L’hype dell’AI funziona perché vende urgenza

L’hype dell’intelligenza artificiale non funziona soltanto perché le aziende fanno marketing. Funziona perché offre una storia molto comoda: tutto sta per cambiare, il cambiamento è inevitabile e chi non si muove immediatamente resterà indietro.

Questa struttura narrativa trasforma una tecnologia complessa in un ultimatum. La domanda smette di essere «funziona davvero per questo problema?» e diventa «posso permettermi di non usarla?».

Perché l’hype AI è così convincente

L’intelligenza artificiale produce risultati spettacolari in pochi secondi. Una demo ben scelta può mostrare testo, immagini, codice o video che fino a poco tempo fa richiedevano molto più lavoro. Il problema nasce quando una dimostrazione diventa automaticamente prova di affidabilità, sostenibilità economica o sostituibilità del lavoro umano.

È lo stesso scarto che analizziamo nella guida sulla fuffa AI: una capacità reale può essere circondata da conclusioni molto più grandi di ciò che i dati permettono di sostenere.

Demo, prodotto e sistema sono tre cose diverse

Una demo dimostra che qualcosa può accadere. Un prodotto deve farlo con interfaccia, costi e supporto accettabili. Un sistema aziendale deve inoltre funzionare con dati reali, responsabilità, sicurezza, integrazioni e margini d’errore compatibili con il processo.

Gran parte dell’hype nasce quando questi tre livelli vengono compressi. «Il modello ha svolto un compito» diventa «questa professione scomparirà». «L’agente ha completato un workflow in laboratorio» diventa «l’azienda può automatizzare il reparto».

L’AI sembra intelligente anche quando sbaglia

I modelli generativi sono particolarmente convincenti perché producono linguaggio fluido. Ma fluidità e correttezza non sono la stessa cosa. Le allucinazioni dell’AI mostrano proprio questo: un sistema può fornire una risposta ben formulata senza avere un meccanismo umano di comprensione o verifica.

L’antropomorfismo amplifica l’effetto. Se una macchina parla come noi, tendiamo a interpretarne le capacità con categorie umane: sa, pensa, capisce, vuole. Sono metafore utili nella conversazione, ma pericolose quando diventano analisi tecnica.

Come riconoscere l’hype prima di comprarlo

Una valutazione seria parte da domande meno spettacolari: qual è il compito preciso? Qual è la baseline senza AI? Quanto costa ogni risultato utile? Qual è il tasso d’errore? Chi verifica? Quali dati servono? Cosa succede quando il modello fallisce?

La nostra guida all’intelligenza artificiale parte proprio da questa distinzione tra capacità, infrastruttura e conseguenze.

Il contrario dell’hype non è il pessimismo

Criticare l’hype non significa negare che l’AI possa essere trasformativa. Significa pretendere una misura migliore del cambiamento. Le tecnologie importanti non hanno bisogno di essere rese magiche: diventano più interessanti quando si capisce esattamente dove funzionano, quanto costano e quali nuovi problemi creano.

La domanda utile non è se l’AI cambierà tutto. È quali parti cambierà davvero, per chi e a quali condizioni.