Ho recentemente visto un video di Riccardo Belli Contarini che mi ha fatto riflettere profondamente su come la maggior parte delle persone stia ancora approcciando l'intelligenza artificiale nel modo sbagliato. Non si tratta dell'ennesimo tutorial su come scrivere prompt migliori, ma di uno spezzone di una vera formazione aziendale condotta presso un'azienda con 160 dipendenti. E questa differenza si sente.
Riccardo, ingegnere informatico e amministratore di Marte SI, non parte dalle funzionalità di ChatGPT o dalla sintassi perfetta di un prompt. Parte da qualcosa di molto più fondamentale: la mentalità. E ha ragione da vendere.
Dopo anni passati a sperimentare con l'AI, a implementarla in progetti reali e a osservare come viene utilizzata (o abusata) nei contesti più diversi, posso confermare che il problema numero uno non è tecnico. È cognitivo. È nella testa delle persone, nel modo in cui concepiscono questo strumento.
L'AI come amplificatore, non come sostituto
Il concetto centrale della formazione di Riccardo è qualcosa che predico da tempo ma che raramente vedo espresso con tale chiarezza: l'intelligenza artificiale è un amplificatore delle capacità umane, non un loro sostituto. È il tuo "braccio destro digitale", come lo chiama lui.
Questo cambio di prospettiva non è una sottigliezza semantica. È la differenza tra usare l'AI in modo superficiale e integrarla realmente nel proprio flusso di lavoro.
Quando vedi l'AI come un sostituto, ti aspetti che faccia tutto al posto tuo. Le dai un input minimo, ti aspetti magia, e poi ti deludi quando i risultati sono mediocri. È l'approccio del "scrivi un articolo su X" e poi copia-incolla senza pensare. È l'approccio che porta a contenuti generici, a codice buggy, a decisioni sbagliate basate su dati allucinati.
Quando invece la vedi come un amplificatore, capisci che l'output è direttamente proporzionale alla qualità dell'input. Se tu sei un 7 su 10 in qualcosa, l'AI può portarti a 9. Ma se sei un 2, l'AI ti porterà forse a 4. Garbage in, garbage out, come si dice nell'informatica da decenni.
Nella mia esperienza, le persone che ottengono risultati straordinari con l'AI sono quelle che già eccellevano nel loro campo. L'AI ha semplicemente moltiplicato la loro produttività, liberandole dalle parti più meccaniche del lavoro per concentrarsi su quelle che richiedono vera creatività e giudizio umano.
Un copywriter eccellente usa l'AI per generare variazioni, per superare il blocco dello scrittore, per analizzare toni diversi. Ma la strategia, la comprensione profonda del cliente, la sensibilità culturale? Quelle rimangono sue. Un programmatore esperto usa l'AI per scrivere boilerplate, per debuggare più velocemente, per esplorare approcci alternativi. Ma l'architettura del software, la comprensione dei trade-off, la manutenibilità a lungo termine? Quelle richiedono la sua esperienza.
Responsabilità e consapevolezza critica
Il secondo pilastro della formazione di Riccardo riguarda la responsabilità. E qui entriamo in un territorio che troppo spesso viene ignorato nell'entusiasmo generale per l'AI.
L'intelligenza artificiale è uno strumento probabilistico. Non determinista. Questo significa che può sbagliare. Non "potrebbe teoricamente in casi estremi" sbagliare. Può sbagliare, punto. Le allucinazioni non sono bug da correggere, sono una caratteristica intrinseca di come funzionano i modelli linguistici di grandi dimensioni.
La verifica dell'output rimane quindi una responsabilità umana. Sempre. Senza eccezioni.
Ho visto troppi casi di persone che hanno preso decisioni sbagliate, pubblicato informazioni false o creato problemi legali perché si sono fidati ciecamente di quello che l'AI gli ha detto. "Ma ChatGPT mi ha detto che…" non è una difesa valida. Non lo è eticamente, non lo è professionalmente, non lo è legalmente.
Riccardo enfatizza quello che chiama "coscienza critica": la capacità di sapere quando usare l'AI e quando non usarla, e di riconoscere i rischi specifici per ogni task. Questo è fondamentale.
Per dare un esempio concreto: uso l'AI quotidianamente per scrivere email, riassumere documenti, generare idee. Ma quando devo verificare un dato tecnico critico, quando devo prendere una decisione che impatta altre persone, quando devo dare un consiglio professionale? Lì l'AI è un supporto per esplorare opzioni, mai la fonte finale di verità.
Sviluppare questa consapevolezza richiede pratica ed esperienza. Richiede di sbagliare qualche volta, di verificare gli output, di capire dove l'AI è affidabile e dove tende a deragliare. È un'abilità che si affina nel tempo, non qualcosa che si impara leggendo un tutorial.
La questione della privacy e del GDPR
Un aspetto della formazione che mi ha particolarmente colpito è l'attenzione alla gestione dei dati sensibili. Riccardo dedica uno dei quattro moduli formativi specificamente a questo tema, e fa bene.
La maggior parte degli utenti non ci pensa nemmeno. Copiano email con nomi reali, incollano documenti aziendali riservati, inseriscono dati di clienti direttamente nelle chat con ChatGPT o Claude. E poi si stupiscono quando ci sono problemi di compliance o violazioni della privacy.
Il GDPR in Europa è estremamente chiaro su questi aspetti. I dati personali devono essere protetti. Punto. Se li condividi con piattaforme terze senza il consenso adeguato, sei in violazione. E le multe possono essere salatissime.
La soluzione che Riccardo propone è l'anonimizzazione dei dati. Prima di inserire qualsiasi informazione in uno strumento AI, rimuovi o maschera tutto ciò che potrebbe identificare una persona: nomi, indirizzi email, numeri di telefono, riferimenti specifici.
Questo richiede un piccolo sforzo in più, ma è essenziale. Ho implementato questa pratica nei progetti che seguo e, oltre a essere la cosa giusta da fare dal punto di vista legale ed etico, aiuta anche a sviluppare una mentalità più consapevole sull'uso dell'AI.
Esistono anche soluzioni tecniche più avanzate: modelli on-premise, istanze private di servizi cloud, piattaforme con certificazioni specifiche per la gestione di dati sensibili. Per le aziende che lavorano regolarmente con informazioni riservate, investire in queste soluzioni non è un optional.
L'approccio pratico alla formazione
Quello che apprezzo particolarmente della formazione presentata da Riccardo è l'enfasi sulla praticità. L'obiettivo dichiarato non è "sapere tutto sull'AI" ma "essere in grado di applicare l'AI al proprio lavoro già dalla settimana successiva".
Questo è l'approccio giusto. Ho visto troppe formazioni teoriche che lasciano i partecipanti entusiasti ma incapaci di tradurre le conoscenze in azione. Il risultato? Dopo due settimane, tornano a lavorare esattamente come prima.
La struttura in quattro moduli che Riccardo presenta copre tutto l'essenziale:
- Fondamenta e sicurezza: la mentalità corretta e i principi di gestione responsabile dei dati
- Piattaforme principali: le caratteristiche distintive di ChatGPT, Claude, Gemini, Perplexity e quando usare ciascuna
- Prompt engineering: come comunicare efficacemente con l'AI per ottenere risultati migliori
- Quick wins: applicazioni pratiche immediate per vedere risultati concreti
Questo percorso ha senso. Parti dalle basi concettuali, passi agli strumenti, sviluppi le competenze tecniche, e chiudi con l'applicazione pratica. E soprattutto, non ti perdi in tecnicismi inutili o in speculazioni futuristiche.
I numeri che Marte SI condivide sono impressionanti: 60 aziende seguite, oltre 75 soluzioni AI implementate, più di 300 persone formate. Questa esperienza sul campo si vede nell'approccio pragmatico della formazione.
Riflessioni finali
Quello che mi porta via da questo video è la conferma che siamo ancora nelle primissime fasi dell'adozione dell'AI nel mondo del lavoro. La tecnologia è disponibile, accessibile, potente. Ma la vera barriera non è tecnologica: è culturale e organizzativa.
Le aziende che vinceranno nei prossimi anni non saranno necessariamente quelle con l'AI più avanzata, ma quelle che riusciranno a sviluppare una cultura organizzativa dove l'AI viene usata in modo consapevole, responsabile ed efficace da tutti i dipendenti.
Questo richiede formazione. Non tutorial su YouTube guardati a casa nel tempo libero, ma formazione strutturata, pratica, adattata al contesto specifico dell'azienda. Richiede un investimento di tempo e risorse, ma è un investimento che si ripaga rapidamente in termini di produttività e qualità del lavoro.
Se lavori in un'azienda e vedi che l'adozione dell'AI è caotica, non strutturata, o addirittura inesistente, questo tipo di formazione è esattamente quello di cui avete bisogno. Non per diventare esperti di machine learning, ma per sviluppare quella consapevolezza critica e quelle competenze pratiche che permettono di usare l'AI come vero moltiplicatore di valore.
Ti consiglio di guardare il video completo di Riccardo per farti un'idea più precisa dell'approccio e dei contenuti. E se hai esperienze personali con formazioni sull'AI, positive o negative, mi piacerebbe sentire la tua opinione nei commenti. Come stai integrando l'intelligenza artificiale nel tuo lavoro? Quali ostacoli hai incontrato? Quali risultati hai ottenuto?