Companies celebrate innovation but often resist the people capable of producing it. The problem is not simply organisational: when a system wants the value of someone's difference while rejecting its expression, the cost can become deeply personal.

"Human in the loop" reassures almost everyone. However, automated a system is, somewhere a person still checks, judges, and holds final responsibility. The real question is what that person actually does inside the process, because a human being present is not the same as a human judgment.
I've worked on model training and evaluation projects. This is what I saw.
The metric eats the judgment.

Uso strumentale, contributo creativo e confine tra assistenza e sostituzione.
Una volta il social media manager riconosceva un testo professionale dall'assenza di refusi. O almeno sosteneva di farlo, mentre minacciava ritorsioni per un apostrofo fuori posto. Oggi la caccia si è spostata: si cercano il trattino lungo, le frasi simmetriche, le opposizioni troppo ordinate, le conclusioni da mic drop. Basta un testo appena più levigato della media e qualcuno pronuncia il verdetto, “questo è scritto con l'AI”, come se l'errore fosse diventato una certificazione di umanità.

L'intelligenza artificiale permette di produrre testi, analisi, codice e decisioni preliminari con una velocità impressionante. Ma quando il risultato arriva prima della comprensione, l'efficienza può trasformarsi in dipendenza e la sensazione di competenza può precedere pericolosamente la competenza reale.

Quando un agente AI parla al posto tuo su LinkedIn

AI Act, come le big tech si sono adeguate agli obblighi di trasparenza: Anthropic, OpenAI, Google, Meta, Microsoft e xAI a confronto

Il lavoro dei giovani nell'era dell'AI: l'allarme dell'ILO tra disoccupazione in crescita e posti d'ingresso a rischio. Dopo anni di recupero post-pandemico, il mercato del lavoro giovanile torna a peggiorare, e questa volta tra le cause compare per la prima volta con peso specifico anche l'intelligenza artificiale.

Il 14 agosto ha confermato quanto sia serrata la competizione tra i grandi produttori di intelligenza artificiale, con tre mosse arrivate quasi in contemporanea. Google ha aggiornato nuovamente Gemini Flash a distanza di appena tre settimane dalla versione precedente,

La corsa all'intelligenza artificiale ha un problema che nessun modello linguistico può risolvere da solo: l'energia. Le stime parlano di circa 750 miliardi di dollari spesi quest'anno nella sola costruzione di data center >>>

Un modello può scrivere in italiano e avere ancora bisogno di migliaia di valutazioni umane. Perché conoscere le parole non significa saper usare una lingua con precisione, naturalezza e consapevolezza del contesto.