Caos
#12 / Un vocabolario umano sull'intelligenza artificiale
“L’intelligenza artificiale creerà nuovi posti di lavoro.”
“L’intelligenza artificiale eliminerà milioni di posti di lavoro.”
Da mesi leggiamo entrambe le previsioni. Ognuna sembra definitiva; nessuna ci aiuta davvero a capire quale forma prenderà il lavoro.
Forse perché continuiamo a contare i posti che scompariranno, mentre sta già cambiando ciò che un lavoro contiene: quali attività restano alle persone, quali deleghiamo alle macchine, chi prende le decisioni, chi controlla il risultato e chi risponde quando qualcosa va storto.
Gartner ha dato un nome a questa fase: Job Chaos.
Non apocalisse del lavoro. Caos del lavoro.
E di Chaos parla anche uno studio sugli agenti e un mio progetto su una piattaforma agentica decetralizzata.
Siamo nel caos?
La parola: Chaos
Dal greco cháos: apertura, voragine, spazio indistinto.
All’origine, il caos non era semplicemente confusione, era ciò che esisteva prima che il mondo venisse separato, nominato e ordinato. Il caos è il momento nel quale le forme precedenti non tengono più, ma quelle nuove non sono ancora diventate riconoscibili.
Ho chiesto alla macchina
Cos'è il Chaos?
Il caos è una condizione di apparente disordine e imprevedibilità. Nel linguaggio comune indica confusione o assenza di organizzazione. Nella scienza, invece, può descrivere sistemi regolati da leggi precise ma molto sensibili alle condizioni iniziali, nei quali piccole variazioni possono produrre conseguenze molto differenti.
Hai paura del Caos?
Non provo paura. Ma sono costruita per ridurre l’incertezza: trasformare domande aperte in risposte, alternative in una proposta, possibilità in una sequenza di parole.
Il rischio è che una risposta ordinata faccia sembrare semplice qualcosa che non lo è.
Noi allo specchio / La società
Per gli antichi greci, il caos veniva prima del mondo.
Per secoli abbiamo continuato a immaginare caos e ordine come due territori opposti. Da una parte l’instabilità, dall’altra la ragione. Da una parte la confusione, dall’altra la civiltà.
Ma con la modernità il caos cambia posizione: non sta più soltanto prima della società, entra al suo interno.
Émile Durkheim lo incontra nella forma dell’anomia: il momento in cui le regole collettive non riescono più a guidare le persone. Le istituzioni esistono ancora, le aziende continuano a produrre, le persone si svegliano e vanno al lavoro. Eppure qualcosa si è rotto nel rapporto tra aspettative, desideri e norme.
L’anomia non è l’assenza completa di ordine, è un ordine che non riesce più a spiegare il mondo che ha prodotto.
Georg Simmel osservava qualcosa di simile nella metropoli moderna.
La città non era priva di ordine, al contrario: orari, denaro, trasporti, burocrazia e divisione del lavoro la rendevano una macchina estremamente organizzata.
Eppure, per chi la abitava, quella stessa organizzazione produceva un’esperienza frammentata: troppi stimoli, troppi incontri, troppe richieste simultanee.
Il caos non derivava dalla mancanza di struttura, ma dal suo eccesso.
È una distinzione che ci serve per capire l’AI.
La sensazione di caos che attraversa oggi le organizzazioni non nasce perché non esistono strumenti o processi. Nasce perché ne esistono troppi: modelli diversi, piattaforme diverse, policy provvisorie, sperimentazioni locali, agenti che svolgono compiti differenti e persone che non sanno più con precisione quale parte del processo appartenga a loro.
Un’azienda può essere perfettamente organizzata e, nello stesso momento, profondamente disorientata.
Job Chaos
Nel novembre 2025 Gartner ha pubblicato una previsione dal titolo piuttosto netto:
L’AI non provocherà un’apocalisse del lavoro, ma scatenerà il caos del lavoro.
Secondo Gartner, a partire dal periodo 2028-2029 l’intelligenza artificiale potrebbe creare più posti di lavoro di quanti ne eliminerà.
Gartner stima che ogni anno oltre 32 milioni di lavori verranno trasformati e richiederanno aggiornamento delle competenze, riprogettazione o una completa riscrittura. Non parla soltanto di professioni eliminate: parla di lavori “riconfigurati, ridisegnati, frammentati e fusi”.
È questo il Job Chaos.
Non un mondo senza lavoro, ma un mondo nel quale diventa difficile stabilire cosa contenga esattamente un lavoro.
Una professione, infatti, non è un blocco unico, è un insieme di attività.
Alcune possono essere automatizzate, altre possono essere accelerate, altre ancora diventano più importanti proprio perché la macchina non riesce a svolgerle in modo affidabile.
Prendiamo un’attività apparentemente semplice: rispondere alle email.
Un agente AI può leggere il messaggio, cercare informazioni, preparare una risposta e forse inviarla.
Abbiamo automatizzato una mansione? Solo in apparenza.
Ora dobbiamo decidere quali email può leggere, a quali dati può accedere, quali risposte può inviare senza approvazione, come verifica l’identità del mittente e chi interviene quando interpreta male una richiesta.
Il compito non è scomparso. Si è scomposto e distribuito tra umano, modello, interfaccia, regole aziendali e sistemi di controllo.
La stessa attività richiede meno scrittura, ma più progettazione, verifica e responsabilità.
Gartner immagina quattro configurazioni: persone che gestiscono le eccezioni lasciate dall’AI; sistemi progettati secondo una logica AI-first e supervisionati da pochi esseri umani; professionisti che usano l’AI per aumentare velocità e qualità; collaborazioni capaci di creare attività che prima non esistevano.
Questi scenari possono convivere: la stessa azienda può eliminare alcune attività, potenziarne altre e inventare nuovi ruoli.
La stessa persona può usare l’AI come assistente al mattino e passare il pomeriggio a correggere i problemi creati da un altro sistema automatico.
Il futuro del lavoro non arriverà come un unico modello. Arriverà come molti futuri incompatibili, tutti nello stesso momento.
Questa la parte più difficile da governare: le aziende sono abituate a progettare ruoli relativamente stabili. Si assume una persona, le si assegna una posizione, si descrivono le sue responsabilità e si costruisce un percorso di crescita.
Ma come si progetta una carriera quando le attività che formano un ruolo cambiano ogni sei mesi?
Come si diventa esperti, se i compiti attraverso i quali si costruiva l’esperienza vengono delegati?
Come si valuta una persona quando il risultato è prodotto insieme a un sistema che cambia continuamente?
Come si attribuisce un errore?
Il caos del lavoro non riguarda soltanto quanti posti resteranno.
Riguarda l’apprendimento, l’identità professionale, il potere e la responsabilità.
Lo specchio / AI e Algoritmi
C’è un altro studio che aiuta a capire quanto rapidamente il caos tecnico possa trasformarsi in caos organizzativo.
Si intitola Agents of Chaos, è uno studio esplorativo di red teaming pubblicato nel febbraio 2026 da un ampio gruppo internazionale di ricercatori.
Per due settimane, venti studiosi hanno interagito con agenti AI inseriti in un ambiente realistico. Gli agenti disponevano di memoria persistente, account email, accesso a Discord, file system e shell. Potevano agire.
I ricercatori hanno documentato undici casi rappresentativi di comportamenti problematici: divulgazione di informazioni sensibili, esecuzione di azioni distruttive, consumo incontrollato di risorse, vulnerabilità nell’identificazione degli utenti e propagazione di pratiche insicure tra agenti.
In alcuni casi gli agenti dichiaravano di aver completato correttamente un’attività, mentre lo stato reale del sistema mostrava il contrario.
La cosa più interessante di Agents of Chaos non è che gli agenti abbiano agito in uno spazio privo di regole. Le regole c’erano.
Gli agenti avevano un proprietario, delle istruzioni, un mandato generale a essere utili e, in alcuni casi, indicazioni su ciò che avrebbero dovuto proteggere.
Il problema è che una regola non contiene da sola il proprio contesto di applicazione.
Dire a un agente “sii utile” non gli permette necessariamente di comprendere a chi debba essere utile, fino a quale punto, con quali conseguenze e quando un’altra regola debba diventare prioritaria.
In diversi casi, gli agenti non si sono ribellati agli ordini.
Hanno fatto quasi il contrario: hanno obbedito troppo.
Mentre leggevo Agents of Chaos, ho riconosciuto alcune dinamiche che avevo già incontrato lavorando alla realizzazione di una piattaforma multi-agente con un’architettura decentralizzata.
In un sistema di questo tipo non esiste necessariamente un unico agente centrale che assegna tutti i compiti e prende la decisione finale, gli agenti interagiscono tra loro: si scambiano informazioni, formulano proposte, delegano attività e reagiscono alle risposte degli altri.
Nelle relazioni tra agenti ho visto emergere il caos, anche in questo caso, non perché mancassero le regole: ogni agente aveva un ruolo e un obiettivo.
Il problema cominciava quando quelle regole entravano in relazione.
Se un agente proponeva una soluzione e un altro non era d’accordo, chi aveva l’ultima parola?
Se continuavano a scambiarsi osservazioni senza raggiungere una conclusione, chi decideva che il confronto era terminato?
E soprattutto: come fa un sistema decentralizzato a capire quando è il momento di fermarsi?
Gli agenti sono progettati per essere utili e portare avanti un compito. Quando ricevono una nuova informazione, tendono a elaborarla e a produrre un’altra azione.
In una conversazione tra più agenti, questa disponibilità può trasformarsi in un ciclo.
Il caos non nasce sempre dal conflitto. A volte nasce da una collaborazione che non possiede una regola condivisa per terminare.
In un gruppo umano, la fine di una discussione dipende anche dai ruoli, dal tempo disponibile e dal riconoscimento dell’autorità.
Possiamo non essere d’accordo, ma sappiamo che a un certo punto qualcuno dovrà decidere.
Gli agenti possono invece confrontare proposte senza sapere quando il confronto abbia esaurito la propria utilità.
Quindi non basta che ogni agente svolga bene il proprio compito. Servono regole di coordinamento:
Chi può chiudere una discussione?
Quante volte una proposta può essere rivista?
Quali disaccordi richiedono l’intervento umano?
Quando si decide per consenso e quando per autorità?
Progettando quella piattaforma ho capito che costruire un sistema multi-agente non significa soltanto progettare molti agenti intelligenti.
Significa progettare le loro relazioni.
Qui Agents of Chaos e il Job Chaos di Gartner si incontrano.
Il primo osserva ciò che accade dentro i sistemi artificiali quando autonomia e comunicazione producono effetti inattesi.
Gartner osserva ciò che accade intorno a quei sistemi, quando le organizzazioni devono ridefinire ruoli e responsabilità.
In entrambi i casi, distribuire i compiti non significa aver distribuito chiaramente anche il potere di decidere e la responsabilità delle conseguenze.
È in questo spazio tra una regola e la sua interpretazione, tra un agente e l’altro, che ho visto apparire il caos.
Non come assenza di ordine, ma come difficoltà nel produrre un ordine condiviso.
Micro esercizio di percezione
Questa settimana osserva un processo di lavoro nel quale è stata introdotta l’intelligenza artificiale.
Non chiederti soltanto se il processo sia diventato più veloce, osserva un ulteriore elemento:
Chi può mettere in discussione la decisione della macchina?
Grazie per avermi letta.
Ogni due settimane (circa) una parola, una macchina e un pezzo di noi.
Se vuoi continuare questo percorso, iscriviti o condividi la newsletter con chi ama fermarsi sulle parole.
Chi ci ha guidato in questo viaggio sul Caos
Émile Durkheim (1858–1917)
Chi era: sociologo francese, tra i fondatori della sociologia moderna.
Focus: ha elaborato il concetto di anomia per descrivere l’indebolimento delle norme collettive e il disorientamento prodotto dai cambiamenti sociali.
Lettura consigliata: Durkheim, É., Il suicidio, Rizzoli.
Georg Simmel (1858–1918)
Chi era: filosofo e sociologo tedesco.
Focus: ha analizzato la vita metropolitana, la moltiplicazione degli stimoli e le strategie con cui l’individuo cerca di proteggersi dalla complessità moderna.
Lettura consigliata: Simmel, G., Le metropoli e la vita dello spirito, Armando Editore.
Gartner
Focus: nella ricerca AI Won’t Cause a Jobs Apocalypse, but It Will Unleash Job Chaos descrive la possibile riconfigurazione di oltre 32 milioni di lavori ogni anno e propone quattro scenari per la collaborazione tra persone e AI.
Approfondimento: Gartner, novembre 2025.
Natalie Shapira e gli autori di “Agents of Chaos”
Focus: lo studio esplorativo analizza vulnerabilità di sicurezza, privacy e governance emerse dall’interazione tra agenti autonomi, persone e strumenti digitali in un ambiente realistico.
Approfondimento: Shapira, N. et al., Agents of Chaos, arXiv, febbraio 2026.