Il nuovo umanesimo digitale: dalla fine della scrittura all’era della lettura

Da un po’ di mesi continuo a pensare che fine farà la nostra capacità di scrivere nei prossimi anni con l'arrivo dell'AI Generativa.

Questo articolo è un’esplorazione personale, condivisa, di come la Generative AI stia cambiando il modo in cui leggiamo e come stiamo smettendo di scrivere. Una riflessione aperta che tocca l’evoluzione degli LLM, il nuovo ruolo del testo, e la mia speranza nel risveglio del pensiero critico.

In breve: gli LLM, modelli di linguaggio che sono in grado di generare testo migliore di quello che scriverebbe la maggior parte di noi, hanno cambiato di molto le prospettive, soprattutto ora che abbiamo a disposizione di modelli "che ragionano" come OpenAI o3, o4, DeepSeek, Grok, Claude ecc. Questi ci mostrano i passaggi logici che fanno prima di rispondere e, almeno nel mio caso, spesso questa è la parte più interessante del loro risultato. Per non parlare delle funzionalità di DeepSearch che, di fatto, producono 'mattoni' di testo di 10-20 pagine alla velocità della luce.

La base da cui parto è semplice: mai come oggi abbiamo così tanto testo nuovo, personalizzato seppure imperfetto da leggere.

E anche se stiamo disimparando a scrivere, questo dà la possibilità a molti di leggere quantità di testo nuovo che prima, semplicemente, non avrebbe mai letto.

Come ci siamo arrivati

Ma prima di capire dove ci porterà tutto questo, vale la pena osservare come ci siamo arrivati.

Scoperto ChatGPT, gli studenti si sono buttati a capofitto per primi, seguiti da chi si occupa di marketing di vendite: non necessariamente per fini nobili all’inizio ma, sicuramente, con un po’ di stupore derivante dal fatto che finalmente si era in grado di produrre, velocemente, dei testi scritti senza paura del giudizio di chi li leggeva. Ma, soprattutto i primi modelli, erano decisamente imperfetti, costringendoci a concentrarci sulla qualità del testo, trasformandoci spesso da scrittori a editor.

Scrivere diventa accessibile a tutti

Nel frattempo ci siamo resi conto che questo era un grande vantaggio per chi aveva difficoltà di scrittura, problemi di dislessia, problemi grammaticali riportati dall’infanzia, difficoltà fisiche dovute a varie patologie. E che grazie a questi strumenti c'è la concreta possibilità di risolvere il problema. Oggi, tutti ormai hanno la possibilità di produrre un testo di un livello di qualità medio alto, di sbizzarrirsi con tonalità più o meno colorite, di imitare qualunque personaggio e scrittore, di far notare le idee attraverso la produzione di una lingua scritta sempre più buona. Ma generare testo non è scrivere.

Il cambio di scala: contenuti infiniti

Generare testo è un cambio di scala nella quantità e qualità dei contenuti generati a partire da un prompt, da una bozza, da un'idea.

Gli LLM come sappiamo sono grandi produttori di testo per qualunque domanda facciamo: agli stagisti digitali, come mi piace chiamarli, piace scrivere e produrre un sacco di contenuti.

Scrivendo semplicemente in una Chat AI, "il gatto è": anziché trovare una risposta semplice come "sul tavolo", ci troviamo a leggere un racconto e una storia di spiegazione dei felini degna delle più belle puntate di Super Quark (per i miei amici non italiani: una nota trasmissione di divulgazione scientifica che andava in onda in Italia).

Per chi è molto abituato a leggere, all’inizio, questa cosa non si nota. Ma piano piano viene fuori: gli LLM inizialmente con la scusa dell'editing e ora con il fatto che sono sempre più verbosi, stanno spingendo sempre più persone a leggere di più, anche senza volerlo..

Siamo davvero diventati lettori?

Credo ci sia un paradosso culturale che vale la pena affrontare.

Sono piuttosto insofferente agli ultimi vent’anni nei quali ci viene costantemente ricordato, quando produciamo qualunque forma di contenuto, che le persone non amano leggere.

Non si vendono più libri, non si vendono più i giornali, Dobbiamo stare corti, poche parole chiare. Mi sembra che sia una profezia che si sta autoavverando: a forza di ripeterci che non sappiamo dedicare tempo e attenzione a leggere lo stiamo rendendo vero.

Il mito della fine della lettura

Io non ne posso davvero più di sentire questo lamento. Di sentirmi dire che 'i giovani' non sanno stare attenti più di 3 minuti, che 'perdi il lettore' se scrivi troppo. Ma dai!

Neurobiologicamente siamo sempre gli stessi: siamo semplicemente più distratti, e invece di piangerci addosso dovremmo prenderne atto e trovare nuovi modi per riattivare l’attenzione. Non ci siamo ammalati tutti, improvvisamente!

In un’epoca in cui abbiamo accesso a così tanta conoscenza, pensare di non leggere è come uscire all’aperto in un giorno di sole, in un posto meraviglioso... ma bendati.

Capisco che un video sia più semplice, diretto, emozionale, e che renda di più in termini di coinvolgimento. Ma la profondità del pensiero, io la trovo solo nella lettura.

E questa cosa sta cambiando ancora di più da quando abbiamo a disposizione gli strumenti di Deep Search abilitati dai sistemi agentici presenti in ChatGPT, Gemini, Grok, DeepSeek, ecc. Con questi strumenti parliamo di ricercare anziché semplicemente, cercare, come si faceva con i motori di ricerca. Parliamo di avere a disposizione testi lunghi migliaia di parole, circostanziati, strutturati e con le fonti a portata di mano.

E questo è un lavoro cognitivo diverso.

Prima, con i motori di ricerca, si leggevano due tre titoli dopo una query di ricerca banale, con il loro abstract e si andava al link, si scorreva velocemente la pagina per capire se conteneva qualcosa di interessante e si proseguiva.

Qui si tratta di attendere fino a 25-30 minuti per avere un testo lungo ed elaborato che contiene, presumibilmente esatte, nuove informazioni strutturate con eventuali link alle fonti. Si parla di abbondanza!

È qualcosa che non abbiamo mai avuto modo di sperimentare e che ha la potenzialità di cambiare profondamente il nostro modo di apprendere.

Il mio nuovo modo di apprendere con l’AI

Devo dire che ho cambiato molto il mio modo di informarmi, studiare, apprendere negli ultimi tre mesi.

Ora per ogni argomento minimamente importante lavoro con uno o più tool di Deep Search. Penso ad un buon prompt e parto con modelli come o3 per strutturare i concetti base, magari citando link che ho letto o allegando documenti, lascio che lavori qualche minuto alla struttura del risultato, sistemo un po' i passaggi e poi passo ad una Deep Search.

Quest'ultima, come dicevo, può impiegare anche 30 minuti.

Quindi la lascio andare e mi trovo uno spazio dedicato per tornare a rileggerla, lontano dalla frenesia delle giornate, di solito la sera. Di fatto è una mia rassegna di contenuti importanti ormai quotidiana.

È testo 'usa e getta' che uso solo per me, chi mi segue sa quanto non ami pubblicare cose scritte da un modello di AI, e quindi non mi interessa avere un contenuto 'come lo farei io'. Mi interessa apprendere.

Nota di disagio

Un effetto collaterale di questa abbondanza è il sovraccarico cognitivo che ne deriva e, a volte, lo smarrimento davanti alla complessità dei ragionamenti e delle analisi che vengono fatte. A volte mi sento sopraffatto, e devo davvero sforzarmi per entrare nel merito e capire se i ragionamenti dell’AI stanno in piedi. Se penso all’AI come a uno stagista, in certi momenti mi accorgo che lo stagista… sono io.

Ovvero non ho sempre le competenze e l'esperienza a guidarmi nel giudicare il risultato. Sapendo di non poter prendere per oro colato tutto ciò che esce da un'AI, nemmeno le più evolute che usciranno nei prossimi mesi, questo mi auto-costringe ad un carico di lavoro analitico che, devo dire, è spossante.

L'importante, però, è ricordarsi che è una questione di ruoli e non dimenticarlo mai, come scrivevo qualche tempo fa.

Esempi pratici di lettura aumentata

Per rendere questo ragionamento concreto vi porto un po' di esempi.

Un esempio di studio personale

Recentemente è stato pubblicato un progetto di previsione dettagliata e basata su ricerche che delinea uno scenario plausibile sull'evoluzione dell'AI fino al 2027. Si trova su https://ai-2027.com. È un documento lungo, strutturato, pieno di riferimenti ma che fa riflessioni profonde sui nostri prossimi anni. Dopo averlo letto ho capito che avrei dovuto anche studiarlo. E quindi ho applicato il metodo raccontato sopra: prime interazioni con o3 e poi deep search.

Il risultato potete vederlo qui: dopo ben venticinque minuti di lavoro 'puramente AI' ho avuto a disposizione un saggio di 6.200 parole(!!!) che ho impiegato più di mezz'ora a leggere.

Una chicca nuova nuova

Dal 25 aprile è possibile, con o3 e o4, schedulare delle attività. Significa che potete chiedere che ChatGPT a scadenza regolare vi invii dei contenuti anche se non siete collegati, con una semplice notifica.

Da qualche anno uso strumenti che mi riportino concetti in pillole costanti e quotidiane per non dimenticare le migliaia di cose che leggo e studio.

Provate a fare un deep search e usare il prompt sotto e vedrete... poi fatemi sapere.

Okay, now I would like you to bring back to me every morning at 8 o'clock for the next 10 days a reflection from the essay you just wrote. A pill of reinforced learning by creating a task

Per chi si chiede se tutto questo ha un impatto anche sul business, ecco un esempio concreto tratto da un progetto su cui sto lavorando.

Un esempio business: Green Ride

Per essere pratico devo fare un po' di promozione e spiegarvi il contesto. Green Ride è un progetto di mobilità sostenibile connessa che stiamo portando avanti per offrire alle aziende la possibilità di avere flotte di e-bike per bike to work o missioni aziendali.

In questo momento stiamo portando avanti un progetto molto interessante con Jakala Civitas per un business model strutturato per i distretti industriali. Il progetto si chiama GRIND e, tra le varie attività, prevede un'analisi intensa di dati qualitativi presi da ricerche online, paper e studi vari. Uno dei passaggi è stata un'analisi della concorrenza. Richiedeva una mole di dati e di analisi lunga, complessa e difficile da trovare.

Senza annoiarvi troppo, la sola descrizione del processo è lunga qualche pagina, ve la riassumo con un grafico che dovrebbe spiegare (magari farò un contenuto tecnico solo su questo più avanti).

Abbiamo poi verificato l'analisi con diversi esperti e... era incredibilmente solida e accurata. Penso che l'80% del tempo sia stato dedicato proprio ad attività di lettura, fact checking (quasi sempre andata bene, ovvero quasi assenti le allucinazioni) e analisi del contenuto stesso. Farlo in modo tradizionale avrebbe richiesto settimane di lavoro di un team corposo. Siamo riusciti a farlo in poche giornate in un team molto più piccolo.

Stiamo entrando nell’era della lettura?

Questo nuovo modo di leggere e studiare, questo viaggiare attraverso nuove informazioni e pensiero, e cambiare strada continuamente, tornare sui propri passi, ripartire, mi piace un sacco.

O meglio, mi piace farlo fare ad un agente AI che lo fa un milione di volte più velocemente di noi e genera un documento di ricerca molto lungo e complesso da leggere, che richiede tempo, pazienza, attenzione. Se non altro per accertarsi che non contenga allucinazioni, errori o che l’agente non abbia preso una direzione diversa da quella che volevamo.

E forse è proprio questo tipo di lettura profonda a stimolare una nuova forma di dialogo con l’intelligenza artificiale e, probabilmente, di pensiero.

Siamo all’inizio dell’era della lettura o sono troppo ottimista?

Un’epoca in cui leggere ciò che con il pensiero critico abbiamo costruito attraverso i prompt -le istruzioni che diamo agli Agenti- sarà fonte di nuovi pensieri, nuove idee, e nuovi confini?

Quindi

Chi mi conosce sa quanto io ami farmi fare domande dall’AI. Quanto ami farmi sollecitare da lei su ogni argomento. Al punto che a volte per me utilizzare un’AI allunga a dismisura i tempi di produzione di un qualunque contenuto perché le domande che ricevo mi mettono in discussione e mi costringono a pensare cose nuove.

Non ho fatto studi classici e devo dire che a scuola non ero esattamente un esempio per le materie storico-umanistiche. Ma quando ho smesso di andare a scuola ho iniziato a studiare, a ricercare, fino a pochi mesi fa senza agenti, origini, cause, effetti di ogni cosa.

E credo siamo di fronte ad una nuova fase storica che mi piace chiamare nuovo umanesimo digitale.

Una fase nella quale riscopriamo ancora di più il valore degli umani attraverso il potenziamento offerto dalle capacità delle AI che abbiamo a disposizione.

Ne parlo sempre nei miei workshop: appena si inizia a ragionare con l’AI bisogna costantemente analizzare se si sta crescendo o si stanno perdendo capacità delegando la cognizione all'AI. Se quell’attività vi sta migliorando, intellettualmente, dal punto di vista delle conoscenze, del carattere, dell’apertura mentale, o se invece vi sta annebbiando la mente.

Ovviamente non posso ignorare le implicazioni più ampie, quali ad esempio l’inevitabile problema di perdita di posti di lavoro che si sta venendo a creare. Vorrei invece iniziare a capire, anche assieme a voi che mi leggete, se ci sono le caratteristiche per poter essere ottimisti riguardo a:

• Maggior sviluppo del pensiero critico

• Fiducia nella ragione umana

• Valorizzazione del sapere

• Maggior valorizzazione dei contenuti ‘originali’ creati da umani

Se davvero stiamo entrando in un'era di rinascita della lettura, allora sarà anche un'era dell'ascolto, della riflessione e del dialogo profondo tra uomo e macchina e, di conseguenza, tra uomo e uomo.

E in quella luce, forse, potremo davvero assistere a un nuovo rinascimento.

Pensieri? Critiche?

A presto!

Massimiliano

P.s. se questo articolo ti è piaciuto condividilo. Scopri di più su @maxturazzini o su https://maxturazzini.com