Il sovraccarico da AI è una realtà. Ecco cosa sta succedendo nel tuo cervello.

Qualcosa è cambiato intorno al 2024. Il numero di persone che descrivono un particolare tipo di affaticamento cognitivo — non proprio burnout, non proprio sovraccarico informativo, ma qualcosa all'incrocio tra i due — è aumentato drasticamente. Le descrizioni sono coerenti: una sensazione di saturazione mentale, difficoltà a pensare in modo indipendente, tolleranza ridotta per l'incertezza e una scomoda dipendenza dagli strumenti AI che in qualche modo rende il pensiero più difficile, non più facile.

Non si tratta di tecnofobia o nostalgia. Riflette dinamiche neurologiche reali che sono prevedibili date le nostre conoscenze su come il cervello elabora le informazioni, mantiene la funzione cognitiva e risponde all'assistenza sempre disponibile. Ecco cosa sta succedendo — e cosa suggeriscono le evidenze su come affrontarlo.

Il nuovo ambiente cognitivo

Dal 2025, i lavoratori della conoscenza nella maggior parte delle industrie interagiscono con strumenti AI — ChatGPT, Copilot, Gemini, Claude e dozzine di strumenti specializzati — più volte al giorno. L'utente medio invia decine di richieste quotidianamente. I contenuti generati da AI ora costituiscono una parte sostanziale delle bozze di email, dei riassunti delle riunioni, del codice, dei documenti scritti e dei risultati di ricerca.

Questo è un ambiente cognitivo genuinamente nuovo. Per la prima volta nella storia, una grande parte del lavoro cognitivo che in precedenza richiedeva uno sforzo sostenuto — redigere, riassumere, cercare, pianificare, fare debugging — può essere delegato quasi istantaneamente. La domanda è cosa comporta questo per il cervello nel tempo.

La risposta, basata su ciò che sappiamo sulla funzione cognitiva e sul carico cognitivo, è più complessa della versione ottimista (l'AI estende la capacità umana) o di quella pessimista (l'AI atrofizza la capacità umana). Entrambe le cose stanno accadendo, in modi diversi, per diversi tipi di pensiero.

Perché gli strumenti AI possono aumentare il carico cognitivo anziché ridurlo

L'assunzione intuitiva è che delegare lavoro all'AI riduca il carico cognitivo. In alcuni modi lo fa. Ma la ricerca sulla teoria del carico cognitivo (Sweller, 1988) distingue tra carico <em>intrinseco</em> (la complessità del compito stesso), carico <em>estraneo</em> (le richieste cognitive create da come il compito è presentato) e carico <em>germano</em> (lo sforzo cognitivo che costruisce comprensione e abilità).

Gli strumenti AI riducono principalmente il carico intrinseco e germano — gestiscono il lavoro che altrimenti richiederebbe sforzo e produce apprendimento. Ma spesso <em>aumentano</em> il carico estraneo: valutare l'accuratezza dell'output AI, integrare più pezzi generati da AI in un lavoro coerente, gestire il contesto attraverso più strumenti, decidere cosa delegare e cosa fare personalmente, e mantenere la supervisione dei processi AI. Queste sono nuove richieste cognitive che prima non esistevano.

Il risultato per molte persone è un paradosso: più output, più affaticamento cognitivo. Il lavoro sembra più leggero nei singoli momenti ma più estenuante durante la giornata. Questo è coerente con la ricerca sulla <em>fatica decisionale</em> — il costo cumulativo di prendere molte piccole decisioni esaurisce le stesse risorse prefrontali di prendere poche grandi decisioni.

Il lavoro assistito dall'IA aumenta notevolmente il numero di micro-decisioni: accetta questo suggerimento, rifiuta quello, rivedi questo paragrafo, riformula quel prompt. Ogni decisione è veloce, ma il carico complessivo di centinaia di micro-decisioni quotidiane è sostanziale.

Il paradosso dell'automazione e l'atrofia delle abilità

Esiste un fenomeno ben documentato nella ricerca sull'ergonomia e i fattori umani chiamato <em>paradosso dell'automazione</em> o <em>ironie dell'automazione</em> (Bainbridge, 1983): quando l'automazione gestisce il lavoro di routine, gli operatori umani diventano meno pratici delle abilità richieste per situazioni non di routine. I piloti che si affidano all'autopilota per la maggior parte del volo mostrano abilità manuali degradate. I radiologi che utilizzano strumenti diagnostici basati sull'IA mostrano tassi di rilevamento ridotti quando l'IA perde qualcosa.

La stessa dinamica si applica al lavoro cognitivo. Scrivere, ragionare su problemi, pianificare e sintetizzare in modo creativo sono abilità che si sviluppano attraverso la pratica e atrofizzano senza di essa. Quando l'IA gestisce la prima bozza, la sintesi o il ragionamento strutturato, quei percorsi cognitivi ricevono meno esercizio. La preoccupazione non è drammatica — non significa che le persone dimentichino come pensare — ma l'atrofia graduale delle abilità praticate produce un cambiamento reale nella capacità cognitiva e nella fiducia nel tempo.

Questo è distinto dal semplice essere meno pratici nel digitare con una matita. Scrivere — realmente comporre, non dettare o modificare — coinvolge la memoria di lavoro, l'organizzazione concettuale e il pensiero riflessivo in modi che la revisione e la modifica dell'output dell'IA non replicano completamente. Il lavoro cognitivo di composizione è generativo; il lavoro cognitivo di editing è valutativo. Entrambi hanno valore; non sono intercambiabili.

Il livello di frammentazione dell'attenzione

Separato dal carico cognitivo e dall'atrofia delle abilità, gli strumenti di IA aggiungono un ulteriore livello di frammentazione dell'attenzione a un ambiente già saturo di interruzioni. Ogni interfaccia di chat, assistente di codifica e strumento di scrittura è una potenziale fonte di interruzione — una query da generare, un risultato da controllare, un follow-up da affinare.

La corteccia prefrontale, che gestisce l'attenzione sostenuta e la funzione esecutiva, non distingue tra interruzioni generate da umani e interruzioni generate dall'IA. La ricerca sui costi del cambio di compito (Rubinstein et al., 2001) mostra che passare da un compito all'altro — anche brevemente — impone una penalità cognitiva che si accumula nel corso della giornata. Aggiungere più strumenti di IA a un ambiente di lavoro già frammentato aggrava questo senza che molte persone riconoscano la fonte della loro stanchezza.

L'ironia è che gli strumenti di IA vengono spesso adottati specificamente per ridurre il carico cognitivo. Ma l'aggiunta di nuovi strumenti, nuove interfacce e nuovi punti decisionali spesso aumenta la domanda cognitiva totale piuttosto che ridurla — almeno fino a quando quegli strumenti non sono sufficientemente integrati per essere gestiti automaticamente piuttosto che deliberatamente.

Cosa fare realmente al riguardo

<strong>Distingui tra ridurre e delegare.</strong> Non tutta l'assistenza dell'IA ha lo stesso effetto cognitivo. Utilizzare l'IA per gestire compiti realmente a basso valore (formattazione, testo standard, ricerche ripetitive) riduce il carico senza un costo significativo per le abilità. Utilizzare l'IA per gestire il pensiero su cui vuoi rimanere abile — scrittura complessa, analisi ragionata, problem-solving creativo — riduce il carico a costo della capacità praticata. Essere deliberati su quale categoria rientra un dato utilizzo è il punto di partenza.

<strong>Proteggi il tempo di pensiero non assistito.</strong> Le abilità cognitive più a rischio a causa del supporto dell'IA sono esattamente quelle che vale la pena preservare: ragionamento indipendente, scrittura sostenuta, pianificazione complessa. La pratica deliberata di queste abilità senza assistenza dell'IA — per periodi definiti, su compiti che contano — non è tecnofobia; è la stessa logica di un chirurgo che pratica tecniche manuali anche quando sono disponibili strumenti robotici.

<strong>Riduci il numero di strumenti IA in uso attivo.</strong> Il costo cognitivo di gestire cinque diverse interfacce IA è più alto rispetto a gestirne una ben scelta. La proliferazione di strumenti IA crea lo stesso problema di frammentazione dell'attenzione della proliferazione di app e notifiche. La consolidazione riduce il carico cognitivo superfluo.

<strong>Applica gli stessi principi del benessere digitale generale.</strong> Il sovraccarico di IA è una forma specifica del problema più ampio che Unwire affronta: ambienti cognitivi che richiedono più di quanto offrano, frammentazione dell'attenzione che esaurisce senza ripristinare, e uno stimolo sempre disponibile che rende impossibile disconnettersi. Le interventi sono coerenti: periodi di pausa definiti, design ambientale che limita l'interazione con l'IA ambientale, e tempo di recupero regolare in cui il cervello non è diretto.

La visione a lungo termine

L'integrazione dell'IA nel lavoro conoscitivo non si invertirà. La domanda è come gli individui navigano in un ambiente che è, per design, orientato verso il massimo coinvolgimento e la minima frizione — e cosa significa per la salute cognitiva nel corso degli anni piuttosto che nei giorni.

La ricerca sul benessere digitale in generale suggerisce che le persone che navigano meglio in ambienti ad alta tecnologia non sono quelle che usano il maggior numero di strumenti o il minor numero, ma quelle che mantengono un controllo deliberato sulle condizioni della propria attenzione: quando sono accessibili, quando non lo sono, cosa esternalizzano e cosa proteggono.

Questa deliberazione è più difficile da mantenere in un ambiente saturo di IA rispetto a uno semplicemente saturo di smartphone. Ma il principio sottostante — proteggere la tua capacità di pensare in modo indipendente, recuperare la base del cervello attraverso un riposo genuino e progettare il tuo ambiente piuttosto che reagire ad esso — rimane lo stesso.

Sources

1. Sweller, J. (1988). Cognitive load during problem solving: effects on learning. Cognitive Science, 12(2), 257–285.
2. Bainbridge, L. (1983). Ironies of automation. Automatica, 19(6), 775–779.
3. Rubinstein, J.S., et al. (2001). Executive control of cognitive processes in task switching. Journal of Experimental Psychology: Human Perception and Performance, 27(4), 763–797.
4. Wiehler, A., et al. (2022). A neuro-metabolic account of why daylong cognitive work alters the control of economic decisions. Current Biology, 32(16), 3564–3575.
5. Baumeister, R.F., et al. (1998). Ego depletion: is the active self a limited resource? Journal of Personality and Social Psychology, 74(5), 1252–1265.