Human + AI Platform
Beta version

AI doesn’t scale without humans in the loop.
That’s the real infrastructure.

L’infrastruttura dell’AI è l’uso che ne fanno persone e team.

La Piattaforma Human + AI misura, con metodo scientifico, la prontezza reale di ogni persona e team ad adottare l’AI — prima di investire in formazione o strumenti.

Accedi alla piattaforma Prove e Demo Scopri i tool →
Audio · Introduzione
Human + AI Platform
Ascolta su Spotify

Verrai trasferito su Spotify · Nessun abbonamento richiesto

Author: Paolo Bersan  ·  Partner of &Forward Consulting Group
Il contesto

Il panorama AI è in costante evoluzione

Non è un'iperbole: tra il lancio di GPT-3.5 (2022) e l'adozione mainstream dei modelli multimodali (2024) sono passati meno di 18 mesi. Nello stesso periodo sono emersi strumenti per la generazione di immagini, video, audio, codice, analisi di dati, ricerca scientifica automatizzata.

Ogni sei mesi il benchmark cambia. Ogni anno cambia la categoria di ciò che è automatizzabile. In questo scenario, aggiornarsi su un tool specifico è una strategia perdente — è come imparare a guidare un modello di auto che verrà dismesso prima che tu finisca il corso.

"Non serve sapere quale tool usare oggi. Serve sapere come valutare qualsiasi tool arrivi domani."

La competenza che non diventa obsoleta: valutare criticamente un output, riconoscere i limiti di uno strumento, adattare il proprio giudizio a nuovi contesti. Capacità trasversali, durature, difficili da automatizzare.

Timeline esemplificativa dell'accelerazione
2022 Q4
ChatGPT apre l'AI al grande pubblico. 1 milione di utenti in 5 giorni.
2023 Q1
GPT-4, Claude, Gemini. I modelli multimodali diventano accessibili.
2023 Q3
Agenti autonomi, code generation, RAG. L'AI entra nei workflow professionali.
2024 Q2
Video, audio, modelli real-time. La generazione multimodale diventa commodity.
2025
Reasoning models, agenti verticali, AI nei sistemi decisionali aziendali critici.
2026 →
Impossibile prevedere. Possibile prepararsi.
01 — Il problema

L'AI non riduce il bisogno di competenza

Molti credono che con l'AI le competenze verticali di un settore possano diventare meno necessarie. L'idea ha una base reale: un non-programmatore può generare codice funzionante, un non-medico può ottenere una diagnosi differenziale plausibile. Ma questa visione è pericolosa.

"L'AI è un moltiplicatore di forza — ma moltiplica ciò che già hai. Se non hai competenze, moltiplica zero."

Il punto più critico è che non sai cosa non sai. Un esperto legge l'output e vede immediatamente un errore sottile ma grave. Un non-esperto non ha gli strumenti per riconoscerlo. L'AI può essere plausibile senza essere corretta.

Le competenze verticali non scompaiono: diventano il filtro critico indispensabile per usare l'AI in modo affidabile. Il profilo richiesto si sposta da "chi sa fare" a "chi sa riconoscere il buono dal cattivo".

Il cambio di profilo richiesto
Prima dell'AI Con l'AI
Sapere molte nozioniSaper valutare e correggere
Eseguire task ripetitiviSupervisionare e indirizzare
Produrre outputGiudicare la qualità dell'output
Conoscenza enciclopedicaPensiero critico applicato
Expertise a silosMetacognizione cross-domain
02 — I rischi specifici

Allucinazioni, bias e automation bias

I modelli linguistici producono tre tipologie principali di errore, ciascuna con caratteristiche diverse e rischi distinti.

Allucinazioni

L'AI inventa fatti con piena sicurezza. Cita fonti che non esistono, date errate, statistiche plausibili ma false. Il testo è scorrevole e convincente — non ci sono segnali di incertezza.

Bias

I modelli sono addestrati su dati prevalentemente in inglese, occidentali, con un certo taglio culturale. Su argomenti storici, politici o sociali, il bias è quasi inevitabile e spesso invisibile.

Automation bias

La tendenza a fidarsi di più di ciò che produce una macchina rispetto a un giudizio umano. È il rischio più sottile: non è l'AI che sbaglia — sei tu che smetti di controllare.

Strategie di difesa che funzionano

◎
Verifica le fonti
Non accettare un'affermazione solo perché l'AI la presenta con sicurezza. Risali alla fonte primaria.
◐
Chiedi incertezza
"Quanto sei sicuro?" e "Cosa non sai su questo?" spingono il modello a essere più onesto sui propri limiti.
◑
Triangola
Usa l'AI come punto di partenza, non di arrivo. Confronta con almeno una fonte esterna indipendente.
◔
Varia il framing
La stessa domanda formulata diversamente può produrre risposte molto diverse. Testa la consistenza.
03 — Le soft skills

Le competenze che fanno la differenza

Non sono competenze tecniche. Sono psicologiche, epistemiche, relazionali. L'AI le rende più urgenti e più visibili di quanto non fossero mai state.

Pensiero critico
Non accettare passivamente l'output. Interrogarsi su assunzioni, lacune, alternative. Non è scetticismo sistematico — è valutazione attiva.
Metacognizione
Sapere cosa non si sa. Chi riconosce i confini della propria competenza sa anche dove non fidarsi dell'AI senza verifica.
Question literacy
L'AI risponde a ciò che chiedi, non a ciò che intendi. Saper scomporre un problema in sotto-domande è quasi una competenza epistemica.
Information literacy
Distinguere fonte primaria da secondaria, dato verificabile da affermazione plausibile, consenso scientifico da opinione minoritaria.
Tolleranza all'ambiguità
L'AI tende a dare risposte nette anche su temi incerti. Chi la accetta acriticamente rinuncia alla complessità del reale.
Adattabilità continua
Gli strumenti cambiano rapidamente. La skill non è imparare questo modello, ma ricalibrare continuamente il proprio approccio.
Consapevolezza dei bias cognitivi
Confirmation bias, automation bias, anchoring. Riconoscerli in sé stessi è il primo passo per contrastarli nell'uso dell'AI.
Comunicazione e traduzione
Spiegare un problema complesso all'AI richiede la stessa skill che serve per comunicare con un collega di un altro settore.
04 — Il modello psicologico

Il Modello OCEAN

Il modello OCEAN si presta bene a questa analisi. Quattro delle cinque dimensioni hanno un impatto diretto sulla capacità di usare l'AI in modo critico e affidabile.

Dimensione Impatto sull'uso critico dell'AI Rilevanza
Openness
to Experience
Curiosità intellettuale, apertura al dubbio, tolleranza all'ambiguità. Chi è alto in Openness interroga l'output, esplora angolazioni diverse, non si accontenta della prima risposta. È la dimensione più direttamente collegata al pensiero critico.
 Alta
Conscientiousness
Chi è alto tende a verificare prima di agire, essere metodico e accurato, non fidarsi acriticamente. Vantaggio enorme contro le allucinazioni. Il rischio: rigidità nelle routine di verifica e difficoltà ad adattarsi quando gli strumenti cambiano.
 Alta
Neuroticism
(polo basso)
La stabilità emotiva protegge dall'automation bias. Chi è alto in Neuroticism può essere più vulnerabile: accetta la risposta dell'AI perché riduce l'ansia decisionale. Non è una condanna — ma è un fattore di rischio da conoscere.
 Indiretta
Agreeableness
(polo basso)
Dimensione ambivalente. Chi è molto alto tende ad accettare l'output senza contestare — quasi per cortesia, anche verso le macchine. Un livello medio-basso è ottimale: sfida l'AI quando serve, riconosce quando ha ragione.
 Ambivalente
Extraversion
La dimensione meno rilevante in questo contesto. Può influire sulla precisione del prompt (gli introversi tendono a essere più riflessivi) e sulla propensione a confrontarsi con altri per validare le informazioni.
 Marginale
05 — Riferimenti e framework

Oltre il modello OCEAN: Ikigai e le norme UNI 11621

Il profilo psicologico è necessario ma non sufficiente. Due framework complementari aiutano a contestualizzare le competenze individuali in una dimensione più ampia: esistenziale e professionale.

Framework giapponese

Ikigai e l'AI literacy

Il concetto giapponese di Ikigai — "ragione di essere" — si trova all'intersezione di quattro dimensioni: ciò che ami, ciò in cui sei bravo, ciò di cui il mondo ha bisogno, e ciò per cui puoi essere pagato.

Nell'era dell'AI, la domanda non è solo "l'AI può fare il mio lavoro?" ma: in quale quadrante del mio Ikigai l'AI è un amplificatore e in quale è una minaccia? Le competenze critiche verso l'AI appartengono quasi sempre al quadrante "ciò in cui sei bravo + ciò di cui il mondo ha bisogno".

Ciò che ami
Curiosità
→ Openness
Ciò in cui sei bravo
Rigore
→ Conscientiousness
Di cui il mondo ha bisogno
Pensiero critico
→ Scetticismo
Per cui sei pagato
Giudizio esperto
→ Stabilità
Normativa italiana

Norme UNI 11621

Le norme UNI 11621 definiscono i profili di competenza per le professioni ICT in Italia, recependo il framework europeo e-Competence Framework (e-CF). Rappresentano il riferimento normativo per la certificazione delle competenze digitali nel contesto professionale italiano.

La famiglia UNI 11621 include profili come Chief AI Officer, AI Product Manager, AI Prompt Engineer e AI Consultant — figure per le quali la valutazione critica dell'output AI non è una soft skill accessoria, ma un requisito di competenza esplicito.

Le dimensioni misurate dai tool Human+AI si sovrappongono alle competenze trasversali richieste da questi profili: analisi critica dell'informazione, gestione dell'incertezza, autonomia decisionale, orientamento alla qualità.

Profili UNI 11621 correlati
Profilo UNI 11621-8
Chief AI Officer
Leadership, negoziazione con il top management, padronanza AI Act, framework di AI ethics, comunicazione a stakeholder non tecnici
AI Product Manager
Scomposizione di problemi complessi, definizione di roadmap, gestione di team multidisciplinari
AI Prompt Engineer
Ottimizzazione dei prompt, iterazione sull'interazione uomo-macchina
AI Consultant
Affiancamento delle organizzazioni nell'adozione, aggiornamento su strumenti e pratiche emergenti
La suite

Quattro strumenti, una visione completa

Ogni modulo è autonomo ma progettato per integrarsi con gli altri, costruendo progressivamente una mappa dell'organizzazione rispetto all'AI.

Dark Side of AI Adoption

Tool breve sui rischi psicologici latenti nell'uso dell'AI: Openness, Conscientiousness, Stabilità emotiva e Scetticismo. Include una Scala Lie per la validità delle risposte e produce un cluster di rischio strutturale.

Human+AI Full

Tool esteso su 5 macrofattori e 17 sottodimensioni, dalla capacità critica alla governance etica. Misura la prontezza con rigore psicometrico, allineato agli standard UNI 11621-8.

Distribuzione della popolazione

Vista aggregata dell'organizzazione: ogni persona è posizionata su una mappa a due dimensioni. Il bordo di ciascun punto codifica il rischio Dark Side, rendendo immediatamente leggibili le aree di intervento prioritario.

Valutazione propedeutica 360

Per ogni manager, confronta il proprio profilo con quello dei collaboratori — calcolando gap percettivo e dispersione interna, corretti per l'errore standard di misura. Un indice sintetico orienta la priorità degli interventi.

Dark Side

Dark Side of
AI Adoption

L'adozione dell'AI porta con sé rischi non tecnici: dipendenze cognitive, acriticità, deferenza automatica agli output. Il Dark Side tool misura quattro dimensioni del comportamento umano che diventano vulnerabilità specifiche nel contesto AI.

Il test somministra 5 item per dimensione, estratti casualmente da un pool di 10 per ridurre l'effetto memoria. Tre item della Scala Lie verificano la coerenza delle risposte e segnalano eventuali distorsioni da desiderabilità sociale.

  • Opennessapertura critica verso gli output AI, propensione a mettere in discussione le risposte
  • Conscientiousnesssistematicità nella verifica, accuratezza sotto pressione, adattabilità delle procedure
  • Stabilità emotivaindipendenza decisionale dall'AI, gestione dello stress senza dipendenza dallo strumento
  • Scetticismocapacità di dissentire attivamente dagli output AI anche in presenza di pressione sociale

Puoi partire da dove vuoi

Entry

Solo tool su un team pilota. Investimento minimo, massima misurabilità del valore prima di procedere.

Standard

Tool + restituzione individuale. La combinazione più richiesta.

Full

Tool + restituzione + consulenza strategica. Per chi vuole tradurre i dati in decisioni.

Matrice di esito
Matrice di esito Dark Side — Moderate User
Legenda cluster
Curious Drifter
High Openness · Low Conscientiousness
Engaged Critic
High Openness · Mid Conscientiousness
Critical Navigator
High Openness · High Conscientiousness
Casual Questioner
Mid Openness · Low Conscientiousness
Moderate User ●
Mid Openness · Mid Conscientiousness
Methodical Skeptic
Mid Openness · High Conscientiousness
Passive Accepter
Low Openness · Low Conscientiousness
Routine Checker
Low Openness · Mid Conscientiousness
Rigid Verifier
Low Openness · High Conscientiousness
Profilo Human+AI Full su 5 macrofattori
Human+AI Full

Human+AI Full

Il test più completo della suite misura cinque macrofattori su 17 sottodimensioni, attraverso item estratti casualmente da pool estesi per garantire variabilità tra somministrazioni.

L'architettura è allineata alla UNI 11621-8 e integra costrutti come Job Crafting e Flow nell'uso dell'AI — dimensioni che i framework standard non ancora coprono ma che la ricerca indica come predittori rilevanti.

  • Pensiero Critico & Analiticoragionamento sistemico, valutazione dell'evidenza, tolleranza all'ambiguità
  • Rigore & Verificaverifica sistematica degli output, tenuta sotto scadenza, adattabilità delle procedure
  • Interazione & Augmentationqualità del prompting, human-in-the-loop, collaborazione mediata dall'AI
  • Governance, Rischio & Eticamindset etico, consapevolezza normativa, sicurezza dei dati
  • Adattabilità & Crescitaaggiornamento continuo, direzione d'uso, ikigai professionale, flow, job crafting
Pool ampliati su 6 sottodimensioni (agenti autonomi, sostenibilità, sicurezza dati, collaborazione mediata) per coprire i temi più attuali dell'AI Act e della normativa italiana.
Distribuzione

Distribuzione
della popolazione

La vista aggregata trasforma i profili individuali in una mappa organizzativa. Ogni punto rappresenta una persona, posizionata rispetto a due macrofattori a scelta — o sulla media di tutti e cinque.

Il bordo del punto codifica il cluster di rischio del Dark Side: verde per rischio minimo, rosso per rischio estremo. Le aree di attenzione emergono visivamente, senza richiedere elaborazione manuale dei dati.

Mappa di popolazione — esempio
Mappa di distribuzione popolazione
Valutazione 360

Valutazione
propedeutica 360

Il modulo 360 non è un feedback a tutto campo: è uno strumento di calibrazione psicometrica che confronta il profilo del manager con quello del proprio team, prima di avviare un feedback più esteso.

La combinazione degli indicatori calcolati produce un Indice di necessità 360 che orienta la priorità degli interventi — concentrando le risorse dove il delta è statisticamente significativo.

Il sistema distingue riporto gerarchico (line manager diretto) e riporto funzionale, con viste separate per ciascuno.

Esempio scheda 360
R.R. Manager gerarchico
IT Project Manager · Azienda A · Finance · 7 collaboratori
Alta
Priorità 360
Indice di necessità 360: 23.8 Gap significativo tra manager e team — intervento raccomandato.
Dark Side · navigazione critica
Manager
84
Media team
54.1
Gap corretto per SEM: 29.9 punti · Dispersione (SD): 6.9
Human+AI Full · media 5 macrofattori
Manager
57.4
Media team
52.0
Gap corretto per SEM: 5.4 punti · Dispersione (SD): 9.1
Il manager si percepisce significativamente più capace di navigare l'AI rispetto al team. Delta ad alta priorità per intervento di sviluppo collettivo.
Secondo esempio
G.C. DevOps Engineer (Manager)
Azienda F · Operations · 8 collaboratori
Bassa
Priorità 360
Indice di necessità 360: 0.2 Il profilo del manager è allineato alla media del team — nessun intervento urgente.
Fondamenti

Rigore psicometrico, non sondaggi

La Piattaforma Human + AI è costruito su misure validate, non su questionari di autopercepzione generica. Ogni scelta metodologica ha una motivazione tecnica precisa.

01
Pool randomizzati
Gli item vengono estratti casualmente da pool doppi a ogni somministrazione, riducendo l'effetto memoria e aumentando la validità dei confronti longitudinali.
02
Scala Lie integrata
Item di validità a risposta socialmente desiderabile in ogni test. Le risposte eccessivamente positive attivano una segnalazione automatica che qualifica l'interpretabilità del profilo.
03
Report personalizzati
La piattaforma genera report individuali differenziati per ogni partecipante: ogni profilo è unico, contestualizzato rispetto al ruolo e alla funzione, e progettato per supportare decisioni di sviluppo mirate.
04
Item reverse non speculari
Gli item a polarità invertita non negano semplicemente i positivi: esprimono un aspetto motivazionalmente distinto della stessa dimensione, per rilevare pattern acquiescenti.
05
Allineamento UNI 11621-8
L'architettura dei macrofattori è conforme allo standard italiano sulle competenze AI, con estensioni che coprono le più recenti previsioni dell'AI Act europeo.
06
Cluster bifattoriale
Il Dark Side produce un cluster su matrice 3×3 (Openness × Conscientiousness), con codice di rischio strutturale che persiste nella vista distribuzione per la lettura organizzativa.
Perché Human + AI

Perché scegliere Human + AI

Gli strumenti di assessment e valutazione presenti sul mercato sono numerosi e articolati. L’approccio Human + AI nasce con l’obiettivo di offrire una soluzione integrata che combina valutazione e sviluppo, supportando sia il percorso individuale sia quello dei team. Il modello prevede inoltre una fase iniziale di analisi che consente di verificare l’opportunità di estendere l’approfondimento attraverso una valutazione a 360° completa.

⊙
Valutazione in fase di recruiting
La soluzione può essere utilizzata anche in fase di selezione, per valutare in modo strutturato la capacità dei candidati di utilizzare l’intelligenza artificiale. Non è pensata solo per profili tecnici esperti, ma per leggere i diversi livelli di adozione e utilizzo dell’AI, rendendola applicabile a una pluralità di ruoli e funzioni aziendali.
⬡
Posizionamento nei team
Il modello rileva il posizionamento delle persone all’interno del team, analizzando sia il livello di maturità nell’utilizzo dell’AI sia le dinamiche relazionali con il Manager di riferimento. Questo consente di identificare aree di miglioramento e leve di crescita, favorendo una diffusione più efficace e coerente delle competenze AI nell’organizzazione.
⇄
Confronto con i competitor
Abbiamo analizzato i principali competitor di riferimento e siamo disponibili a confrontarci sulle rispettive metodologie e risultati. Le nostre soluzioni sono proprietarie e sviluppate con tecnologie innovative, che permettono un elevato livello di personalizzazione e una facile integrazione con i sistemi già in uso presso la vostra organizzazione.
Il prossimo passo

Una valutazione strutturata della Human+AI readiness
della vostra organizzazione.

Su richiesta, mettiamo a disposizione del management una sessione esecutiva di presentazione della piattaforma — con dati reali o simulati — per illustrare l’integrazione dei quattro strumenti e i primi insight disponibili già nelle settimane iniziali di rilevazione.

Informativa sul trattamento dei dati (art. 13 GDPR)

Titolare del trattamento: [da confermare con il DPO], contatto: [email titolare/DPO].

Finalità e base giuridica: gestire e dare riscontro alla richiesta di contatto/approfondimento. Base giuridica: esecuzione di misure precontrattuali su richiesta dell’interessato (art. 6(1)(b) GDPR) e/o consenso (art. 6(1)(a) GDPR) — [da validare DPO].

Dati raccolti: nome, email e contenuto del messaggio. Conservazione: per il tempo necessario a gestire la richiesta e comunque non oltre [X mesi] — [da validare DPO]. I dati non sono diffusi.

Diritti: accesso, rettifica, cancellazione, limitazione, opposizione e portabilità (artt. 15–22 GDPR), oltre al reclamo al Garante. Per esercitarli: [email titolare/DPO]. Informativa completa: [URL informativa — da pubblicare].