Quasi la metà dei manager (45%) dedica fino a 10 ore a settimana per correggere, riscrivere o integrare contenuti scadenti generati dall’intelligenza artificiale dei propri collaboratori. È il dato allarmante che emerge da uno studio congiunto della Stanford University e del MIT, che quantifica per la prima volta l’impatto del “workslop” – la massa di “lavoro-melma” mediocre, superficiale, sciatto, prolisso e impreciso che sta intasando le aziende.
Il fenomeno, analizzato anche dalla Harvard Business Review, nasce da un uso superficiale della intelligenza artificiale generativa, trattata come un pilota automatico anziché come un copilota. Il risultato è un’inondazione di email impersonali, report pieni di frasi fatte e codice che richiede più tempo per essere corretto che per essere scritto da zero. Lo studio di Stanford rivela che il 62% dei dipendenti ammette di ricevere regolarmente “workslop” dai colleghi, con un conseguente crollo della qualità e un aumento della frustrazione.
L’apparente guadagno di tempo del singolo si trasforma in un costo nascosto per l’intera organizzazione. Secondo la Harvard Business Review, il “workslop” non è solo una perdita di tempo, ma distrugge la produttività su più livelli: erode le capacità di pensiero critico, abbassa gli standard qualitativi e danneggia la credibilità professionale di chi ne fa un uso indiscriminato. Il tempo risparmiato nel generare una bozza viene infatti vanificato (e spesso superato) dal tempo necessario a chi la riceve per verificarla, editarla e renderla realmente utilizzabile.
La soluzione non è vietare l’IA, ma formare i team a un uso consapevole. Le aziende devono stabilire linee guida chiare: l’AI va usata per la prima bozza, per l’analisi dei dati o per superare il blocco creativo, e bisogna sviluppare la capacità di formulare richieste efficaci (prompt engineering) e di esercitare un pensiero critico sull’output generato. Insomma, il lavoro finale deve sempre passare da una validazione umana critica. L’efficienza non si misura dalla velocità con cui si produce un testo, ma dalla qualità del risultato finale.
Fonte: Harvard Business Review
