Pratica

Anatomia di una supervisione

Quando un senior rilegge il lavoro di un collaboratore, non « verifica ». Compie un lavoro giuridico invisibile che l'IA attuale rende impossibile.

Filmiamo un senior mentre rilegge una nota prodotta da un collaboratore, e rallentiamo la sequenza. In apparenza, legge. In realtà, fa contemporaneamente cinque cose. Verifica l'esattezza giuridica, certo, ma è la parte più semplice e più rapida. Valuta soprattutto se il ragionamento segue la logica abituale dello studio su questo tipo di questione. Individua ciò che non è stato detto e che avrebbe dovuto esserlo, spesso più importante di ciò che figura nella nota. Ricolloca l'analisi nella storia del cliente. E soppesa la conformità a una metodologia tacita che nessuno ha scritto.

Queste cinque operazioni formano insieme ciò che si chiama, con una parola ingannevolmente semplice, la supervisione. È essa a trasformare una produzione in deliverable di studio. Ed è essa, esattamente, che gli strumenti d'IA attuali rendono impraticabile. Non perché producano male, ma perché producono senza lasciar vedere nulla del modo in cui hanno prodotto.

Bisogna prendersi il tempo di rallentare ancora, perché ciascuna di queste cinque operazioni è un atto distinto, e nessuna è semplice lettura. Verificare l'esattezza significa confrontarsi con un sapere giuridico. Valutare la logica dello studio significa confrontarsi con una cultura interna. Individuare l'omissione significa confrontarsi con un'esaustività attesa. Ricollocare nella storia significa confrontarsi con una memoria. Soppesare la metodologia significa confrontarsi con un modo di fare. Cinque confronti, cinque sistemi di riferimento diversi, mobilitati nello stesso momento da un occhio esperto. È questa simultaneità a rendere la supervisione così rapida in apparenza e così densa in realtà.

La supervisione non è una verifica. È un atto giuridico a pieno titolo.

Ciò che il senior non riceve più

Quando un collaboratore produce questa nota con l'aiuto di un copilota, il senior riceve un deliverable staccato da ogni tracciabilità. Non sa quali precedenti l'IA abbia consultato. Non sa se la metodologia dello studio sia stata applicata o semplicemente imitata in modo plausibile. Non sa quali arbitrati siano stati presi in considerazione. Non sa cosa sia stato chiesto al modello, in quale ordine, con quale contesto.

La supervisione si trasforma allora in ricostruzione archeologica. Invece di validare una catena, il senior deve ricostruirla, frammento dopo frammento, interrogando il collaboratore che, a sua volta, spesso non sa rispondere, perché il modello non gli ha mostrato nulla del proprio percorso. Il tempo guadagnato alla produzione viene riperso, e oltre, alla supervisione. Ciò che doveva alleggerire il carico del senior lo sposta verso di lui in una forma ancora più pesante, quella dell'indagine.

C'è di peggio della perdita di tempo. Di fronte a un deliverable opaco ma plausibile, il supervisore di fretta è tentato di validare sulla fede dell'apparenza. Il testo tiene, i riferimenti sembrano corretti, la conclusione pare ragionevole: si firma. È esattamente lo scenario che la supervisione esiste per impedire, ed è quello che l'opacità dell'IA rende probabile. Un deliverable plausibile e non tracciabile non è un guadagno di produttività, è un rischio travestito da guadagno.

Un'IA che produce senza traccia non fa guadagnare tempo. Sposta il tempo verso la supervisione, o peggio, la scoraggia.

Questo scoraggiamento della supervisione è il punto più grave, perché agisce contro la cultura stessa del mestiere. Un senior coscienzioso, sommerso da deliverable opachi ma plausibili, non può ricostruire tutto; finisce, per necessità, per accordare all'apparenza una fiducia che non accorderebbe mai a un lavoro di cui vedesse la catena. Non è un rilassamento individuale, è una conseguenza meccanica del volume e dell'opacità combinati. Più l'IA produce in fretta e senza traccia, più spinge la supervisione verso la rinuncia, esattamente là dove il mestiere esige che si rafforzi.

Si risponde spesso che gli strumenti recenti citano le loro fonti, e che la tracciabilità sarebbe dunque risolta. È confondere due cose molto diverse. Citare una fonte significa indicare da dove viene un'informazione. Tracciare un'esecuzione significa rendere visibile l'intero ragionamento: ciò che è stato interrogato, ciò che è stato confrontato, ciò che è stato trattenuto e soprattutto ciò che è stato scartato, secondo quale metodologia, con quale validazione umana, a quale tappa. La prima informa su un punto; la seconda dà a vedere un percorso.

Citare non è tracciare

La distinzione merita che ci si soffermi, perché è al cuore del problema. Una citazione risponde alla domanda « è vero? ». Una traccia risponde alla domanda « come è stata costruita questa decisione, e posso difenderla? ». La prima è una proprietà del testo, legata a una frase. La seconda è una proprietà della catena, legata a un processo. Sono due ordini diversi, e l'uno non sostituisce mai l'altro.

Nessun assistente che lavora per interazioni isolate può produrre la seconda, perché non ha una catena, solo risposte. Può appoggiare una frase a una fonte, il che è utile, ma non può rendere conto del modo in cui è giunto a quella frase, perché quel modo non è stato conservato: si è dissolto con la sessione. La citazione è necessaria; non è sufficiente. E confondere le due significa credere risolto un problema che resta intero, quello della difendibilità del ragionamento.

Questa confusione ha una conseguenza pratica per il senior. Di fronte a un deliverable che cita le sue fonti ma non traccia la sua esecuzione, dispone dell'illusione della verificabilità senza la verificabilità stessa. Può controllare ogni riferimento preso isolatamente e restare incapace di dire se l'insieme sia stato costruito secondo il metodo dello studio, o assemblato in modo plausibile attorno a citazioni corrette. La citazione rassicura sui mattoni; non dice nulla dell'edificio.

Citare una fonte risponde a « è vero ». Tracciare un'esecuzione risponde a « posso difenderlo ».

Si può misurare lo scarto con un esperimento semplice. Prendete un deliverable che cita perfettamente le sue fonti e chiedete, non se i suoi riferimenti sono esatti, ma come è giunto alla sua conclusione: quali piste sono state esplorate e poi abbandonate, perché una certa interpretazione è stata preferita a un'altra, in quale momento un essere umano ha validato cosa. Uno strumento che si limita a citare resta muto su tutte queste domande, perché non ha mai conservato il proprio percorso. Ora, sono esattamente queste domande che pone un senior quando supervisiona, e sono quelle che pone un giudice, un collega o un cliente quando la decisione è contestata.

Il vero rischio: la perdita di trasmissione

Il rischio strategico non è dunque che uno strumento produca un lavoro imperfetto. È che uno studio perda, progressivamente e senza accorgersene, la visibilità sul modo in cui il proprio ragionamento si trasmette, si supervisiona e si riproduce. La metodologia di uno studio non è mai stata un documento a parte; vive nel modo in cui ogni deliverable è prodotto e riletto, nella correzione che un senior apporta a un junior, nel motivo di una riserva aggiunta.

Se lo strato IA produce fuori metodologia e fuori supervisione, è la catena di trasmissione stessa ad atrofizzarsi. I junior imparano meno, perché la correzione passa ormai attraverso una scatola nera. I senior validano meno bene, perché non hanno più la catena sotto gli occhi. Dopo qualche anno, lo studio ha prodotto molto e trasmesso poco, e il suo asset più prezioso, il suo modo di ragionare, si è impoverito senza che nessuno abbia deciso nulla.

Bisogna misurare la lentezza e il silenzio di questo impoverimento, perché è ciò che lo rende pericoloso. Non si produce di colpo, non ha un responsabile, non scatena alcun allarme. Ogni deliverable preso isolatamente sembra corretto; è la riproduzione del saper fare, da una generazione di professionisti alla successiva, a rompersi in silenzio. E quando uno studio si accorge che i suoi junior ragionano meno bene di prima, la causa è già antica e diffusa, annidata in anni di produzione opaca che nessuna supervisione ha potuto rileggere.

È per questo che MAX è stato concepito come uno strato che rende la metodologia attiva nella generazione, che traccia ogni tappa, e che rende di nuovo leggibile l'intera catena. Non per sostituire la supervisione, ma per renderla di nuovo possibile, e con essa, la trasmissione che fa durare uno studio. Un'IA che traccia non si limita a produrre; lascia che lo studio continui a imparare da ciò che produce.

Uno studio che produce molto e trasmette poco si impoverisce senza vederlo. La traccia è ciò che gli restituisce la trasmissione.