Gli sviluppatori descrivono le sessioni di lavoro con l'AI come incredibilmente produttive: in poche ore riescono a fare ciò che prima richiedeva settimane, gestendo contemporaneamente più progetti. Ma dietro questa sensazione di super produttività si nasconde una statistica allarmante: l'83% dei lavoratori d'ufficio nel lavoro intellettuale segnala almeno un certo grado di burnout emotivo, e le ricerche accumulatesi indicano che l'AI può aumentare il carico di lavoro — e in questo modo aumentare anche questo rischio.
Risultati reali
Iniziamo con i pro. In scenari particolari, l'AI accelera davvero il lavoro: +14% di produttività in una grande implementazione di supporto clienti, +55% nella velocità di esecuzione dei compiti di programmazione in condizioni controllate. Inoltre, il maggior guadagno è per i dipendenti meno esperti. Uno studio pubblicato nel dicembre 2025 sulla rivista Science ha registrato che l'implementazione di modelli linguistici ha portato a un aumento del numero di pubblicazioni su arXiv di circa un terzo, e su altre piattaforme di preprint — di oltre il 50%. Il modello di bilancio Penn Wharton prevede che l'AI generativa aggiungerà l'1,5% al PIL entro il 2035 e quasi il 3% entro il 2055. Il quadro macroeconomico appare davvero positivo.
Tuttavia, le macro-previsioni e la velocità di esecuzione di singoli compiti non riflettono ciò che accade all'interno dei team. Ed è proprio qui che il quadro diventa ambiguo.
Il divario tra percezione e realtà
A metà del 2025, l'organizzazione METR ha pubblicato i risultati di uno studio controllato randomizzato. Sedici sviluppatori esperti di software open source sono stati assegnati casualmente a compiti reali — con strumenti AI o senza. Il risultato è stato inaspettato: i partecipanti che utilizzavano l'AI impiegavano il 19% di tempo in più. Tuttavia, soggettivamente si sentivano circa il 20% più veloci e inizialmente si aspettavano un'accelerazione del 24%. Il divario tra percezione e realtà è stato di 39 punti percentuali.
Nel febbraio 2026, METR ha annunciato una riprogettazione completa dello studio — non perché i risultati si fossero rivelati errati, ma perché gli effetti di selezione crescenti rendevano sempre più difficile interpretare il design randomizzato originale. Dal 30% al 50% dei partecipanti preferiva non presentare affatto compiti, pur di non trovarsi nel gruppo senza AI. La selezione di nuovi partecipanti è diventata notevolmente più difficile. Le misurazioni del tempo sono diventate inaffidabili, poiché gli sviluppatori avviavano più agenti contemporaneamente.
Una conclusione scomoda: gli sviluppatori sono così legati agli strumenti che costruire un esperimento pulito — dove metà dei partecipanti non utilizza affatto l'AI — potrebbe essere già impossibile.
Il costo nascosto della velocità
Se l'AI accelera l'esecuzione dei compiti, perché i team segnalano una maggiore stanchezza, e non minore? Uno studio etnografico di otto mesi condotto dai ricercatori dell'Università della California a Berkeley, Aruna Ranganathan e Xingqi Maggie Ye, pubblicato su Harvard Business Review, ha mostrato: l'implementazione dell'AI in una compagnia tecnologica di 200 persone non ha ridotto il carico di lavoro — lo ha intensificato. I dipendenti si sono occupati di un numero maggiore di compiti, hanno lavorato più velocemente e più a lungo, hanno sperimentato tensione cognitiva e un rischio maggiore di burnout — non a causa degli strumenti, ma proprio a causa di essi.
La modellazione di Feng e coautori, che ha coinvolto 442 sviluppatori, ha mostrato: l'implementazione dell'AI generativa aumenta le richieste di lavoro in modi legati al burnout. Questo effetto si è attenuato solo dove i team disponevano di risorse sufficienti e avevano sviluppato un atteggiamento sinceramente positivo — e non imposto dall'alto — nei confronti della tecnologia.
Una ricerca preliminare condotta dai ricercatori del MIT Media Lab, che hanno utilizzato l'EEG per monitorare l'attività cerebrale durante la scrittura di saggi, ha registrato: i partecipanti che lavoravano con assistenti AI mostrano nel tempo una diminuzione della connettività neuronale e dell'impegno. Gli autori chiamano questo fenomeno 'debito cognitivo': quando uno strumento si fa carico dello sforzo, l'attività cognitiva dell'individuo diminuisce.
Lo stesso studio di Science, che ha registrato un picco nel numero di pubblicazioni, ha evidenziato anche un problema più serio: man mano che il testo raffinato diventa più economico, serve sempre meno come indicatore di qualità — cresce il rischio di apparire convincenti nella forma, ma deboli nel contenuto. Il rapporto Google DORA ha confermato una simile tendenza: scrivere codice più rapidamente non porta automaticamente a risultati di sviluppo migliori. L'AI amplifica ciò che già esiste: i team forti diventano più forti, i deboli — più deboli.
Cosa significa questo per i leader
I team che producono la maggiore impressione non sono quelli che rilasciano le demo più rapidamente. Sono quelli in grado di spiegare chiaramente cosa non stanno automatizzando — e perché.
L'AI non ha eliminato i colli di bottiglia — li ha spostati: dall'esecuzione all'ambito del giudizio, della strategia, della sintesi, delle decisioni architettoniche e della valutazione della qualità. Le organizzazioni che elevano la velocità a metrica principale costruiscono ciò che può essere definito una velocità fragile: prototipi impressionanti che nascondono una base inaffidabile. Il vantaggio ora va a coloro che mantengono il pensiero critico e la propria visione di fronte a una crescente complessità.
Due cose sono fondamentali:
Alterna i compiti in modo consapevole. Dai spazio al lavoro con l'AI — e poi costruisci in modo ponderato ciò che segue. La peggiore transizione è da un flusso veloce a un periodo vuoto o a un lavoro amministrativo superficiale. La migliore è verso compiti che richiedono la presenza umana: conversazione-mentoring, decisione strategica, passeggiata senza schermo. La stessa transizione diventa un recupero. Le organizzazioni che lasciano questo alla discrezione di ogni dipendente perderanno; quelle che lo integreranno nei ritmi di squadra resisteranno.
Proteggi il lavoro che non tollera la fretta. Mentoring, strategia, ascolto profondo — attività che danno frutti dopo anni — procedono a ritmo umano. Non possono essere accelerate, e non dovrebbero competere nel calendario con la velocità dell'AI. Fissale nella struttura del team — altrimenti scompariranno.
Gli strumenti in grado di tenere il passo con la velocità del pensiero esistono già. La domanda che dovrebbero porsi i leader è non come muoversi più rapidamente, ma come proteggersi dalla fretta.
#AI #AImodel #Write2Earn #BinanceSquare
