno indotto a un'altra riflessione, che già dai primi mesi di vera adozione dell'IA mi solletica l'attenzione.

Come sviluppatore, ammetto di aver passato diverse notti insonni davanti al pc. Questo accadeva sia prima che dopo l'avvento dei coding agent, semplicemente per due motivi diversi. Mentre prima capitava spesso di dover risolvere un problema particolarmente complesso o di dover recuperare una task a cui non si è riusciti a dedicare il giusto tempo durante la normale finestra lavorativa, ora mi capita di rimanere inghiottito in un flusso "creativo" indotto proprio dalle possibilità extra e ottimizzate che abbiamo a disposizione.

Riesco a capire perfettamente il pattern comportamentale per cui, di fronte a maggiori possibilità, l'istinto sia quello di "fare di più". Ma ricercando materiale per questo articolo, la cosa che mi è rimasta impressa è come, inevitabilmente, l'efficienza lavorativa e la lucidità mentale abbiano finito comunque per collassare a un certo punto. E questo non riguarda solo le grandi aziende che spingono sull'acceleratore, ma è un pattern generale che colpisce in modo trasversale chiunque: dal dipendente al fondatore di una startup, fino al singolo professionista freelance.

Se ci pensate, di norma un flusso di lavoro sano dovrebbe essere in grado di gestire le complessità. L'atteggiamento di colmare i vuoti accostandosi a competenze che non ci appartengono (magari delegando ciecamente a un LLM parti di lavoro di cui non si è padroni per risparmiare tempo o budget) non dovrebbe diventare la prassi. Se l'individuo si sente costretto ad agire in questo modo per rimanere a galla, c'è un problema di fondo nel workflow operativo o nella concezione stessa del proprio lavoro.

Ciò che vedo in modo lampante già da un paio d'anni è che l'IA agisce come un acceleratore non solo di produttività, ma anche di tutti quei problemi e disorganizzazioni preesistenti. Al posto di essere risolti, i limiti organizzativi vengono esaltati a una nuova potenza, mascherati dall'illusione di poter fare tutto, subito e in parallelo.

La demonizzazione o l'inibizione dell'utilizzo dell'IA sono, a mio avviso, del tutto sbagliate. Ma adottare ciecamente questi strumenti in un contesto che già barcolla – che sia l'intera divisione tech di una multinazionale o la banale gestione del tempo di un singolo libero professionista – significa semplicemente automatizzare ed esasperare una produzione già barcollante.

Per questo, anche se mi duole dare parzialmente ragione ai post sognatori e mistificatori di LinkedIn, è necessario avere una capacità critica solida e una strategia chiara a monte: se non c'è una solida organizzazione del lavoro alla base, esattamente, cosa stiamo ottimizzando?