Advertise on podcast: Il lato B dell'AI

Nella tua azienda, oggi, ogni giorno, vengono prese migliaia di decisioni. CV che passano, clienti che ricevono offerte, ticket che vengono instradati, dipendenti che vedono certe opportunità e non altre. La maggior parte di queste decisioni non le prende più nessuna persona. Le prende un sistema, che applica una regola scritta anni fa. Quando la somma di queste micro-decisioni automatiche contraddice i valori che la tua azienda dichiara — e spesso accade — chi è responsabile?Ultimo episodio della Serie "Come l'AI sta cambiando le nostre organizzazioni". Affrontiamo il problema più politico della serie: la coerenza di valore distribuita.Come fa un'azienda a mantenere integrità tra valori dichiarati e valori agiti quando migliaia di decisioni al giorno sono prese da sistemi automatici che nessun essere umano ispeziona individualmente? Con un esempio concreto di screening CV, il riferimento alla distinzione di Luciano Floridi tra agency e responsabilità nei sistemi di AI, e tre direzioni concrete per iniziare ad affrontare il problema. Scoprirai:✅ Perché i valori dichiarati e i valori agiti si scollano silenziosamente✅ Un caso concreto: come uno screening CV può contraddire un valore aziendale✅ La distinzione di Floridi tra agency e responsabilità nell'AI✅ Cos'è l'agency distribuita senza responsabilità distribuita✅ Tre direzioni concrete per progettare coerenza di valore in un'organizzazione This is a public episode. If you would like to discuss this with other subscribers or get access to bonus episodes, visit saramalaguti.substack.com

Probabilmente stai già facendo un lavoro diverso da quello che c'è nella tua Job Description. Un lavoro in cui decidi più di quanto produci, in cui scegli più di quanto esegui.Il valore si è spostato. La maggior parte delle aziende lo sa, lo nomina, e continua a premiare il vecchio.Quarto episodio della Serie "Come l'AI sta cambiando le nostre organizzazioni". Parliamo di "value shift", lo spostamento del valore dalla produzione al giudizio, e del passaggio cruciale che quasi nessuno sta facendo: smettere di subirlo e iniziare a progettarlo.Ridisegnare i sistemi di riconoscimento, le job description, i percorsi di carriera in modo che seguano davvero dove il valore si è spostato. Con un esempio concreto dal laboratorio Flowerista: il piano editoriale social come caso paradigmatico del value shift in un ruolo. E con riferimenti a Choudary ("Reshuffle") e alla metodologia O*NET.Scoprirai:✅ Cosa significa davvero il value shift (e dove il discorso si ferma)✅ Perché le JD e le review tradizionali non misurano il nuovo valore✅ Le tre cose che adesso l'AI rende progettabile (e prima no)✅ Un caso concreto: il piano editoriale social è ancora un "lavoro"?✅ Cosa significa in pratica ridisegnare i sistemi di riconoscimento This is a public episode. If you would like to discuss this with other subscribers or get access to bonus episodes, visit saramalaguti.substack.com

L'ultima volta che una persona chiave ha lasciato la tua azienda, cosa si è portata via con sé? Non le cose che sapeva dire, quelle si possono documentare. Quelle che faceva senza saperle enunciare. Per un secolo questo problema è stato gestito sperando che restasse abbastanza. Adesso lo si può affrontare.Terzo episodio della Serie "Come l'AI sta cambiando le nostre organizzazioni". Esploriamo il terzo problema che l'AI rende affrontabile: la memoria istituzionale e la conoscenza tacita.La distinzione filosofica di Michael Polanyi tra conoscenza esplicita e tacita diventa oggi centrale, perché per la prima volta l'AI permette di estrarre parte di ciò che le persone sanno senza dirlo. Ma estrarre non è neutrale — e qui entra il concetto di Fancy Fences di Bernardo Lecci: il rischio che le AI aziendali si comportino come recinti intorno alla cognition commons dell'organizzazione, trasformando pratica viva in prodotto statico. Con un esempio pratico proveniente da Flowerista.Scoprirai:✅ La distinzione di Polanyi tra conoscenza esplicita e tacita✅ Le tre cose che l'AI rende oggi praticabili sulla memoria tacita✅ Il concetto di Fancy Fences di Bernardo Lecci✅ Perché automatizzare una mail di sintesi non è mai neutrale✅ Come distinguere routine di pura esecuzione da routine che producono pensiero This is a public episode. If you would like to discuss this with other subscribers or get access to bonus episodes, visit saramalaguti.substack.com

Chiedi a 10 persone della tua azienda cosa fa la vostra azienda: riceverai 10 risposte diverse. Poi chiedi a una persona cosa fa il collega della scrivania accanto. Nove volte su dieci la risposta sarà vaga. E questa è la condizione normale di quasi ogni organizzazione sopra le cinquanta persone.Secondo episodio della Serie “Come l’AI sta cambiando le nostre organizzazioni”, esploriamo il secondo problema che l’AI rende visibile: l’auto-conoscenza organizzativa.La maggior parte delle aziende non sa cosa fa davvero, perché la conoscenza si distribuisce su tre piani scollegati — cosa dice di sé, cosa fa nei fatti, cosa sanno le sue persone. Per un secolo questo scollamento è stato gestito facendo finta che non esistesse. Con l’AI diventa per la prima volta misurabile — e si rivela il vero livello zero di qualunque adozione seria della tecnologia. This is a public episode. If you would like to discuss this with other subscribers or get access to bonus episodes, visit saramalaguti.substack.com

Ogni decisione che hai preso come Manager è stata un compromesso: precisione o velocità, singolo caso o media, dato robusto o tempo di reazione. L'AI ha rotto quei compromessi. E ha rivelato un problema che nessuno ti aveva preparato a vedere.In questo primo episodio della Serie "Come l'AI sta cambiando le organizzazioni" esploro cosa succede quando i vincoli che per decenni hanno disegnato le nostre aziende (fasce contrattuali, cicli annuali, segmentazioni) smettono di essere necessari.Il punto non è che l'AI ti permette di decidere meglio: è che ti costringe a scegliere a quale scala decidere, una domanda che prima non dovevi porti. Con riferimenti a Sangeet Paul Choudary ("Reshuffle") e a Nassim Taleb ("Skin in the Game").Scoprirai:✅ Perché le fasce contrattuali non erano principi ma vincoli travestiti;✅ Cosa significa "collapse of aggregation" e perché non è una liberazione;✅ Il paradosso della compressione temporale nelle decisioni;✅ Perché sistemi che si aggiornano velocemente sono fragili (Taleb);✅ La domanda che ogni leader dovrà imparare a porre This is a public episode. If you would like to discuss this with other subscribers or get access to bonus episodes, visit saramalaguti.substack.com

Se la macchina formula le tue domande, scrive le tue risposte, costruisce i tuoi argomenti, cosa rimane che sia tuo? E cosa succede, nel tempo, alla tua capacità di pensare autonomamente?La domanda più difficile per il quinto e ultimo episodio della serie "Come l'AI ci sta cambiando".Scopriremo:— Cosa viene ceduto in silenzio quando si delega sistematicamente.— Perché la società contemporanea tende a espellere l'attrito, l'ambiguità e l'incertezza, e cosa c'entra l'AI (Byung-Chul Han)— Il paradosso della competenza senza frizione: cosa c'è di diverso dall'apprendimento vero— Il feedback loop tra il nostro stile cognitivo e l'AI che usiamo: chi sta addestrando chi?— Una terza postura — né resistenza luddista né dissoluzione acritica This is a public episode. If you would like to discuss this with other subscribers or get access to bonus episodes, visit saramalaguti.substack.com

Quando un team delega all'AI la formulazione delle domande, la sintesi dei problemi, la costruzione delle risposte, cosa resta del pensiero collettivo? Bernardo Lecci chiama questo fenomeno "cognitive enclosure": la recinzione dei beni comuni cognitivi dell'organizzazione.Quarto episodio della serie "Come l'AI ci sta cambiando".Scopriremo:— La storia delle "enclosures" inglesi del Settecento, e perché si ripete dentro le organizzazioni di oggi— Il concetto di System Zero organizzativo secondo Lecci: il substrato condiviso del pensiero collettivo— Cos'è il "knowing how" di Polanyi e perché non si trasferisce per descrizione— Perché il recinto cognitivo era già lì prima dell'AI e perché l'AI lo rende definitivo— Come progettare deliberatamente cosa delegare e cosa non delegare This is a public episode. If you would like to discuss this with other subscribers or get access to bonus episodes, visit saramalaguti.substack.com

Due economisti del MIT. Gli stessi dati. Conclusioni opposte. Uno vede la complementarità tra uomo e macchina. L'altro vede l'ennesima promessa tecnologica che non si distribuisce come previsto.Non dobbiamo per forza dare ragione a qualcuno, ma capire di quale essere umano stanno parlando.Questo è il terzo episodio della serie "Come l'AI ci sta cambiando".Scopriremo:— La tesi della complementarità di Brynjolfsson: perché l'AI amplifica il lavoro umano invece di sostituirlo— Lo scetticismo di Acemoglu: perché la storia dell'automazione non supporta l'ottimismo automatico— Dove divergono davvero e perché è una questione di valori, non solo di dati— Il punto cieco del discorso sulla complementarità: accurato in media, potenzialmente falso in distribuzione— Cosa significa questo per chi introduce AI in un'organizzazione — e perché non è una scelta neutrale This is a public episode. If you would like to discuss this with other subscribers or get access to bonus episodes, visit saramalaguti.substack.com

Il tuo cervello si è evoluto in milioni di anni per imparare a sprecare meno energia possibile. L'AI è lo strumento più efficiente che abbia mai incontrato per farlo. Secondo episodio della serie "Come l'AI ci sta cambiando".Scopriremo:— Perché il cervello è un "avaro cognitivo" per design evolutivo — e perché questa non è pigrizia— Come abbiamo sempre delegato la cognizione e qual è la differenza strutturale con l'AI— Cos'è la "fluency heuristic" e perché l'AI la attiva sistematicamente— Il concetto di trappola evolutiva applicato alla delega cognitiva— Perché la resistenza alla cognitive surrender non è innata ma si allena This is a public episode. If you would like to discuss this with other subscribers or get access to bonus episodes, visit saramalaguti.substack.com

Ogni giorno deleghi all'AI email, analisi, decisioni. Ma chi sta davvero pensando a questo punto, tu o la macchina? La ricerca della Wharton School ha una risposta scomoda, dati alla mano.Questo è il primo episodio della serie "Come l'AI ci sta cambiando" — cinque dimensioni di una trasformazione già in corso: cognitiva, evolutiva, economica, relazionale, identitaria.In questo episodio scopri:— Perché l'AI non è la prima rivoluzione a ridimensionare l'eccezionalismo umano— e cosa ci insegna la storia delle sette rivoluzioni precedenti— Cos'è il Sistema 3 secondo Shaw & Nave (Wharton, 2024) e perché il modello di Kahneman non basta più— Cosa significa "cognitive surrender" — resa cognitiva — e come si misura— I dati: su 1.372 partecipanti, quando l'AI sbagliava i risultati erano peggiori di chi non la usava affatto— Chi cede di più e chi resiste — e perché non è una questione di intelligenza This is a public episode. If you would like to discuss this with other subscribers or get access to bonus episodes, visit saramalaguti.substack.com

Edgar Morin, filosofo recentemente scomparso ma di grandissima attualità, ci mette davanti a una domanda che oggi, nell’epoca dell’AI e dei sistemi interconnessi, diventa inevitabile: con quale tipo di pensiero stiamo cercando di governare un mondo che è diventato intrinsecamente complesso?In questo episodio dedicato ai libri, ti porto dentro “La sfida della complessità”, un testo scritto prima dell’esplosione del digitale e dell'AI, ma sorprendentemente attuale. Morin sostiene che il pensiero moderno, fondato su separazione, riduzione e controllo, ha prodotto progressi enormi, ma che oggi non basta più. I problemi reali non sono lineari, non sono isolabili e non hanno soluzioni definitive: sono fatti di relazioni, retroazioni, contraddizioni e incertezze. E il vero pericolo, per Morin, non è l’incertezza: è l’illusione del controllo totale. This is a public episode. If you would like to discuss this with other subscribers or get access to bonus episodes, visit saramalaguti.substack.com

Nassim Nicholas Taleb non scrive libri per farti sentire intelligente. Scrive libri per metterti a disagio, perché ti costringe a guardare a una verità semplice che preferiremmo evitare: spesso chi decide non paga le conseguenze delle proprie decisioni.In questo episodio, ti porto dentro "Skin in the Game", il libro in cui Taleb condensa una tesi scomoda ma strutturalmente potentissima: un sistema è giusto, robusto e sostenibile solo se chi prende decisioni è esposto al rischio di quelle decisioni. E, nell’epoca dell’AI, delle deleghe invisibili e delle organizzazioni complesse, questa domanda diventa decisiva: quando qualcosa va storto… chi mette davvero la pelle in gioco? This is a public episode. If you would like to discuss this with other subscribers or get access to bonus episodes, visit saramalaguti.substack.com

Otto Scharmer ci mostra che, nei momenti di blocco (in azienda e nella vita), il problema raramente è “decidere meglio”. Il problema è più profondo: continuiamo a vedere la realtà con gli stessi occhiali che hanno generato i problemi. E finché non cambia il punto di vista, anche l’innovazione resta cosmetica.In questa puntata ti spiego Theory U, il framework di Scharmer (MIT / Presencing Institute), per capire perché la trasformazione non parte da una checklist, ma dalla qualità della nostra attenzione: da dove agiamo, come ascoltiamo, cosa siamo disposti a lasciare andare prima di prototipare il nuovo. This is a public episode. If you would like to discuss this with other subscribers or get access to bonus episodes, visit saramalaguti.substack.com

Ci avevano promesso che l’AI ci avrebbe liberato dal lavoro. “Farà i compiti noiosi e tu lavorerai meno”. Ma guardiamo alle nostre agende: stiamo davvero lavorando meno… o stiamo solo correndo più veloce? Per molti, l’AI non ha creato tempo libero: ha creato horror vacui. Spazi vuoti che abbiamo riempito subito con altra produzione, trasformandoci in criceti su una ruota motorizzata.In questo ultimo episodio della serie “Futuro del Lavoro” affrontiamo il lato oscuro dell’innovazione: il burnout cognitivo.Perché un’azienda iper-tecnologica con persone esaurite non è innovativa: è un’azienda che sta accelerando verso un muro. La vera sfida non è “fare di più con l’AI”, ma progettare un’innovazione gentile, rigenerativa: usare la macchina per proteggere la mente umana, non per spremerla. This is a public episode. If you would like to discuss this with other subscribers or get access to bonus episodes, visit saramalaguti.substack.com

Oggi non basta “imparare” nuove cose. La vera skill del decennio è molto più scomoda: disimparare. Perché quello che ti ha reso competente fino a ieri può diventare, da un giorno all’altro, la tua gabbia. Come diceva Alvin Toffler: gli analfabeti del XXI secolo non saranno quelli che non sanno leggere e scrivere, ma quelli che non sapranno imparare, disimparare e reimparare.In questo episodio della serie “Futuro del Lavoro” parliamo di plasticità mentale, della trappola dell’esperto e di come allenare la “mente del principiante” (Shoshin) per restare rilevanti in un mondo dove l’AI riscrive le regole ogni pochi mesi. This is a public episode. If you would like to discuss this with other subscribers or get access to bonus episodes, visit saramalaguti.substack.com