L’intelligenza artificiale sa scrivere. Ma noi sappiamo ancora capire?
Il caso del corso AI-free di Harvard riapre una questione centrale per persone e aziende: nell’era dell’intelligenza artificiale, il vero vantaggio competitivo potrebbe essere la capacità di interpretare, pensare criticamente e attribuire significato alle informazioni.
A Harvard sta succedendo qualcosa di curioso. In una delle università più prestigiose al mondo, mentre l’intelligenza artificiale entra nelle aule, nei laboratori e nei processi di apprendimento, uno dei corsi più richiesti dagli studenti propone esattamente il contrario.
Niente AI, niente smartphone, niente computer. La tecnologia innovativa in qualche modo è completamente bandita.
Il corso si chiama Humanities 10 e in realtà non è una novità. Esiste dal 2008 ma quest’anno le domande di ammissione sono aumentate del 40%: 180 studenti per appena 90 posti (fonte Ansa).
Il programma è impegnativo: un libro a settimana, da Omero a Joyce, passando per Platone, Dante, Montaigne e Spinoza. Nessuna scorciatoia tecnologica per riassumere i testi, nessun chatbot a cui chiedere di sviluppare un ragionamento al proprio posto.
Eppure gli studenti fanno la fila per partecipare.
La tentazione sarebbe leggere questa notizia come una piccola rivincita dell’intelligenza umana su quella artificiale, ma credo che la questione sia più interessante.
Forse stiamo iniziando a renderci conto che, mentre aumenta la nostra capacità di produrre contenuti e informazioni dall’altra stiamo perdendo l’abitudine a costruirla.
Produciamo sempre più contenuti. Ma quanto significato?
Io e il mio assistente AI lavoriamo ogni giorno insieme. Lo utilizzo nella consulenza, nella comunicazione, nella preparazione della struttura e delle slide per la formazione e arrivo anche a chiederle ricette. Sarei un ipocrita se non la ritenessi uno degli strumenti più interessanti che abbiamo a disposizione.
C’è un fenomeno però che osservo sempre più spesso. Produciamo testi in pochi secondi. Sintetizziamo documenti che non abbiamo letto. Generiamo analisi, presentazioni, strategie e piani editoriali con una facilità che fino a pochi anni fa sarebbe stata impensabile.
Il problema non è necessariamente la qualità di ciò che produciamo perché mi rendo conto che spesso è sorprendentemente buona, meglio se l’avessi fatta io.
Il problema è quello che succede prima e dopo.
Quanto tempo dedichiamo a comprendere davvero un problema prima di chiedere all’AI di risolverlo?
Quanto siamo capaci di valutare criticamente una risposta?
Quanto di ciò che produciamo diventa effettivamente parte del nostro patrimonio di conoscenze?
Perché c’è una differenza enorme tra avere accesso a un’informazione e averla compresa – e di questo ringrazio le ripetizioni che faccio alle mie figlie e la mia docenza all’ITS.
Qui che entra in gioco un concetto che è entrato nei discorsi ultimaneti e che trovo particolarmente interessante: il capitale semantico.
Che cos’è il capitale semantico e perché è importante nell’era dell’AI?
Il filosofo Luciano Floridi ha sviluppato il concetto di capitale semantico per descrivere, in sostanza, quel patrimonio di significati che ci permette di interpretare la realtà e attribuire valore alle nostre esperienze.
Non è semplicemente una mera somma delle informazioni che possediamo. È fatto di conoscenze, esperienze, relazioni, cultura, linguaggio, capacità di interpretazione. È ciò che ci permette di collegare elementi apparentemente distanti, riconoscere sfumature, formulare giudizi e costruire una visione personale del mondo.
In un articolo pubblicato su AI4Business, Manuela Ronchi riprende il concetto di capitale semantico di Floridi per evidenziare come, nell’attuale sovraccarico informativo, la comprensione diventi una risorsa strategica.
La questione è particolarmente attuale:
In un ambiente saturo di contenuti, il valore non risiede soltanto nella disponibilità di informazioni, ma nella nostra capacità di interpretarle.
Facciamo un esempio pratico, che sicuramente è capitato a tutti. Due manager possono leggere lo stesso report di mercato, analizzare gli stessi dati e arrivare a conclusioni differenti.
Non necessariamente perché uno dei due sbaglia, ma semplicemente interpretano quelle informazioni attraverso esperienze, competenze e modelli mentali diversi perché ciascuna interpreta quelle informazioni attraverso un patrimonio differente di esperienze, conoscenze e riferimenti.
È proprio questo patrimonio che dobbiamo continuare ad alimentare.
Se deleghiamo sistematicamente alle macchine non soltanto la produzione delle risposte, ma anche il percorso necessario per comprenderle, rischiamo di impoverire ciò che ci rende capaci di formulare domande nuove.
Perché l’intelligenza artificiale rende il capitale semantico ancora più importante?
Fare formazione sull’intelligenza Artificiale non è semplice perchè oltre a dover insegnare l’utilizzo di uno strumento mi sento insignita di una di una responsabilità più profonda, quella di trasmettere un principio: imparare a utilizzare uno strumento non soltanto per conoscerne le funzionalità.
Significa soprattutto sapere quando usarlo e quando non usarlo, per quale obiettivo, con quali limiti e quale scegliere (perchè usare l’AI vuol dire tutto e niente).
C’è inoltre una differenza fondamentale tra produrre una risposta e comprenderne il significato. Quando chiediamo a un sistema AI di riassumere un libro, per esempio, otteniamo una rappresentazione dei suoi contenuti. Non necessariamente sviluppiamo la stessa comprensione che potrebbe derivare dalla lettura, dal confronto con le idee dell’autore e dalla fatica di elaborare una nostra interpretazione.
Il rischio non è che l’AI ci renda automaticamente meno intelligenti, non spariranno i neuroni dal nostro cervello, ma se il nostro utilizzo non è consapevole questo si che ci potrà portare a esercitare sempre meno alcune capacità cognitive: la concentrazione, l’argomentazione, il pensiero critico e la costruzione autonoma di significato. E qui poi entriamo in un altro tema quello del debito cognitivo, di cui magari farò un articolo a parte.
Tornando a noi e alla nostra AI. Nelle mie lezioni insegno a costruire un buon prompt e come questo può generare un ottimo risultato. Ma il più delle volte mi scontro poi con un comportamento standard sia che mi rivolga a manager che a studenti: una sorta di annullamento del pensiero critico, entrano subito in una sorta di trance con un copia e incolla frenetico delle risposte date dall’AI.
Qui scatta l’allarme e il mio continuo ripetere che per riconoscere se quel risultato è davvero valido serve il pensiero critico, la lettura con attenzione in primis basata sulle competenze pregresse, sulla comprensione del contesto, sensibilità e capacità di anallisi.
L’AI può aiutarci a mettere in relazione informazioni, esplorare alternative e accelerare processi complessi ma se non abbiamo costruito una nostra capacità di interpretazione, rischiamo di accettare risposte plausibili senza avere gli strumenti per metterle in discussione.
Se mi sposto poi sul mondo della comunicazione questo mio pensiero è ancora più valido.
Per anni abbiamo lavorato per produrre più contenuti, raggiungere più persone, aumentare la frequenza di pubblicazione, ragionare su PED incrociati e segmentazione in microtarget. Oggi l’AI rende tutto questo ancora più semplice e LinkedIn e la nostra casella email ne sono la prova.
Pensiamoci un attimo. Se tutti possono produrre contenuti corretti e ben scritti, la capacità di generare testo non è più, da sola, un elemento distintivo. Diventa molto più importante avere qualcosa da dire (e qui vi invito a leggere il nostro articolo Perchè l’outbound automatico non funziona )
Qual è il valore del capitale semantico per le aziende?
Il capitale semantico non riguarda soltanto la sfera individuale ma deve essere visto come una chiave di lettura utile anche per comprendere il funzionamento delle organizzazioni.
Pensiamo a un’azienda che investe in piattaforme di business intelligence, sistemi di analytics e strumenti di AI per supportare le decisioni. Può disporre di enormi quantità di dati e di strumenti sempre più sofisticati per analizzarli. La qualità delle decisioni che prenderà il board però, dipende anche dalla capacità delle stesse persone di interpretare quei risultati alla luce del contesto aziendale, delle esperienze precedenti, degli obiettivi strategici e delle conseguenze possibili.
Lo stesso vale per il marketing e la comunicazione. Un’azienda può produrre centinaia di contenuti grazie all’AI, ma questo non significa necessariamente che stia costruendo autorevolezza, fiducia o una relazione significativa con i propri interlocutori.
La capacità di generare contenuti non coincide con la capacità di generare significato.
Applicare il concetto di capitale semantico alle organizzazioni significa, a mio avviso, riconoscere il valore delle conoscenze condivise, della cultura aziendale, del linguaggio e della capacità delle persone di sviluppare una sorta di interpretazione comune.
Non si tratta di una nuova metrica di performance, ma di una prospettiva utile per comprendere perché alcune aziende riescano a trasformare le informazioni in decisioni efficaci e altre, pur disponendo degli stessi strumenti, facciano più fatica.
Forse abbiamo bisogno anche di imparare a non usare l’AI per poterla usare
Ed eccoci di nuovo ad Harvard.
Non credo che la risposta sia vietare l’intelligenza artificiale nelle scuole e nelle università o, peggio ancora, nelle aziende. Trovo però interessante che alcuni studenti scelgano volontariamente un percorso che impone loro di rinunciare alle scorciatoie perché riconoscono il valore di un’esperienza intellettuale che richiede tempo, concentrazione e fatica.
Leggere un libro complesso, confrontarsi con un’interpretazione diversa dalla propria, scrivere un ragionamento senza avere subito a disposizione una risposta ben confezionata.
Queste sono tutte attività che contribuiscono ad allenare la nostra mente a ragionare e a costruire quel patrimonio di significati di cui abbiamo bisogno per orientarci nel mondo.
E forse dovremmo recuperare questa attenzione anche nella formazione professionale.
Insegnare a utilizzare l’AI, certamente. Ma prevedere anche momenti in cui si ragiona senza AI. In cui si formulano ipotesi prima di interrogare un modello. In cui si discute una risposta invece di limitarsi a utilizzarla.
Perché la vera competenza non consiste nel saper ottenere una risposta. Consiste nel sapere cosa farsene.
Come sviluppare il capitale semantico attraverso formazione e AI?
Quando facciamo formazione sull’intelligenza artificiale, mi interessa sempre meno insegnare soltanto come ottenere un buon output o creare agenti che automatizzano il processo di invio email.
Non dico che saper costruire un prompt efficace non sia importante, anzi. Credo però che la sfida formativa più importante sia un’altra: sviluppare persone capaci di utilizzare l’AI senza rinunciare alla propria autonomia di giudizio.
Nella pratica, questo significa:
- Formulare ipotesi prima di interrogare l’AI. Provare a definire autonomamente un problema e le possibili soluzioni prima di chiedere supporto al modello.
- Verificare e discutere le risposte. Non fermarsi alla plausibilità di un contenuto, ma controllarne fonti, presupposti e limiti.
- Coltivare competenze interdisciplinari. La capacità di collegare conoscenze provenienti da ambiti diversi arricchisce le possibilità di interpretazione.
- Dedicare spazio al confronto umano. Discussioni, letture e momenti di riflessione collettiva permettono di mettere alla prova le proprie idee.
- Alternare attività con e senza AI. Non come imposizione ideologica, ma come scelta didattica per allenare competenze differenti.
Sono pratiche che possono trovare spazio nelle università, nei corsi aziendali, nei percorsi di aggiornamento professionale e nelle attività quotidiane dei team.
L’obiettivo non è rallentare l’innovazione ma evitare che la velocità diventi l’unico criterio con cui valutiamo il nostro lavoro.
È anche da questa convinzione che partiamo nei nostri percorsi di formazione in The Good Attitude.
Se vuoi approfondire il nostro approccio alla formazione AI in azienda, parliamone.
Domande frequenti sul capitale semantico e sull’AI
Che cosa significa capitale semantico?
Il capitale semantico, secondo Luciano Floridi, comprende i contenuti che possono accrescere la capacità delle persone di attribuire significato alle esperienze e comprendere il mondo. Include conoscenze, idee, narrazioni, linguaggi ed esperienze culturali.
Qual è la differenza tra capitale semantico e capitale umano?
Il capitale umano riguarda generalmente competenze, conoscenze e capacità delle persone, considerate anche in relazione al loro valore economico e produttivo. Il capitale semantico riguarda invece i contenuti significativi che arricchiscono la nostra capacità di comprendere e interpretare la realtà. I due concetti possono sovrapporsi, ma non sono equivalenti.
In che modo l’intelligenza artificiale influenza il capitale semantico?
L’AI può contribuire ad arricchirlo facilitando l’accesso a conoscenze, prospettive e strumenti di analisi. Un utilizzo che sostituisce sistematicamente il ragionamento autonomo, però, può ridurre le occasioni di esercitare alcune capacità interpretative. L’impatto dipende da come viene utilizzata.
Che cos’è Humanities 10 di Harvard?
Humanities 10 è un corso umanistico della Harvard University, nato nel 2008, dedicato alla lettura approfondita, alla scrittura critica e alla discussione di grandi opere letterarie e filosofiche. Nell’autunno 2026 ha registrato un aumento del 40% delle candidature. Il corso non consente l’utilizzo dell’AI e dei dispositivi digitali nelle attività previste.
Perché il capitale semantico è importante per il marketing e la comunicazione?
Perché permette di andare oltre la semplice produzione di contenuti. Una comunicazione efficace richiede comprensione del contesto, capacità interpretativa, conoscenza dei destinatari e un punto di vista riconoscibile. Sono elementi che possono aiutare un’organizzazione a costruire relazioni, autorevolezza e fiducia.
Fonti e approfondimenti
-
Luciano Floridi (2018), Semantic Capital: Its Nature, Value, and Curation, Philosophy & Technology.
-
Manuela Ronchi (2025), Dal rumore alla comprensione: il “capitale semantico” risorsa strategica nell’era dell’AI, AI4Business.
-
ANSA (2026), Niente IA e smartphone, al corso di letteratura più duro di Harvard c’è la fila.