Lavorare con l’IA senza smettere di pensare

🎧 Prima di iniziare
Niccolò Fabi — Costruire

Apri ChatGPT perché devi scrivere una mail un po’ delicata.

Gli spieghi la situazione, gli dici a chi stai scrivendo e che tono vorresti usare. Dopo pochi secondi hai davanti un testo educato, chiaro e probabilmente migliore della prima versione che avresti buttato giù di fretta.

Lo rileggi. Ti sembra a posto. Copia, incolla, invia.

Tutto molto comodo.

Il problema arriva quando ti accorgi che non hai deciso quasi nulla di quello che c’è scritto.

Non perché il testo sia sbagliato. Potrebbe essere perfetto. Semplicemente, tra l’idea iniziale e il risultato finale hai lasciato che fosse l’intelligenza artificiale a scegliere le parole, il tono, gli argomenti e perfino quali aspetti della situazione mettere in evidenza.

Ed è qui che usare bene questi strumenti diventa un po’ più interessante che imparare a scrivere un buon prompt.

Dal modello migliore al modo migliore di usarlo

Nell’articolo precedente abbiamo visto quanto sia difficile rispondere alla domanda «qual è l’intelligenza artificiale migliore?».

ChatGPT può funzionare meglio in un certo compito, Claude in un altro, Gemini in un altro ancora. I modelli cambiano, vengono aggiornati e spesso le differenze che vediamo nelle classifiche contano meno di quanto immaginiamo nell’uso quotidiano.

C’è però una variabile che nessun benchmark può misurare al posto nostro: che cosa decidiamo di affidare all’IA.

Possiamo usarla per correggere una frase che abbiamo già scritto. Oppure possiamo chiederle di scrivere l’intero testo partendo da tre parole.

Possiamo farci spiegare un documento che abbiamo letto e non abbiamo capito. Oppure farcelo riassumere senza aprirlo.

Possiamo chiederle di cercare punti deboli in un ragionamento. Oppure chiederle direttamente che cosa dovremmo pensare.

Tecnicamente, in tutti questi casi stiamo usando lo stesso strumento. Ma non stiamo facendo la stessa cosa.

Il rischio non è soltanto che l’IA sbagli

Nel quarto articolo abbiamo parlato delle allucinazioni: un modello può produrre informazioni false con la stessa sicurezza con cui produce quelle corrette.

Quello, però, è il problema più facile da vedere.

Se ChatGPT inventa un libro che non esiste, prima o poi ce ne accorgiamo. Se sbaglia una data, possiamo verificarla.

È più difficile accorgersi di un’altra cosa: che una risposta plausibile ci ha evitato di fare un passaggio che avremmo dovuto fare noi.

Un gruppo di ricercatori di Carnegie Mellon University e Microsoft Research ha studiato proprio questo aspetto intervistando 319 lavoratori che utilizzavano strumenti di intelligenza artificiale generativa. Dai 936 esempi raccolti emergeva un risultato interessante: quando le persone avevano molta fiducia nell’IA tendevano a dichiarare un minore coinvolgimento del proprio pensiero critico; quando invece si sentivano competenti nel compito, tendevano a esercitarlo di più.

Questo non significa che usare ChatGPT ci renda meno intelligenti.

La ricerca suggerisce qualcosa di più sottile: il lavoro mentale cambia.

Quando l’IA prepara una prima risposta, dobbiamo dedicare meno energie alla produzione e più alla verifica, alla scelta e all’integrazione di quello che ha prodotto.

In altre parole, il pensiero non sparisce. Si sposta.

Il foglio bianco non è sempre un nemico

Prendiamo un testo come questo articolo.

Potrei scrivere a ChatGPT:

Scrivi un articolo di cinquemila caratteri su come usare l’intelligenza artificiale senza perdere il pensiero critico.

Probabilmente uscirebbe qualcosa di sensato.

Potrei poi correggerlo, togliere alcune frasi troppo generiche, aggiungere un esempio e pubblicarlo.

Avrei risparmiato tempo.

Ma avrei perso una parte del lavoro che, almeno in questo caso, mi interessa fare: decidere che cosa voglio dire.

Il foglio bianco è scomodo proprio perché ci obbliga a scegliere. Da dove comincio? Qual è il punto importante? Che cosa posso eliminare? Sono davvero convinto di quello che sto scrivendo?

Se deleghiamo sempre quel momento, rischiamo di ritrovarci molto bravi a migliorare risposte prodotte da qualcun altro e un po’ meno allenati a costruire una risposta nostra.

Questo non significa che bisogna partire sempre da zero. Sarebbe una regola altrettanto artificiale.

Posso avere già un’idea e chiedere all’IA di trovare un’obiezione. Posso scrivere una prima versione e farmela criticare. Posso darle tre possibili aperture e chiederle quale risulta più chiara. Posso usarla per cercare un punto che non ho considerato.

In questi casi l’IA non elimina il mio ragionamento. Lo costringe a confrontarsi con qualcosa.

Ed è una differenza importante.

Una domanda utile: chi sta facendo la parte difficile?

Quando uso questi strumenti, trovo utile chiedermi una cosa molto semplice:

chi sta facendo la parte difficile del lavoro?

Non necessariamente quella lunga o noiosa.

Se devo trascrivere quaranta minuti di riunione, non vedo un grande valore nel battere personalmente ogni parola sulla tastiera.

Se devo ricavare da quella riunione quali decisioni prendere, invece, potrei voler rimanere un po’ più coinvolto.

Se devo sistemare la grammatica di una mail, posso delegare quasi tutto.

Se devo decidere se quella mail sia opportuno inviarla, a chi e con quali conseguenze, il problema è diverso.

Lo stesso vale per un documento di venti pagine. Posso chiedere all’IA di aiutarmi a orientarmi, individuare i passaggi principali o spiegarmi un concetto difficile. Ma se il documento è importante per una decisione che devo prendere, forse il riassunto non dovrebbe diventare un sostituto della lettura.

La distinzione, quindi, non è tra compiti che l’IA può fare e compiti che non può fare.

È tra le parti che possiamo delegare senza perdere qualcosa di importante e quelle nelle quali il processo conta quasi quanto il risultato.

A volte risparmiare fatica è esattamente quello che vogliamo

Naturalmente c’è anche il rischio opposto: trasformare il pensiero critico in una scusa per fare tutto a mano.

Non sarebbe molto sensato.

Uno studio condotto su migliaia di lavoratori che avevano accesso a strumenti di IA integrati nelle applicazioni da ufficio ha osservato, per esempio, una riduzione del tempo dedicato ad alcune attività come la gestione delle email e una maggiore rapidità nella produzione di documenti.

Se una macchina può liberarci da una parte del lavoro ripetitivo, ben venga.

Abbiamo sempre fatto qualcosa del genere.

La calcolatrice non ci ha obbligato a rinunciare alla matematica perché non facciamo più a mano una divisione di sei cifre. Il navigatore non ci impedisce necessariamente di sapere dove stiamo andando.

Ma probabilmente esiste una differenza tra usare una calcolatrice per eseguire un conto e usarla senza sapere quale conto dobbiamo fare.

Con l’intelligenza artificiale il confine è meno evidente, perché lo strumento non si limita a calcolare.

Scrive. Riassume. Propone. Argomenta.

E soprattutto lo fa in modo abbastanza convincente da farci dimenticare, qualche volta, che quella era proprio la parte su cui avremmo dovuto fermarci a pensare.

Forse il metodo sta qui

Negli articoli precedenti abbiamo aggiunto progressivamente qualche pezzo.

Abbiamo visto che un modello genera una risposta senza “sapere” le cose nello stesso modo in cui le sappiamo noi. Abbiamo imparato che dare istruzioni migliori aiuta, ma non è una formula magica. Abbiamo scoperto che una risposta plausibile può essere falsa e che non esiste un modello migliore per qualsiasi situazione.

A questo punto possiamo aggiungere un’altra idea.

Usare bene l’IA non significa ottenere da lei il maggior numero possibile di cose.

Significa capire quali parti vale la pena farle fare.

A volte la risposta sarà quasi tutto. Una traduzione, una correzione, una trascrizione, una prima classificazione.

Altre volte potrà essere soltanto un pezzo del percorso: una prima bozza da contestare, un interlocutore a cui chiedere obiezioni, un modo per vedere il problema da un’altra prospettiva.

E qualche volta potremmo perfino decidere di non aprire ChatGPT.

Non perché usare l’intelligenza artificiale sia sbagliato.