L'AI si è presa le piume. A me ha lasciato l'oro. E sì, l'oro pesa...

Mercoledì scorso

Mercoledì scorso, a fine giornata, ho chiuso il portatile e ho fatto l'inventario.

Due offerte per altrettanti clienti. Il testing di una piattaforma di contracting decisamente complicata. Il piano editoriale social per le due settimane successive. Lo sviluppo di una procedura per popolare un data warehouse. Una quindicina di email. Ah, e nel frattempo ho anche confrontato con cura e ordinato online una bilancia da cucina e due teglie da pizza. Le priorità sono priorità.

Il tutto con l'aiuto di qualche decina di agenti AI, che a conti fatti hanno svolto per me circa il 95% del lavoro. Io mi sono limitato a digitare qualche centinaio di parole sulla tastiera.

Eppure, a fine giornata, ero letteralmente distrutto. Come dopo un trasloco.

La promessa era un'altra: l'AI avrebbe fatto il lavoro noioso, e io mi sarei goduto il resto. Il lavoro noioso l'ha fatto davvero. È il "godermi il resto" che non è andato come previsto.

Pensavo di essere un caso isolato. Ne ho parlato con persone dei team di sviluppo prodotto dei miei clienti, e la risposta è stata quasi sempre la stessa: "Sì, anche io. E non capisco il perché."

Un'ipotesi ce l'ho. Anzi, due.

Prima ipotesi: abbiamo tolto i recuperi

Prima dell'AI, le nostre giornate erano un mix di attività molto diverse: compilare un report, riformattare un documento, scrivere codice ripetitivo, riordinare appunti. E poi, ogni tanto, una decisione che contava davvero.

Le attività a basso impegno mentale erano noiose, ma facevano un lavoro prezioso che non avevamo mai notato: erano i nostri recuperi.

Chi corre sa che un allenamento a intervalli alterna scatti e recuperi. È proprio il recupero a rendere sostenibile lo scatto. Ora immaginate di togliere tutti i recuperi: finite l'allenamento in metà del tempo, ma il vostro corpo vi chiederà pietà. Il cronometro dice "bravo". Le gambe dicono altro.

È quello che sta succedendo alle nostre agende. Gli agenti AI si sono presi i recuperi: le attività lunghe, ripetitive, che ci tenevano occupati per ore senza chiederci troppo. A noi sono rimasti gli scatti.

Il peso delle scelte responsabili

Non tutti gli scatti, però, sono uguali. Quelli rimasti a noi sono le scelte responsabili: decisioni che hanno conseguenze reali su un prodotto, su un cliente, su un team. L'AI può proporre, generare, argomentare. Ma la responsabilità di dire "sì, andiamo così" resta nostra. Nessun agente firma al posto nostro.

Prendiamo un Product Owner. Fino a poco tempo fa, scrivere e rifinire un gruppo di user story richiedeva un pomeriggio intero. In quelle ore le idee maturavano e le decisioni arrivavano una alla volta, quasi senza accorgersene. Oggi un agente produce venti elementi di backlog ben scritti in pochi minuti. La scrittura è sparita. È rimasto tutto il resto: quali di questi venti portano davvero valore? Quali scartare? Quale mettere in cima, sapendo che così facendo qualcos'altro scende, e qualcuno lo stava aspettando?

Lo stesso vale per chi sviluppa: l'agente scrive quattrocento righe di codice in due minuti, ma la decisione di portarle in produzione è tutta di chi preme "approva". Ogni approvazione è una firma.

Le ore di lavoro sono rimaste le stesse. È cambiato il loro peso specifico. Un litro d'acqua e un litro d'oro occupano lo stesso volume. Il primo pesa un chilo, il secondo circa diciannove. Il secondo vale molto di più, certo. Ma provate a portarlo in spalla per otto ore.

Non è solo una sensazione. Uno studio di Microsoft Research e Carnegie Mellon su 319 lavoratori della conoscenza (Lee et al., 2025) ha osservato che con l'AI generativa lo sforzo non scompare: si sposta dall'esecuzione alla verifica, dall'integrazione dei risultati alla supervisione del lavoro. In altre parole, facciamo meno e decidiamo di più.

Il risultato è che in una giornata prendiamo decisioni di responsabilità che prima avremmo distribuito nell'arco di settimane, a volte di un mese. Abbiamo accelerato l'esecuzione, ma il cervello che decide è sempre lo stesso.

Seconda ipotesi: il context switching guidato dall'attesa

C'è un secondo fenomeno, e riguarda un momento apparentemente innocuo: l'attesa.

Hai appena lanciato un prompt. L'agente sta lavorando. Cosa fai nel frattempo?

Ho fatto questa domanda ai membri di uno dei team con cui lavoro. Le risposte erano ricorrenti:

• Controllo la posta perché "tanto ho due minuti".
• Rispondo alle chat lasciate in sospeso.
• Lavoro su un secondo progetto e magari su un terzo, lanciando su ciascuno un piccolo esercito di agenti e usando le attese di uno per coordinare gli altri.

Avete presente le esibizioni di scacchi in simultanea? Un campione affronta venti avversari contemporaneamente, passando da una scacchiera all'altra mentre gli altri riflettono sulla mossa. Sembra il massimo dell'efficienza: ogni attesa viene sfruttata. Eppure è un esercizio estenuante, perché a ogni tavolo bisogna ricostruire la posizione, ricordare il piano e decidere in fretta.

Lanciare agenti su tre progetti e usare le attese di uno per coordinare gli altri è esattamente una simultanea. Con una differenza: il campione ha scelto di giocarla, e per un paio d'ore. Noi la giochiamo tutti i giorni, spesso senza accorgercene.

Ripensandoci, il mio mercoledì era proprio questo: sei scacchiere aperte. Sette, contando le teglie da pizza.

La ricerca su questo tema è solida da tempo:

• Ogni cambio ha un costo. Gli esperimenti di Rubinstein, Meyer ed Evans (2001) hanno mostrato che passare da un compito all'altro comporta una perdita di tempo misurabile, che cresce con la complessità dei compiti. Secondo una sintesi dell'American Psychological Association basata su queste ricerche, questi piccoli blocchi mentali possono arrivare a costare fino al 40% del tempo produttivo.
• Una parte di noi resta indietro. Sophie Leroy (2009) ha chiamato questo fenomeno 'attention residue', residuo di attenzione: quando passiamo a un nuovo compito, una parte della mente resta agganciata al precedente, soprattutto se lo abbiamo lasciato incompiuto. E un prompt in esecuzione è, per definizione, un compito incompiuto. Apriamo la posta mentre metà della testa è ancora sull'agente.
• Non perdiamo velocità, perdiamo energia. Gloria Mark e colleghi (2008) hanno osservato che le persone interrotte completano il lavoro altrettanto in fretta, o persino più rapidamente, ma lo pagano con più stress, frustrazione, pressione temporale e sforzo percepito. È esattamente il nostro paradosso: i risultati arrivano, la stanchezza pure.

E c'è un dettaglio che rende tutto più subdolo: il cambio di contesto non lo scegliamo noi, lo sceglie l'attesa. Non cambiamo attività perché è il momento giusto, ma perché c'è un buco da riempire. E con l'AI i buchi sono dappertutto.

Quindi, che si fa? Rimettere i recuperi in tabella

Non credo che la risposta sia "usare meno l'AI". Credo sia fare come un buon allenatore: i recuperi non si lasciano al caso, si pianificano. Prima li garantiva il lavoro ripetitivo; ora tocca a noi.

1. Pianificare i recuperi. Una camminata, un caffè senza telefono, dieci minuti lontano dallo schermo tra una sessione decisionale e l'altra. Non sono pause dal lavoro: sono parte del lavoro.
2. Concentrare le scelte in blocchi. Meglio due sessioni dedicate a revisioni e decisioni che un flusso continuo di "approva/correggi" sparso per tutta la giornata.
3. Limitare le scacchiere aperte. Chi lavora con metodi agili conosce bene il limite al work in progress. Gerald Weinberg, in 'Quality Software Management' (1992), propose una stima diventata un classico: con due progetti in parallelo si perde circa il 20% del tempo nel passare dall'uno all'altro, con tre il 40%, con cinque il 75%. Non è un esperimento di laboratorio, ma la sintesi di anni di osservazione dei team di sviluppo. Eppure chi ha provato a seguire tre progetti, ciascuno con il proprio manipolo di agenti, difficilmente la troverà esagerata.
4. Dosare il peso delle scelte. Non tutte le decisioni pesano uguale. Quelle facilmente reversibili possono essere prese in fretta; l'energia migliore va riservata a quelle che non si possono annullare.
5. Lasciare che l'attesa sia un recupero. Non ogni attesa va riempita. A volte il miglior uso di due minuti è non fare niente.
6. Parlarne nei team. Questa fatica è reale, condivisa e quasi mai nominata. Portarla in una retrospettiva è già un primo passo.

In chiusura

L'AI ha mantenuto una parte della sua promessa: ci ha tolto lavoro. Ma, senza dircelo, ci ha tolto anche i recuperi. E ci ha lasciato in mano le scelte più pesanti, tutte insieme.

Il cronometro dice "bravo". La testa dice altro.

Forse la domanda da farci non è "quanto sto producendo con l'AI?", ma "quanto sto reggendo, e per quanto?" Perché questo lavoro non è uno sprint: è una maratona. E una maratona non si corre a scatti.

Mercoledì prossimo proverò a fare meno cose in parallelo e a rimettere qualche recupero in tabella. Vi farò sapere com'è andata.

E voi, cosa fate mentre aspettate la risposta del vostro agente?

Riferimenti

• Lee, H.-P. et al. (2025). 'The Impact of Generative AI on Critical Thinking: Self-Reported Reductions in Cognitive Effort and Confidence Effects From a Survey of Knowledge Workers.' CHI '25.
• Rubinstein, J. S., Meyer, D. E., & Evans, J. E. (2001). 'Executive Control of Cognitive Processes in Task Switching.' Journal of Experimental Psychology: Human Perception and Performance, 27(4).
• American Psychological Association (2006). 'Multitasking: Switching costs.'
• Leroy, S. (2009). 'Why is it so hard to do my work? The challenge of attention residue when switching between work tasks.' Organizational Behavior and Human Decision Processes, 109(2).
• Mark, G., Gudith, D., & Klocke, U. (2008). 'The Cost of Interrupted Work: More Speed and Stress.' CHI '08.
• Weinberg, G. M. (1992). 'Quality Software Management, Vol. 1: Systems Thinking.' Dorset House.