Il paradosso dell’efficienza: perché l’intelligenza artificiale ci fa lavorare di più invece che di meno
di Mirko Tomasino
Quando è arrivata l’intelligenza artificiale generativa, molti hanno immaginato un futuro semplice: meno lavoro ripetitivo, più tempo libero, maggiore creatività.
Sembrava una promessa quasi matematica.
Se una macchina svolge in pochi secondi un’attività che richiedeva trenta minuti, allora dovremmo lavorare meno.
Eppure sta accadendo qualcosa di molto diverso.
Molti professionisti raccontano di avere oggi più riunioni, più documenti, più email, più report, più revisioni e persino più urgenze rispetto a prima.
L’AI non ha ridotto il lavoro.
Lo ha moltiplicato.
Ed è qui che nasce quello che economisti e studiosi chiamano paradosso dell’efficienza.
Quando diventare più veloci significa fare ancora più cose
La storia insegna che l’aumento dell’efficienza non produce automaticamente una riduzione del lavoro.
Nel XIX secolo l’economista inglese William Stanley Jevons osservò che macchine più efficienti nel consumo del carbone portarono, paradossalmente, ad utilizzarne molto di più.
Il motivo era semplice.
Costando meno produrre energia, aumentavano le applicazioni possibili.
Lo stesso meccanismo sembra ripetersi oggi con l’intelligenza artificiale.
Se scrivere un report richiede cinque minuti invece di un’ora, l’organizzazione non produce meno report.
Ne produce dieci.
L’efficienza crea nuove aspettative
Un tempo preparare una presentazione richiedeva giorni.
Oggi bastano pochi prompt.
Il risultato?
Il problema non è più “riuscire a prepararla”, ma prepararne una diversa per ogni interlocutore.
L’AI abbassa il costo della produzione.
Ma quando il costo diminuisce, cresce inevitabilmente la domanda.
Nascono nuovi documenti, nuove analisi, nuove richieste, nuove verifiche.
L’efficienza diventa aspettativa.
E l’aspettativa diventa pressione.
Il vero lavoro non è più scrivere
Molti immaginano l’intelligenza artificiale come uno strumento che sostituisce il lavoro umano.
In realtà, nella maggior parte dei casi, lo trasforma.
Sempre più spesso il professionista non scrive più il documento.
Lo valuta.
Lo corregge.
Lo integra.
Lo verifica.
Lo contestualizza.
L’essere umano smette di essere produttore e diventa supervisore.
Ed è una competenza molto più difficile.
Anche il trasferimento tecnologico sta cambiando
Questo fenomeno riguarda direttamente chi opera nell’innovazione.
Gli uffici di trasferimento tecnologico non gestiscono più soltanto brevetti, startup o accordi con le imprese.
Sempre più spesso devono valutare tecnologie sviluppate con strumenti di AI, comprendere i rischi legati alla proprietà intellettuale, verificare l’origine dei contenuti e costruire processi decisionali trasparenti.
Negli ultimi anni il legislatore italiano ha rafforzato il ruolo degli Uffici di Trasferimento Tecnologico all’interno delle università e degli enti pubblici di ricerca, riconoscendone formalmente la funzione strategica nella valorizzazione della ricerca.
Parallelamente, la normativa e gli indirizzi strategici più recenti puntano a una maggiore integrazione tra ricerca, imprese e valorizzazione delle conoscenze, rendendo il trasferimento tecnologico uno degli strumenti chiave per la competitività del Paese.
In questo scenario l’AI non elimina il lavoro del technology transfer.
Lo rende più sofisticato.
Il rischio invisibile: riempire il tempo
Esiste però un rischio ancora più sottile.
Quando tutto diventa facile da produrre, diventa difficile distinguere ciò che è davvero utile da ciò che è semplicemente possibile.
Possiamo generare cento idee.
Ma ne servono davvero cento?
Possiamo scrivere cinquanta pagine.
Ma qualcuno le leggerà?
Possiamo organizzare venti riunioni.
Ma erano necessarie?
L’intelligenza artificiale rischia di trasformare l’abbondanza in rumore.
La nuova competenza sarà dire “no”
Per molti anni abbiamo premiato chi produceva di più.
Nei prossimi anni premieremo chi saprà scegliere meglio.
Il valore non sarà generare contenuti.
Sarà selezionarli.
Non sarà creare informazioni.
Sarà eliminare quelle inutili.
Non sarà lavorare più velocemente.
Sarà decidere quando fermarsi.
Codice & Conseguenze
Forse il futuro del lavoro non dipenderà dalla velocità delle macchine.
Dipenderà dalla nostra capacità di non trasformare ogni secondo risparmiato in una nuova attività da svolgere.
L’intelligenza artificiale ci offre uno strumento straordinario.
Ma nessun algoritmo può decidere quale sia il limite oltre il quale l’efficienza smette di migliorare la nostra vita e inizia semplicemente a riempirla.
Ed è proprio lì che finisce il codice.
E iniziano le conseguenze.
