Floridi: “AI dovrebbe stare per Agency without Intelligence”

Padre della Filosofia dell’Informazione e punto di riferimento internazionale sull’etica dell’AI, Luciano Floridi è anche ‘John K. Castle professor in the Practice of Cognitive Science’ e Founding Director del Digital Ethics Center presso l’Università di Yale.

In questa intervista esclusiva ad AI4Business, espone la sua visione sugli sviluppi dell’intelligenza artificiale; spiega gli errori che si stanno commettendo e i rischi che corriamo; indica conseguenze ed effetti negativi, e le possibili soluzioni. Urgenti, fondamentali, da realizzare con determinazione.

Per quanto riguarda gli sviluppi, l’adozione e l’interpretazione dell’AI, nelle aziende e nelle organizzazioni i manager quali errori ancora commettono principalmente?

“Uno degli errori più costosi riguarda la comprensione. Molti manager credono di comprare un’intelligenza e si ritrovano con una capacità di agire: sistemi che non capiscono nulla e fanno moltissimo, spesso meglio di noi. È quello che chiamo agere sine intelligere, agire senza capire, con AI che in inglese dovrebbe stare per Agency without Intelligence. Sembra una sottigliezza da filosofi, ma in realtà decide la strategia: se credo che il sistema ragioni, gli posso affidare decisioni anche significative; se so che è un motore statistico, gli affido un compito e lo controllo, diffidando di una delega piena”.

Gli errori più comuni dei manager

Quali sono gli altri errori?

“Il secondo errore è partire dallo strumento e cercare il problema. Vedo comitati deliberare di «adottare l’intelligenza artificiale» e poi cercare un processo a cui darla in pasto. Già una ricerca IDC, ripresa nel CIO Playbook 2025 commissionato da Lenovo, rilevava che l’88% dei proof of concept sull’AI non superava la fase sperimentale per arrivare alla produzione. IDC metteva questo divario in relazione soprattutto con una preparazione organizzativa insufficiente: ritorni incerti o non misurati, dati non pronti, competenze interne carenti. La ventinovesima Global CEO Survey di PwC, presentata a Davos nel gennaio 2026 e basata sulle risposte di 4.454 amministratori delegati, riporta che il 56% non aveva registrato né maggiori ricavi né minori costi grazie all’AI nei dodici mesi precedenti, mentre il 12% aveva ottenuto entrambi”.

Quindi?

“Su quel 12% conviene fermarsi: PwC lo chiama l’avanguardia; io direi che è competenza. Hanno una probabilità da due a tre volte maggiore di aver integrato in modo esteso l’AI nei prodotti e servizi, nella generazione della domanda e nelle decisioni strategiche. Il 44% l’ha applicata a prodotti, servizi ed esperienze, contro il 17% delle altre aziende. I modelli di base sono sempre più accessibili a tutti; a distinguere le imprese è ciò che hanno costruito intorno”.

L’AI funziona dove il processo viene ridisegnato intorno ad essa

Cos’altro c’è da rimarcare?

“Resta l’errore più difficile da correggere: comprare l’AI senza riprogettare il processo che dovrebbe usarla. La lavastoviglie non ha imparato a lavare i piatti come noi; abbiamo cambiato piatti, detersivi e la cucina intorno a lei, «imbustandola» in un ambiente su misura (envelope, in robotica). Con l’AI vale lo stesso: funziona dove il processo viene ridisegnato intorno ad essa, e su un processo che già zoppicava, accelera solo gli errori. Mi ricorda la coppia in crisi che decide di avere un bambino”.

Per dare qualche indicazione e consigli alle aziende, quali possono essere?

“Primo consiglio: cominciare dal compito, distinguendo due coppie di concetti. Un compito è facile o difficile in base all’abilità richiesta: accendere la luce è facile, suonare il pianoforte è difficile. Ed è semplice o complesso in base alle risorse consumate: lavare un piatto è semplice, lavarne mille no. L’AI è straordinaria sui compiti facili ma complessi, dove noi ci perdiamo per volume, e fragile quando il compito è difficile e il contesto è aperto. Si cerchino quindi le attività ripetitive e delimitate, misurabili, in cui un errore si può correggere, e si parta da lì. FTI, l’azienda di consulting, ha gentilmente definito questi due trend “Floridi curves”. Il loro paper sul tema è molto chiaro”.

Alcune indicazioni importanti da seguire

Un’altra indicazione importante?

“Secondo consiglio: definire il criterio di successo prima di firmare il contratto. Se non si sa che cosa si misura, l’unico risultato certo è il fatturato del fornitore. E il collaudo iniziale ha vita breve, perché questi sistemi cambiano comportamento nel tempo: serve un audit ciclico, a sistema in funzione”.

Cos’altro serve?

“Infine, il consiglio meno tecnico e il più importante: non si devono tagliare le persone che dovrebbero sorvegliare i sistemi, perché sono le stesse che riconoscono un risultato sbagliato, e quella capacità non si compra con la licenza. L’asimmetria informativa è finita, l’informazione viene recuperata e organizzata ormai da qualsiasi sistema, e il valore si sposta sul significato che sappiamo darle: lo chiamo capitale semantico, la risorsa scarsa di questa fase. Un’azienda che compra modelli e licenzia competenze sta comprando risposte dopo aver licenziato chi sa fare le domande”.

In questo periodo, c’è stata una notizia, un fatto, un episodio sull’AI particolarmente significativo, e perché?

“La notizia è del 26 agosto scorso. Reuters ha ricostruito ‘Project OT’, il piano per rendere Meta AI-native: agenti al lavoro e gruppi umani più piccoli a supervisionarli. Negli scenari più aggressivi, molti team si sarebbero ridotti fino al 60%, tra tagli e trasferimenti; Meta precisa che la percentuale non riguardava l’intero organico. Delle due ondate previste, la prima è stata eseguita il 20 maggio; la seconda, attesa per novembre, è stata cancellata da Zuckerberg la sera del 19 maggio. Reuters non ha accertato perché. I messaggi interni citati da Reuters segnalavano un aumento annuo del 40% degli incidenti gravi, tecnici o di sicurezza, e del 70% del tempo impiegato a gestirli. Non dimostrano che l’AI fosse l’unica causa, né misurano il saldo di produttività. Il punto organizzativo resta: cresce a velocità di macchina anche ciò che qualcuno dovrà verificare, integrare, mettere in sicurezza o scartare. Più AI, più lavoro di gestione”.

Di ciò, cosa l’ha più colpita?