Che Aspetto Ha Davvero la Fluency nell’IA — e Come Arrivarci

David Rice: Quali sono i rischi legati all'IA che i leader sottovalutano solo perché, francamente, ormai è facile per le persone capire come usarla?

Kenneth Corrêa: Credo che il principale errore che vedo fare alle aziende non sia tanto l'uso dello strumento in sé. In realtà, riguarda la condivisione di file privati e confidenziali. Qualcuno ha un'idea, quindi usa il proprio telefono per caricare un foglio di calcolo con i risultati finanziari del trimestre sulla versione gratuita di ChatGPT.

David Rice: Hai detto che la tua azienda ha visto un aumento del 15% della produttività senza aumentare il personale. Perché, secondo te, altre aziende non seguono questo esempio?

Kenneth Corrêa: Si insegna e si parla di IA come se fosse una tecnologia di 70 anni fa che ancora richiede tanti dati, database e data scientist. Ora, l’IA generativa, è qualcosa che è facile da usare, molto facile da implementare e da intuire. Solo un aumento tra il 20% e il 40% della produttività.

David Rice: Quali sono alcune delle insidie che vedi di solito nelle organizzazioni che vogliono diventare fluenti nell'IA? Come evitare output inaffidabili e promesse eccessive?

Benvenuti a People Managing People Podcast, il programma in cui aiutiamo i leader a mantenere il lavoro umano nell’era dell’IA. Sono il vostro host, David Rice. Nell’episodio di oggi sono con Kenneth Corrêa, docente globale di IA, speaker e autore del libro “Organizzazioni Cognitive: Sfruttare Tutta la Potenza dell’IA Generativa e degli Agenti Intelligenti”.

In questa conversazione, Kenneth illustra un percorso per le aziende per passare dalla curiosità sull’IA alla vera fluency nell’IA. Spiega cosa significa, perché la maggior parte dei leader resta ancora a guardare, e come evitare la trappola delle Frankenstack, cioè il sovraccarico di strumenti. Parliamo del passaggio dalla IA predittiva a quella generativa, di cosa sbagliano molti leader nell’implementazione e perché il futuro della leadership di team potrebbe assomigliare più a un’orchestrazione dei flussi di lavoro che ad una semplice delega di compiti.

Se vuoi rafforzare le tue persone invece di sostituirle, e vuoi un approccio più sistemico e pragmatico all’IA, questo episodio fa per te. Quindi senza ulteriori indugi, cominciamo.

Bene. Ken, benvenuto!

Kenneth Corrêa: Bene, grazie mille, David. È un piacere essere qui con te.

David Rice: Sì, assolutamente. Sei in Brasile, vero?

Kenneth Corrêa: Sì, a San Paolo, la città più grande del Sud America.

David Rice: Oh wow. Che bello. Ho dei colleghi da quelle parti. Ho sempre voluto visitare.

Kenneth Corrêa: È una grande città, non grande come New York, ma è la nostra New York qui a sud.

David Rice: Parleremo dunque di fluency nell’IA e del percorso per raggiungerla, perché credo che molti di noi siano già su quella strada, ma senza sapere esattamente quali siano tutti i passi. Come si misura veramente questa fluency?

Kenneth Corrêa: In realtà stiamo ancora costruendo le scale, quindi certi gradini li scopriremo strada facendo, no? Un po’ come costruire l’aeroplano mentre vola.

Queste sono le metafore che usiamo oggi perché tutto avviene così in fretta.

David Rice: Assolutamente. Una cosa che trovo davvero diversa è che, considerando la moderna interfaccia IA, molte barriere all’esperimento sono cadute. Non devi essere un informatico per interagire e testare cosa sa fare.

Consideriamo la storia: quando uscì Excel, si dovevano fare corsi per imparare a usarlo. Ora, appena usciti dall’università, è praticamente data per scontata una certa esperienza con Excel. Ma ciò ha portato anche a un uso improprio dei fogli di calcolo.

Conosco persone che usano Excel per tenere traccia dei detersivi in casa. Ma tornando all’IA: i leader stanno forse sottovalutando la complessità del suo utilizzo aziendale solo perché, francamente, è diventato semplice capire come usarla?

Kenneth Corrêa: Tipo punta e clicca, oppure inizi addirittura a parlare con lo strumento e questo ti risponde in linguaggio naturale.

Sì, ma mi piace il modo in cui l’hai posto, perché io l’ho sempre visto come un vantaggio, ma forse stai evidenziando anche un difetto: il fatto che la gente può buttarsi subito. Un’interfaccia facile invoglia a provarla, però il principale errore che vedo commettere non è nell’usarla, ma nel condividere file privati e confidenziali.

Parliamo di informazioni aziendali che dovrebbero restare segrete, protette da firewall, password e autenticazioni. Poi qualcuno ha un’idea e magari, siccome l’azienda ha bloccato ChatGPT, usa il proprio cellulare per caricare un file con i risultati finanziari del trimestre sulla versione gratuita di ChatGPT.

Il rischio maggiore riguarda la diffusione involontaria di informazioni riservate, spesso senza che l’utente nemmeno se ne accorga.

David Rice: Si possono monitorare gli usi che ne fanno le persone o creare delle checklist di compliance, dei framework per capire cosa NON fare? Cosa funziona secondo la tua esperienza?

Kenneth Corrêa: Non vedo attuabile nessun “controlliamo i prompt delle persone” o leggiamo le loro conversazioni, non sarebbe accettabile nel 2025. Nel mio caso, nella mia azienda e altre seguite, la via è l’educazione. È lo stesso con la cybersicurezza: non possiamo bloccare tutto. Esistono sempre nuove truffe, nuovi URL, nuovi trucchi. Quindi investiamo su come educare le persone ai limiti dello strumento, all’uso di versioni gratuite sui cellulari personali rispetto a quella aziendale che invece mette paletti e protegge i dati interni. L'educazione è fondamentale perché materialmente non si può controllare ogni interazione.

Alcune aziende invece creano propri “assistant” customizzati (es. con GPT o Gemini o altro, ma col nome della società) e possono così installare protezioni supplementari. Se qualcuno chiede informazioni non autorizzate, l’assistant risponde: “non posso aiutarti”. Questo aiuta molto.

David Rice: Interessante il paragone con la cybersicurezza.

Kenneth Corrêa: Di solito, quando si parla di innovazione, cerchiamo di collegarla a esperienze note, no? Perché se fosse tutto nuovo, faremmo fatica a comprenderla ed adottarla. C’è un principio chiamato Maya (Most Advanced Yet Acceptable): quando si crea un nuovo prodotto, deve essere sì avanzato, ma anche familiare. Ad esempio: sono stato a San Francisco e ho provato Waymo. Se qualcuno mi chiede cos’è Waymo, rispondo: “È come Uber, ma senza autista”. È familiare, comprensibile. Così si facilita l’adozione di nuove idee.

David Rice: Anche qui ad Atlanta sono arrivate le Waymo, ma non credo siano pronte per questa città. Continuano a bloccarsi…

Kenneth Corrêa: Sì, sono incidenti anche a Los Angeles, no?

David Rice: Sì, addirittura le davano alle fiamme.

Kenneth Corrêa: Non so se è la macchina che non è pronta o la città che non è pronta per la macchina...

David Rice: Forse un po’ entrambe. I leader vogliono che i team producano di più, ed è soprattutto la produttività a guidare queste scelte sull’IA. Da alcune ricerche emerge che l’aumento medio di produttività va dal 20% al 40%, e mi pare tu abbia detto che la tua azienda ha registrato un +15% senza incremento di personale.

Perché secondo te altre aziende non seguono l’esempio? È solo una questione di scarsa comprensione dell’IA? Oppure c’è problema di “scope creep”, cioè l’IA viene usata cosi tanto e in tanti modi diversi che si crea confusione, livelli di efficacia diversi, nessuno la usa per le stesse cose? Cosa blocca davvero il salto, secondo te?

Kenneth Corrêa: Sembra folle, ma in realtà ci sono diversi fattori. Il primo è che si insegna l’IA come se fosse la tecnologia di 70 anni fa, con esigenze di dati mastodontici e data scientist, che spaventa chi non ha background tecnici. Non è chiaro a tutti che l’IA odierna (dopo novembre 22), cioè l’IA generativa, è molto diversa. Quella era predittiva, costosa, richiedeva molto tempo e skill; ora tutto è molto più accessibile.

Pensaci: se migliori la produttività del 20%, è come avere un giorno libero a settimana. Lo stesso output con uno o due giorni in meno di lavoro. Quello che vedo spesso è che i leader non la usano in prima persona. Il consiglio che dò ai leader è: mettete mano agli strumenti! ChatGPT, DeepSeek, Gemini, Claude… Scaricateli e usateli anche nella vita privata. Ad esempio, fotografate il vostro frigorifero a casa e chiedete: “Cosa posso cucinare in 5 minuti con questi ingredienti?”. L’IA comprende la foto, identifica gli oggetti e attingendo a ricette ti suggerisce cosa preparare. Di qui nascono idee anche per l’azienda.

Ora, per la prima volta, abbiamo una tecnologia che insegna ad usarla. Puoi dire: “ChatGPT, gestisco un team di 14 venditori. Come puoi aiutarmi?”. Basta descrivere le dinamiche e otterrai consigli davvero utili. Più usi questi strumenti, più scopri valore. Ma i media parlano solo dei rischi, dell’AGI, di Skynet e dell’IA distruttrice... non sempre aiutano.

Ecco probabilmente una delle cause principali per cui molte aziende sono indietro. È una tecnologia potente ma con limiti: può “allucinare”, cioè creare contenuti inventati non ancorati alla realtà. Consiglio di provare anche strumenti come Perplexity, che danno risposte basate su fonti, così si inizia a distinguere. Più usi l’IA veramente, più impari a cogliere le best practice e a evolvere.

David Rice: Sì, è interessante che molte persone abbiano timore di usare l’IA e in tanti non si sentono abbastanza qualificati. Soprattutto in HR si percepisce un po’ di resistenza perché si sentono poco “tecnici”. Alcuni hanno provato l’IA generativa ma ancora non la considerano affidabile. Secondo te, per chi lavora nelle Risorse Umane o nelle Operations, quali sono le più grandi opportunità?

Kenneth Corrêa: Fantastico. Prima però voglio dire una cosa: sai perché l’HR è così diffidente verso la Gen AI?

David Rice: Perché?

Kenneth Corrêa: Dal 2016, dopo la pubblicazione di uno studio sul bias algoritmico. Alcune aziende usavano l’IA predittiva per selezionare i CV. L’algoritmo osservava i dati dei team IT (dove lavoravano solo uomini) e concludeva erroneamente che solo gli uomini fossero bravi nell’IT! È una cosa aberrante, ma l’IA funziona sui dati disponibili, senza etica. Il tema del bias resta reale e non del tutto risolto.

Quindi il solo parlare di IA crea diffidenza nel settore HR. Ma chiunque ha un bias, e il software addestrato su dati umani li eredita. Detto ciò, ho parlato a grandi eventi HR in Brasile mostrando casi d’uso pratici: ad esempio, abbiamo usato Gemini, che gestisce grandi quantità di dati (fino a 2 milioni di token), per analizzare le risposte alle valutazioni 360° dei nostri 95 dipendenti. Analizzare 9.000 pezzi di feedback è impossibile manualmente; Gemini trova pattern, anomalie, argomenti urgenti su cui intervenire. Molti in HR hanno dashboard e raccolgono dati ma non hanno tempo né skill per analizzarli (Excel, numeri, formule…). Gemini può fare analisi e organizzazione dei dati per te. Questo è ciò che facciamo davvero.

Un altro esempio per HR: nel flusso di lavoro servono job description, CV, fasi di colloquio. Con un prompt adeguato puoi caricare JD e CV nell’IA (ChatGPT, Gemini, Copilot…) e far valutare la corrispondenza. Anche le trascrizioni dei colloqui possono essere analizzate previa autorizzazione. Si possono chiedere a Gemini pro e contro di ogni candidato e ricevere sintesi e confronti. Perfino suggerimenti su domande da fare. Sommando la visione personale a quanto suggerito dall’IA, la selezione è nettamente potenziata. Queste cose stanno già accadendo in aziende di USA, Brasile, Cile e India.

David Rice: In molte aziende che hanno iniziato con l’IA (soprattutto generativa), questa viene usata solo per automatizzare contenuti e comunicazioni. Non per le operations, la pianificazione o i workflow decisionali interni. Da dove possono partire se vogliono applicare l’IA oltre le attività classiche? Non solo HR, anche leadership, CEO, operations? Quali workflow interni sono i primi su cui agire?

Kenneth Corrêa: Ottima domanda. La mia azienda si chiama 80 20, come la regola di Pareto, quindi la priorità guida ogni scelta. Occorre capire dove agire prima. Nel mio libro propongo una matrice: compiti semplici vs complessi; compiti unici vs ripetitivi. Si parte dai compiti semplici e ripetitivi: non serve svilluppare IA strategica, basta iniziare con flussi di lavoro tipo contabilità, gestione delle telefonate, trascrizioni dei colloqui. Se aumenti del 5–10% la produttività di queste attività, il beneficio è immediato. Quindi, il primo passo è qui. È la logica dell’automazione classica, ma con i Large Language Model ora è tutto più facile. L’IA sa leggere testi, aprire file CSV, analizzare immagini e perfino dashboard aziendali (KPI, indicatori…). Spesso i dipendenti non analizzano nemmeno i dati delle dashboard, allora è l’IA che legge e spiega i numeri. Questo vale anche se non sai usare Excel! Ho una squadra di 45 venditori in campo sanitario: lavorano in 17 stati del Brasile, è difficile monitorare tutto. L’IA invece non si stanca e controlla ogni dettaglio dei dati di vendita ovunque.

David Rice: Se parliamo di fluency nell’IA, secondo me significa saper decidere dove inserire gli strumenti nei flussi di lavoro e come progettare i workflow. Quasi sempre le aziende si focalizzano su strumenti singoli ma trascurano i collegamenti tra team, strumenti, compiti. Secondo te, com’è uno “stack” di IA di base ma funzionale per un’azienda sotto i 100 collaboratori? Come evitare il cosiddetto effetto Frankenstack?

Kenneth Corrêa: Eh, la chiamano proprio così: Frankenstack. Tante aziende si ritrovano con montagne di tool diversi, ognuno col suo modo di funzionare e output differenti. Le grandi aziende cercano di ridurre a uno o due gli strumenti: chi lavora con Microsoft va con Copilot, chi con Google va su Gemini. Aziende più tecniche (sviluppo software, prodotti digitali) scelgono GPT o Claude. Il mio consiglio per cominciare: scegliete UN SOLO strumento, fate formazione, fate formazione, fate formazione. Oggi ci sono 7 tool d’eccellenza: Copilot, ChatGPT, Gemini, Grok 4 di X, Lama di Meta, DeepSeek e Perplexity. Sono tutti validi. Usatene uno solo per i compiti degli utenti finali: gestirei così rischi, accessi, formazione. Sul backend, se automatizzate processi complessi serve ricorrere a diversi provider perché l’innovazione è rapidissima. Ma questa è roba da CTO.

David Rice: Arriviamo quindi alla questione più grande: come aiutare le nostre persone a fare il salto di skill necessario? Dobbiamo smettere di pensare all’efficienza come “meno persone”, ma come “persone meglio valorizzate”: orchestratori e validatori, non semplici esecutori. Il team leader del futuro dovrà forse concentrarsi più sul controllo qualità dell’output IA e sull’ottimizzazione dei flussi, meno sulla delega dei compiti. Quali skill servono ai leader per guidare team digitalmente alfabetizzati?

Kenneth Corrêa: La fluency nell’IA generativa si basa sull’uso pratico degli strumenti, ma per i leader ciò che conta è il giudizio: la capacità di decidere se un compito è da affidare a un umano o a una macchina. Non ci sono tabù: alcuni task ormai sono svolti meglio dai computer (checklist, analisi di immagini/documenti, ricerca di informazioni, riassunti). L’importante è capire dove l’elemento umano è insostituibile: creatività, giudizio, gestione della complessità e assunzione di responsabilità sulle decisioni. L’IA può suggerire piani e tempi, ma la qualità delle decisioni resta superiore se umana. Ho scritto il libro “Organizzazioni Cognitive” proprio per offrire ai manager una bussola: la tecnologia corre sempre più veloce, ma se comprendi che un boost produttivo del 20–40% è impossibile da ignorare, allora devi assolutamente integrare l’IA. Ricorda: il problema delle aziende oggi non è essere rimpiazzati dall’IA, ma trovare persone disposte a lavorare. Io stesso ho una squadra di 95 persone da anni, cresciamo del 15% ogni anno senza aumentare l’organico: il segreto è potenziare i talenti con l’IA. Non tutti sono entusiasti del cambiamento, ma lavorare nel 2025 come nel 2021 non è più possibile. La mentalità giusta è: valorizzare il potenziale umano con gli strumenti IA.

David Rice: Sì, infatti molti fanno fatica ad accettare questo percorso. Ma come dico sempre, non dobbiamo attaccarci troppo ai nostri compiti: il valore sta nelle nostre capacità e nei tratti umani unici, non nei task in sé. Magari dobbiamo solo lasciar andare l’idea che sono le singole attività a definirci. Tu quali insidie vedi per chi vuole diventare fluente nell’IA, specie nelle fasi iniziali? Come evitare di farsi “togliere il tappeto da sotto i piedi” da risultati inaffidabili?

Kenneth Corrêa: Qui sta il problema: si tende a dire “l’IA fa questo o quello”, come se fosse una cosa onnisciente che galleggia nel mondo. Invece esistono tantissime IA diverse, con training e limiti differenti scelti dai fornitori. Dobbiamo ricordare che è solo uno strumento – potentissimo, sì, ma pur sempre un tool. La fluency si acquisisce con l’uso, gli errori, la ripetizione. Non sei tenuto a seguire ciecamente un suggerimento dell’IA: leggi, valuta e decidi tu. Più lo fai, più diventa naturale. Un esempio: CH Robinson, grande azienda logistica americana, gestisce tremila email all’ora di clienti che vogliono spedire merci. L’IA filtra le richieste: quelle routinarie le gestisce in autonomia, le eccezioni le gira ai colleghi umani. Dopo un anno, l’IA gestisce il 10% dei casi, il 90% resta a umani.

Altro caso: Klarna, azienda svedese di servizi ai clienti, aveva puntato tutto sulla Gen AI pensando di licenziare tutti. Ma si sono accorti che l’IA non può gestire il 100% dei casi: ora hanno una divisione 80–20 tra IA e operatori umani. La vera fluency non si impara su un libro, ma parlandone con altre persone che già usano questi strumenti e, soprattutto, facendo pratica. Più li usi, più diventi fluente.

David Rice: Ottimo. Kenneth, grazie per essere stato qui con noi oggi e per i tuoi spunti.

Kenneth Corrêa: Grazie davvero, mi sono divertito. Le tue domande sono state stimolanti. Tendo a essere entusiasta dell'IA, ma so che bisogna essere prudenti: ci sono insidie, e si imparano solo mettendosi in gioco. Un aumento di produttività del 20% è ormai impossibile da ignorare.

David Rice: Ancora grazie, e sarà interessante vedere come evolveranno queste conversazioni nei prossimi anni.

Kenneth Corrêa: Grazie davvero.

David Rice: Se siete interessati al libro di Kenneth, si intitola “Organizzazioni Cognitive: Sfruttare Tutta la Potenza dell’IA Generativa e degli Agenti Intelligenti”. Lo trovate su Amazon. Alla prossima: e ricordate, sporcatevi le mani!