Delegation — cosa delegare all'AI (e cosa no)

La prima delle quattro D del framework 4D di Anthropic è quella che cambia tutto il resto: Delegation. Prima ancora di scrivere un prompt, una persona fluente con l'AI decide quale parte del lavoro affidare al modello — e quale tenere stretta. È una decisione che dura tre secondi e che, se sbagliata, manda all'aria mezz'ora di Description, Discernment e Diligence. Conviene farla bene.

Questo articolo è la mappa pratica che usiamo nei nostri programmi di formazione AI in Ticino quando arriviamo al modulo Delegation — di solito alla seconda sessione, dopo aver introdotto i quattro principi cardinali di AI Fluency. Tre filtri operativi, sei esempi tratti dal lavoro vero, un'abitudine che diventa automatica in tre o quattro settimane.

Cosa NON si delega mai, indipendentemente dal modello

Esiste una categoria di attività che non si delegano all'AI nella loro interezza, nemmeno quando il modello sembra abbastanza bravo. La regola è semplice: se la conseguenza di un errore non è recuperabile o se mette in gioco la dignità di una persona, non si delega l'intera decisione.

Si può delegare la prima bozza, la ricerca preparatoria, la sintesidei materiali a monte. Non l'atto finale. Cinque casi tipici:

• Decisioni di assunzione, licenziamento o promozione. L'AI può aiutare a filtrare una pila di CV o a strutturare un colloquio. Non può prendere la decisione su una persona.
• Pareri legali che diventano atto. La ricerca, la comparazione di precedenti, la prima bozza — sì. La firma su un atto — no, mai senza qualificazione professionale e responsabilità umana.
• Diagnosi mediche e valutazioni cliniche. Stesso principio: assistenza alla raccolta, mai sostituzione del giudizio.
• Decisioni di credito o di sottoscrizione assicurativa che riguardano persone identificate. Qui non è solo prudenza: è l'articolo 21 della nLPD e l'articolo 22 GDPR a richiederlo.
• Comunicazioni di crisi(incidente, richiamo, violazione). Il modello aiuta a costruire l'impalcatura. La voce finale è di chi è responsabile di quella comunicazione.

Notare il pattern: in tutti questi casi si può delegare materiale preparatorio, ma non l'output finale. È una distinzione semplice da insegnare e impossibile da disimparare una volta capita.

I tre filtri di Delegation

Quando l'attività non è nella lista di cui sopra, si entra nel territorio interessante: la maggior parte del lavoro quotidiano, dove la delega ha senso ma va calibrata. Tre filtri, in ordine.

Filtro 1 — è un'attività delegabile?

Sotto la categoria «decisioni irreversibili sulle persone» c'è una zona grigia. Vale la pena fare una verifica:

• La task richiede giudizio professionale specifico (legale, medico, tecnico vincolante)? In quel caso il modello può portare materiale, non concludere.
• L'output ha effetti legali diretti (contratto, comunicazione che vincola, atto amministrativo)? Stessa regola.
• L'output è pubblico o esternoall' azienda? Si delega la bozza, ma la verifica raddoppia.

Quando le risposte sono «no, no, no», si può procedere con leggerezza. Quando almeno una è «sì», si delega con attenzione e ci si prepara a una Diligence rigorosa.

Filtro 2 — il modello ha le informazioni necessarie?

Un modello generativo conosce il mondo fino al suo cutoff d'addestramento e quello che gli fornite nel contesto. Non sa cosa è successo ieri se non glielo dite. Non sa il vostro CRM, i vostri prezzi attuali, le clausole specifiche del vostro contratto tipo, le abitudini del cliente con cui state parlando.

Delegare a un modello una task che richiede informazioni che non ha equivale a chiedergli di inventare. Tre vie d'uscita:

• Fornire il materialenel prompt (incollare il contratto, allegare il PDF, dare l'estratto del CRM). Il modello può lavorare su quello.
• Recuperare prima, delegare dopo. Una ricerca interna di cinque minuti su un'intranet ben fatta è più affidabile della migliore allucinazione.
• Riconoscere che la task non è delegabile finché le informazioni non ci sono. Bloccare e tornarci dopo.

Un test pratico: se la stessa task fosse data a un nuovo assunto al secondo giorno di lavoro, gli daremmo accesso ai documenti necessari? Se sì, è la stessa cosa che dobbiamo dare al modello.

Filtro 3 — il costo di un errore non corretto

Il livello di delegabilità è inversamente proporzionale al costo dell'errore. Tre fasce, per fissare le idee:

• Costo basso — minuti di revisione. Bozza interna di una scaletta, sintesi per uso personale, prima versione di una presentazione che rileggerete comunque. Si delega con leggerezza.
• Costo medio — ore di rifare, riputazione interna. Comunicazione che esce dall'ufficio, documento condiviso con un team, bozza per un cliente. Si delega, ma con un protocollo di verifica.
• Costo alto — clienti persi, cause, sanzioni. Comunicazione formale al cliente, contratto firmato, atto amministrativo, contenuto pubblicato a nome dello studio. Si delega solo la parte preparatoria; il resto si fa con supervisione qualificata e Diligence completa.

Una regola di pollice utile: se il vostro nome esce dalla porta con l'output, la Diligence raddoppia rispetto al tempo risparmiato con la Delegation. Sembra contraddittorio. Non lo è: il guadagno di Delegation è tempo recuperato sulla prima bozza, non sulla verifica finale.

Sei esempi pratici, dal lavoro vero

Per ancorare i tre filtri, sei casi reali tratti dai nostri programmi (anonimizzati). Sono tutti casi grigi — quelli che contano davvero per imparare Delegation.

1. Sintesi di un bilancio per un cliente non finanziario

Cliente: una fiduciaria luganese. Task: trasformare un bilancio annuale di una PMI in una nota di sintesi di 300 parole per un imprenditore che non legge bilanci.

Delegation: sì, con cautele. Il modello produce una bozza eccellente partendo dal PDF del bilancio. Filtri: attività delegabile (sintesi divulgativa, non parere); informazioni nel contesto (il bilancio è incollato); costo medio (comunicazione a cliente). Diligence: rilettura per verificare accuratezza dei numeri, della terminologia tecnica, del messaggio di fondo.

2. Filtraggio di una pila di CV per uno stage estivo

Cliente: studio di architettura ticinese. Task: ridurre 80 CV a una shortlist di 12.

Delegation: parziale. Il modello può aiutare a identificare candidati che soddisfano criteri esplicitamente dichiarati (lingua, formazione, software). Non può fare la valutazione discriminante — perché in scope dell'AI Act articolo 6, allegato III (sistemi ad alto rischio in HR). La selezione finale deve essere umana, con motivazione tracciabile.

3. Bozza di un'email di follow-up post-evento

Cliente: team marketing di una PMI mendrisiotta. Task: scrivere a 150 contatti incontrati a una fiera, con un riferimento al loro settore specifico.

Delegation: piena, con segmentazione. Il modello produce 5-6 template tematici, uno per macro-settore; un umano sceglie e personalizza il primo paragrafo per ciascuno. Filtri: delegabile, informazioni disponibili (lista contatti con tag), costo basso (email di vendita, soggetta a iterazione). Risparmio di tempo concreto: da 4-5 ore a 1 ora.

4. Risposta automatica a una richiesta di cittadino

Cliente: amministrazione comunale ticinese. Task: rispondere a una richiesta scritta su un permesso di costruzione.

Delegation: parziale, con firma umana. Il modello può produrre una bozza di risposta partendo dalla richiesta e dal regolamento edilizio. La risposta firmata da un funzionario richiede verifica completa — è un atto amministrativo che produce effetti giuridici. Diligence rigorosa.

5. Parere su una clausola di contratto

Cliente: avvocato. Task: valutare la rischiosità di una clausola in un contratto di fornitura.

Delegation: solopreparatoria. Il modello può identificare clausole tipo, segnalare punti di attenzione ricorrenti, richiamare giurisprudenza standard (con verifica successiva). Il parere finale, che il cliente paga, è competenza e responsabilità professionale dell'avvocato. La delega finisce alla fase di ricerca.

6. Generazione di tre varianti di un copy per Instagram

Cliente: agenzia creativa. Task: tre varianti di una caption per un post prodotto, con tono distintivo.

Delegation: piena. Filtri tutti soddisfatti: task delegabile (scrittura creativa esplorativa), informazioni nel contesto (brief), costo basso (output iterativo, prima di pubblicare). Diligence: scegliere, raffinare, verificare il tone of voice. Tempo: 5 minuti invece di 25.

L'errore più comune nei primi mesi

Una persona che ha appena scoperto l'AI tende a fare due errori di Delegation opposti:

• Iperdelegare— affidare al modello compiti che richiedono giudizio professionale, sperando che «tanto poi rileggo». La rilettura non basta: senza Discernment, l' allucinazione plausibile passa.
• Sottodelegare— usare il modello solo per task banali (correggere ortografia, riformulare) e perdersi tutto il valore. È l'errore tipico dei profili più senior, abituati a un controllo manuale del loro lavoro.

Entrambi gli errori si superano con la pratica. Quattro o cinque settimane di esercizio attento, con feedback collegiale, e le tre domande dei filtri diventano una sola, automatica, che dura due secondi.

Una checklist di Delegation, da stampare

Per chi sta imparando, una checklist da tenere accanto al monitor per le prime trenta richieste:

1. La task richiede giudizio professionale vincolante? Se sì, delega solo la parte preparatoria.
2. L'output ha effetti legali o esce dall'ufficio? Se sì, Diligence raddoppia.
3. Il modello ha tutte le informazioni che servono? Se no, fornisco contesto o blocco.
4. Il costo di un errore non corretto è alto? Se sì, supervisione e checklist completa.
5. Se tutto è verde, procedo. Description e Discernment fanno il resto.

Cosa cambia, dopo aver imparato Delegation

Le persone che hanno fatto due mesi di pratica con Delegation come abitudine raccontano due cambiamenti consistenti:

• Smettono di «provare a vedere se ChatGPT può farlo». La domanda diventa: vale la pena delegare questa task? — e in metà dei casi la risposta è no, e si fa diversamente.
• Cominciano a riconoscere, fra colleghi e collaboratori, chi sta delegando bene e chi no. È un'abitudine che si vede dal di fuori: chi pone le domande giuste prima di scrivere il prompt produce output di qualità diversa.

È la differenza fra usare l'AI come una slot machine — «tiro e vedo cosa esce» — e usarla come uno strumento di pensiero. La distinzione conta più di mille trucchi di prompt engineering.

Il passo successivo: Description

Una volta decisa la delega, va descritta la richiesta. È la seconda D del framework, e merita un articolo a sé: Description — scrivere prompt che il modello capisce al primo colpo. Insieme, Delegation e Description sono le due abitudini che si possono insegnare in poche ore. Discernment e Diligence richiedono settimane di pratica — ma è solo dopo aver consolidato le prime due che ha senso lavorare sulle altre.