Quella sensazione di fare sempre di più
C’è stato un momento, qualche settimana fa, in cui mi sono fermato e ho pensato: sto lavorando il doppio di prima.
Non perché qualcuno me lo avesse chiesto. Anzi, teoricamente avevo più strumenti che mai per velocizzare tutto. Eppure la lista delle cose da fare cresceva, non calava. Creavo più contenuti, gestivo più canali, seguivo più progetti. L’AI mi rendeva capace di fare cose che prima non avrei nemmeno tentato. E il mio cervello interpretava quel “puoi farlo” come “dovresti farlo.”
Poi ho letto lo studio di Harvard Business Review, “AI Doesn’t Reduce Work, It Intensifies It” di Aruna Ranganathan e Xingqi Maggie Ye, e ho capito che non ero l’unico.
Lo studio in breve (e perché mi ha colpito)
I ricercatori della UC Berkeley hanno osservato per otto mesi un’azienda tech americana di circa 200 persone. Hanno scoperto tre cose che riconosco perfettamente nella mia esperienza.
La prima: le persone si espandevano nei compiti degli altri. I product manager iniziavano a scrivere codice, i designer tentavano automazioni, i ricercatori facevano lavoro da ingegneri. L’AI rendeva tutto apparentemente accessibile. Il problema? Chi aveva le competenze reali passava più tempo a correggere il lavoro AI-assistito dei colleghi.
La seconda: i confini tra lavoro e vita si assottigliavano. Un prompt veloce durante il pranzo, un “ultimo messaggio” all’AI prima di chiudere il laptop. Nessuna di queste azioni sembra lavoro. Ma sommate nel tempo, eliminano le pause naturali della giornata.
La terza: il multitasking diventava la norma. Più agenti in parallelo, più thread aperti, più compiti ripresi in mano perché “tanto l’AI ci pensa in background.” La sensazione era di produttività. La realtà era di sovraccarico cognitivo.
Dove sono d’accordo con Harvard
Sono d’accordo su tutta la linea della diagnosi. L’ho vissuto.
Nei primi mesi in cui ho iniziato a usare l’AI in modo intensivo, mi sono ritrovato esattamente nel ciclo che descrivono: l’AI velocizza un compito, le aspettative salgono, inizio a tentare cose nuove, il raggio si allarga, il volume di lavoro cresce. E il tutto succede in modo subdolo, perché ti senti più produttivo. Ti sembra di star facendo progressi. Ma le giornate si allungano, le pause spariscono, e a un certo punto ti rendi conto che stai correndo più veloce su un tapis roulant che qualcuno ha accelerato senza dirti niente.
Il concetto di “lavoro ambientale” è particolarmente vero. Mandare un prompt all’AI non sembra lavorare. Sembra conversare. E questa è la trappola: il gesto è così leggero che non attiva nessun segnale di “sto lavorando” nel tuo cervello.
Dove penso che manchi qualcosa
Lo studio di Harvard è eccellente nella diagnosi. Ma le soluzioni che propone restano a un livello organizzativo e un po’ astratto.
Il pezzo che manca, secondo me, è questo: il problema non è l’AI. Il problema è l’assenza di un processo.
Harvard descrive cosa succede quando le persone usano l’AI in modo reattivo. Un prompt qui, un esperimento là, una curiosità da soddisfare. Senza una struttura, senza aver definito prima cosa fare e cosa non fare con l’AI.
E qui la mia esperienza diverge dallo studio. Perché a un certo punto mi sono fermato, ho capito il problema, e ho cambiato approccio.
Il giorno in cui ho smesso di “provare cose” con l’AI
Il cambiamento per me è arrivato quando ho preso le note del mio tool preferito CRAFT.DO, e ho scritto, passaggio per passaggio, tutto il processo che seguivo per creare un articolo per il blog. Dodici step, dal momento in cui avevo l’idea fino alla pubblicazione.
Guardarli scritti nero su bianco mi ha fatto capire due cose.
La prima: non tutti quei passaggi beneficiavano dell’AI. Alcuni sì (la ricerca, la struttura, la prima bozza, le immagini). Altri no (la revisione finale, la scelta dell’angolo editoriale, il mio punto di vista personale). Cercavo di far fare all’AI anche quei passaggi, e il risultato era che poi dovevo rifare tutto.
La seconda: il motivo per cui mi sentivo sempre “in corsa” era che non avevo confini chiari. Non avevo stabilito dove l’AI entrava nel mio processo e dove stava fuori. Quindi entrava dappertutto, e io gestivo tutto.
Da quel giorno, ogni volta che inizio un nuovo tipo di lavoro con l’AI, prima mappo il processo. È diventata una regola non negoziabile.
Cosa faccio di diverso (e cosa suggerisco)
Non ho soluzioni universali. Ho quello che funziona per me dopo un anno di sperimentazione, errori, e aggiustamenti continui.
Mappo il processo prima di toccare qualsiasi tool
Sembra banale, ma è il singolo cambiamento che ha avuto più impatto. Prima di chiedermi “quale AI uso per questo?”, mi chiedo “quali sono i passaggi di questo lavoro?”. Solo dopo decido dove l’AI ha senso.
Definisco cosa resta mio
Ho una lista mentale di attività che non delego all’AI, anche quando tecnicamente potrei. La revisione finale di ogni contenuto. La scelta degli argomenti da trattare. Il mio punto di vista su una notizia. Sono le cose che mi rendono riconoscibile, e se le automatizzassi perderei esattamente il valore che cerco di costruire.
Ogni output AI passa per i miei occhi
Regola semplice: niente esce senza la mia revisione. L’AI scrive una bozza, io la correggo e la riscrivo dove serve. Questo passaggio non è un lusso. È il filtro che separa il contenuto generato dal contenuto curato.
Non lavoro con l’AI “quando capita”
Ho momenti definiti nella giornata in cui lavoro con l’AI e momenti in cui no. Non mando prompt durante il pranzo. Non “chiedo una cosa veloce” prima di andare a dormire. Non perché sia rigido, ma perché so dove porta quella strada. L’ho percorsa.
Una riflessione più ampia
Lo studio di Harvard si chiude con una domanda importante: le organizzazioni guideranno attivamente il cambiamento portato dall’AI, o lo lasceranno accadere?
Io la riformulerei così: tu guiderai il modo in cui l’AI entra nel tuo lavoro, o lascerai che sia l’AI a decidere?
L’AI è uno strumento con una caratteristica unica: non ha un confine naturale. Un martello serve a piantare chiodi, punto. L’AI serve a tutto. E proprio perché serve a tutto, senza un metodo finisci per usarla ovunque, in ogni momento, per ogni cosa. Non perché sia necessario, ma perché è possibile.
La capacità di dire “qui l’AI mi aiuta, qui no” non è una limitazione. È una competenza. È quella che chiamo AI Fluency: non solo saper usare l’AI, ma saper decidere quando usarla e quando no.
Harvard ha ragione: senza intenzione, l’AI rende più facile fare di più e più difficile fermarsi.
Il mio invito è semplice: prima di aggiungere un altro tool AI al tuo stack, fermati. Prendi un foglio, o le note. Scrivi il tuo processo. Decidi dove l’AI entra e dove resta fuori. Proteggi i momenti in cui non lavori.
Non è la cosa più eccitante del mondo. Ma è quella che rende sostenibile tutto il resto.
Trasparenza
Questo articolo è stato scritto con il supporto di Claude AI per la struttura iniziale. Il contenuto, le opinioni, le esperienze personali e le riflessioni sono interamente mie. L’articolo di riferimento è “AI Doesn’t Reduce Work, It Intensifies It” di Aruna Ranganathan e Xingqi Maggie Ye, pubblicato su Harvard Business Review il 9 febbraio 2026.
Domande Frequenti
L’AI fa davvero lavorare di più?
Secondo lo studio di Harvard Business Review, sì: in un’azienda di 200 dipendenti osservata per 8 mesi, chi usava l’AI lavorava più velocemente, si prendeva compiti nuovi, e allungava le giornate. Il punto chiave è che questo succedeva spontaneamente, senza che nessuno lo chiedesse. L’AI rende il “fare di più” così accessibile che diventa difficile fermarsi.
Come si evita il burnout da AI?
Servono confini chiari. Il primo passo è mappare il tuo processo di lavoro e decidere dove l’AI ti supporta e dove no. Il secondo è definire momenti precisi nella giornata per lavorare con l’AI, evitando di mandare prompt durante le pause o la sera. Il terzo è mantenere sempre una revisione umana su ogni output.
Cos’è il “vibe-coding” menzionato nello studio?
È la pratica di generare codice (o qualsiasi altro output complesso) con l’AI senza avere le competenze per valutare se il risultato ha senso. Il termine nasce nel mondo della programmazione, ma il concetto si applica a tutto: presentazioni, analisi, documenti. Se non sai valutare l’output, stai delegando senza controllo.
Cosa sono le “pause intenzionali” suggerite da Harvard?
Sono momenti strutturati nel flusso di lavoro per fermarsi, valutare quello che si sta facendo e verificare che sia allineato con gli obiettivi. Non rallentano il lavoro: prevengono l’accumulo silenzioso di sovraccarico che emerge quando si accelera senza controllo. Nel mio caso, la revisione umana di ogni output AI funziona esattamente come una pausa intenzionale.
Devo usare meno l’AI per evitare l’intensificazione?
No. La soluzione non è usare meno l’AI, ma usarla con un metodo. Senza un processo definito, l’AI amplifica il caos. Con un workflow strutturato, l’AI amplifica la produttività in modo sostenibile. La differenza sta nel mappare i tuoi processi prima di automatizzarli, e nel proteggere i confini tra lavoro e non-lavoro.
Approfondimenti correlati
- 5 Workflow AI per Content Creator: come strutturare i tuoi workflow AI in modo sostenibile
- AI Fluency: Cosa Significa e Perché Ti Serve: la competenza fondamentale per lavorare con l’AI
- Le 4 Skill del Prompting nel 2026: le competenze per usare l’AI in modo consapevole
- ChatGPT: Guida Completa 2026: tutto su ChatGPT
Articolo scritto con il supporto dell’intelligenza artificiale, sotto la mia supervisione. La responsabilità di quello che leggi è mia.