Qualche giorno fa ho ascoltato un video di Raffaele Gaito dedicato a un tema che, nel mondo dell’intelligenza artificiale, sta diventando sempre più evidente: si sta creando una distanza enorme tra chi usa questi strumenti per fare qualcosa di concreto e chi si limita a guardarli da fuori.
Questo video mi ha colpito perché mi sono riconosciuto nella continua ricerca di strumenti, idee e possibilità nuove. Eppure, più provo a seguire l’evoluzione dell’intelligenza artificiale, più cresce la sensazione di perdermi qualcosa per strada. Non perché rimanga fermo, ma perché oggi le novità arrivano più velocemente di quanto una singola persona possa provarle e comprenderle davvero. Forse la sfida non è conoscere tutto: è scegliere cosa merita il nostro tempo e trasformarlo in qualcosa di concreto.
La sua tesi è piuttosto netta. Da una parte ci sono persone e aziende che hanno iniziato a integrare davvero l’IA nel proprio lavoro. Dall’altra ci sono quelli che aprono ChatGPT ogni tanto, fanno una domanda, copiano una risposta e pensano che tutto finisca lì.
La differenza non sta solo nel conoscere il prompt giusto. Sta nel capire cosa si può costruire con questi strumenti e, soprattutto, nel provare a farlo.
Negli ultimi mesi, nel mio piccolo, mi sono trovato esattamente dentro questo passaggio. E proprio l’articolo che state leggendo ne è un esempio: nasce dalla trascrizione locale di un video, elaborata da un modello che gira sulla mia workstation. Ma il testo generato automaticamente non era pronto per essere pubblicato. Riassumeva bene il video, però non era mio. Mancavano esperienza, dubbi, esempi reali e perfino qualche doverosa correzione.
L’IA aveva fatto una parte del lavoro. Non poteva fare tutto.
Dal giocare con i prompt al costruire qualcosa
All’inizio quasi tutti usiamo l’IA nello stesso modo: facciamo domande, chiediamo riassunti, correggiamo una mail o proviamo a generare un’immagine. È normale. Il problema nasce quando, dopo mesi, siamo ancora fermi lì.
Oggi un modello può essere collegato a documenti, database, applicazioni, servizi online e dispositivi di casa. Può entrare in un flusso di lavoro più grande e svolgere una serie di operazioni, invece di limitarsi a produrre un blocco di testo.
Non significa che tutti debbano diventare programmatori. Significa capire che la chat è soltanto la porta d’ingresso.
Negli ultimi mesi ho lavorato, spesso per semplice curiosità, a diversi piccoli progetti:
- un sistema che raccoglie notizie tecnologiche, le ordina e prepara una bozza in Markdown;
- una procedura che scarica l’audio di un video, lo trascrive con Whisper e genera un articolo usando un modello locale;
- un bot Telegram che registra dati in un database e può produrre un riepilogo;
- alcuni esperimenti per far comunicare Home Assistant, Ollama e dispositivi di casa;
- un’intera distribuzione Linux pensata anche per rendere più semplice l’uso dell’IA locale (Zakk-OS);
- un fork di un repository Github per scaricare video con YT-dlp.
Nessuno di questi progetti cambierà il destino dell’umanità. Alcuni sono utili, altri forse sono solo modi molto sofisticati per perdere una serata. Ma tutti mi hanno insegnato qualcosa che non avrei imparato guardando cinquanta video su YouTube.
Quando provi a costruire davvero, prima o poi qualcosa si rompe. Una libreria CUDA non viene trovata, Ollama ascolta sull’indirizzo sbagliato, il modello inventa una fonte, la trascrizione capisce fischi per fiaschi oppure uno script apparentemente perfetto si schianta per una sciocchezza. È lì che inizi a capire lo strumento, i suoi limiti e il modo giusto di usarlo.
L’“individuo aumentato” non è un superuomo
Raffaele parla di “individui aumentati”: persone che uniscono la conoscenza del proprio mestiere alla capacità di usare bene l’intelligenza artificiale.
Il concetto ha senso, purché non lo trasformiamo nell’ennesima figura mitologica da LinkedIn. Non basta pagare un abbonamento, installare un modello o imparare qualche parola alla moda per diventare improvvisamente dieci volte più produttivi.
L’IA dà risultati migliori a chi sa già riconoscere un risultato buono da una stupidaggine. Un programmatore individua più facilmente codice fragile. Un medico può valutare una risposta sanitaria con competenza. Un meccanico capisce subito se una diagnosi non sta in piedi. Chi conosce il proprio settore fornisce al modello il contesto giusto e sa controllare ciò che riceve.
Senza questa capacità critica, l’IA non aumenta la competenza: aumenta soltanto la velocità con cui possiamo produrre errori ben scritti.
È questo, secondo me, il punto centrale. Non vince chi usa più strumenti, ma chi riesce a inserirli dentro conoscenze che possiede già.
Il vantaggio cresce mentre si sperimenta
Chi usa l’IA per risolvere problemi reali tende ad accumulare esperienza. Un piccolo automatismo fa risparmiare tempo; quel tempo può essere usato per migliorare il sistema o costruirne un altro. Ogni progetto rende il successivo un po’ meno difficile.
Chi rimane fermo, invece, non perde soltanto l’ultima novità. Perde anche i passaggi intermedi necessari per comprenderla.
Un anno fa bastava parlare di prompt. Poi sono arrivati strumenti collegati ai propri documenti, modelli locali, sistemi RAG, agenti, connettori e protocolli che permettono ai modelli di usare servizi esterni. Non è necessario inseguire ogni termine nuovo come galline dietro al becchime. Però ignorare tutto per mesi rende più difficile capire ciò che arriva dopo.
Il vero divario nasce così: non da una singola tecnologia miracolosa, ma da tante piccole prove accumulate nel tempo.
Accessibile non vuol dire facile
Su un punto, però, metterei un freno all’entusiasmo. Dire che oggi chiunque possa iniziare è corretto. Dire che non esistano più ostacoli è una sciocchezza.
Gli strumenti sono diventati molto più accessibili. Non serve per forza una laurea in informatica e spesso l’IA stessa può aiutare a scrivere codice, interpretare un errore o preparare una configurazione. Ma servono comunque tempo, pazienza e voglia di capire.
Serve anche imparare a non fidarsi troppo. Un modello può rispondere con enorme sicurezza mentre sta dicendo una fesseria. Può citare studi inesistenti, sbagliare un comando o proporre una soluzione che funziona soltanto sulla macchina immaginaria che ha in testa.
L’accesso si è semplificato. Il controllo resta responsabilità nostra.
Da dove partire senza impazzire
Non credo serva partire da un sistema con dodici agenti che discutono tra loro mentre controllano casa, server e macchina del caffè. Spesso è solo un modo creativo per costruire qualcosa che nessuno userà.
Conviene scegliere un fastidio piccolo e reale. Un’attività ripetitiva, un archivio difficile da consultare, un riepilogo che richiede troppo tempo oppure una procedura che viene eseguita sempre allo stesso modo.
Poi si prova a risolverne una parte:
- si definisce un obiettivo semplice;
- si lavora su copie dei dati, senza rischiare quelli importanti;
- si controlla ogni risultato;
- si annotano errori e modifiche;
- solo quando funziona si aggiunge un altro pezzo.
Due ore passate su un progetto concreto valgono più di settimane trascorse a salvare tutorial “da vedere più tardi”, nel famoso cimitero digitale dei preferiti.
Chi resta a guardare è davvero fregato?
Non credo che tutti debbano installare Ollama, comprare una GPU o mettersi a programmare. Sarebbe assurdo. Non tutti hanno gli stessi bisogni e non ogni lavoro deve essere riempito di intelligenza artificiale solo perché oggi va di moda.
Ma chi decide di ignorarla completamente, soprattutto se lavora con testi, dati, immagini, ricerca o procedure ripetitive, rischia davvero di trovarsi in difficoltà. Non perché domani arriverà un robot a rubargli la sedia, ma perché qualcun altro saprà svolgere meglio e più velocemente alcune parti dello stesso lavoro.
La soluzione non è vivere inseguendo ogni novità. È smettere di essere spettatori e scegliere almeno un problema vero sul quale sporcarsi le mani.
Il primo tentativo probabilmente farà schifo. Il secondo un po’ meno. Al terzo, magari, avremo costruito qualcosa che ci fa davvero risparmiare tempo.
Ed è proprio lì che l’IA smette di essere uno spettacolo da guardare e diventa uno strumento.
Fonte e punto di partenza: questo articolo nasce da una riflessione sul video di Raffaele Gaito, “Con l’IA chi resta a guardare è fregato”. La tesi iniziale appartiene all’autore del video; gli esempi, le considerazioni critiche e le esperienze con l’IA locale sono personali.