L'inarrestabilità dell'AI e il framework 4D: come prepararsi davvero al futuro

C'è una conversazione che mi capita di fare almeno una volta a settimana, con un cliente, uno studente o un altro imprenditore. Inizia più o meno così: "Sì, ma secondo te questa cosa dell'AI durerà? Non è un'altra bolla tipo il metaverso?". E io capisco da dove arriva la domanda, perché di hype ne abbiamo mangiato tanto. Ma la risposta onesta è scomoda: no, non è il metaverso. Questa non si ferma.

Non si ferma per ragioni strutturali, non per fede tecnologica. I capitali investiti sono di un ordine di grandezza mai visto. I modelli migliorano a ogni rilascio — ho scritto pochi giorni fa di Fable 5, che ha di nuovo alzato l'asticella. I costi per unità di intelligenza scendono. E soprattutto: l'adozione non è più trainata dal marketing, ma dal valore. Quattro piccole imprese su cinque dicono che l'AI è più utile di un anno fa, e la usano senza sentirsi sotto pressione. Quando una tecnologia smette di aver bisogno di evangelisti, è perché ha vinto.

La domanda quindi non è "se" prepararsi, ma "come". E qui la maggior parte dei consigli che circolano è inutile: "impara i prompt", "resta aggiornato", "sperimenta". Ok, ma in pratica? La cosa più concreta che ho trovato finora è il framework 4D, sviluppato da Anthropic insieme ai professori Rick Dakan e Joseph Feller per il loro corso di AI Fluency. Lo uso come griglia mentale da mesi, sia in agenzia che quando insegno, e funziona.

Le quattro D, una per una

L'idea di fondo è che lavorare bene con l'AI non sia una competenza sola, ma quattro competenze intrecciate. Chi ne sviluppa una sola — di solito la seconda — usa l'AI. Chi le sviluppa tutte e quattro è fluente. La differenza, nei risultati, è enorme.

Delegation: decidere cosa dare all'AI

La prima D è la più sottovalutata: decidere quale lavoro fare con l'AI e quale fare da soli. Sembra banale, è il cuore di tutto. Delegare troppo poco significa lasciare ore sul tavolo ogni settimana. Delegare troppo — o delegare le cose sbagliate — significa esternalizzare il pensiero, e con lui il valore che porti.

La mia regola pratica: delego volentieri tutto ciò che so già fare e potrei verificare a colpo d'occhio. Sono molto più cauto su ciò che non saprei valutare. L'AI è un moltiplicatore di competenza, non un sostituto: moltiplicare zero dà sempre zero.

Description: comunicare cosa vuoi

La seconda D è quella che tutti chiamano "prompt engineering", ma il nome giusto è più semplice: saper descrivere il lavoro. Contesto, obiettivo, vincoli, formato, esempi. Esattamente quello che faresti con un collaboratore nuovo e in gamba al primo giorno.

Qui ho notato una cosa interessante insegnando: le persone che sanno delegare bene agli umani imparano a descrivere bene all'AI in pochi giorni. Chi non ha mai gestito nessuno fatica molto di più. La Description non è una competenza tecnica, è una competenza manageriale travestita.

Discernment: valutare cosa ti torna indietro

La terza D è quella che separa i professionisti dai turisti: la capacità di valutare criticamente quello che l'AI produce. I modelli attuali sbagliano meno di un tempo, ma sbagliano con una sicurezza espositiva impeccabile. Un testo fluente non è un testo giusto. Un codice che gira non è un codice corretto.

Il discernimento si costruisce solo su competenza di dominio. Ed è per questo che continuo a dire ai miei studenti che i fondamentali contano più che mai: non impari a programmare nonostante l'AI scriva codice, impari a programmare proprio perché l'AI scrive codice — e qualcuno deve essere in grado di dire se quel codice è buono.

Diligence: assumersi la responsabilità

La quarta D è quella di cui si parla meno: usare l'AI in modo responsabile. Sapere quali dati puoi condividere e quali no. Dichiarare l'uso dell'AI quando è rilevante. Verificare prima di pubblicare. Rispondere del risultato finale come se l'avessi fatto tu — perché, agli occhi del cliente o del lettore, l'hai fatto tu.

Per un imprenditore la Diligence ha anche un lato molto pratico: con l'AI Act ormai operativo, la responsabilità sull'uso dei sistemi AI in azienda non è più solo una questione etica, ma normativa.

Automazione, aumento, agenzia

Il framework aggiunge un secondo asse che trovo utilissimo: le quattro competenze si applicano a tre modi diversi di lavorare con l'AI. L'automazione, dove l'AI esegue un compito definito da sola. L'aumento, dove tu e l'AI lavorate insieme sullo stesso problema. L'agenzia, dove configuri sistemi AI che operano per conto tuo nel tempo.

La maggior parte delle persone è ferma al secondo modo: chatta con l'AI. Il valore vero, per un'azienda, arriva quando si presidiano tutti e tre — e il terzo, quello degli agenti, è dove si sta spostando tutto nel 2026.

Le 4D applicate a un processo vero

Per non lasciare il framework nel regno della teoria, vediamolo applicato a un processo che conosco bene: la preparazione dei preventivi in un'azienda di servizi. È un esempio che uso spesso perché ce l'hanno tutti, e perché tocca tutte e quattro le D.

Delegation. Il preventivo ha parti meccaniche e parti strategiche. La raccolta delle informazioni dal brief del cliente, la struttura del documento, la stesura delle sezioni descrittive standard: delegabili. La stima dei tempi, il prezzo, la valutazione dei rischi del progetto: quelle restano a chi ha l'esperienza per farle, perché un errore lì costa margine vero.

Description. L'AI produce buoni preventivi solo se sa come l'azienda lavora: i servizi, il tono con cui ci si rivolge ai clienti, le clausole standard, due o tre esempi di preventivi ben fatti. Questo materiale si prepara una volta sola e si riusa per sempre — ed è il lavoro che quasi tutti saltano, salvo poi dire che "l'AI scrive cose generiche".

Discernment. Ogni bozza va letta da chi avrebbe potuto scriverla: i numeri sono plausibili? Lo scope è quello discusso col cliente? C'è qualche promessa infilata dal modello che non vogliamo fare? Dieci minuti di revisione esperta, non due ore di scrittura.

Diligence. I dati del cliente nel prompt: si possono condividere con quel fornitore AI? Il documento finale lo firma un umano che ne risponde? Se il cliente chiede com'è stato preparato, la risposta è dicibile a voce alta?

Risultato tipico: da mezza giornata a un'ora per preventivo, qualità più costante, e — non secondario — preventivi inviati prima dei concorrenti. Nessuna magia: quattro competenze applicate con ordine a un processo qualunque. Lo stesso schema funziona su report, contenuti, analisi documentali, risposte ai clienti.

Prepararsi è un verbo, non uno stato

Chiudo con il punto che mi sta più a cuore. "Prepararsi al futuro dell'AI" suggerisce che esista un momento in cui sei pronto. Non esiste. I modelli che usiamo oggi saranno obsoleti tra un anno; le quattro D no, perché non sono legate a uno strumento ma a un modo di lavorare.

Il mio consiglio operativo è di una semplicità imbarazzante: prendi un processo reale del tuo lavoro — uno solo — e attraversalo con le quattro D. Cosa delego? Come lo descrivo? Come verifico il risultato? Di cosa rispondo? Poi misuralo, sistemalo e passa al processo successivo. Tra sei mesi avrai costruito una competenza che nessun rilascio di nessun modello potrà rendere obsoleta.

L'AI è inarrestabile, sì. Ma inarrestabile non significa ingovernabile. Significa solo che non ti aspetta.

---

Fonti: Anthropic – AI Fluency, AI Fluency Framework, Coursera – AI Fluency: Framework & Foundations, Karaza – What is the 4D Framework