IA, Dispositivo e Apprendimento

Abstract

Le recenti evoluzioni dell’Intelligenza Artificiale (IA) stanno determinando trasformazioni profonde nei processi cognitivi, nelle pratiche professionali e negli assetti identitari delle organizzazioni. La letteratura suggerisce che tali trasformazioni vadano lette non come mera innovazione strumentale, ma come una riconfigurazione epistemica e culturale, analoga — per intensità e portata — al passaggio storico dall’oralità alla scrittura (Ong 1982; McLuhan 1964). L’articolo esamina questa transizione attraverso la nozione foucaultiana di dispositivo (Foucault 1977), integrata con le prospettive della Heutagogia (Hase & Kenyon 2007), del Double-Loop Learning (Argyris & Schön 1978) e dell’apprendimento trasformativo (Mezirow 1997). Viene presentato un modello multilayer che interpreta l’IA come sparring partner cognitivo e struttura il cambiamento organizzativo lungo quattro livelli interdipendenti: scenari di senso, competenze, ruolo e persona

1. Introduzione

La rapida diffusione dei sistemi di Intelligenza Artificiale nelle organizzazioni contemporanee ha reso evidente l’emergere di nuove modalità con cui

il sapere viene prodotto, interpretato e applicato nei contesti professionali. La letteratura evidenzia che tali mutamenti non si limitano a un incremento dell’efficienza operativa, ma riguardano l’intero ecosistema cognitivo in cui i soggetti agiscono, decidono e apprendono (Mezirow 1997; Schön 1983). Un fenomeno di tale portata può essere avvicinato, per analogia storica ed epistemologica, alla trasformazione che ha accompagnato il passaggio da culture fondate sull’oralità a culture strutturate attraverso la scrittura. Tale parallelismo non è impiegato con finalità retoriche, bensì per evidenziare la natura strutturale della transizione: così come la scrittura ha reso possibile la distanziazione dal flusso immediato dell’esperienza, la formalizzazione del pensiero, la stabilizzazione dei concetti e la trasmissione differita del sapere (Ong 1982; McLuhan 1964), allo stesso modo l’IA introduce nuove forme di esternalizzazione cognitiva che modificano i processi di problem solving, la capacità di astrazione e la costruzione del giudizio. La possibilità di interrogare sistemi IA, ottenere contro-argomentazioni, accedere a prospettive alternative e verificare ipotesi in tempo reale suggerisce che tali tecnologie possano essere interpretate come sparring partner cognitivi: entità non autonome, ma capaci di generare perturbazioni interpretative che sollecitano processi di riflessione critica. Questa interpretazione permette di leggere l’IA come parte di un dispositivo complesso, composto da elementi tecnologici, normativi, discorsivi e organizzativi che cooperano alla produzione di nuove soggettività professionali (Foucault 1977). L’obiettivo del presente lav

oro consiste nell’elaborare una cornice teorico-operativa coerente con questa prospettiva e nel presentare un modello multilayer che renda conto dei diversi livelli sui quali l’IA interviene, in un intreccio continuo di visione, pratica, identità e esperienza.

2. L’IA come dispositivo: prospettiva epistemica

La nozione di dispositivo, introdotta da Foucault (1977), descrive un insieme eterogeneo di discorsi, tecniche, istituzioni, normative e pratiche che operano congiuntamente nella produzione del reale e delle forme di soggettivazione. Applicare tale concetto all’IA implica concepire i sistemi algoritmici non come strumenti neutrali, ma come elementi che partecipano attivamente alla configurazione delle modalità con cui i soggetti interpretano situazioni, assumono decisioni, articolano responsabilità e comprendono il proprio ruolo nel contesto organizzativo. Questa interpretazione appare particolarmente utile poiché evita visioni puramente tecnicistiche e permette di includere nella riflessione dimensioni quali:
• la ridefinizione dei confini tra umano e tecnologico;
• la riorganizzazione delle attività professionali;
• la modificazione delle aspettative normative;
• l’emergere di nuove forme di controllo e autonomia.
Il dispositivo IA, così concepito, non produce solo output operativi: contribuisce alla costruzione di categorie interpretative, modelli decisionali e schemi di significato. Tale effetto risulta affine a quanto descritto negli studi sul passaggio dall’oralità alla scritt

ura, in cui l’introduzione di una tecnologia cognitiva ha orientato nuove forme di pensiero e nuovi modi di organizzare la conoscenza (Ong 1982).

3. L’IA come sparring partner: prospettive pedagogiche e organizzative

Nell’ambito pedagogico e dell’apprendimento adulto, la Heutagogia (Hase & Kenyon 2007; Blaschke 2012) pone al centro la capacità dei soggetti di dirigere il proprio apprendimento in contesti complessi e incerti. Questa prospettiva si rivela utile nel momento in cui si osserva che l’interazione con l’IA offre nuove opportunità di autodeterminazione cognitiva: i sistemi IA propongono alternative, scenari, domande e soluzioni che sollecitano il soggetto a prendere posizione, valutare criticamente, riformulare premesse. Parallelamente, il paradigma del Double-Loop Learning (Arg

yris & Schön 1978) descrive la possibilità di passare dalla semplice correzione di errori alla revisione dei presupposti che orientano l’azione. L’interazione con sistemi IA — che spesso riformulano problemi e producono scenari controintuitivi — tende a favorire situazioni in cui le premesse di giudizio diventano esse stesse oggetto di indagine. In tali dinamiche si osserva un fenomeno affine a quello descritto da Mezirow (1997) nella teoria dell’apprendimento trasformativo: l’esposizione a prospettive contrastanti o destabilizzanti può indurre una ristrutturazione profonda degli schemi di significato. L’IA, interpretata come sparring partner cognitivo, contribuisce a generare tale dissonanza produttiva.

4. Un modello multilayer per descrivere l’impatto dell’IA

La complessità del dispositivo IA rende necessario adottare un modello che renda visibili i diversi livelli di influenza esercitati dalla tecnologia. Il modello proposto articola l’analisi lungo quattro layer, concepiti come dimensioni interdipendenti di uno stesso fenomeno:
1. Scenari di senso
2. Competenze
3. Ruolo
4. Persona
L’articolazione multilayer consente di evitare interpretazioni riduzionistiche e di tenere conto della natura ecologica del cambiamento tecnologico. Tale ap

proccio rispecchia la logica osservata nelle trasformazioni cognitive storiche, come l’avvento della scrittura: la trasformazione non si realizzava su un unico piano, ma interessava simultaneamente visione, pratiche, identità e vissuto soggettivo.

5. Analisi dei layer

5.1. Scenari di sensoIl primo layer riguarda i modi attraverso cui un’organizzazione definisce le proprie priorità, interpreta l’ambiente e costruisce narrative strategiche. I sistemi IA contribuiscono a questo livello attraverso la generazione di scenari, la simulazione di esiti e la produzione d

i co

nfigurazioni interpretative non immediatamente disponibili all’esperienza umana. Tali scenari, presentati come alternative plausibili, inducono processi di riesame dei presupposti che guidano le decisioni. Questo tipo di riflessione si colloca coerentemente nel quadro del double-loop learning (Argyris & Schön 1978), concedendo all’organizzazione l’opportunità di interrogare non solo le proprie azioni, ma i criteri stessi con cui tali azioni vengono definite.
Il parallelismo con il passaggio dall’oralità alla scrittura risulta evidente: così come la scrittura permetteva l’esplorazione di orizzonti concettuali distanti dal contesto immediato, l’IA rende accessibili configurazioni cognitive che eccedono i limiti della percezione contestuale.

5.2. Competenze
Il secondo layer concerne le pratiche professionali e le abilità impiegate nella quotidianità lavorativa. L’IA produce feedback immediati, identifica pattern ricorrenti e rende visibili elementi taciti del lavoro. Questi processi si collocano nella tradizione della Heutagogia (Hase & Kenyon 2007), che interpreta la competenza come capacità di autogestire e riorientare il proprio apprendimento. L’interazione con sistemi IA favorisce lo sviluppo di capability, intese come abilità di affrontare situazioni nuove attraverso strategie adattive (Blaschke 2012).
Nel parallelismo storico, la scrittura aveva trasformato le competenze narrative, mnemoniche e analitiche degli individui; analogamente, l’IA sta rimodellando le pratiche professionali rendendo visibile ciò che era implicito e automatizzando ciò che era routinario.

5.3. Ruolo
Il terzo layer riguarda la definizione dell’identità professionale e dei confini delle responsabilità. L’automazione di determinate attività e l’introduzione di nuovi processi decisionali mediati dall’IA modificano la percezione del ruolo, creando figure ibride uomo–macchina e ridefinendo gli ambiti di agency. Questi processi rientrano nelle dinamiche di soggettivazione descritte da Foucault (1977): la tecnologia non interviene solo sull’operatività, ma anche sulla costruzione dei modi in cui il soggetto si percepisce e viene percepito.

5.4. Persona
Il quarto layer riguarda l’esperienza vissuta dei soggetti, includendo dimensioni emotive, motivazionali e identitarie. L’IA può generare senso di competenza e accompagnamento, ma può anche produrre forme di ansia, disorientamento o alienazione. In questo livello si inscrivono i contributi dell’apprendimento trasformativo (Mezirow 1997) e della riflessività professionale (Schön 1983), secondo cui la rielaborazione dell’esperienza rappresenta il nucleo dell’apprendimento profondo.
Il parallelismo con l’avvento della scrittura suggerisce che le transizioni tecnologiche modificano non solo le pratiche, ma anche la percezione del sé, poiché introducono nuove forme di distanza, controllo cognitivo e autoriflessione.

6. Implicazioni organizzative

I layer non operano in modo isolato: costituiscono un sistema dinamico in cui i cambiamenti in un livello tendono a ripercuotersi sugli altri. Un mutamento negli scenari di senso richiede nuove competenze; la trasformazione delle competenze modifica l’identità professionale; la ridefinizione del ruolo influisce sul vissuto soggettivo; l’esperienza personale rielaborata può a sua volta influenzare la visione strategica. Questa dinamica circolare presenta analogie con la trasformazione storica introdotta dalla scrittura: un cambiamento nella tecnologia cognitiva produce una catena di mutamenti che attraversano società, pratiche, ruoli e individui.La lettura multilayer, integrata con la cornice del dispositivo, permette di comprendere che l’ingresso dell’IA nelle organizzazioni non rappresenta un semplice cambiamento tecnico, ma un mutamento delle condizioni interpretative entro cui viene definito ciò che ha valore, ciò che costituisce lavoro qualificato e ciò che configura l’identità stessa dei professionisti. L’impatto ricade quindi non soltanto sulle attività, ma sugli orizzonti di possibilità entro cui tali attività assumono senso. Come nel passaggio storico dall’oralità alla scrittura, in cui la disponibilità di un supporto stabile aveva trasformato epistemologie, istituzioni e processi cognitivi, anche l’IA modifica simultaneamente visione, ruoli, pratiche e vissuti, riorganizzando la tessitura interna dell’esperienza professionale.
Le organizzazioni si trovano così ad agire in una condizione caratterizzata da una crescente permeabilità tra livelli: ciò che un tempo veniva trattato nei registri separati della strategia, della formazione, della governance dei ruoli e dello sviluppo personale, tende ora a presentarsi come un unico campo di trasformazione. La produzione di scenari resa possibile dai sistemi IA amplifica la capacità dell’organizzazione di confrontarsi con orizzonti distanti o inattesi, mettendo in discussione la stabilità delle categorie interpretative abitualmente utilizzate. Questa perturbazione, lungi dal dissolvere la capacità decisionale, la espande, poiché costringe a interrogare non solo i fini, ma le assunzioni che li sostengono. In questo senso, la riflessività diventa una competenza istituzionale prima ancora che individuale.
Le competenze operative, investite dall’automazione e dal supporto algoritmico, assumono un doppio movimento: da un lato l’IA semplifica attività routinarie, dall’altro sposta l’attenzione professionale verso ciò che non è facilmente automatizzabile, come la capacità di interpretare scenari ambigui, di coordinare attori, di negoziare significati. Le competenze diventano così meno un repertorio di tecniche e più una capacità di navigare contesti complessi in cui la tecnologia agisce come co-autore del processo decisionale. La funzione umana si re-orienta verso la gestione dell’ambiguità, la valutazione critica e il governo della relazione tra visione, vincoli e possibilità.
La ridefinizione dei ruoli appare come l’esito naturale di questo processo. L’introduzione dell’IA rompe la linearità del mansionario tradizionale, generando figure professionali che operano in confini mobili tra analisi, traduzione, supervisione algoritmica e responsabilità etiche. Ciò comporta un cambiamento nelle forme della soggettivazione: il professionista è chiamato a riformulare la propria presenza nel lavoro, integrando in modo riflessivo la relazione con la macchina. Tale riformulazione non riguarda soltanto i compiti, ma il modo in cui il soggetto si percepisce come attore dotato di agency all’interno di un sistema che distribuisce capacità operative tra umano e tecnologico.Sul versante della persona, le implicazioni sono ancora più profonde. L’IA introduce una forma di distanza dialogica che espone gli individui a nuove possibilità interpretative, potenzialmente generative, ma anche disorientanti. L’esperienza professionale viene così abitata da una presenza tecnologica che rende visibili gli automatismi concettuali, potenzia la capacità di riflettere sulle proprie scelte e, al tempo stesso, sollecita un lavoro continuo di rielaborazione identitaria. Le organizzazioni che integrano l’IA come sparring partner nei processi di apprendimento e sviluppo consentono ai professionisti di esplorare tali movimenti in modo più consapevole, offrendo spazi di sperimentazione che favoriscono l’apprendimento trasformativo.
In questo quadro, il modello multilayer si configura come uno strumento prezioso per la consulenza organizzativa. Esso permette di individuare con precisione il punto in cui la tecnologia sta generando una perturbazione, evitando semplificazioni che attribuiscono all’IA un potere deterministico o, al contrario, meramente strumentale. La lettura multilayer mostra che il cambiamento non avviene mai su un solo livello, ma si compone di una sequenza di risonanze: l’innovazione negli scenari di senso influisce sulle competenze; la trasformazione delle competenze riposiziona il ruolo; la ridefinizione del ruolo modifica la percezione di sé; e questa percezione rielaborata contribuisce a sua volta a costruire nuove visioni organizzative.
L’analisi suggerisce dunque che l’integrazione dell’IA deve essere trattata come un percorso di progettazione culturale, più che come un intervento tecnologico. Ciò implica la necessità di sviluppare spazi di riflessione in cui i professionisti possano esplorare il modo in cui la macchina modifica il proprio pensiero, i propri parametri di giudizio e il proprio posizionamento. La gestione dell’innovazione richiede dispositivi organizzativi capaci di sostenere tale processo, integrando strumenti di esplorazione, pratiche di conversazione, sistemi di feedback e momenti di apprendimento interattivo. In questo senso, la consulenza può assumere un ruolo cruciale nel favorire la costruzione di ecosistemi riflessivi, capaci di utilizzare la presenza dell’IA non solo per aumentare l’efficienza, ma per ampliare la comprensione delle dinamiche professionali.
L’aspetto più rilevante che emerge è che, come nelle trasformazioni storiche analizzate da Ong e Goody, la tecnologia non si limita a modificare ciò che si fa, ma altera ciò che conta. L’organizzazione che integra l’IA come sparring partner non si limita a riformulare processi: riformula criteri di valore, forme di razionalità, modalità di interpretazione. Ciò introduce implicazioni per la governance, per la leadership e per la gestione del cambiamento che richiedono una nuova sensibilità, capace di cogliere la sottile articolazione tra visione, pratica e identità. In questa prospettiva, l’IA non rappresenta un vincolo, ma un’occasione per ripensare la natura stessa del lavoro professionale.

7. Bibliografia

Agamben, G. (2006). Che cos’è un dispositivo? Nottetempo.
Argyris, C., & Schön, D. (1978). Organizational Learning: A Theory of Action Perspective. Addison-Wesley.
Argyris, C. (1991). Teaching Smart People How to Learn. Harvard Business Review.
Bauman, Z. (2000). Liquid Modernity. Polity Press.
Blaschke, L. (2012). Heutagogy and lifelong learning. IRRODL, 13(1).
Bruner, J. (1990). Acts of Meaning. Harvard University Press.
Dominguez, A. (2019). Algorithms and Subjectivity. MIT Press.
Eisenstein, E. (1979). The Printing Press as an Agent of Change. Cambridge University Press.
Floridi, L. (2014). The Fourth Revolution. Oxford University Press.
Foucault, M. (1977). Surveiller et punir. Gallimard.
Goody, J. (1977). The Domestication of the Savage Mind. Cambridge University Press.
Goody, J. (1986). The Logic of Writing and the Organization of Society. Cambridge University Press.
Hase, S., & Kenyon, C. (2007). Heutagogy: A child of complexity. Complicity, 4(1).
McLuhan, M. (1964). Understanding Media. McGraw-Hill.
Mezirow, J. (1991). Transformative Dimensions of Adult Learning. Jossey-Bass.
Mezirow, J. (1997). Transformative learning: Theory to practice. New Directions for Adult & Continuing Education, 74.
Ong, W. (1982). Orality and Literacy. Methuen.
Polanyi, M. (1966). The Tacit Dimension. Routledge.
Schön, D. (1983). The Reflective Practitioner. Basic Books.
Schön, D. (1987). Educating the Reflective Practitioner. Jossey-Bass.
Wenger, E. (1998). Communities of Practice. Cambridge University Press.