Delegare un compito all'AI non è lo stesso che delegarle una decisione

Un freelancer mi ha raccontato una cosa che torna spesso. Aveva collegato un assistente AI alla casella di posta per smaltire le risposte ai clienti. Funzionava: bozze pronte, tono giusto, tempo risparmiato. Poi un giorno il sistema ha mandato da solo una mail che confermava una scadenza sbagliata a un cliente importante. Nessuno l'aveva riletta. La macchina aveva fatto esattamente quello che le era stato chiesto. Il problema è che le era stato chiesto troppo.

Qui c'è la distinzione che quasi nessuno fa quando inizia a usare l'AI sul lavoro. Una cosa è delegare un compito. Un'altra è delegare una decisione. Sembrano la stessa azione, ma sono due livelli di rischio diversi. Scrivere una bozza è un compito. Decidere di inviarla, a chi e quando, è una decisione. La prima la puoi automatizzare quasi sempre. La seconda quasi mai senza un umano nel mezzo.

Questo articolo è il pezzo "Delegation" della serie sull'alfabetizzazione AI per chi lavora. La Delegation è la prima delle quattro competenze del framework AI Fluency, e non parla di prompt. Parla di una scelta che fai prima del prompt: cosa metti nelle mani della macchina e cosa tieni nelle tue.

La competenza che viene prima del prompt

La maggior parte dei corsi parte dal prompt. Ti insegna a chiedere meglio. Va benissimo, è la seconda competenza. Ma c'è un passaggio che la precede, e quando lo salti i guai arrivano lì: decidere se quel compito vada delegato, e in che modalità.

Il framework AI Fluency, sviluppato dai professori Rick Dakan (Ringling College) e Joseph Feller (University College Cork) insieme ad Anthropic, mette la Delegation al primo posto proprio per questo. Lavorare bene con l'AI vuol dire prima di tutto decidere quando e come usarla: cosa vuoi ottenere, cosa tieni per te, cosa deleghi, e con quale grado di autonomia. Il resto viene dopo.

Faccio una precisazione, perché conta. Il framework lo cito come struttura, e ti lascio il link sotto per studiarlo alla fonte. I materiali del corso sono gratuiti e rilasciati con licenza non commerciale. Quello che leggi qui è contenuto mio, costruito sopra quella cornice, con esempi presi dalle automazioni che gestisco ogni giorno.

La Delegation si gioca su tre modalità di lavoro, e ne ho parlato in un pezzo a parte sulle tre modalità di lavoro con l'AI. Qui il punto è un altro: dentro ognuna di quelle modalità devi decidere dove finisce il compito e dove inizia la decisione.

Compito e decisione: dove passa la linea

La linea non è astratta. La traccia una domanda sola: se la macchina sbaglia qui, chi se ne accorge e quando.

Un compito ha questa caratteristica: l'output è verificabile prima che produca effetti. Una bozza la rileggi. Una traduzione la controlli. Una sintesi la confronti col documento originale. L'errore resta dentro, non esce. Su questi compiti puoi dare alla macchina molta autonomia, perché c'è sempre un momento in cui un umano guarda prima che il risultato conti davvero.

Una decisione è diversa. Produce un effetto nel mondo nel momento stesso in cui viene presa. Inviare la mail. Accettare o rifiutare una richiesta. Applicare uno sconto. Cancellare un record. Approvare un pagamento. Qui l'errore non resta dentro: esce subito, e spesso non è reversibile. Se deleghi la decisione senza un checkpoint umano, hai tolto l'unico momento in cui qualcuno poteva fermare lo sbaglio.

La regola che uso è semplice da dire e fastidiosa da rispettare: automatizza il compito, tieni la decisione. In pratica significa spezzare quasi ogni workflow in due. La macchina prepara, propone, ordina, calcola. L'umano decide il passo che produce l'effetto irreversibile. Non perché la macchina sia stupida. Perché la responsabilità di quell'effetto resta tua, e una responsabilità non si delega.

Decisioni automatizzate: cosa dice già la legge

C'è un motivo in più per non delegare certe decisioni, e non è di buon senso. È di legge, ed è già in vigore.

L'Art. 22 del GDPR dice che una persona ha diritto a non essere sottoposta a una decisione basata unicamente su un trattamento automatizzato, quando quella decisione produce effetti giuridici o la riguarda in modo significativo. Tradotto: se lasci che un sistema decida da solo, senza nessun intervento umano, l'esito di qualcosa che pesa sulla vita di una persona, sei in un territorio regolato. Pensa a chi rifiuti come cliente, a una valutazione che condiziona un contratto, a una segnalazione che blocca un account. Decisioni del genere, prese "solamente" dalla macchina, hanno paletti precisi.

La parola chiave è "unicamente". La via d'uscita prevista dalla norma stessa è tenere un essere umano nel processo, uno che possa davvero rivedere e ribaltare l'esito, non uno che schiaccia "approva" senza guardare. Ecco perché la supervisione umana non è una cortesia: in diversi casi è la condizione che rende lecita l'automazione.

Attenzione a una sfumatura che fa la differenza in pratica. Un umano che ratifica senza capire non conta come supervisione. Se metti una persona alla fine del processo solo per cliccare "ok" su decisioni che non è in grado di valutare, hai un finto controllo: sulla carta c'è un umano, nei fatti decide la macchina. La supervisione vale quando chi controlla ha le competenze, il tempo e l'autorità per dire di no. Senza quelle tre cose stai solo spostando la firma, non il controllo.

Aggiungo un chiarimento sulle date, perché su questo gira parecchia confusione. L'Art. 22 GDPR vale da anni, non è una novità. Dell'AI Act invece, dal 2 agosto 2026 scattano la piena applicabilità e gli obblighi di trasparenza dell'Art. 50. Gli obblighi più pesanti per i sistemi ad alto rischio dell'Allegato III sono stati rinviati al 2 dicembre 2027. Quindi attenzione a chi ti dice che da agosto "scatta tutto": non è così. Quello che è già operativo, e che ti riguarda subito se usi l'AI su decisioni che toccano le persone, è il GDPR.

L'alfabetizzazione AI è già un obbligo tuo

C'è un terzo livello, ed è quello che chiude il cerchio con la Delegation.

Dal 2 febbraio 2025 l'Art. 4 dell'AI Act chiede a chi usa l'AI in ambito professionale di avere un livello adeguato di alfabetizzazione su questi strumenti. Non è un corso da comprare con un bollino alla fine. È una capacità che devi poter dimostrare: il tuo team capisce cosa sta usando, cosa può andare storto, dove serve un controllo. Ne ho scritto nel dettaglio nel pezzo su perché l'alfabetizzazione AI è un obbligo che hai già.

Saper distinguere un compito da una decisione È alfabetizzazione AI. È la forma più concreta che prende l'Art. 4 nel lavoro di tutti i giorni. Un team alfabetizzato non è quello che sa scrivere il prompt perfetto. È quello che sa fermarsi un attimo prima e chiedersi: questo passaggio lo posso lasciar correre da solo, oppure se sbaglia mi esplode in faccia senza preavviso?

Come spezzo davvero i miei workflow

Parlo per dati, non per teoria. Gestisco 21 automazioni in produzione, da solo, senza dipendenti. Sembra un sistema che decide tutto da sé. Non è così, ed è studiato per non esserlo.

La maggior parte di quelle automazioni gira senza che io guardi: raccolgono dati, preparano sintesi, fanno controlli, generano bozze. Sono compiti. L'output finisce in un posto dove lo posso rivedere prima che produca un effetto fuori. Lì l'autonomia è alta, perché il costo di un errore è basso e recuperabile.

Poi ci sono i punti in cui ho messo un cancello con un umano davanti, e l'umano sono io. Tre esempi concreti:

1. Pubblicare contenuti col mio nome. Il sistema scrive le bozze, ma esiste un controllo automatico che blocca la pubblicazione se mancano certe condizioni di qualità. E comunque resta una decisione editoriale che passa da me. Il rischio non è tecnico, è reputazionale: una volta pubblicato, è fuori.
2. Mandare email a contatti importanti. Le bozze le prepara la macchina. L'invio verso un interlocutore di valore non parte in automatico, mai. Una mail sbagliata alla persona sbagliata non si annulla.
3. Toccare i dati di un cliente. Qualsiasi azione che scrive o cancella record sensibili ha un passaggio di conferma esplicito. Cancellare è la decisione più irreversibile che esista, e va trattata come tale.

Per ogni automazione che lascio correre da sola ho definito cinque cose, ed è il telaio che uso per decidere quanto mollare le redini: cosa può andare in errore, come me ne accorgo, cosa fa il sistema in risposta, qual è il comportamento di ripiego, e come scatta l'allarme. Se non so rispondere a queste cinque domande, quel passaggio non è pronto per girare senza di me. Resta un compito assistito, non una decisione delegata.

L'errore più comune: confondere "posso" con "dovrei"

C'è una trappola che vedo scattare quasi sempre, e arriva proprio dai sistemi più capaci.

Più un assistente AI diventa bravo, più sale la tentazione di dargli le chiavi di tutto. Oggi questi strumenti non si limitano a rispondere: agiscono. Aprono file, scrivono in un gestionale, mandano messaggi, prenotano. Quando un sistema può fare una cosa da solo, la testa scivola in automatico da "posso lasciargliela fare" a "tanto la fa bene, gliela lascio". Sono due frasi diverse. La prima è una constatazione tecnica. La seconda è una decisione tua, e va presa con la testa, non per inerzia.

Il discorso è che la capacità non è il criterio. Il criterio è il costo dell'errore. Un sistema può essere bravissimo a prenotare appuntamenti e restare comunque un pessimo posto dove delegare la prenotazione, se quella prenotazione blocca un'agenda condivisa che poi nessuno controlla. La domanda giusta non è "la macchina ne è capace". È "se sbaglia, quanto mi costa e quanto è facile tornare indietro".

Lo dico anche per esperienza diretta. Quando il sistema ha fallito senza farsi notare, non è stato per incapacità. È stato perché avevo lasciato correre da solo un passaggio che pensavo fosse un compito, e invece dentro nascondeva una decisione. L'avevo classificato male. La lezione non è "fidati di meno della macchina". È "guarda meglio dove finisce il compito e dove inizia l'effetto".

Una matrice di delega che puoi usare lunedì

Niente di complicato. Prima di automatizzare un passaggio, fagli passare quattro domande in fila:

1. Se la macchina sbaglia qui, l'errore resta dentro o esce subito nel mondo? Se resta dentro, è un compito: deleghi pure. Se esce, è una decisione: serve un umano.
2. L'effetto è reversibile? Una bozza la cestini. Una mail inviata, un pagamento approvato, un record cancellato no. Più è irreversibile, più la decisione resta tua.
3. Quel passaggio tocca una persona in modo significativo? Se decide chi entra, chi resta fuori, chi paga di più, sei vicino all'Art. 22. Tieni la supervisione umana, e tienila vera.
4. So definire i cinque punti di gestione dell'errore? Se no, non è ancora pronto per l'autonomia. Torna a renderlo un compito assistito finché non lo sai.

Le risposte ti dicono dove tracciare la linea per ogni singolo passaggio. Non esiste una regola uguale per tutti: esiste questa domanda, ripetuta task per task. È il lavoro vero della Delegation, ed è anche il motivo per cui non si automatizza "un processo" in blocco. Si automatizzano i compiti dentro al processo, e si presidiano le decisioni.

Il punto, in una riga

Delegare bene non vuol dire dare più autonomia possibile alla macchina. Vuol dire sapere esattamente dove l'autonomia diventa un rischio che non puoi più recuperare, e fermarsi un passo prima. Il compito lo automatizzi. La decisione la firmi tu, perché la responsabilità la firmi tu.

Se vuoi capire a che punto sei con tutto questo, senza pagare niente e senza che diventi subito un acquisto, ho preparato un self-check gratuito sull'AI Act. Sono poche domande per vedere dove stai delegando decisioni che forse dovresti tenere, e cosa ti chiede già la normativa. È il modo più onesto che conosco per partire: prima capisci dove sei, poi decidi se e cosa sistemare.

Domande frequenti

Qual è la differenza tra delegare un compito e delegare una decisione all'AI?

Un compito ha un output che puoi controllare prima che produca effetti: una bozza, una traduzione, una sintesi. Una decisione produce un effetto nel mondo nel momento in cui viene presa: inviare una mail, approvare un pagamento, cancellare un dato. Il compito lo automatizzi, la decisione la tieni con un controllo umano davanti.

L'AI Act mi obbliga a tenere un umano nelle decisioni automatizzate?

Sul punto specifico l'obbligo già operativo è il GDPR, non l'AI Act. L'Art. 22 del GDPR limita le decisioni basate unicamente su un trattamento automatizzato che producono effetti giuridici o significativi su una persona. Dell'AI Act, dal 2 agosto 2026 arrivano la piena applicabilità e l'Art. 50 sulla trasparenza, mentre gli obblighi per l'alto rischio dell'Allegato III sono rinviati al 2 dicembre 2027.

Cosa c'entra tutto questo con l'alfabetizzazione AI dell'Art. 4?

Saper distinguere un compito da una decisione è una competenza pratica di alfabetizzazione. L'Art. 4 dell'AI Act, in vigore dal 2 febbraio 2025, chiede a chi usa l'AI in ambito professionale un livello adeguato di competenza su questi strumenti. Decidere cosa delegare e dove serve la supervisione umana è proprio quella competenza applicata al lavoro reale.

Il framework delle quattro competenze (Delegation, Description, Discernment, Diligence) è l'AI Fluency Framework di Rick Dakan e Joseph Feller in collaborazione con Anthropic, disponibile gratuitamente su aifluencyframework.org. Questo articolo ne usa la struttura concettuale con contenuto originale. Per il testo dell'Art. 22 GDPR sulle decisioni automatizzate, vedi il testo ufficiale del Regolamento.