Automazione, augmentation, agency: non è quale AI usi, è quanto la lasci decidere da sola

Serie "Alfabetizzazione AI per chi lavora" | Le tre modalità di lavoro con l'AI

Questo articolo è stato scritto con l'assistenza dell'AI. Una delle automazioni che gestiscono il mio sito ne ha preparato una prima versione, io l'ho riletta, l'ho corretta, e la responsabilità di quello che leggi è mia. Lo dico in apertura perché è il modo in cui lavoro, non un disclaimer di rito.

La domanda che mi arriva più spesso non è quella giusta. Suona così: "quale AI mi conviene usare per il mio lavoro?". È una domanda sullo strumento, e lo strumento è la parte che cambia ogni tre mesi. La domanda che conta viene prima ed è più scomoda: quanto lavoro le lascio fare da sola, e dove resto io a controllare? La stessa AI, lo stesso modello, cambia completamente mestiere a seconda della risposta. Puoi usarla come un macchinario che gira in autonomia, come un collega con cui ragioni a quattro mani, o come un esecutore che prende iniziativa dentro un perimetro che gli hai dato. Sono tre modi diversi di stare in relazione con la stessa tecnologia, e sceglierli a caso è il motivo per cui tante persone dicono che "l'AI non funziona" quando in realtà l'hanno solo messa nel posto sbagliato.

Questa distinzione non me la sono inventata. Fa parte del framework di alfabetizzazione AI proposto da Rick Dakan e Joseph Feller in collaborazione con Anthropic, quello che struttura la fluency in quattro competenze e tre modalità operative. Delle quattro competenze ho scritto in questa serie. Qui parliamo dell'altro asse, quello che nessuno ti spiega quando ti mette in mano un abbonamento e ti augura buona fortuna: le tre modalità.

Le tre modalità: automazione, augmentation, agency

Chiamiamole con i loro nomi e poi le apriamo una per una.

1) Automazione. Deleghi un compito intero, ben definito, e l'AI lo esegue dall'inizio alla fine senza che tu stia lì. Tu progetti il processo una volta, lei lo ripete.

2) Augmentation. Lavori insieme all'AI, a turni. Tu chiedi, lei risponde, tu correggi la rotta, lei riprova. Sei dentro la conversazione dall'inizio alla fine.

3) Agency. Dai all'AI un obiettivo, degli strumenti e un ambiente in cui muoversi, e lasci che sia lei a decidere i passaggi intermedi. Agisce, non solo risponde.

La differenza tra le tre non è quanto è "brava" l'AI. È quanta autonomia le stai consegnando, e quindi dove hai messo il tuo controllo. Più autonomia dai, più il controllo umano deve essere progettato apposta invece di darlo per scontato. Questa è la frase da ricordare, il resto dell'articolo la spiega.

Un modo semplice per tenerle in ordine è pensarle come una scala di quanto puoi scrivere il percorso in anticipo. Nell'automazione il percorso lo scrivi tutto tu, prima. Nell'augmentation lo scrivi insieme all'AI, un pezzo alla volta, mentre andate. Nell'agency non lo scrivi affatto: definisci il traguardo e i limiti, e il percorso lo trova lei. Man mano che scendi lungo questa scala guadagni flessibilità e perdi prevedibilità, e il tuo lavoro si sposta sempre più a monte: da eseguire, a dialogare, a disegnare confini.

Automazione: la macchina che gira senza di te

L'automazione è il modo che le persone immaginano quando pensano "AI che lavora al posto mio". Prendi un compito ripetitivo, stabile, con un input e un output prevedibili, lo descrivi bene una volta sola, e da quel momento gira da solo.

Sul mio sito questo è il modo che tiene in piedi la parte noiosa. Un lavoro che si ripete a intervalli regolari, prende dei dati, li mette in forma e produce un riepilogo. L'ho impostato una volta, ho scritto le regole di cosa fare e cosa non fare, e adesso il mio ruolo non è più eseguirlo: è controllarne l'esito. Progetto il processo, poi faccio l'auditor.

Qui sta il punto che quasi tutti sbagliano. L'automazione non toglie il lavoro umano, lo sposta. Prima il lavoro era fare la cosa. Adesso il lavoro è due cose diverse: descrivere bene la cosa a monte, e verificare che l'output regga a valle. Se salti la prima, la macchina ripete un errore mille volte con la stessa efficienza con cui ripeterebbe una cosa giusta. Se salti la seconda, il guasto passa in silenzio. Il modo di guasto tipico dell'automazione non è l'esplosione visibile: è la deriva silenziosa. L'input cambia un po', l'output smette di avere senso, e tu non te ne accorgi perché avevi smesso di guardare.

Proprio perché il guasto è silenzioso, l'automazione seria non finisce quando la macchina parte. Finisce quando hai messo qualcosa che guarda al posto tuo. Nel mio sistema, accanto ai lavori che girano da soli ci sono dei controlli automatici che verificano che l'output abbia ancora senso: che i numeri siano nel range atteso, che non manchi un pezzo, che una regola non sia stata violata. Sono banali e non usano AI, ed è proprio questo il punto. Un controllo deterministico non si distrae e non si stanca. Se automatizzi senza costruire l'occhio che sorveglia l'automazione, non hai delegato il lavoro: hai solo spostato il momento in cui te ne accorgi, di solito quando il danno è già uscito.

Quando ha senso automatizzare: compito ripetitivo, criteri di correttezza scrivibili, conseguenze di un errore singolo contenute. Quando non ha senso: se il compito richiede giudizio caso per caso, se ogni istanza è diversa dalle altre, se un singolo errore fa danni seri. Automatizzare una decisione delicata perché "tanto l'AI la sa fare" è il primo errore di modalità. Ne ho scritto in modo più esteso a proposito di cosa non delegare a una macchina, e vale la pena rileggerlo prima di dare in gestione qualcosa che pesa.

Augmentation: il collega con cui ragioni

L'augmentation è l'opposto per postura. Qui non imposti una macchina e te ne vai. Ci resti dentro. Chiedi qualcosa, guardi la risposta, capisci che non era proprio quello, riformuli, aggiungi contesto, riprovi. È un dialogo, e il valore nasce dagli scambi, non dalla prima risposta.

È il modo in cui è nato anche questo articolo. Non ho premuto un pulsante e ricevuto un pezzo finito. Ho descritto cosa volevo dire, ho letto la bozza, ho tagliato quello che suonava finto, ho rimesso mano a interi paragrafi, ho chiesto di riprovare dove il ragionamento zoppicava. La prima risposta dell'AI non era il prodotto: era la bozza da cui iniziare a lavorare. Questa è la mentalità dell'augmentation, ed è quella che rende utile il lavoro creativo o analitico dove l'obiettivo non è nitido all'inizio e lo metti a fuoco strada facendo.

L'augmentation vive di due competenze che si alternano: descrivere bene quello che vuoi, e valutare con onestà quello che ricevi. È il ciclo descrivi-valuta. Se descrivi male, ottieni risposte generiche e dai la colpa allo strumento. Se valuti male, ti tieni la prima cosa che esce solo perché è verosimile, e la verosimiglianza è esattamente ciò che questi modelli producono meglio, che sia vero o no.

L'errore di modalità qui è simmetrico a quello dell'automazione. Sta nel fare augmentation su qualcosa che andava automatizzato. Se ogni lunedì rifai lo stesso identico dialogo con l'AI per produrre lo stesso identico tipo di risultato, non stai collaborando: stai facendo a mano un lavoro che chiedeva di essere impostato una volta e lasciato girare. Ti stai facendo babysitter di un compito che non ne aveva bisogno. Il segnale è la ripetizione: quando lo scambio diventa una routine identica a se stessa, è ora di promuoverlo ad automazione.

Agency: l'esecutore che prende iniziativa

La terza modalità è quella di cui si parla di più adesso, con la parola "agenti", ed è anche quella su cui si fanno più promesse gonfiate. Agency vuol dire dare all'AI un obiettivo e gli strumenti per raggiungerlo, e lasciare che decida lei la sequenza dei passi. Non le dici "fai A, poi B, poi C". Le dici "arriva a questo risultato" e le metti a disposizione un ambiente in cui muoversi: file da leggere, ricerche da fare, azioni da compiere.

La differenza con l'automazione è sottile ma decisiva. Nell'automazione il percorso lo hai deciso tu a monte, la macchina lo ripete. Nell'agency il percorso lo decide l'AI mentre va, e non è mai due volte identico, perché dipende da cosa trova strada facendo. È potente quando il compito ha troppe diramazioni per essere scritto in anticipo. È rischioso per lo stesso motivo: se non puoi prevedere il percorso, non puoi nemmeno prevedere dove andrà a sbattere.

Per questo l'agency è la modalità dove i guardrail non sono un optional, sono la condizione per usarla. Nel mio sistema gli agenti che hanno una qualche autonomia lavorano dentro confini stretti e verificabili. Possono proporre, ma le azioni che contano davvero, quelle che cambiano stato o che escono verso l'esterno, passano da un controllo che fallisce chiuso: nel dubbio, si ferma. La logica è semplice. Più margine di iniziativa dai a un esecutore, meno puoi affidarti alla speranza che si comporti bene, e più devi affidarti a limiti scritti che non dipendono dal suo giudizio.

Chi vende l'agency come "metti l'AI in autonomia e dimenticatene" ti sta vendendo il rischio senza dirti il prezzo. La versione onesta è: l'agency ti fa risparmiare la fatica di scrivere ogni passo, in cambio della fatica di progettare bene i confini e la sorveglianza. Non è meno lavoro, è lavoro spostato ancora più a monte, sul disegno del perimetro.

Come si sceglie la modalità (e cosa costa sbagliare)

A questo punto la mappa dovrebbe essere chiara. Riassumo il criterio in modo che sia usabile lunedì mattina.

1) Il compito è ripetitivo, stabile, con criteri di correttezza scrivibili e conseguenze contenute? Automazione. Progetta bene e controlla l'output.

2) Il compito richiede giudizio, l'obiettivo è sfumato, ogni istanza è diversa e vuoi restare tu al comando delle scelte? Augmentation. Resta nel ciclo, descrivi e valuta.

3) Il compito ha troppe diramazioni per scriverle prima, ma puoi definire bene l'obiettivo e i limiti entro cui muoversi? Agency. E progetta i guardrail prima di accendere qualcosa.

Nella pratica le tre modalità non stanno in scatole separate, si incastrano. Un lavoro reale spesso ne combina due o tre. Uso l'augmentation per mettere a punto le regole di un processo, ragionandoci insieme finché non sono giuste. Quando sono stabili, promuovo il processo ad automazione e lo lascio girare. Se un giorno il compito diventa troppo variabile per un percorso fisso, valuto se serve un pezzo di agency dentro confini stretti. Il punto non è incasellare il tuo lavoro in una modalità per sempre. È sapere, in ogni momento, in quale modalità sei, perché è quella che ti dice dove deve stare il tuo controllo adesso.

Il costo di sbagliare modalità è concreto, e va nelle due direzioni. Se automatizzi quello che chiedeva giudizio, ottieni una macchina che sbaglia con precisione e non se ne accorge nessuno. Se fai a mano, in augmentation, quello che poteva girare da solo, bruci il tuo tempo a rifare la stessa conversazione. Se dai agency senza confini, hai costruito qualcosa di potente che non sai dove ti porterà. Nessuno di questi tre errori è un problema dello strumento. Sono tre errori di collocazione, e li commetti prima ancora di aprire l'AI, nel momento in cui decidi come usarla.

C'è poi una cosa che attraversa tutte e tre le modalità e non cambia mai: la responsabilità resta tua. In automazione risponde chi ha progettato il processo. In augmentation risponde chi ha firmato l'output. In agency risponde chi ha definito l'obiettivo e i confini. Non esiste una modalità in cui la responsabilità passa alla macchina, e più autonomia consegni, più questo controllo va disegnato apposta invece di essere dato per scontato. È il filo che tiene insieme la scelta della modalità con l'ultima delle quattro competenze, quella per cui uno risponde di ciò che produce.

La modalità è una decisione, non un default

La lezione di tutto questo sta in una frase. La modalità con cui usi l'AI è una decisione che prendi tu, non un default che ti arriva insieme all'abbonamento. Lo strumento non ti dice se stai automatizzando, collaborando o delegando iniziativa. Te lo dici tu, e se non te lo dici, la modalità la scegli lo stesso, solo alla cieca.

Il punto di partenza pratico è banale e quasi nessuno lo fa: fermarsi a guardare dove stai già usando l'AI e chiederti in quale modalità la stai usando, se è quella giusta per quel compito, e dove si trova il controllo umano. La maggior parte delle volte scopri due cose. Che stai facendo a mano un lavoro che poteva girare da solo. E che da qualche parte hai dato più autonomia di quanta sorveglianza tu abbia messo.

Se vuoi un punto di partenza strutturato per fare questa mappa sul tuo lavoro, e capire dove il controllo dovrebbe stare e non sta, il self-check gratuito serve proprio a questo. Non ti vende niente. Ti costringe a guardare come usi l'AI oggi, che è l'unico modo per decidere le modalità invece di subirle.