L’IA dovrebbe liberare le persone per “attività a maggior valore aggiunto”. Bene. Ma quali sono, esattamente, queste attività? In questo episodio, David Rice dialoga con la ricercatrice di ciberpsicologia e psicoterapeuta Dr. Rachel Wood sulla parte dell’adozione dell’IA che la maggior parte delle organizzazioni tende a sorvolare: il costo umano dell’automatizzare troppo, troppo in fretta, senza una vera filosofia su ciò che dovrebbe rimanere profondamente, ostinatamente umano.
La loro conversazione supera l’ottimismo abituale sull’IA e arriva a una verità più scomoda. Alcuni attriti dovrebbero assolutamente sparire. Nessuno ha davvero bisogno di passare un’ora a copiare e incollare dati di un foglio di calcolo. Ma certi attriti sono parte del lavoro: il disaccordo, il giudizio, le conversazioni difficili, imparare dagli errori e capire chi sei quando la tua competenza diventa improvvisamente più facile da imitare. Questo episodio riguarda proprio questa distinzione e il motivo per cui i leader devono smettere di trattare l’IA come un semplice rilascio software e iniziare a considerarla una sfida di sviluppo umano.
Cosa Imparerai
- Perché “essere più strategici” ed “essere più collaborativi” sono risultati, non istruzioni
- La differenza tra attrito amministrativo e attrito relazionale
- In che modo un uso eccessivo dell’IA può erodere le abitudini basilari di comunicazione e pensiero
- Perché spesso l’adozione dell’IA viene bloccata dall’ambivalenza e non dalla mancanza di formazione
- In che modo l’automazione può provocare perdita d’identità, lutto e incertezza professionale
- Perché i leader hanno bisogno di una filosofia sull’IA, non solo di una policy sull’IA
- Come usare l’IA come strumento di prova per rafforzare il giudizio e la comunicazione umani
Punti Chiave
- Non tutti gli attriti sono negativi. Le attività amministrative ripetitive sono adatte all’automazione. L’attrito relazionale no. Se le persone perdono la tolleranza per il disaccordo, la complessità e il disagio, non diventano più umane al lavoro. Diventano meno capaci di svolgere bene la parte umana del lavoro.
- Le competenze di base si deteriorano se smettiamo di praticarle. Delegare ogni email semplice o comunicazione a basso rischio potrebbe sembrare innocuo, finché dopo sei mesi le persone diventano meno chiare, meno riflessive e meno capaci di dire ciò che intendono davvero.
- La formazione da sola non risolverà la resistenza all’IA. Rachel sostiene che a molti team non manca l’informazione. Hanno sentimenti contrastanti, paura, entusiasmo, incertezza e disorientamento identitario. Bisogna nominare questa ambivalenza prima che l’adozione possa diventare più facile.
- I lavori ingrati insegnavano più che a perdere tempo. Insegnavano anche il contesto, il giudizio e come funzionano davvero le organizzazioni. Non serve nostalgia per l’inefficienza per riconoscere che affrontare le difficoltà ha sviluppato capacità di leadership.
- C’è anche un processo di lutto. Quando l’IA inizia ad approssimare ciò in cui qualcuno si è specializzato negli anni, non è solo un cambiamento di flusso di lavoro. Può sembrare una perdita personale e professionale. Fingere il contrario non la fa sparire.
- I leader dovrebbero essere i primi. Prima di chiedere ai team di adattarsi, i leader devono esaminare le proprie domande alle 2:00 di notte sull’IA. L’ansia tende a filtrare nella cultura se resta senza nome.
- Usa l’IA come prova generale, non come sostituto. Una delle idee più pratiche di questo episodio: usa un chatbot per simulare conversazioni difficili, chiamate di vendita o scenari interpersonali. Lascialo mettere in evidenza i punti ciechi e aiutarti a fare pratica. Poi vai a fare davvero il lavoro umano.
- Una policy è utile, ma una filosofia conta di più. È importante che le persone abbiano chiarezza su quali tipi di utilizzo dell’IA siano accettabili. Ma, oltre questo, le organizzazioni devono definire quali comportamenti vogliono incoraggiare, quale giudizio preservare e cosa credono debba restare profondamente umano.
Capitoli
- 00:00 – IA e declino della comunicazione
- 02:26 – Definizione di lavori ad alto valore aggiunto
- 04:59 – Supportare l’adozione dell’IA
- 06:05 – Quando non usare l’IA
- 09:09 – Buona vs. cattiva frizione
- 12:14 – La barriera dell’ambivalenza
- 14:24 – Il valore del lavoro ripetitivo
- 16:50 – Disgregazione dell’identità al lavoro
- 21:47 – Dare un nome al lutto sul lavoro
- 25:47 – Lotta produttiva
- 29:02 – L’IA come prova generale
- 32:42 – Politica vs. filosofia
- 34:32 – Ritmo del cambiamento
- 35:36 – Proteggere lo sviluppo umano
Conosci il nostro ospite

Dr.ssa Rachel Wood è la fondatrice della AI Mental Health Collective, una comunità interdisciplinare che promuove conversazioni responsabili e collaborazione all’intersezione tra intelligenza artificiale e salute mentale. Con un dottorato in ciberpsicologia e esperienza come consulente abilitata, è relatrice, consulente e advisor concentrata su come le tecnologie emergenti stanno rimodellando la connessione umana, la presa di decisioni e il benessere emotivo. Riconosciuta per la sua prospettiva equilibrata e sfumata, Rachel riunisce clinici, tecnologi e ricercatori per esplorare sia le opportunità sia le complessità etiche dell’IA nella salute mentale e il futuro delle relazioni umane.
Link correlati:
- Unisciti alla Community di People Managing People
- Iscriviti alla newsletter per ricevere i nostri ultimi articoli e podcast
- Connettiti con Rachel:
- AI Mental Health Collective
- Sito web di Rachel: sito web
Articoli e podcast correlati:
David Rice: Il tuo team utilizza l'IA per scrivere email da sei mesi. Email semplici, risposte rapide, niente di complicato. E stai notando che la qualità sta iniziando a calare. I messaggi sembrano generici. Manca personalità. Meno chiarezza su ciò che conta davvero. Non stanno perdendo la capacità di comunicare, ma stanno perdendo la pratica di riflettere su ciò che vogliono davvero dire.
L’ospite di oggi è la Dott.ssa Rachel Wood, ricercatrice di ciberpsicologia e psicoterapeuta che si trova all’incrocio tra IA e salute mentale. E ci parlerà di qualcosa che molti di noi provano, ma forse non nominano. Stiamo abbassando la nostra tolleranza verso l’attrito, verso ogni tipo di attrito. Anche quello benefico.
Esistono due tipi di attrito nel lavoro. L’attrito amministrativo, come copiare e incollare dati da un foglio all’altro per un’ora. Queste sono attività che l’IA dovrebbe eliminare. Ma poi c'è anche l'attrito relazionale. La tensione che si crea quando un collega la pensa diversamente da te. La negoziazione necessaria quando ci sono disaccordi. Il disagio delle conversazioni difficili.
Questo è un problema. Perché se automatizziamo via ogni disagio, non saremo liberati per il lavoro più umano per natura. Il lavoro umano include anche l’attrito. Richiede tollerare che un collega veda il progetto in modo diverso. Domanda di imparare a collaborare come squadra, che è una competenza che non nasce spontaneamente. Ma nessuno fornisce alle persone un manuale su come migliorare davvero nell’aspetto umano del loro lavoro.
I leader continuano a dire: sii più strategico, più creativo, più collaborativo. Ma sono risultati, non istruzioni. E intanto, gli adulti stanno perdendo la pazienza nell’imparare nuovi strumenti, i ragazzi faticano a concentrarsi sulla lettura. C’è qualcosa di strutturale che sta cambiando nel nostro modo di gestire le difficoltà. Oggi quindi vedremo come usare l’IA per aiutarti a essere più umano, non per sostituire la tua umanità.
Le abilità comunicative si atrofizzano se smettiamo di esercitarle. Quando hai bisogno di una filosofia sull'IA, non solo di una policy. E se il ritmo del cambiamento è più veloce di quanto la psiche umana riesca ad adattarsi. E come distinguere l’attrito da eliminare e quello da preservare.
Sono David Rice. Questo è People Managing People. E se hai trattato l’IA come una semplice implementazione tecnologica invece che come una sfida di sviluppo umano, spero che questa conversazione ti aiuti a cambiare prospettiva. Iniziamo.
Bene. Rachel, benvenuta nel programma. È un piacere averti qui.
Rachel Wood: Grazie mille. Ci tenevo davvero. È bello essere qui.
David Rice: Vorrei iniziare da qui, perché spesso penso che i leader abbiano passato buona parte degli ultimi due anni a dire ai loro team che l’IA li avrebbe liberati dal lavoro a basso valore. E lo sento ancora dire, anche se ormai dovrebbe essere diventato un cliché, giusto?
Ma ancora lo sento dire. Ma direi che quasi nessuno ha definito cosa sia davvero questo “lavoro a più alto valore”. Tu invece hai una posizione abbastanza chiara su cosa dovrebbe essere. Parlaci di ciò e del perché.
Rachel Wood: Lo sento dire spesso anch’io, David, e penso che sia piuttosto legato al contesto. Non c’è una soluzione unica perché settori differenti e team differenti si concentreranno su priorità diverse, ma parte di questo lavoro può consistere nel concentrarsi e potenziare la creatività e l’innovazione.
Quindi, se togliamo parte del carico dato da compiti amministrativi, rimane più spazio cognitivo per immaginare, creare, provare cose nuove, pensare a come essere innovativi nel lavoro. Un altro aspetto su cui possiamo concentrarci è imparare a lavorare meglio insieme, così nelle squadre si crea maggior coerenza interna, forse anche laddove prima mancava quello spazio mentale, ma che ora possiamo davvero apprendere, tipo:
Come si lavora insieme in una squadra? Bene, perché è una competenza. Non accade solo mettendo le persone giuste nel team, bisogna poi imparare a collaborare. E questo si può imparare, si può insegnare, e adesso c’è più spazio e tempo per concentrarsi anche su questo aspetto.
David Rice: Sì, sono d’accordo. E tutto questo mi risuona molto. Anche a me è stato detto personalmente e continuo a notare questo schema: le aziende adottano l’IA, poi dicono alle persone di essere più strategiche, creative, collaborative, ma sono tutti risultati, non sono istruzioni. Nessuno consegna un manuale pratico su come migliorare il lato umano del lavoro o come valorizzare il contributo personale usando l’IA per compensare magari i propri limiti. Tu dici che lo strumento stesso potrebbe essere una parte del “playbook”, e penso che sia qualcosa che molti non hanno ancora considerato.
Rachel Wood: Sono pienamente d’accordo. E penso che sia fondamentale che, quando destini un budget all’iniziativa IA, serve una voce di spesa anche per sostenere le persone nell'uso. Paghi una cifra X per la tecnologia, d’accordo, ma il vero successo si ottiene formando le persone all’utilizzo, a cosa fare e cosa non fare. E come dicevi, l’idea di usare l’IA per migliorare in qualcosa. Non sarebbe interessante, David, chiedere al chatbot che usi: “Ehi, tu mi aiuti a sgravarmi da certi compiti amministrativi, ma che cosa dovrei fare io come essere umano nel mio specifico lavoro che tu, chatbot, non puoi fare, ma che io in quanto umano posso?” Usare l’IA per aiutarci a fare meglio.
David Rice: Assolutamente. È divertente, sai, questa settimana ero a una conferenza e tutti parlavano di quanto li irrita vedere i colleghi o i loro diretti usare l’IA per scrivere email.
E anche a me, onestamente, un po' irrita. Tipo, davvero non riesci a scrivere un’email? Se chiedi all’IA: “Dovrei scrivere questa mail? Dovrei usare te per scriverla?” secondo me Claude ti risponderebbe: “Non è davvero un compito per cui serve il mio aiuto.” Quindi credo dobbiamo iniziare a ragionare così.
Ora, Claude magari direbbe: se hai una risposta complessa, piena di sfumature, e hai bisogno che te la riformuli, allora sì. E credo che tutti saremmo d’accordo che questo sia un utilizzo valido: vuoi comunicare qualcosa di difficile e magari l’IA può aiutarti ad articolare meglio il messaggio.
Specie se si tratta di qualcosa di importante per l’azienda. Ok. Ma se si tratta solo di spiegare, per esempio, perché il report è in ritardo, no dai, usiamo la testa.
Rachel Wood: Serve un grande discernimento per capire quando è meglio utilizzare l’IA e quando no.
E se la usiamo senza farci domande, per tutto, col tempo alcune abilità semplici le perderemo davvero. La tua idea, David, del chatbot per una semplice email: magari sembra poco, ma vieni tra sei mesi a dirmi cosa succede se provi davvero a scrivere un’email da solo senza mai esercitarti.
Dobbiamo capire su cosa siamo disposti a non saper più fare tra sei mesi o un anno di mancata pratica, rispetto a come utilizzare l’IA in modo che aiuti il nostro pensiero, invece che sostituirlo.
David Rice: Penso che questo sia un problema più serio di quanto molti pensino, e quello di cui stiamo parlando qui, anche solo con un’email semplice, riguarda la comunicazione e il saper parlare con i colleghi nel modo di cui hanno bisogno.
Questa è una competenza umana, che spesso si apprende per tentativi, leggendo il linguaggio del corpo, sentendo il contesto. I leader notano che qualcosa di strano sta accadendo, e lo vedo anche su di me. Parlando con colleghi di settori diversi, penso che gli adulti stiano perdendo la pazienza nell’apprendere nuovi strumenti: molli dopo pochi minuti e passi ad altro. Lo switch di contesto è frenetico. I ragazzi faticano a concentrarsi sulla lettura. Lo vediamo spesso.
Da un punto di vista psicologico, si tratta solo di una preferenza o qualcosa di strutturale sta cambiando nel modo in cui affrontiamo la difficoltà?
Rachel Wood: È importante guardare alla storia che ci ha portato fin qui. Pensiamo ai social, anche solo all’invenzione di Internet e poi dei social: tutto ha contribuito a dove siamo oggi.
L’IA da sola non è responsabile, ma amplifica strutture già esistenti, come la scarsa capacità di mantenere l’attenzione e di concentrarsi. E quello che dici, David, riguarda proprio l’attrito.
Notiamo una minore tolleranza all’attrito. E vorrei differenziare due tipi di attrito. Il primo è quello amministrativo: per sistemare un foglio di calcolo, devo copiare e incollare dati, e questo è attrito che vogliamo eliminare con l’IA. L’attrito amministrativo va ridotto e tolto. Tuttavia, esiste anche un attrito benefico, che è quello relazionale con le altre persone. Tollerare che tu, David, pensi diversamente da me, hai un’idea diversa sul progetto. C’è un po’ di attrito, dobbiamo negoziare, comunicare, trovare compromessi. Non ho mai avuto nessuna relazione, lavorativa o privata, senza un minimo di attrito.
Se riduciamo ancora la nostra tolleranza verso l’attrito, non saremo mai liberi di svolgere le attività più umane, perché prevedono proprio la gestione delle difficoltà e delle differenze di punto di vista. Il lavoro è sviluppare il nostro “muscolo” nel gestire i conflitti e le difficoltà tra colleghi.
David Rice: Sì, credo che questa distinzione sia fondamentale, e penso a certe conversazioni che ho avuto ultimamente, anche ascoltando altri. Credo che molti leader suppongano che, se le persone hanno difficoltà con un nuovo tool, sia un problema di processo o formazione, risolvibile con più formazione.
Se pensiamo invece all’attrito, la questione non è la mancanza d’informazione, ma la capacità di stare su problemi complessi e lavorare a lungo, che si va erodendo. Questo si collega a un pensiero che mi torna spesso: cosa succede alle persone che oggi entrano in azienda e che non hanno mai dovuto fare la fatica?
Rachel Wood: Sì, dici bene. Prima di rispondere vorrei sottolineare un aspetto: non possiamo semplicemente fare formazione e risolvere il tutto. In alcuni casi la formazione può aiutare, ma non è sempre la risposta.
Parte della risposta, su cui ho fatto ricerca e consulenza alle aziende, riguarda come gestiamo l’ambivalenza che le persone provano verso l’IA. Con “ambivalenza” intendo sentimenti o pensieri contrastanti: mi sento emozionato ma anche preoccupato per l’IA. Quasi tutti hanno un po’ di ambivalenza sull’IA e nessuna formazione la toglie. Ma parlarne può favorire l’adozione dell’IA. Se il tuo team è ambivalente sull’IA — e la maggior parte lo è — questa è una barriera all’adozione e la formazione non la risolve.
Se invece faciliti una discussione su come le persone stanno vivendo questo cambiamento di identità professionale, questa conversazione abbassa la barriera e permette di coinvolgere realmente le persone.
David Rice: C’è però una contro-argomentazione: gli anni di “lavoro duro” in passato erano inefficienti. Penso sia la stessa logica di Sam Altman quando dice che un umano per vent’anni consuma la stessa energia di un prompt a un’IA.
Insomma, il lavoro duro era inefficace e l’IA ti fa saltare dritto al “bello” del mestiere. Ma dal punto di vista psicologico, cosa ci insegna la psicologia sul perché affrontare una difficoltà crea fiducia in sé che non si può replicare semplicemente ricevendo tutto pronto?
Rachel Wood: Proviamo a spiegarlo con la metafora della carriera. Esci dall’università e trovi il tuo primo impiego entry level: vai a prendere i caffè, a inviare i fax, a comprare le ciambelle per l’ufficio... sono mansioni anche banali e apparentemente scollegate dal tuo lavoro vero e proprio. Ma nel frattempo impari, quasi assorbendo l’ambiente, come funziona tutto il settore: ascolti i leader, osservi come prendono decisioni, impari le dinamiche...
Quando questi ruoli spariscono e l’IA colma quei vuoti, chi entra nel settore oggi si perde una parte importante di quel “lavoro duro” che serve a diventare un buon leader più avanti. Bisogna fare fatica in prima persona: ci rende più competenti, più consapevoli, ci fa apprezzare di più quello che abbiamo e capire come guidare in futuro. Saltare quella fase significa perdere molto.
David Rice: Esatto, è proprio il pezzo che si perde nel discutere solo di efficienza. Nessuno sta dicendo che inefficienza di per sé sia un valore, ma se parli con certi leader, ti dicono che si fidano del loro giudizio proprio perché hanno sbagliato tante volte da capire che sensazione dà avere ragione. Questo non si può scaricare o imparare in astratto.
Volevo chiederti di andare un po’ più a fondo: non si tratta solo di competenze e fiducia. Sempre più persone vivono questa sfida come qualcosa di personale. Si parla di identità. L'IA mette in discussione l'identità e molta della sfida è mentale. Chi prospera con l’IA, quali sono i tratti che hai osservato?
Rachel Wood: Sì, aggiungo anche al discorso del “ho sbagliato abbastanza da capire com’è avere ragione”: il punto è che hai conoscenza più esperienza. L’IA ha conoscenza senza esperienza. Quando l’IA sbaglia, non ci sono vere conseguenze per lei, se non aggiustarsi per compiacere l’utente. Invece noi, quando sbagliamo, impariamo: cresciamo nel carattere, dobbiamo chiedere scusa, essere umili, sentire disagio... Da questa somma di conoscenza più esperienza nascono i leader.
Sull’identità: il lavoro rappresenta una fetta enorme di chi siamo. Tutti ci investiamo tempo, passioni, formazione, energia. Una parte importante di noi stessi. Ora tutto questo è sconvolto. C’è una crisi non solo a livello professionale ma anche nel significato e nello scopo che ci dà il lavoro. E il significato e lo scopo muovono gran parte di chi siamo.
Quando questo viene turbato dall’arrivo dell’IA, non si tratta solo di imparare uno strumento nuovo, ma di imparare un nuovo modo di essere e di trovare significato, scopo, identità in ambito lavorativo e personale.
David Rice: Ho parlato con una leader che raccontava come i suoi ingegneri senior reagivano vedendo i giovani usare l’IA per svolgere gran parte del lavoro. Diceva che non era un discorso di competenze, ma di identità. Qualcosa che avevano imparato e padroneggiato in anni, adesso era quasi imitato da una macchina. Non esiste nemmeno un nome per questa sensazione; è come una crisi esistenziale.
Hai citato l’imbarazzo come motore del miglioramento: giusto, sbagliare ci fa crescere perché proviamo vergogna o senso di colpa se sbagliamo e facciamo danni al team. L’IA non prova niente di tutto questo e nemmeno la crisi esistenziale che viviamo noi. Credo però che in quell’emozione si nasconda ciò che può renderci unici.
Rachel Wood: Assolutamente vero. Siamo spesso motivati dai nostri fallimenti, e va bene così: sbagliando impariamo, cresciamo. Altro esempio: un funzionario di banca che per anni ha deciso chi può avere un prestito, e da un giorno all’altro l’IA può farlo al suo posto. Quella persona entra al lavoro e si vede tolta la ragione d’essere. Si apre una lotta interna: “Che ci faccio qui? Devo reinventarmi?” Reinventarsi può essere difficile, anche se molti di noi amano evolvere. Ecco perché è affascinante andare a fondo sugli effetti psicologici che un’automazione dell’expertise può portare.
David Rice: La tua competenza può essere automatizzata, ma la tua esperienza no.
E bisogna capire come la propria esperienza possa generare valore. Così potrai trovare nuove esperienze e lavori che ti soddisfano davvero. È potente, specie ora che le aziende trattano il tutto solo come “riconversione di competenze”. Ma c’è anche un grado di lutto, come accennavi: stiamo elaborando la perdita di una versione della nostra identità professionale che forse non esisterà più.
Rachel Wood: Sì, esatto, David. E per questo è fondamentale coinvolgere persone esperte di psicologia nei progetti IA, perché non si tratta solo di imparare una nuova competenza. C’è davvero un lutto e una perdita quando ciò in cui avevi esperienza svanisce, cambia o si trasforma. Quando impariamo a usare l’IA, dobbiamo anche reimmaginare la mappa della nostra identità professionale. E in quel processo va imparato a collaborare con l’IA in modo che non ci spogli delle nostre competenze, ma ci faccia evolvere come professionisti.
David Rice: È interessante: se sei un chief people officer, un CEO, magari all’inizio non ti eri accorto che sotto la superficie queste dinamiche si stavano manifestando. Poi noti alcuni segnali dalla squadra: non è resistenza al cambiamento, ma elaborazione di una perdita di ciò che si faceva e di chi si era.
La domanda allora diventa: se sappiamo che accade, cosa possiamo concretamente fare? Non basta conservare la sofferenza e lasciarla lì.
Rachel Wood: La cosa importante, spesso trascurata anche dai leader magari per paura (del tipo: se apriamo il vaso di Pandora delle emozioni bloccheremo tutto), è proprio parlarne. Invece succede il contrario: se hai una modalità strutturata per facilitare una conversazione che nomini il lutto e l’ambivalenza, che semplicemente dia voce a ciò che le persone stanno vivendo, i team provano sollievo. È normalizzato. Non devi più trattenere tutte le emozioni come barriera. Quando le nomini, spesso si abbassano o si alleggeriscono. E l’energia che il team consumava a resistere è ora libera per andare avanti sull’iniziativa. Il costo di non nominare questa dinamica è maggiore che farlo.
David Rice: C’è anche un punto che non si può eliminare: la fatica produttiva. Il lavoro deve ancora sembrare “lavoro”. Se vai al lavoro e senti che ti stai solo auto-automatizzando, si genera ansia e anche depressione per il futuro. Inizi a porti domande pesanti, senza risposte chiare, e questo è difficile da affrontare, specie per chi ha lavorato duro per avere chiarezza. Forse le organizzazioni dovrebbero preservare un po’ di fatica produttiva, senza rendere il lavoro artificialmente difficile, ma creando esperienze di apprendimento che formino senso critico. Ma dove sta la linea fra la difficoltà che fa crescere, e la pressione che schiaccia?
Rachel Wood: È una grossa chiamata per i leader aiutare i team ad affrontare l’identità professionale che cambia. Se affronti quel lavoro, che sarà sempre in progress, solo così puoi passare allo strato seguente di fatica produttiva e di performance. I leader ora tendono a evitare il discorso del dolore e del disagio, pensano di poterlo aggirare. Ma ti tornerà sempre indietro. Affrontalo subito, porta una persona che sappia facilitare una vera conversazione, e vedrai che si fa molta più strada dopo.
David Rice: È importante sentirlo dire ad alta voce, perché già mi immagino un leader pensare: «Devo rendere il lavoro più difficile di proposito ma senza far bruciare le persone: suona impossibile». Ma in realtà si tratta di intenzionalità: sapere quale esperienza vuoi preservare e perché, e quale impatto avrà sulle persone. Non si aggiunge difficoltà inutile. Qualche tempo fa ho intervistato Bob Sutton e parlava proprio di “frizione buona”: serve in certi punti. Ed è qui che l’IA può far parte della soluzione.
Rachel Wood: Per essere pratici: quali sono i prossimi passi? Invece di pensare “cosa posso facilitare per il mio team”, inizia da te. Quando pensi all’IA, a cosa pensi alle due di notte quando non dormi? Hai paura che automatizzerai troppo e dovrai rimettere mano ai flussi? Che stravolgerà il tuo ruolo? Sei restio a usarla perché non sai bene come integrarla nel tuo lavoro? Prendi carta e penna, scrivi i tuoi timori e le tue speranze, e affrontali. Così potrai aiutare meglio i tuoi collaboratori, che hanno le stesse domande notturne che hai anche tu.
David Rice: Hai una specie di framework: l’IA dovrebbe essere una palestra per la relazione, non una sostituta. Abbiamo parlato molto dei rischi; ora: come dovrebbe fare un manager, passo dopo passo, per usare l’IA come palestra relazionale? Supponiamo che ci sia una conversazione difficile con un collega.
Rachel Wood: Che bel tema! È davvero un uso interessante dell’IA per sostenere la crescita delle persone. Sappiamo che intelligenza emotiva e comunicazione interpersonale sono pilastri delle aziende di successo: non sono “soft skill” di contorno. Squadre valide sanno comunicare e hanno intelligenza emotiva. Come formarsi su questo? Un modo è proprio l’IA. Hai una conversazione difficile in arrivo — con un collega, un collaboratore? Vuoi che funzioni. Hai due possibilità:
Se usi l’IA come sostituta della relazione, magari scarichi sul chatbot i tuoi sfoghi per una situazione difficile, ma finisce lì. Se la usi come palestra, invece, racconti la situazione al chatbot (“Ecco il mio problema con Tizio”), gli chiedi di fare role playing su quella situazione. Può mostrarti i tuoi punti ciechi, aiutarti ad allenare l’ascolto, prepararti per far andare bene quell’incontro.
Fai role playing con l’IA, prendi fiducia e nuove intuizioni, porti tutto questo nella realtà, e funziona meglio.
Quindi: usare l’IA come palestra, non sostituto. La palestra ti allena davvero nelle relazioni al lavoro.
David Rice: Assolutamente. Si inizia a vedere questa dinamica sempre più spesso. La gente ha bisogno di sentirsi autorizzata a usarla così. Finora la usiamo per riassunti, draft, automazione dei workflow. Ma tu descrivi una relazione diversa con la tecnologia: non fa il lavoro per te, ti fa crescere. Lavoro che solo tu puoi fare.
Per me questa è la vera svolta — la più grande non ancora recepita dalle aziende. Ad esempio, se vuoi personalizzare e “umanizzare” un messaggio difficile, puoi chiedere all’IA di aiutarti senza superare certi limiti. Anche in relazione interpersonale, può dare molto.
Rachel Wood: Immagina le sales team: impostare il chatbot per simulare le chiamate di vendita, fallire 20 volte col chatbot senza rischio. Le possibilità per fare pratica sono tantissime, davvero utili per affrontare meglio le vere conversazioni dopo.
David Rice: Di recente abbiamo parlato con Taylor Blake che aiuta proprio le persone internamente a simulare scenari difficili. Ed è bello perché era questa la promessa della tecnologia: aiutare a pensare cose nuove, mai immaginate.
Rachel Wood: Esatto. Aggiungo un dettaglio pratico: perché le persone abbiano il permesso di usare l’IA, la ricerca dice che serve avere almeno una policy IA aziendale. Non deve essere lunga, ma se esiste una policy, i dipendenti sono più propensi a usare l’IA. Senza, rischi che la usino di nascosto o non la usino proprio.
Quindi: passo pratico fondamentale — dotarsi di una policy IA.
David Rice: Esatto! Stavo pensando proprio a questo in conferenza: tutti hanno una filosofia sulle retribuzioni... e sull’IA? Quali comportamenti vuoi premiare, come vuoi incentivarli, che mentalità vuoi promuovere sull’IA nel tuo team? Dobbiamo chiarire questi aspetti, solo così le aziende sfrutteranno il potenziale — anche in modi inaspettati.
Rachel Wood: Verissimo. È una frontiera nuova ed entusiasmante. Sento anche tra di noi questa energia positiva: affrontiamo i dubbi, ma guardiamo anche alle opportunità, per tutta l’organizzazione e i singoli.
David Rice: Sì. Dovremmo iniziare tutti a vedere il bicchiere mezzo pieno, no?
Rachel Wood: E sperimentare! Non aver paura di provare, di usare l’IA in modi diversi e vedere cosa funziona.
David Rice: È interessante, perché, lo dicevi tu, la questione mentale è centrale, tu sei ogni giorno all’incrocio tra IA e salute mentale. Ecco, ti chiedo: il ritmo del cambiamento oggi è più rapido di quello che la mente umana può reggere in modo sano, o siamo più resilienti di quanto pensiamo? Tutti parlano di “esaurimento da cambiamento”.
Rachel Wood: David, vivo tutto questo ogni giorno e faccio fatica anche io a stare dietro a tutto. È così rapido da essere schiacciante. Bisogna scegliere poche cose su cui sperimentare. Parlare dell’IA in termini di anni non ha senso: il cambiamento va valutato su giorni, settimane, mesi, tanto è veloce.
David Rice: Credo sia il punto giusto per chiudere questa conversazione. A volte sembro anti-IA, ma non lo sono. Semplicemente non mi piace COME la stiamo gestendo ora. Dovremmo proteggere lo sviluppo umano, domandarci sempre se è giusto usare la tecnologia in certi modi; tenere conto dell’impatto sia sulle persone che, per esempio, sull’energia usata da ogni prompt.
Se una cosa spero resti a chi ci ascolta è che la fatica non è un ostacolo, e nemmeno queste discussioni più filosofiche — qui ci giochiamo la crescita. Il tuo ruolo è assicurarti che la tua gente abbia ancora accesso alla fatica buona e cresca insieme a te. Questo credo.
Rachel Wood: D’accordissimo, David. È questo il percorso: dall’altra parte di questo processo potremo usare l’IA senza perdere pensiero critico, autonomia, agenzia. Parlare di questi temi ci permette di arrivarci.
David Rice: Rachel, è stato davvero bello averti qui. Mi è piaciuto moltissimo.
Rachel Wood: Anche per me, David. Sono grata per questa chiacchierata.
David Rice: Assolutamente.
E ascoltatori, se non lo avete ancora fatto, andate sul sito peoplemanagingpeople.com/subscribe. Iscrivetevi alla newsletter e riceverete questo podcast e tutti i nostri contenuti direttamente nella vostra casella di posta.
E fino alla prossima volta: approfondite, pensate in modo filosofico, divertitevi pure e non temete di porvi domande difficili.
