Hai dato l'AI al tuo team? La produttività non raddoppia, perché il cervello non scala come un server

No. L'AI accorcia molto il lavoro di produzione, ma non il carico cognitivo e decisionale di chi lo fa: il tempo risparmiato si sposta sulla verifica, e chi produce è anche chi rivede. In due progetti che abbiamo seguito, in reparti come l'amministrazione, abbiamo visto fino a +40% di produttività. Il doppio, mai.

Questo articolo racconta il talk "Il codice che ti cambia" che ho tenuto il 4 ottobre 2026 al DevFest Modena insieme a Isabella Flecchia, CEO di ImpulsoFuturo, che lavora sull'impatto dei cambiamenti sulle persone. Il pubblico era fatto di sviluppatori, ma quello che ci siamo detti vale per qualsiasi team a cui hai appena dato l'AI. Con Isabella avevamo già parlato di come i team vivono l'arrivo dell'AI: stavolta l'abbiamo guardata dalla parte di chi la costruisce.

Perché l'AI non raddoppia la produttività del team?

Perché le persone non scalano come le macchine. Te lo racconto con il sito di Isabella, che ho fatto io. Un sito così, fino a poco tempo fa, mi costava 20 giorni di lavoro. Con l'AI, sommando le ore, lo sviluppo vero e proprio è stato di due giorni, con lo stesso contenuto e forse qualcosa in più.

Questo non vuol dire che in un mese adesso faccio dieci siti. Il progetto intero non è passato da 20 giorni a 2: se va bene, da 20 a 10. Ci sono due cose che non si comprimono.

• Il carico cognitivo. Le informazioni che prima elaboravo in settimane devo digerirle in due giornate. Non è fattibile.
• Il carico decisionale. Un bottone può essere azzurro, blu o verde, e quella decisione matura nei giorni. Il numero di decisioni importanti che prendi in una giornata è limitato, con o senza AI.

Il cervello non scala come un server, e non possiamo andare veloci come le API. Per questo, a un titolare che ha appena comprato le licenze e si aspetta il doppio della produzione, dico che il doppio non arriverà. I dati dal campo sono chiari: nei due progetti in cui l'abbiamo introdotta, in reparti come l'amministrazione, siamo arrivati fino a +40%, ed è già un risultato enorme. Ma è il caso migliore, non il punto di partenza. Chi fa i conti col doppio finisce per pensare che l'AI non funzioni, ed è lì che le licenze restano comprate e mai usate.

Dove finisce il tempo che l'AI fa risparmiare?

Nella verifica. Il paradosso dell'affidabilità, come l'abbiamo chiamato al DevFest, è questo: più lavoro produce l'AI, più lavoro serve per controllare che stia in piedi, e a controllarlo è la stessa persona che prima lo produceva. Prima il collo di bottiglia era chi produceva, si aspettava lo sviluppatore. Oggi è chi rivede.

Lo descrive anche uno studio di Microsoft Research e Carnegie Mellon presentato a CHI 2025 su 319 lavoratori della conoscenza: fra i 936 casi d'uso raccontati, quelli in cui bisognava capire sono stati descritti come meno faticosi nel 79% dei casi, quelli di sintesi nel 76%, ma l'impegno si sposta sul verificare le informazioni, sull'integrare le risposte e sul guidare l'AI. Sono percezioni dei partecipanti, non misure, e gli autori lo dicono.

Qui Isabella ha portato la lettura sulle persone. Quando sentiamo di avere le risorse per affrontare una sfida siamo in quello che chiama stato di sicurezza: lucidi, capaci di imparare mentre lavoriamo. Sotto pressione quello stato si assottiglia, e prendono spazio due reazioni opposte. C'è chi tiene l'acceleratore a tavoletta: usa l'AI ovunque, apre tre fronti insieme, si sente in gara con chi in call dice "noi la usiamo dalla mattina alla sera". E c'è chi tira il freno a mano e si spegne.

"Quando hai l'acceleratore attaccato alla tavoletta hai la visione che si restringe. Vedi solo quell'obiettivo, vedi solo quella scadenza." Isabella Flecchia, CEO di ImpulsoFuturo, al DevFest Modena il 4 ottobre 2026

Il punto per chi guida un team è che nessuna delle due reazioni è una scelta. Le persone la subiscono, e da fuori la prima sembra produttività.

Perché alcuni dipendenti rifiutano l'AI anche quando funziona?

Perché per chi lavora con una competenza tecnica quella competenza è identità. Ho guidato team fatti in maggioranza di sviluppatori, e uno dei più bravi mi diceva: "Io non è che so il PHP, io sono il PHP." Se deleghi alla macchina la cosa che sei, la domanda diventa: allora io chi sono?

Il divario si vede nei numeri. A marzo 2026 Anthropic ha pubblicato una ricerca sull'impatto dell'AI sul lavoro: nelle professioni informatiche e matematiche l'AI potrebbe in teoria coprire il 94% delle attività (la stima è di Eloundou e colleghi, 2023), mentre guardando i dati d'uso reali di Claude ne copre il 33%. La mia lettura è che in mezzo non c'è solo attesa: ci sono le decisioni che le persone prendono ogni giorno su cosa delegare, e c'è la paura che l'AI faccia danni.

Un mio collaboratore, uno sviluppatore molto bravo che stimo, doveva costruire un agente RAG: una tecnologia nuova, poco documentata, da provare e riprovare. In 20 giorni ha prodotto 250 righe di codice utile. Lavorava tantissimo, lo vedevo: cancellava e rifaceva. Gli ho chiesto perché quei tentativi non li facesse fare all'AI, per poi rimettere mano lui ai pezzi. La risposta è stata: "No. Questo è il mio lavoro."

Non era un problema di strumenti né di conoscenza. Era identità. Isabella l'ha riletto così: davanti allo stesso stimolo si può ritirarsi, come ha fatto lui, oppure accelerare e far fare tutto all'AI senza capire, oppure ridefinirsi, cioè decidere con lucidità cosa delegare e cosa tenere. Sulla lavagna dove raccoglie le risposte alla domanda "cosa ti ha cambiato l'AI?" una persona ha scritto: "Sono diventata un'ameba capace solo di schiacciare col dito un tasto." Anche quella è una forma di ritiro.

L'AI fa perdere competenze alle persone del team?

Sì, se la usano per delegare invece che per capire. E il danno più serio non si vede subito, perché passa dalle relazioni.

Anthropic ha intervistato i propri ingegneri (dicembre 2025, survey su 132 persone e 53 interviste): Claude è diventato il primo posto dove fare le domande che prima andavano ai colleghi, e alcuni riferiscono meno occasioni di mentoring e di collaborazione.

L'ho visto con un team di formatori AI con cui lavoro. Avevamo preparato 160 slide per un corso da declinare su classi diverse, e io avevo chiesto una cosa sola: rivediamole insieme. Più di uno mi ha risposto: "Non ti preoccupare, le faccio rivedere all'AI e ci vediamo solo alla fine." Non funziona così. L'AI è potente, ma non supera la potenza del confronto: sono le persone a passarsi l'esperienza e il contesto che alla macchina nessuno ha dato.

Il problema per un'azienda è la scala che porta da junior a senior. Si saliva chiedendo a un collega, facendosi rivedere il codice, prendendosi le correzioni del senior, sbagliando e capendo perché. Se quei gradini spariscono, da dove arriveranno i senior fra cinque anni?

I dati sull'atrofia delle competenze, la skill atrophy, sono già misurabili:

• Sviluppatori. In un esperimento randomizzato di Anthropic (gennaio 2026) 52 sviluppatori, per lo più junior, hanno imparato una libreria nuova: al test di comprensione chi aveva lavorato a mano ha fatto 67%, chi aveva usato l'AI 50%. Il divario più ampio è sul debugging, cioè proprio sulla capacità di verificare.
• Come la usi conta più di quanto la usi. Nello stesso studio chi usava l'AI per farsi spiegare ha fatto fra il 65% e l'86%, chi le delegava il lavoro o le correzioni fra il 24% e il 39%. Sono gruppi di poche persone: un'indicazione, non una legge.
• Medici. In uno studio osservazionale pubblicato su The Lancet Gastroenterology & Hepatology (agosto 2025) gli endoscopisti abituati all'AI, tornati a lavorare senza, rilevavano adenomi nel 22,4% delle colonscopie contro il 28,4% di prima.

E si chiude il cerchio con il paradosso di prima. Lo scrive Anthropic nello studio sui propri ingegneri: supervisionare Claude richiede proprio le competenze di programmazione che l'uso eccessivo dell'AI può atrofizzare.

Cosa può fare chi guida un team che usa l'AI?

Isabella ha chiuso ogni parte del talk con tre domande invece che con risposte, e ha spiegato perché: le risposte sono individuali e cambiano in continuazione, quello che resta è la capacità di farsi le domande giuste. Da titolare puoi però fare alcune cose concrete.

1. Metti a budget molto meno del doppio. Il +40% è il nostro caso migliore: parti da quello che puoi misurare nel tuo reparto, e dichiara dove va il resto del tempo, cioè in verifica. Se non è nel piano, la verifica la fanno le persone la sera.
2. Tieni la revisione fra persone. "Rivediamole insieme" è il posto dove i junior imparano, e la revisione fatta solo dall'AI la toglie.
3. Chiedi di usare l'AI per capire, non solo per produrre. Nello studio sulle competenze è quello che separava i punteggi alti da quelli bassi.
4. Lascia spazio al lavoro senza AI. Io mi sono dato delle regole: non la uso sempre, a un certo punto mi fermo e provo a fare qualcosa da solo per tenermi allenato, qualche modulo lo delego e qualche altro no, e ogni tanto il debugging lo faccio io. Sono regole che impongo prima di tutto a me, per non dimenticarmi come si lavora.
5. Porta le nove domande in una riunione di team. Sono quelle che abbiamo lasciato al pubblico del DevFest.

Le domande sulla pressione

• So spiegare perché funziona quello che ho appena prodotto con l'AI, oltre a dire che funziona?
• Sto valutando da uno stato di sicurezza, o la mia è una reazione alla pressione?
• Come mantengo nelle mie mani il governo di quello che sto affrontando?

Le domande sull'identità professionale

• Cosa definisce oggi il mio valore professionale?
• Quali responsabilità e competenze voglio mantenere mentre il mio ruolo cambia?
• Che tipo di professionista voglio essere?

Le domande sulle relazioni

• Quali domande faccio all'AI che prima avrei portato ad altre persone?
• Quali conversazioni difficili sto evitando scegliendo l'AI?
• Quali relazioni, umane e artificiali, mi aiutano a costruire il futuro?

Alle domande sull'identità professionale ho risposto sul palco così: oggi il mio valore sta nel capire i processi, non solo la classe o la libreria. E il professionista che voglio essere è più legato alle relazioni: prima uno sviluppatore poteva stare nella cantina di un'azienda a fare la sua classe in tranquillità. Adesso no. Il racconto completo del talk, dalla mia parte di sviluppatore, sta sulla pagina del talk sul mio sito.

Domande frequenti

Di quanto aumenta la produttività di un team con l'AI?

Meno di quanto si accorciano le singole attività. Lo sviluppo di un sito che richiedeva 20 giorni di lavoro può scendere a due giorni di ore effettive, ma il progetto intero passa da 20 a 10 giorni, non a 2, perché carico cognitivo e decisionale non si comprimono e il tempo risparmiato si sposta sulla verifica. In due progetti seguiti da Castaldo Solutions, in reparti come l'amministrazione, l'aumento di produttività osservato è arrivato fino al 40%, non al doppio.

Cos'è la skill atrophy?

È la perdita di competenze che si smette di esercitare perché le fa l'AI. Un esperimento randomizzato di Anthropic del gennaio 2026 su 52 sviluppatori ha misurato 67% al test di comprensione per chi aveva imparato una libreria a mano e 50% per chi aveva usato l'AI, con il divario più ampio sul debugging. Un effetto analogo è stato osservato sui medici in uno studio osservazionale: gli endoscopisti abituati all'AI, senza AI rilevavano adenomi nel 22,4% delle colonscopie contro il 28,4% di prima (The Lancet Gastroenterology & Hepatology, 2025).

Come si evita che i junior smettano di imparare usando l'AI?

Tenendo i passaggi in cui si impara dalle persone: la revisione del codice o del materiale fatta insieme, la domanda al collega più esperto, l'errore che qualcuno ti spiega. Poi chiedendo di usare l'AI per farsi spiegare e non solo per delegare: nello studio di Anthropic sulle competenze di programmazione i piccoli gruppi che la usavano per capire hanno ottenuto fra il 65% e l'86% al test, quelli che le delegavano il lavoro fra il 24% e il 39%. Infine lasciando una parte del lavoro, per esempio il debugging, da fare senza AI.

Chi ha tenuto il talk "Il codice che ti cambia" al DevFest Modena 2026?

Isabella Flecchia, CEO di ImpulsoFuturo, e Gaetano Castaldo, fondatore di Castaldo Solutions, il 4 ottobre 2026 alla Fondazione San Carlo di Modena. Castaldo Solutions è una società di consulenza tecnologica con sede legale a Milano e sede operativa a Pavia, che porta l'AI nelle PMI italiane fino a 50 dipendenti con il metodo CompanyTech BattlePlan, in 4 fasi su 4-8 settimane. Il primo passo per un'azienda è un Pre-Assessment gratuito.