Intelligenza artificiale e produttività: usi concreti e limiti

Intelligenza artificiale e produttività: cosa misurano gli studi

Le promesse sulla produttività dell’AI sono ovunque. I numeri più affidabili vengono dagli studi che confrontano persone che lavorano con l’AI e persone simili che lavorano senza, idealmente assegnate a caso.

Scrittura professionale. Gli economisti del MIT Shakked Noy e Whitney Zhang hanno assegnato compiti di scrittura tipici di ciascun mestiere a 453 professionisti laureati, dando a metà di loro, estratta a sorte, l’accesso a ChatGPT. Nel loro articolo del 2023 su Science, il tempo medio è sceso del 40% e la qualità è salita del 18%, secondo la valutazione di professionisti esperti degli stessi settori.

Assistenza clienti. Erik Brynjolfsson, Danielle Li e Lindsey Raymond hanno seguito 5.172 operatori dell’assistenza clienti che hanno ricevuto un assistente AI in date diverse. Sul Quarterly Journal of Economics (2025), le richieste risolte all’ora sono aumentate in media del 15%, e di circa il 30% per gli operatori meno esperti e meno qualificati. Per i più esperti i guadagni erano piccoli, con un leggero calo di qualità.

Consulenza. Fabrizio Dell’Acqua e colleghi di Harvard, Wharton, MIT, Warwick e Boston Consulting Group hanno condotto un esperimento preregistrato con 758 consulenti di BCG su 18 compiti realistici. Con GPT-4, i consulenti hanno completato il 12,2% di compiti in più, il 25,1% più in fretta, con una qualità superiore di oltre il 40%, secondo il working paper del 2023.

La “frontiera frastagliata”: dove l’AI ti fa perdere tempo senza dirlo

Lo stesso studio su BCG contiene il risultato più utile per la tua giornata. I ricercatori hanno anche proposto un compito scelto apposta per stare fuori da ciò che l’AI sapeva fare bene: un problema aziendale in cui la risposta giusta dipendeva da dettagli nascosti negli appunti delle interviste, non solo nel foglio di calcolo. Senza AI, l’84,5% dei consulenti rispondeva correttamente. Con l’AI, solo tra il 60% e il 70%: un calo medio di 19 punti percentuali. Gli autori parlano di “frontiera tecnologica frastagliata”: due compiti che sembrano ugualmente difficili possono cadere da parti opposte.

Altri due studi vanno conosciuti prima di riorganizzare la settimana intorno a un chatbot:

• Sentirsi più veloci non vuol dire esserlo. In un esperimento del 2025 del gruppo di ricerca METR, 16 sviluppatori software esperti hanno lavorato a 246 compiti reali con e senza strumenti di AI. Con l’AI ci hanno messo il 19% in più. Dopo, erano comunque convinti che l’AI li avesse resi più veloci di circa il 20%.
• Sull’intero lavoro, i guadagni medi sono modesti. Anders Humlum ed Emilie Vestergaard hanno intervistato circa 25.000 lavoratori di 11 professioni esposte all’AI in Danimarca. Chi usava i chatbot dichiarava in media un risparmio del 2,8% delle ore di lavoro (versione di aprile 2025), senza effetti misurabili su guadagni o ore lavorate.

Questi risultati non si contraddicono. L’AI fa risparmiare molto tempo su compiti precisi e molto meno sull’intera giornata. Il tuo lavoro è trovare i compiti che stanno dentro la frontiera.

Sei usi quotidiani che fanno risparmiare tempo vero

1. Prime bozze. Un messaggio al padrone di casa, una risposta alla scuola di tuo figlio, un annuncio per vendere una bici. Dai il contesto, il tono e la lunghezza. Correggere una bozza è molto più veloce che partire da una pagina bianca.
2. Riassunti. Appunti di una riunione, un contratto d’affitto, una lunga catena di email. Chiedi decisioni, date e prossime azioni. Torna all’originale per tutto ciò che stai accettando.
3. Pianificare la settimana. “Ecco i miei appuntamenti e cinque cose da fare in settimana; proponimi un calendario con dei margini.” L’AI propone; tu adatti alla tua energia reale. La nostra guida alla gestione del tempo spiega il metodo, e il nostro planner settimanale da stampare ti dà una pagina da compilare.
4. Appunti disordinati in liste pulite. Scrivi di getto tutto quello che hai in testa, poi chiedi all’AI di dividerlo in “da fare”, “da comprare” e “da chiamare”. È la fase di raccolta di Getting Things Done, solo più veloce.
5. Sbloccare un compito fermo. Per il modulo che continui a rimandare, chiedi i primi cinque passi da 10 minuti. Utile quando procrastini.
6. Registrare una spesa o un promemoria con una frase. Qui conta la rapidità: lo scrivi nel momento in cui succede invece di cercare di ricordartelo la sera.

In Binome360, l’assistente prepara la spesa o il promemoria e aspetta la tua conferma. È una buona regola con qualsiasi strumento di AI: lui propone, tu approvi.

Il vero rischio: fidarsi troppo in fretta

Un’AI generativa non “sa” se quello che scrive è vero; produce un testo plausibile. Chiedile dei riferimenti precisi e può inventarli. In uno studio del 2024 sul Journal of Medical Internet Research, il 28,6% dei riferimenti prodotti da GPT-4 e il 39,6% di quelli di GPT-3.5 erano inventati, cioè sbagliavano almeno due elementi tra titolo, primo autore e anno. I modelli sono migliorati da allora, ma il meccanismo non è sparito. La nostra guida all’assistente virtuale AI spiega perché.

Il secondo rischio è più sottile: controlliamo di meno. Un’indagine di Microsoft Research su 319 lavoratori della conoscenza (CHI 2025) ha trovato che una maggiore fiducia nell’AI andava insieme a un minore pensiero critico, mentre una maggiore fiducia nelle proprie capacità andava insieme a più verifiche. È un’indagine basata su dichiarazioni, non un esperimento, ma è coerente con il risultato di BCG, dove appoggiarsi all’AI fuori dalla sua frontiera ha portato più consulenti alla risposta sbagliata.

Privacy: cosa non incollare mai

Nel 2023 il Garante per la protezione dei dati personali ha limitato temporaneamente ChatGPT in Italia, finché OpenAI non ha introdotto più trasparenza e la possibilità di opporsi all’uso dei dati. Lo stesso anno il National Cyber Security Centre britannico ha avvertito che le domande poste a un chatbot pubblico sono visibili all’azienda che lo gestisce e probabilmente vengono conservate. Il consiglio: non includere informazioni sensibili e non chiedere nulla che creerebbe problemi se diventasse pubblico. Negli Stati Uniti, a gennaio 2024 la Federal Trade Commission ha ricordato alle aziende di AI che devono rispettare le promesse sulla privacy, comprese quelle di non usare i tuoi dati per addestrare i modelli, e che non possono cambiare le condizioni di nascosto.

In pratica, non incollare mai in un chatbot per il pubblico:

• numeri completi di carte, coordinate bancarie, password o codici monouso;
• il tuo codice fiscale, i numeri della carta d’identità o del passaporto;
• informazioni mediche che permettono di riconoscere te o un’altra persona;
• documenti riservati del tuo datore di lavoro o dei tuoi clienti.

Prima di adottare uno strumento, controlla tre impostazioni: puoi cancellare la cronologia, le tue conversazioni servono per l’addestramento, e puoi opporti? Se l’informativa sulla privacy di un’azienda non risponde chiaramente a queste domande, quella è già la tua risposta.

Misura il tuo guadagno in due settimane

Visto che la sensazione di velocità può ingannare, come ha trovato METR, misurala. Il metodo sta su un foglio:

1. Scegli tre compiti ricorrenti: per esempio rispondere alle email della scuola, tenere traccia delle spese e pianificare la settimana la domenica.
2. Nella prima settimana, falli senza AI e annota il tempo.
3. Nella seconda settimana, falli con l’AI, verifica compresa, e annota il tempo.
4. Tieni l’AI solo dove il guadagno è reale e il risultato è abbastanza buono.

Prendi Davide, grafico freelance a Bologna. Scrivere solleciti di pagamento cortesi gli prendeva 35 minuti a settimana. Con una bozza dell’AI che poi corregge, gliene servono 15: 20 minuti risparmiati. Riconciliare l’estratto conto è stato diverso: verificare il lavoro dell’AI richiedeva più tempo che farlo da solo. Ha tenuto l’AI per i solleciti e l’ha lasciata perdere per la riconciliazione.

Domande frequenti

L’intelligenza artificiale rende davvero più produttivi?

Su compiti precisi, sì: il 40% di tempo in meno sulla scrittura professionale nell’esperimento di Noy e Zhang del 2023. Sull’intera giornata di lavoro, il risparmio medio dichiarato è piccolo, il 2,8% delle ore di lavoro in un grande studio danese del 2025. E su alcuni compiti rallenta.

Per cosa non usare l’AI?

Per tutto ciò in cui un errore costa caro ed è difficile da vedere: una decisione medica, un contratto, una dichiarazione dei redditi, un investimento. Usa l’AI per preparare le tue domande, poi parla con un professionista qualificato.

Serve uno strumento di AI a pagamento per essere produttivi?

Non per forza. Le versioni gratuite bastano per bozze e riassunti. Uno strumento a pagamento ha senso quando fa un lavoro preciso che ripeti, come tenere spese e promemoria nello stesso posto. Provalo per due settimane prima di impegnarti.

Usare l’AI ci fa pensare peggio?

Non ci sono ancora prove a lungo termine. Ma gli studi mostrano che controlliamo di meno quando ci fidiamo dello strumento. Continua a fare tu il primo giro di ragionamento su tutto ciò che conta.

In sintesi

L’intelligenza artificiale fa risparmiare tempo vero su bozze, riassunti, pianificazione e registrazioni veloci, purché tu resti dentro la sua frontiera e controlli quello su cui agirai. Primo passo: questa settimana scegli un compito ricorrente, cronometralo con e senza AI, e tieni quello che funziona davvero.

Fonti

• Shakked Noy e Whitney Zhang, “Experimental evidence on the productivity effects of generative artificial intelligence”, Science, 381(6654), 187–192, 2023: doi.org/10.1126/science.adh2586.
• Erik Brynjolfsson, Danielle Li e Lindsey Raymond, “Generative AI at Work”, The Quarterly Journal of Economics, 140(2), 889–942, 2025: doi.org/10.1093/qje/qjae044.
• Fabrizio Dell’Acqua et al., “Navigating the Jagged Technological Frontier: Field Experimental Evidence of the Effects of AI on Knowledge Worker Productivity and Quality”, Harvard Business School Working Paper 24-013, settembre 2023; pubblicato su Organization Science, 37(2), 403–423, 2026: doi.org/10.1287/orsc.2025.21838.
• Joel Becker, Nate Rush, Elizabeth Barnes e David Rein (METR), “Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity”, arXiv:2507.09089, luglio 2025: arxiv.org/abs/2507.09089.
• Anders Humlum ed Emilie Vestergaard, “Large Language Models, Small Labor Market Effects”, Becker Friedman Institute Working Paper 2025-56, aprile 2025: bfi.uchicago.edu.
• Hao-Ping Lee et al., “The Impact of Generative AI on Critical Thinking: Self-Reported Reductions in Cognitive Effort and Confidence Effects From a Survey of Knowledge Workers”, CHI 2025: microsoft.com/en-us/research.
• Mikaël Chelli et al., “Hallucination Rates and Reference Accuracy of ChatGPT and Bard for Systematic Reviews: Comparative Analysis”, Journal of Medical Internet Research, 26, e53164, 2024: doi.org/10.2196/53164.
• National Cyber Security Centre (Regno Unito), “ChatGPT and large language models: what’s the risk?”, 14 marzo 2023: ncsc.gov.uk.
• Federal Trade Commission, Office of Technology, “AI Companies: Uphold Your Privacy and Confidentiality Commitments”, 9 gennaio 2024: ftc.gov.

Disponibile anche in English, Français, Español, Português, Deutsch, Türkçe, Bahasa Indonesia, Tiếng Việt, العربية.