Capita sempre più spesso di aprire uno strumento di intelligenza artificiale (generativa) per mettere a fuoco un’idea e, nel giro di pochi secondi, trovarsi davanti una traccia, una struttura, una possibile direzione.

È una possibilità straordinaria. Ma proprio perché funziona così bene, vale la pena osservare anche ciò che succede dopo.

Quanto tempo dedichiamo a analizzare criticamente quella prima risposta? A metterla in dubbio? A cambiarla, arricchirla o persino scartarla?

Spesso ciò che riceviamo è ordinato, coerente e immediatamente utilizzabile. Ci permette di superare rapidamente l’incertezza iniziale e di cominciare a lavorare su qualcosa di concreto.

Ed è proprio qui che può nascere un rischio.

Non abbiamo chiesto all’IA soltanto di aiutarci a sviluppare un’idea. Le abbiamo chiesto di contribuire a trovarla, darle una forma e indicare una prima direzione.

Per molto tempo abbiamo utilizzato gli strumenti digitali soprattutto per accelerare attività che avevamo già definito. Oggi accade qualcosa di diverso: coinvolgiamo sempre più spesso l’IA nelle fasi iniziali del processo, quando il problema non è ancora del tutto chiaro, le ipotesi devono ancora emergere e la direzione deve essere costruita.

Nel giugno 2026 Marc Zao-Sanders, nella ricerca How People Are Really Using AI in 2026 pubblicata da Harvard Business Review, ha utilizzato il termine thinkslop per descrivere uno dei rischi associati a questa dinamica: un pensiero più pigro e approssimativo che può emergere quando iniziamo a cedere all’IA una parte delle nostre responsabilità cognitive.

Il thinkslop, quindi, non riguarda semplicemente la qualità dei contenuti prodotti dall’intelligenza artificiale.

Riguarda anche quei pensieri che ci sembrano completi perché assumono rapidamente una forma convincente: coerenti, plausibili, ben organizzati e immediatamente utilizzabili.

Ed è proprio questa apparente completezza che può fermare il ragionamento invece di farlo evolvere.

Una risposta formulata con chiarezza può trasmettere l’impressione che il lavoro più importante sia già stato svolto. Il problema sembra definito, le alternative ordinate, la strada sufficientemente solida per procedere.

Ma la qualità della forma non garantisce la profondità del ragionamento.

Un testo può essere convincente senza avere esplorato fino in fondo il contesto. Può costruire connessioni plausibili senza aver preso in considerazione quelle meno evidenti. Può restituire una risposta completa prima che siano state formulate tutte le domande necessarie.

Questo diventa particolarmente rilevante nelle organizzazioni.

Perché una parte importante del lavoro di manager, team e professionisti non consiste semplicemente nel produrre un output. Consiste nel capire quale sia il problema, leggere il contesto, riconoscere tensioni e contraddizioni, integrare punti di vista differenti, formulare ipotesi e decidere quali elementi meritino attenzione.

È lavoro di sensemaking prima ancora che di execution.

Pensiamo alla definizione di una nuova organizzazione, alla preparazione di una conversazione difficile con un collaboratore, alla lettura di un problema di engagement, alla costruzione di una strategia o alla valutazione di una decisione complessa.

In tutti questi casi, arrivare rapidamente a una risposta non coincide necessariamente con aver compreso meglio il problema.

La metafora della pagina vuota aiuta a capire perché.

Quando ci troviamo davanti a una pagina vuota, la tentazione è riempirla il più velocemente possibile. Oggi l’IA ci permette di farlo in pochi secondi.

Ma la pagina vuota non è soltanto uno spazio da completare.

È anche uno spazio nel quale le idee prendono forma.

Ci costringe a scegliere da dove iniziare, a riconoscere ciò che ancora non comprendiamo, a mettere in relazione elementi inizialmente frammentati. Non è necessariamente un momento piacevole o efficiente, ma una parte di quella difficoltà svolge una funzione.

Quando affidiamo immediatamente questo passaggio all’IA guadagniamo velocità, ma possiamo rinunciare a una parte dell’esplorazione che precede ogni scelta.

Non perché l’IA produca necessariamente risultati peggiori, ma perché il valore di quel passaggio non coincideva soltanto con il testo finale.

Stava anche nella ricerca della direzione.

C’è poi un secondo effetto.

Una volta ricevuta una prima proposta, non ci troviamo più davanti a uno spazio completamente aperto. Abbiamo una struttura di riferimento.

Possiamo modificarla, migliorarla, contestarla o rifiutarla. Ma quella prima struttura funziona inevitabilmente come un ancoraggio: influenza le alternative che prendiamo in considerazione, le domande che scegliamo di porre e gli aspetti del problema che rischiano di restare sullo sfondo.

Il pensiero non scompare. Ma può arrivare dopo.

Da attività di esplorazione rischia di trasformarsi progressivamente in un esercizio di revisione, selezione e validazione di una direzione che non abbiamo costruito interamente noi.

Questo non significa che dovremmo utilizzare meno l’intelligenza artificiale.

Significa, piuttosto, imparare a utilizzarla meglio.

L’IA può aiutarci a esplorare prospettive che non avevamo considerato, mettere alla prova un’ipotesi, evidenziare incongruenze, cercare controargomentazioni, confrontare interpretazioni differenti.

Può essere un ottimo strumento per ampliare il ragionamento, invece che per sostituirne l’avvio.

La differenza non dipende soltanto dalla qualità della risposta che riceviamo. Dipende dal ruolo che decidiamo di attribuirle e dal momento in cui scegliamo di coinvolgerla.

In alcuni casi avremo bisogno che l’IA ci aiuti a generare possibilità. In altri che metta sotto pressione un’ipotesi che abbiamo già formulato. In altri ancora che ci mostri ciò che potremmo non aver considerato.

Ma definire l’intenzione, leggere il contesto e assumersi la responsabilità di una scelta continuano a essere parti essenziali del lavoro umano.

Per questo, nell’era dell’IA, la competenza non consiste soltanto nel saper costruire prompt migliori o ottenere risposte più efficaci.

Consiste anche nel riconoscere quale parte del pensiero possiamo amplificare con l’IA e quale parte non vogliamo smettere di esercitare.

Perché l’IA può accelerare il pensiero.

Ma accelerare non dovrebbe significare saltarne i passaggi che ci permettono di capire, scegliere e prenderci la responsabilità della direzione.