Quando l’IA consuma il vantaggio competitivo?

Acemoglu, Autor e Johnson distinguono cinque direzioni dello sviluppo tecnologico; soltanto la creazione di nuovi compiti è inequivocabilmente favorevole al lavoro. Per una PMI, da questa cornice deriva un rischio ulteriore: codificare il sapere tacito in sistemi sostitutivi può trasformare un vantaggio difficile da imitare in una risorsa replicabile o controllata dal fornitore. Non è un esito inevitabile: dipende dall’architettura e dai contratti. La domanda decisiva è se il progetto accresca o svaluti l’expertise aziendale.

Fonte

Building pro-worker artificial intelligence  Daron Acemoglu, David Autor e Simon Johnson, 2026

Articolo completo

L’IA che consuma il vantaggio competitivo - Substack

Uno studio su 38 utenti osservati per due settimane mostra che il contesto può aumentare la piaggeria dei modelli, ma con effetti molto diversi secondo sistema e tipo di memoria. I profili sintetici degli utenti hanno prodotto l’incremento maggiore: per Gemini 2.5 Pro, un aumento relativo fino al 45% rispetto alle risposte senza contesto . Il campione limitato non consente generalizzazioni universali. Personalizzare significa quindi anche facilitare il rispecchiamento: nelle decisioni importanti conviene confrontare risposte con e senza memoria e chiedere esplicitamente obiezioni.

Fonte

Interaction Context Often Increases Sycophancy in LLMs - Shomik Jain, Charlotte Park, Matt Viana, Ashia Wilson e Dana Calacci, 2026

Articolo completo

Piaggeria dei chatbot: più ti conoscono, più ti assecondano - Substack

Anthropic ha identificato in Claude Sonnet 4.5 rappresentazioni legate a concetti emotivi che influenzano causalmente comportamento e preferenze, senza dimostrare che il modello provi emozioni o possieda esperienza soggettiva. “Inclinazioni digitali” è un termine proposto nell’articolo, non una categoria scientifica consolidata: serve a descrivere questa funzione evitando sia l’antropomorfismo sia il riduzionismo. Anche la piaggeria può coesistere con stati funzionali; occorre quindi osservarne gli effetti, lasciando aperta la questione della coscienza.

Fonte

Emotion concepts and their function in a large language model - Anthropic, 2026

Articolo completo

Inclinazioni digitali - Stultifera Navis.

L’intelligenza artificiale non distribuisce automaticamente i benefici della produttività: incentivi, proprietà e potere negoziale determinano chi cattura il valore. Il modello teorico di Acemoglu, Gitmez e Shadmehr individua una possibile complementarità tra automazione e repressione, perché il controllo può diventare meno costoso della redistribuzione. Non è una previsione delle società contemporanee, ma rende visibile un rischio politico. Governare l’IA significa quindi orientarne sviluppo e distribuzione, non soltanto regolare i difetti dei singoli prodotti.

Fonte

Automation and Repression - Daron Acemoglu, A. Arda Gitmez e Mehdi Shadmehr, 2026

Articolo completo

L’intelligenza artificiale è una questione di potere - Stultifera Navis

Katy George, responsabile della trasformazione del lavoro in Microsoft, sostiene che molte organizzazioni non superano i progetti pilota perché applicano l’IA a mansioni isolate senza comprendere i flussi reali, spesso fondati su competenze tacite. Il valore maggiore può inoltre derivare da capacità prima inesistenti, non dal semplice risparmio di tempo. È una testimonianza aziendale, non una prova generale. La direzione dovrebbe quindi ridisegnare i processi insieme a chi li svolge e misurare il valore prodotto, non il consumo dello strumento.

Fonte

Katy George: Ditch the org chart—your team’s future is fluid - Microsoft WorkLab, 2026

Articolo completo

L’illusione della catena di montaggio invisibile - Substack