Il malessere dell’AI: siamo già nel futuro, ma senza strumenti per capirlo

L’articolo analizza il “malessere dell’AI” come condizione culturale e tecnica prodotta dalla diffusione dell’intelligenza artificiale generativa. Il problema non è più l’arrivo della tecnologia, ma la mancanza di strumenti per misurarne effetti su lavoro, energia, informazione, autenticità dei contenuti e responsabilità professionale. Per ingegneri, architetti e tecnici delle costruzioni, l’AI non è solo un software: entra nella progettazione, nella ricerca normativa, nella gestione documentale, nel BIM, nei digital twin e nei processi decisionali. Il valore dell’articolo è proporre una lettura di governance: servono metriche, audit, standard, formazione e controllo umano.

Premessa: l’AI come nuova atmosfera del presente

Ci sono tecnologie che entrano nella società come strumenti. Le usiamo, le scegliamo, le acquistiamo, le aggiorniamo. E poi ci sono tecnologie che, a un certo punto, smettono di essere semplici strumenti e diventano ambiente.

L’intelligenza artificiale generativa appartiene ormai a questa seconda categoria: non è più soltanto un’applicazione da aprire, un chatbot da interrogare, un software da sperimentare. L'AI è diventata una presenza diffusa dentro i processi produttivi, le piattaforme digitali, la comunicazione professionale, la ricerca scientifica, la creatività, il lavoro intellettuale, la selezione del personale, la progettazione, la formazione, perfino le relazioni personali.

È proprio questa ubiquità a generare una nuova forma di disagio.

Non siamo più nella fase dell’entusiasmo ingenuo, ma non siamo ancora entrati in una fase di governo maturo del fenomeno. L’AI promette produttività, cura delle malattie, energia pulita, automazione intelligente, supporto alla conoscenza. Ma, nello stesso tempo, porta con sé consumo energetico, pressione sulle reti elettriche, opacità decisionale, sostituzione di competenze, contenuti artificiali di bassa qualità, dipendenza dai sistemi conversazionali e una progressiva incertezza sull’autenticità di ciò che leggiamo.

Il punto non è più chiedersi se l’intelligenza artificiale arriverà.

È già arrivata. La domanda vera è un’altra: abbiamo strumenti adeguati per capire che cosa sta producendo nella società, nell’economia, nel lavoro, nella cultura tecnica e nella vita quotidiana?

👉 L’AI non genera solo innovazione: produce anche incertezza, perché cambia lavoro, energia e informazione più rapidamente della nostra capacità di misurarne gli effetti.

Secondo l’articolo “The era of AI malaise” di Mat Honan, pubblicato su MIT Technology Review il 21 aprile 2026, l’attuale fase dell’intelligenza artificiale assomiglia, per clima emotivo e cognitivo, ai primi giorni della pandemia: un momento in cui tutti percepivano che il mondo stava cambiando, ma nessuno disponeva ancora di mappe affidabili per capire in quale direzione. La data e la testata sono riportate anche nelle schede di indicizzazione giornalistica dell’autore e nei rilanci online dell’articolo. 

Honan parte da un ricordo preciso: marzo 2020, il coronavirus, le code davanti ai supermercati, la sensazione che qualcosa di enorme stesse accadendo senza che fosse ancora possibile misurarlo. Da lì costruisce il parallelo con l’AI: “The technology is clearly here, spreading everywhere, and it is not going away”. La tecnologia è qui, si sta diffondendo ovunque e non sparirà.

La sua domanda è semplice, quasi brutale: come ci fa sentire tutto questo?

Il disagio nasce dall’incertezza

Il cuore dell’articolo è il concetto di malaise: non una paura esplicita, non un rifiuto ideologico, ma un malessere diffuso. Una condizione di incertezza continua, in cui la società si trova esposta a una trasformazione potente senza disporre ancora di strumenti di misura, controllo e previsione.

Honan osserva che l’AI viene presentata con promesse enormi: cura delle malattie, energia pulita illimitata, soluzione alla crisi climatica, aumento della produttività. Ma il presente visibile è molto più ambiguo. I data center consumano energia e incidono sulle bollette; i sistemi automatizzati entrano nei processi militari; le aziende tagliano posti di lavoro in nome dell’efficienza; i contenuti generati dall’AI invadono feed, newsletter, social network e testi professionali.

Una delle frasi più forti dell’articolo è: “No wonder most people say AI makes them nervous”. Non stupisce, scrive Honan, che molte persone dichiarino di sentirsi nervose davanti all’intelligenza artificiale.

Il testo insiste anche sulla crisi dell’autenticità.

L’autore si accorge di avere usato un "em dash", un trattino lungo, e teme che il lettore possa sospettare che il testo sia stato scritto da un’AI. È un dettaglio apparentemente ironico, ma rivela una frattura profonda: quando lo stile stesso diventa sospetto, la fiducia nella comunicazione cambia natura.

Il passaggio più interessante, per il mondo professionale, riguarda il lavoro creativo e tecnico. Honan prende l’esempio dei circa 265.000 graphic designer statunitensi: professionisti non necessariamente famosi, ma capaci di vivere del proprio mestiere. La domanda è concreta: l’AI sarà per loro un nuovo Photoshop, cioè uno strumento di produzione, oppure diventerà un sostituto economico, addestrato su immagini e linguaggi prodotti dagli stessi professionisti che rischia poi di rimpiazzare?

Perché questa riflessione riguarda anche il mondo tecnico

L’articolo di Honan non è soltanto una riflessione culturale sull’intelligenza artificiale. È anche un avviso al mondo delle professioni tecniche, dell’ingegneria, dell’architettura, della progettazione e dell’industria delle costruzioni.

L’AI, infatti, non entra nei processi professionali come semplice accessorio. Entra nella ricerca normativa, nella scrittura tecnica, nella progettazione assistita, nella generazione di immagini, nella modellazione, nell’analisi documentale, nella gestione dei dati, nella manutenzione predittiva, nel controllo dei cantieri, nella formazione e nella comunicazione con il cliente. Cambia quindi non solo gli strumenti, ma anche il modo in cui si produce autorevolezza.

Il tema centrale diventa la misura. Honan chiede: dove sono le dashboard pubbliche? Dove sono le politiche industriali per adeguare la rete elettrica alla crescita dei data center? Dove sono i piani per affrontare l’eventuale spostamento occupazionale di milioni di lavoratori? La domanda, tradotta nel linguaggio tecnico, è ancora più netta: quali indicatori useremo per capire se l’AI sta migliorando davvero il sistema o se sta semplicemente accelerando processi opachi?

👉 L’AI non genera solo innovazione: produce anche incertezza, perché cambia lavoro, energia e informazione più rapidamente della nostra capacità di misurarne gli effetti.

Per il settore delle costruzioni questo punto è decisivo. La digitalizzazione, il BIM, i digital twin, l’automazione dei processi, l’analisi dei dati e l’AI applicata alla progettazione non possono essere valutati soltanto in termini di efficienza immediata. Occorre capire l’impatto sulla responsabilità professionale, sulla tracciabilità delle decisioni, sulla qualità del progetto, sulla sicurezza, sulla proprietà intellettuale, sulla formazione dei giovani tecnici e sulla capacità critica dei professionisti.

L’errore sarebbe affrontare l’intelligenza artificiale come una nuova moda di software. Non lo è. È una trasformazione infrastrutturale e culturale. E come tutte le trasformazioni infrastrutturali richiede standard, metodi, verifiche, governance e responsabilità.

Conclusione: dal malessere alla misura

La parte finale dell’articolo torna al parallelo con il Covid. Durante la pandemia, dopo la fase iniziale di disorientamento, la società ha costruito strumenti: sistemi di tracciamento, indicatori, modelli, vaccini, protocolli, dashboard pubbliche. Non tutto ha funzionato, ma è nato un apparato di conoscenza per interpretare il fenomeno.

Con l’AI, secondo Honan, questo passaggio non è ancora avvenuto. Siamo ancora nella fase dell’intuizione, della paura, dell’entusiasmo, dell’aneddoto e della retorica. Vediamo l’AI ovunque, ma non sappiamo ancora dire con sufficiente precisione quali effetti stia producendo sull’economia, sull’occupazione, sull’energia, sulla qualità dell’informazione, sulla salute mentale e sui processi democratici.

Il malessere dell’AI nasce qui: non dalla tecnologia in sé, ma dalla sproporzione tra la sua velocità di diffusione e la nostra capacità di comprenderla.

Per questo la risposta non può essere né il rifiuto né l’abbandono entusiastico. Serve una cultura tecnica dell’intelligenza artificiale. Servono metriche, audit, trasparenza, politiche industriali, formazione, responsabilità professionale. Serve, soprattutto, la capacità di riportare l’AI dentro un quadro umano, pubblico e misurabile.

La domanda non è più: useremo l’intelligenza artificiale?

La domanda è: sapremo governarla prima che diventi semplicemente il nuovo ambiente invisibile dentro cui viviamo, lavoriamo e decidiamo?

FAQ TECNICHE: Governance AI e professioni tecniche: rischi | Ingenio

Che cosa si intende per “malessere dell’AI”?
Il malessere dell’AI indica una condizione di incertezza diffusa generata dalla presenza crescente dell’intelligenza artificiale nei processi sociali, produttivi e professionali.
Non è semplice paura della tecnologia, ma difficoltà a comprenderne effetti reali, tempi di trasformazione e conseguenze su lavoro, informazione, energia e responsabilità.
Nel contesto tecnico riguarda soprattutto la sproporzione tra velocità di adozione e capacità di controllo.

In quali contesti professionali l’AI sta già entrando?
L’AI è già utilizzata nella scrittura tecnica, nella ricerca documentale, nell’analisi normativa, nella generazione di immagini, nella progettazione assistita, nella gestione dati, nel BIM, nei digital twin e nella manutenzione predittiva.
Nel settore delle costruzioni può supportare attività di analisi, simulazione, classificazione documentale, controllo di cantiere e comunicazione tecnica.
Il punto critico è definire dove l’AI assiste il professionista e dove rischia di sostituire o opacizzare il processo decisionale.

Esistono norme o standard tecnici per la governance dell’AI?
Sì. Tra i riferimenti internazionali più rilevanti ci sono ISO/IEC 42001:2023 per i sistemi di gestione dell’intelligenza artificiale, ISO/IEC 23894:2023 per la gestione del rischio AI e ISO/IEC 22989:2022 per terminologia e concetti dell’AI. ISO presenta la 42001 come standard per gestire rischi e opportunità dell’AI, mentre la 23894 fornisce linee guida per integrare il risk management nelle attività basate su AI. 
Per il quadro europeo va inoltre considerato l’AI Act. [Verificare specifica tecnica/norma]

Quali vantaggi può offrire l’AI alle professioni tecniche?
L’AI può accelerare attività ripetitive, migliorare l’analisi di grandi quantità di dati, supportare la ricerca normativa, aiutare nella verifica documentale e rendere più efficiente la produzione di contenuti tecnici.
Può inoltre favorire manutenzione predittiva, controllo dei processi, simulazioni preliminari e gestione integrata delle informazioni.
Il vantaggio è reale solo se l’output resta verificabile, tracciabile e sottoposto a giudizio professionale.

Come dovrebbe essere applicata l’AI nei processi di progettazione e costruzione?
L’AI dovrebbe essere inserita in procedure definite, con ruoli chiari, controllo umano, tracciabilità delle fonti e verifica tecnica degli output.
Nel progetto non può sostituire la responsabilità del professionista, soprattutto quando incide su sicurezza, conformità normativa, prestazioni e decisioni economiche.
Ogni uso rilevante dovrebbe essere documentato: dati utilizzati, modello o sistema impiegato, limiti, verifiche e validazioni.

Quali controlli servono per rendere affidabile l’uso dell’AI?
Servono controlli su qualità dei dati, trasparenza del processo, robustezza degli output, sicurezza informatica, aggiornamento dei modelli, bias, proprietà intellettuale e responsabilità decisionale.
Nel tempo sarà necessario introdurre audit periodici, procedure di validazione e indicatori di prestazione.
Per le organizzazioni tecniche, la logica dovrebbe avvicinarsi a quella dei sistemi di gestione: responsabilità, procedure, evidenze, miglioramento continuo.

Quali errori devono evitare imprese, progettisti e studi tecnici?
Il primo errore è usare l’AI come scorciatoia non verificata, soprattutto per norme, calcoli, relazioni tecniche o documenti contrattuali.
Il secondo è confondere produttività con qualità: un testo generato velocemente non è automaticamente corretto, completo o conforme.
Il terzo è non dichiarare ruoli, limiti e responsabilità.
Il quarto è delegare all’AI decisioni che richiedono esperienza tecnica, assunzione di responsabilità e conoscenza del contesto reale.