Le tre modalità di lavoro con l'AI: quando comandi, quando collabori, quando deleghi del tutto

Serie "Alfabetizzazione AI per chi lavora" | Sesto episodio, framework 4D: le tre modalità di lavoro con l'AI

Due persone usano lo stesso identico strumento, lo stesso modello, lo stesso abbonamento. La prima lo apre, scrive "riscrivimi questa email", copia la risposta e chiude. La seconda gli ha costruito intorno un sistema che ogni mattina alle sei legge le richieste arrivate di notte, le smista, prepara le bozze e lascia a lei solo l'ultima parola. Stesso strumento, due lavori completamente diversi.

La differenza non è quanto sono bravi a scrivere prompt. È che stanno usando l'AI in due modalità diverse, probabilmente senza saperlo. E quasi tutta la frustrazione che sento nei messaggi ("l'AI non fa quello che voglio", "mi fa perdere più tempo di quanto me ne fa risparmiare") nasce da qui: si usa la modalità sbagliata per il compito sbagliato.

Il framework che uso per ragionarci sopra distingue tre modi di lavorare con una macchina che ragiona: automazione, augmentation, agency. Non sono tre prodotti da comprare. Sono tre relazioni diverse tra te e lo strumento. Capire quale stai usando, e quale dovresti usare, è una delle competenze più concrete dell'alfabetizzazione AI.

Le tre modalità non sono tre strumenti, sono tre relazioni

La cosa che confonde è questa: lo stesso modello può lavorare in tutte e tre le modalità. Cambia chi decide cosa, e quanto controllo tieni passo per passo. Messa in fila, la differenza è semplice:

1) Automazione: tu definisci i passi, la macchina li esegue. Tu comandi.

2) Augmentation: tu e l'AI lavorate insieme, a turni, sullo stesso pezzo. Voi collaborate.

3) Agency: tu dai l'obiettivo, la macchina decide i passi per arrivarci. Tu deleghi.

Detto così sembra una scala di "quanto è avanzato". Non lo è. Nessuna delle tre è migliore in assoluto. Sono adatte a cose diverse, e la bravura sta nello scegliere. Nel primo episodio della serie ho parlato di cosa NON delegare a una macchina: qui il discorso è il gemello positivo, cioè in quale forma conviene delegare quello che invece ha senso delegare.

Automazione: tu definisci i passi, la macchina li esegue

L'automazione è la modalità più vecchia e più fraintesa. Tu stabilisci in anticipo la sequenza esatta, l'AI la ripete senza deviare. È il modello mentale del nastro trasportatore: ingresso, passi fissi, uscita prevedibile.

Esempio concreto dal mio lavoro: ogni email di richiesta che arriva viene letta, classificata per tipo, e per ognuna viene preparata una bozza secondo un modello che ho deciso io. Il modello è intelligente abbastanza da capire il testo, ma i passi non li sceglie lui. Li ho scritti io una volta, e si ripetono uguali centinaia di volte.

Quando conviene: quando il compito è ripetitivo, ad alto volume, e l'errore è facile da riconoscere. La forza dell'automazione è la prevedibilità. Sai cosa entra, sai cosa esce, e se qualcosa cambia te ne accorgi perché l'output non torna.

Il prezzo da pagare: la rigidità. Il giorno in cui arriva un caso che non avevi previsto, l'automazione lo tratta come tutti gli altri e sbaglia in silenzio. Per questo l'automazione seria non è "scrivo il prompt e dimentico". È "scrivo i passi, aggiungo un controllo che mi avvisa quando qualcosa esce dal previsto". La parte difficile non è far funzionare il caso normale, è gestire l'eccezione. Su come strutturo concretamente questo tipo di lavoro con uno strumento solo, ho scritto la guida completa per freelancer e PMI.

Una regola che applico a ogni automazione che metto in piedi: per ogni passo deve essere chiaro cosa succede se va storto. Errore, come lo riconosco, cosa fa il sistema, a chi lo dice. Senza questa parte, l'automazione non ti fa risparmiare tempo: te lo sposta più avanti, di solito nel momento peggiore. Tengo in produzione un buon numero di automazioni proprio perché la parte di controllo pesa quanto la parte che fa il lavoro.

Augmentation: tu e l'AI lavorate insieme, a turni

L'augmentation è la modalità in cui la maggior parte delle persone lavora senza darle un nome. È il botta e risposta: tu scrivi qualcosa, l'AI risponde, tu correggi, lei riprova, tu tagli, lei amplia. Il prodotto finale nasce dal dialogo, non da un comando solo.

La differenza con l'automazione è che qui non hai deciso i passi in anticipo. Li scopri mentre lavori. È la modalità giusta quando il compito è ambiguo, creativo, o quando non sai ancora bene cosa vuoi finché non lo vedi sbagliato. Scrivere un testo difficile, ragionare su una decisione, analizzare un problema senza una risposta già pronta: tutto questo è augmentation.

Qui sta anche la trappola più comune. Molti restano in augmentation per cose che dovrebbero automatizzare. Se ti ritrovi a fare lo stesso identico scambio di messaggi venti volte a settimana, scrivendo ogni volta lo stesso tipo di richiesta, non stai collaborando: stai facendo a mano un lavoro che potrebbe seguire passi fissi. La domanda da farsi è: questo dialogo è sempre uguale? Se sì, è un'automazione travestita da conversazione.

Il punto di forza dell'augmentation è il controllo continuo. Vedi ogni passo, intervieni su ogni passo, l'output finale lo hai validato pezzo per pezzo. È la modalità più sicura quando la posta in gioco è alta e non puoi permetterti un errore che scopri dopo.

Un esempio che vale per chiunque lavori in proprio: rispondere a un preventivo importante o impostare una proposta per un cliente nuovo. Lì non vuoi una risposta secca generata in automatico. Vuoi ragionare a turni: l'AI propone una struttura, tu sai cose che lei non sa (la storia con quel cliente, il margine che ti puoi permettere, il tono giusto), la correggi, lei rifinisce. Il valore non è la velocità, è che alla fine la proposta è tua, validata riga per riga, e ci metti la faccia con cognizione di causa.

Agency: deleghi l'obiettivo, non i passi

L'agency è la modalità di cui si parla di più e che si capisce di meno. Qui non dai né i passi (come nell'automazione) né fai il dialogo a turni (come nell'augmentation). Dai un obiettivo e dei limiti, e lasci che sia la macchina a decidere come arrivarci: quali passi fare, in che ordine, quando fermarsi.

È la modalità dietro alla parola "agente" che gira da mesi. La differenza vera con un'automazione non è quanto è sofisticata la tecnologia. È chi sceglie i passi. In un'automazione i passi li ho scelti io. In un sistema ad agency i passi li sceglie il modello, dentro i confini che gli ho dato.

Esempio: invece di dire "leggi questa email, classificala, prepara la bozza" (passi che decido io), dico "gestisci le richieste in arrivo finché non serve una decisione umana, e a quel punto chiamami". Cosa significhi esattamente "gestire" lo capisce e lo organizza lui, caso per caso.

Quando conviene: quando il percorso è troppo vario per essere scritto in anticipo, ma l'obiettivo è chiaro e verificabile. Il prezzo da pagare è il più alto delle tre modalità: cedi il controllo sul come. Per questo l'agency senza confini stretti e senza un punto in cui la macchina si ferma e passa la mano è la ricetta per i guai più difficili da scoprire. Più deleghi il come, più deve essere solido il modo in cui controlli il risultato.

C'è una condizione che metto sempre prima di affidare un obiettivo invece dei passi: devo poter verificare il risultato in modo rapido e oggettivo. Se non so dire in trenta secondi se quello che ha prodotto va bene o no, l'agency è prematura e resto in augmentation. La delega dell'obiettivo regge solo se hai un buon modo di controllare l'uscita. Senza quello, stai solo sperando, e sperare non è una modalità di lavoro.

Come scegliere la modalità giusta per ogni attività

La scelta non è "qual è la modalità migliore". È "qual è la modalità giusta per questo compito, oggi". Tre domande che mi faccio, in ordine:

1) I passi sono sempre gli stessi? Se sì, e il volume è alto, è automazione. Stai sprecando tempo se lo fai a mano in chat.

2) Il compito è ambiguo o ad alta posta in gioco? Se sì, resta in augmentation. Vuoi vedere e validare ogni passo. La sicurezza vale più della velocità.

3) L'obiettivo è chiaro ma il percorso cambia ogni volta? Solo allora ha senso l'agency, e solo con confini stretti e un controllo serio sull'output.

La maggior parte degli errori che vedo è un disallineamento tra modalità e compito: si automatizza una decisione delicata che andava tenuta in augmentation, oppure si fa a mano in chat un lavoro ripetitivo che gridava automazione. Non è un problema di strumento. È un problema di scelta della modalità. E la scelta è sempre tua, mai della macchina.

Una cosa importante: le tre modalità non sono separate a compartimenti. Un sistema reale le mescola. Nelle mie automazioni la parte ripetitiva è automazione pura, ma quando arriva un caso fuori standard il sistema si ferma e passa in augmentation con me. La bravura non è scegliere una modalità per sempre, è sapere quando passare da una all'altra.

Le tre modalità in una giornata di lavoro

Per rendere concreta la cosa, ecco come si mescolano in una mattina qualsiasi. Arrivano venti richieste di notte. La classificazione e la prima bozza di risposta sono in automazione: passi fissi, alto volume, controllo che mi avvisa solo quando una richiesta non rientra in nessuna categoria nota.

Tre di quelle richieste sono particolari: un cliente che si lamenta, una proposta nuova, una domanda tecnica delicata. Il sistema non prova a chiuderle da solo, me le passa. Su queste lavoro in augmentation: ragiono a turni con l'AI, perché sono casi dove un errore costa e dove servono cose che la macchina non sa.

Poi c'è un compito di ricerca ampio: "trova e organizza tutto quello che è uscito questa settimana su un certo tema". Lì non scrivo i passi e non faccio il dialogo a turni. Do l'obiettivo, dei confini, e un modo per verificare in fretta se il risultato è buono. Quella è agency. Tre modalità, una mattina, lo stesso strumento. La differenza la fa sempre la stessa domanda: per questo pezzo, comando, collaboro o delego?

Perché distinguere le modalità è alfabetizzazione, non teoria

Questa distinzione sembra accademica finché non la usi. Poi diventa la lente con cui guardi ogni richiesta che ti passa per le mani: questa è roba da automatizzare, questa la tengo in dialogo, questa la posso delegare come obiettivo. È esattamente il tipo di competenza che la legge oggi dà per scontata.

L'Art. 4 dell'AI Act chiede a chi usa l'AI per lavoro un livello sufficiente di alfabetizzazione, ed è in vigore dal 2 febbraio 2025. Alfabetizzazione non vuol dire saper scrivere il prompt perfetto. Vuol dire capire cosa stai facendo quando lavori con una macchina che ragiona, e quindi anche in quale modalità la stai usando e quali rischi porta ciascuna. Una persona che sa distinguere automazione, augmentation e agency sa anche dove serve un controllo umano e dove no. Quel controllo è il cuore dell'obbligo.

Le tre modalità e il modo di ragionarci sopra arrivano dal framework di AI Fluency sviluppato dai professori Rick Dakan e Joseph Feller insieme ad Anthropic, dove le quattro competenze (delega, descrizione, discernimento, diligenza) si applicano proprio attraverso queste tre modalità di interazione. Il framework è pubblico e gratuito, e vale la pena conoscerlo. Quello che leggi qui è la mia rilettura applicata a chi lavora in proprio o in una PMI, non una copia del corso.

Se vuoi vedere come questa scelta di modalità si lega agli obblighi pratici di trasparenza e responsabilità, l'ho messa nel contesto più ampio della guida alla compliance AI Act per freelancer e PMI.

In pratica, da domani

Prendi le tre attività con l'AI che fai più spesso e, per ognuna, scrivi accanto una parola: comando, collaboro, delego. È un esercizio da cinque minuti che cambia il modo in cui usi lo strumento. Quasi sempre salta fuori almeno una cosa che stai facendo a mano in chat e che dovrebbe seguire passi fissi, e almeno una che hai automatizzato troppo presto e che andava tenuta in dialogo.

Quella è la lista da cui partire. Se vuoi ragionarci su un caso reale del tuo lavoro, possiamo vederlo insieme: niente pitch, si guarda cosa fai oggi e in quale modalità ha senso metterlo. Il resto della serie continua a smontare l'alfabetizzazione AI un pezzo per volta, partendo sempre da quello che succede davvero quando apri la chat.