Le competenze umane si erodono con l'AI: cosa dicono i primi studi

In breve

Lo studio polacco pubblicato sul Lancet Gastroenterology and Hepatology rileva che il tasso di individuazione degli adenomi cala dal 28,4% al 22,4% quando gli endoscopisti operano senza assistenza AI dopo essersi abituati ad averla.

Un sondaggio Wolters Kluwer del 2026 indica che il 77% dei medici e il 70% degli infermieri statunitensi teme la perdita di abilità per dipendenza dall'AI.

Il fenomeno è noto come deskilling: l'erosione progressiva di competenze umane quando un compito viene delegato in modo continuativo a un sistema automatico.

Un trial randomizzato condotto da Anthropic su 52 ingegneri del software misura effetti analoghi nei compiti di programmazione di base.

Non esiste ancora una soluzione consolidata: i ricercatori indicano la pratica deliberata senza AI come prima ipotesi di lavoro.

Che cos'è il deskilling indotto dall'AI

Il deskilling AI indica l'erosione di abilità acquisite con anni di esperienza quando un compito viene affidato in modo continuativo a un sistema di intelligenza artificiale. Il termine compare nella letteratura sociologica del lavoro fin dagli anni Settanta, ma il dibattito attuale riguarda specificamente i modelli generativi e i sistemi di analisi delle immagini diventati di uso comune in medicina, ingegneria del software e altri mestieri ad alta intensità cognitiva.

Kevin Crowston, scienziato dell'informazione della Syracuse University di New York, osserva che la consapevolezza del fenomeno è la prima condizione per affrontarlo: ogni professionista può chiedersi quali competenze vuole conservare e quali è disposto a delegare all'AI. Il punto, sottolinea Crowston, non è rifiutare gli strumenti ma scegliere con cura cosa esternalizzare.

I tre studi che hanno acceso il dibattito

Endoscopia, Polonia (Lancet 2025): i medici coinvolti, tutti con almeno 2.000 colonscopie in carriera, ricevono accesso a un sistema AI che segnala in tempo reale gli adenomi. Lo strumento è disponibile solo in alcuni giorni. Nei tre mesi precedenti l'introduzione dell'AI il tasso di rilevamento è del 28,4%; nei tre mesi successivi, durante le colonscopie eseguite senza assistenza, scende al 22,4%. Lo studio è firmato da Budzyń e colleghi ed è pubblicato sul Lancet Gastroenterology and Hepatology. Studio Budzyń sul Lancet Gastroenterology and Hepatology00133-5)
Software engineering, Anthropic (preprint 2026): 52 ingegneri del software ricevono un compito di programmazione di base. Tutti possono cercare sul web e leggere le istruzioni; la metà del campione ha anche un assistente AI. Il trial randomizzato firmato da Shen e Tamkin misura l'effetto sull'autonomia operativa di chi usa l'AI. Preprint Anthropic su arXiv
Sondaggio Wolters Kluwer USA (2026): il 77% dei medici e il 70% degli infermieri intervistati dichiara di temere la perdita di abilità per dipendenza dall'AI, segnalando che la percezione del rischio è gia' diffusa fra i professionisti sanitari.

I settori in cui il fenomeno emerge

Medicina. Lo studio polacco è il primo trial pubblicato che misura il deskilling in modo controllato. Robert Wachter, della University of California San Francisco e autore di un libro sull'AI in sanità, osserva che il fenomeno colpisce anche professionisti molto esperti. Gli autori dello studio attribuiscono il calo a una minore motivazione, minore concentrazione e minore senso di responsabilità nelle decisioni cliniche prese senza il supporto dell'AI.

Informatica. Il trial Anthropic indaga se l'uso continuativo di assistenti generativi riduca la capacità di risolvere problemi di programmazione in autonomia. La domanda di ricerca è simmetrica a quella della medicina: chi si affida sempre allo strumento mantiene la propria abilità di base o la perde nel tempo?

Altri mestieri cognitivi. Crowston include nel quadro un fronte più ampio, dalla diagnosi per immagini alla scrittura tecnica e alla ricerca documentale. Il sondaggio Wolters Kluwer estende il dato al personale infermieristico, ma per la maggior parte delle professioni non esistono ancora misure controllate del fenomeno.

Strategie per preservare le competenze

Mantenere la consapevolezza del fenomeno. Crowston insiste sul fatto che il primo passo è riconoscere quali abilità si stanno automatizzando. Un'autovalutazione periodica delle competenze considerate centrali per il proprio ruolo aiuta a identificare i segnali iniziali di erosione.

Praticare senza AI con cadenza definita. Yuichi Mori, della University of Oslo e coautore dello studio polacco, indica l'alternanza di sessioni con e senza AI come ipotesi di lavoro per evitare l'atrofia operativa. Mori avverte che non esiste ancora una soluzione consolidata e che il deskilling dovrebbe diventare un tema di ricerca centrale nel prossimo decennio.

Usare l'AI in modo selettivo. Non tutti i compiti hanno lo stesso valore formativo. Delegare le attività ripetitive a basso valore aggiunto e mantenere il controllo umano sulle decisioni cliniche, ingegneristiche o editoriali permette di preservare la pratica sui passaggi che contano.

Continuare la formazione formale. Università e ordini professionali stanno iniziando a integrare nei percorsi di aggiornamento sessioni di refresher senza assistenza automatica per verificare il livello di abilità mantenuto. La pratica è ancora sperimentale ma indica una direzione operativa per chi forma i professionisti.

Domande frequenti

Cos'è esattamente il deskilling da AI?

È l'erosione di competenze umane sviluppate con la pratica quando un compito viene sistematicamente delegato a un sistema automatico. Il termine non è nuovo, ma le evidenze quantitative su modelli di AI generativa e di analisi delle immagini sono emerse soltanto negli ultimi due anni.

Tutti i settori sono esposti allo stesso rischio?

I dati controllati riguardano oggi medicina e informatica. Il sondaggio Wolters Kluwer estende il quadro al personale sanitario nel suo complesso, ma per la maggior parte dei mestieri la misura del fenomeno resta limitata.

Come si misura la perdita di competenze?

Lo studio polacco confronta il tasso di rilevamento degli adenomi prima e dopo l'introduzione dell'AI, isolando le colonscopie eseguite senza assistenza. Il calo dal 28,4% al 22,4% è la misura diretta del fenomeno in quel contesto clinico.

Le competenze perse si possono recuperare?

Le evidenze disponibili sono limitate. Mori indica che la ricerca dovrà chiarire se la pratica deliberata senza AI permetta di ripristinare le abilità precedenti o se sia necessario un percorso formativo strutturato. Il dibattito sul deskilling è destinato a crescere parallelamente alla diffusione dell'AI nei luoghi di lavoro. I primi dati misurano un effetto reale ma non chiariscono ancora i confini del fenomeno. Per ora la responsabilità ricade sui singoli professionisti e sulle istituzioni che ne supervisionano la formazione.