La fotografia scattata da Anthropic su oltre 80.000 utenti di Claude non è semplicemente un esercizio di ricerca; è, piuttosto, una radiografia psicologica collettiva di un’epoca che si illude ancora di governare la tecnologia mentre, lentamente, ne ridefinisce i propri desideri. Quando si osservano i numeri, apparentemente rassicuranti nella loro distribuzione tra produttività, crescita personale e libertà di tempo, emerge una verità meno comoda: l’intelligenza artificiale non è più percepita come uno strumento, ma come un’estensione esistenziale. E le estensioni, nella storia dell’economia, tendono sempre a sostituire ciò che amplificano.
L’idea che il dibattito pubblico sia ancora intrappolato tra astrazioni come AGI e rischio esistenziale è, in fondo, una forma di autoinganno collettivo. La realtà operativa è molto più banale e, proprio per questo, più pericolosa. Le persone non stanno chiedendo superintelligenza; stanno chiedendo sollievo. Non vogliono diventare più intelligenti, vogliono smettere di faticare per esserlo. In questa richiesta c’è un’eco lontana della rivoluzione industriale, quando le macchine non furono progettate per elevare l’operaio, ma per liberarlo dalla necessità di essere abile. Il risultato lo conosciamo: produttività esplosa, competenze medie compresse.
Osservando il dato del 18,8% orientato all’eccellenza professionale, si potrebbe pensare a una società ambiziosa, quasi meritocratica. Tuttavia, basta leggere tra le righe per capire che questa eccellenza non è più intesa come padronanza, bensì come outcome. In altre parole, non interessa diventare esperti, interessa ottenere risultati da esperti. È la differenza tra saper scrivere codice e saper chiedere a un modello come Claude di scriverlo al posto tuo. Una differenza sottile, ma destinata a ridisegnare interi mercati del lavoro.
Il 13,7% che cerca trasformazione personale introduce un altro elemento interessante, quasi ironico nella sua contraddizione. Per decenni abbiamo costruito un’industria multimiliardaria basata sul miglioramento umano, dai libri di self-help ai corsi executive. Ora delegare questa trasformazione a un algoritmo appare non solo accettabile, ma desiderabile. È come se la disciplina, un tempo considerata virtù, fosse diventata inefficienza. Il coach umano viene sostituito da un’interfaccia conversazionale che non giudica, non si stanca e, soprattutto, scala.
La gestione della vita, citata dal 13,5% degli intervistati, rappresenta forse il segnale più chiaro di una mutazione culturale profonda. L’idea di affidare a un sistema algoritmico decisioni quotidiane, priorità, persino scelte personali, ricorda vagamente le promesse iniziali della domotica, ma con una differenza sostanziale: qui non si tratta di automatizzare luci o termostati, bensì di esternalizzare il processo decisionale. Herbert Simon, premio Nobel per l’economia, sosteneva che “una ricchezza di informazioni crea una povertà di attenzione”. L’AI, in questo senso, diventa il filtro definitivo, ma anche il potenziale monopolista della nostra attenzione.
Il dato sull’11,1% che cerca libertà di tempo meriterebbe un’analisi separata, se non fosse che la storia economica ha già risposto. Ogni grande innovazione promette tempo libero; ogni volta, quel tempo viene reinvestito in nuove forme di lavoro o consumo. La posta elettronica avrebbe dovuto ridurre le comunicazioni; ha creato un flusso continuo di micro-task. L’AI rischia di fare lo stesso, ma con una sofisticazione superiore: riduce il lavoro cognitivo per generare più lavoro cognitivo. Un paradosso perfetto per l’economia digitale.
Il segmento dell’8,7% orientato alla creazione di impresa è, invece, quello che entusiasma maggiormente gli investitori e meno chi conosce la storia delle bolle tecnologiche. La democratizzazione degli strumenti non ha mai prodotto automaticamente una democratizzazione del successo. Se tutti possono costruire un business, il valore si sposta altrove, spesso verso chi controlla l’infrastruttura. In questo caso, piattaforme come Anthropic o i suoi concorrenti diventano i veri gatekeeper, mentre gli imprenditori si trasformano in operatori di layer sempre più sottili.
L’81% degli utenti che dichiara di aver già fatto un passo verso la propria visione grazie all’AI è, apparentemente, il dato più ottimistico. Tuttavia, è proprio qui che si annida una dinamica psicologica interessante. Il progresso percepito non coincide necessariamente con il progresso reale. Se un sistema riduce lo sforzo necessario per ottenere un risultato, il cervello interpreta questa riduzione come avanzamento, anche quando la competenza sottostante non cresce. È l’equivalente cognitivo delle calorie vuote.
La distribuzione dei benefici attuali, con il 32% focalizzato sulla produttività, conferma una narrativa ormai consolidata. L’AI come acceleratore, come moltiplicatore di output, come leva di efficienza. Nulla di nuovo, se non fosse per il fatto che il 17,2% parla esplicitamente di “partnership cognitiva”. Questa espressione, apparentemente innocua, segna un punto di svolta semantico. Non si tratta più di usare uno strumento, ma di collaborare con esso. E le collaborazioni, per definizione, implicano una distribuzione del controllo.
Il 9,9% legato all’apprendimento e l’8,7% all’accessibilità tecnica introducono una dimensione quasi utopica, che ricorda le promesse originarie di internet. Accesso universale alla conoscenza, abbattimento delle barriere, empowerment diffuso. Eppure, anche qui, la storia suggerisce cautela. L’accesso non garantisce comprensione, e la facilità non equivale a profondità. Un sistema che rende tutto più accessibile rischia di rendere tutto più superficiale.
Il punto più affascinante, e forse più inquietante, è la coesistenza di speranza e timore nello stesso individuo. Questa ambivalenza non è un’anomalia; è un segnale di maturità del mercato. Quando una tecnologia è ancora lontana, genera entusiasmo o paura, raramente entrambe le cose. Quando diventa concreta, le emozioni si mescolano. L’utente che utilizza l’AI per apprendere più velocemente e, allo stesso tempo, teme di perdere la propria capacità di pensare in modo indipendente, sta vivendo in prima persona una forma di dissonanza cognitiva tecnologica.
Questo fenomeno non è nuovo. Durante l’introduzione della calcolatrice, molti temevano la perdita delle capacità aritmetiche. Avevano ragione, almeno in parte. Oggi pochi sanno fare calcoli complessi a mente, ma nessuno rimpiange davvero quella competenza. La differenza, questa volta, è che l’AI non sostituisce una singola abilità, ma un intero spettro cognitivo. È come passare da una protesi a un sistema nervoso alternativo.
Il passaggio descritto, da co-intelligenza a delega operativa, rappresenta il vero cambio di paradigma. Nei primi anni, l’AI era un copilota; ora sta diventando un pilota automatico. Questo shift modifica radicalmente la relazione emotiva con la tecnologia. Finché si trattava di supporto, il controllo rimaneva umano. Nel momento in cui si inizia a delegare, il controllo diventa negoziabile. E la negoziazione, in ambito tecnologico, tende sempre a favorire l’entità più scalabile.
La velocità con cui questa transizione sta avvenendo è, probabilmente, l’elemento più sottovalutato. Le innovazioni precedenti, dalla stampa alla televisione, hanno richiesto decenni per ridefinire comportamenti e istituzioni. L’AI generativa sta comprimendo questo ciclo in pochi anni, se non mesi. Questo crea una frattura temporale tra capacità tecnologica e adattamento sociale, una sorta di “lag cognitivo” che amplifica l’incertezza.
Il risultato è un ecosistema in cui le aspettative crescono più rapidamente delle capacità di governance. Le aziende corrono per integrare l’AI nei propri processi, spesso senza una strategia chiara, mentre i regolatori cercano di inseguire un bersaglio in movimento. In mezzo, gli utenti sperimentano, adottano, delegano. È un esperimento su scala globale, condotto in tempo reale, senza un vero protocollo di sicurezza.
Una frase, attribuita a Roy Amara, torna spesso in mente in questi contesti: “Tendiamo a sovrastimare l’effetto di una tecnologia nel breve termine e a sottostimarlo nel lungo termine”. L’AI generativa sembra fare eccezione solo in apparenza. Nel breve termine, l’hype è evidente, quasi grottesco. Nel lungo termine, l’impatto potrebbe essere ancora più radicale di quanto immaginiamo, proprio perché si insinua nei processi cognitivi, non solo in quelli produttivi.
Il vero rischio, quindi, non è che l’AI diventi troppo potente, ma che diventi troppo normale. Quando una tecnologia si integra completamente nella quotidianità, smette di essere interrogata. Diventa infrastruttura, come l’elettricità o internet. A quel punto, il controllo si sposta definitivamente verso chi gestisce l’infrastruttura stessa.
La ricerca di Anthropic, letta con attenzione, non racconta solo come le persone usano l’AI. Racconta cosa stanno diventando. Una specie che, di fronte alla complessità crescente, sceglie di delegare non solo il lavoro, ma anche parti della propria identità cognitiva. È una scelta razionale, in molti casi. Ma le scelte razionali, nella storia economica, producono spesso conseguenze irrazionali.
Alla fine, la domanda non è se l’AI migliorerà la nostra vita. In molti casi lo farà, e lo sta già facendo. La domanda è quale parte di noi siamo disposti a sacrificare in cambio di questa comodità. E, come spesso accade, la risposta non arriverà da un dibattito accademico o da una regolamentazione governativa, ma da milioni di micro-decisioni quotidiane, prese senza pensarci troppo, davanti a un’interfaccia che sembra capire esattamente cosa vogliamo.
Paper https://www.anthropic.com/features/81k-interviews