L'accesso all'AI ha alzato i punteggi dei test di 7,2 punti percentuali e, una settimana dopo che lo strumento era stato ritirato, 3,9 punti erano ancora lì — ma solo per le persone che hanno usato l'AI come tutor. Per chi se l'è fatta scrivere, il guadagno era svanito (Contractor e Reyes, 2026).
Due persone del tuo team possono usare lo stesso modello sullo stesso compito e produrre un lavoro della stessa qualità. Una settimana dopo, una delle due è misurabilmente più brava in quel compito e l'altra è tornata al punto di partenza. Il deliverable che hai in mano non ti dice quale sia quale.
L'esperimento dietro quei numeri è uno studio randomizzato in presenza e con supervisione: studenti universitari hanno studiato un argomento tecnico a loro ignoto sotto pressione di tempo e scritto un saggio analitico con o senza accesso all'AI, poi hanno sostenuto prove senza alcun supporto immediatamente e di nuovo circa una settimana dopo. La sintesi degli autori sulla divergenza è l'intero risultato — i guadagni restano per gli studenti che usano l'AI come tutor e svaniscono per quelli che se la fanno scrivere.
Il disegno ha misurato la persona, non il deliverable
Quasi ogni studio su AI e produttività misura l'output mentre lo strumento è nella stanza. Questo fa qualcosa di più difficile e più rilevante per una decisione: ritira lo strumento e misura ciò che la persona ha trattenuto.
Dei 256 iscritti, 211 si sono presentati alla prima sessione e 205 sono tornati per la seconda, in media 6,98 giorni dopo. Gli argomenti erano deliberatamente estranei — blockchain, cattura del carbonio, CRISPR. La seconda sessione era supervisionata e senza supporto per tutti, gruppo sperimentale e gruppo di controllo allo stesso modo. I saggi sono stati valutati da 309 valutatori con laurea magistrale o dottorato, con 23 esclusi per non aver superato un controllo di comprensione.
È questa struttura a separare l'output prestato dalla capacità trattenuta. Il test immediato ti dice se lo strumento ha aiutato. Il follow-up senza supporto ti dice se la persona è cambiata. Sono domande diverse, e quasi ogni dashboard di adozione in uso in un'azienda mid-market risponde solo alla prima — quando risponde a una delle due.
Cosa dicono davvero i numeri
| Misura | Risultato |
|---|---|
| Test di conoscenza immediato, accesso AI vs controllo | +7,2 pp, 0,28 SD (p = 0,021) |
| Stesso test, treatment-on-treated | +10,4 pp, 0,41 SD |
| Test senza supporto circa una settimana dopo | +3,9 pp, 0,21 SD |
| Qualità del saggio nella seconda sessione, scritto senza AI | +0,24 SD |
| Meccanismo | Stesso tempo totale; tempo spostato dallo scrivere al leggere e cercare |
Il risultato sui saggi merita un secondo sguardo. Una settimana dopo il ritiro dello strumento, in una stanza supervisionata e senza alcun supporto, le persone che avevano avuto accesso all'AI hanno scritto saggi misurabilmente migliori — con gli effetti maggiori sull'uso di prove ed esempi e sulla chiarezza dello stile. Qualcosa è stato trasferito nella persona, non solo nel documento.
Chi ha usato l'automazione ha vinto la prima sessione e perso la settimana
Qui c'è la parte che dovrebbe cambiare il modo in cui pensi al rollout.
I partecipanti che hanno usato l'AI per scrivere al posto loro — gli autori chiamano questa modalità automation — hanno consegnato saggi valutati meglio nella prima sessione. Sembravano i migliori. Una settimana dopo, nella sessione senza supporto, quel vantaggio era semplicemente sparito. I partecipanti che hanno usato l'AI come tutor, chiedendole di spiegare invece di produrre, hanno mantenuto il loro.
Due modalità d'uso. Indistinguibili nel deliverable. Opposte nell'effetto sulla capacità. E il meccanismo è prosaico: entrambi i gruppi hanno speso lo stesso tempo totale, ma l'accesso all'AI ha spostato minuti dallo scrivere verso il leggere e il cercare informazioni. Chi era in modalità tutor ha speso quei minuti in comprensione. Chi era in modalità ghostwriter li ha spesi in niente che restasse.
Per questo "uso dell'AI" è la metrica di adozione sbagliata. Non è una metrica debole o in ritardo. È una metrica che assegna lo stesso valore al comportamento che costruisce la tua panchina e a quello che la svuota.
La tua dashboard di adozione non vede l'AI come tutor
Se la modalità d'uso è la variabile che conta, la domanda ovvia è se qualcuno la stia misurando. In linea generale, no.
Il Productivity Lab di ActivTrak ha dedotto gli stadi di adozione dell'AI dalla telemetria comportamentale di 120.620 lavoratori, non da licenze, login o autodichiarazioni. Ha trovato il 27% all'assistenza alla ricerca, il 14% all'esecuzione di compiti e il 2% a una vera integrazione nel flusso di lavoro (ActivTrak Productivity Lab, 2026). I conteggi di postazioni e le dashboard di login misurano la distribuzione. Non misurano l'adozione, e certamente non misurano la modalità.
Nel frattempo la capacità formativa che insegnerebbe la modalità migliore si sta contraendo. L'indagine sulla forza lavoro 2026 di PwC, su 49.364 lavoratori in 48 paesi, ha rilevato che la quota di persone che dichiarano di avere accesso alle risorse di formazione e sviluppo di cui hanno bisogno è scesa al 51%, dal 59% dell'anno precedente — mentre l'uso quotidiano di AI generativa è salito dal 14% al 22% (PwC, 2026). L'accesso allo strumento sta scalando. L'accesso all'istruzione su come usarlo va nella direzione opposta.
I lavoratori se ne accorgono. Nello studio GoTo sulla forza lavoro 2026, il 39% ha dichiarato che la propria dipendenza dall'AI stava erodendo le proprie competenze, e il 43% ha ammesso di aver consegnato output AI che sospettava fosse di bassa qualità (GoTo e Workplace Intelligence, 2026). L'autodichiarazione è una prova debole da sola. Accostata a un esperimento supervisionato che trova la stessa forma, smette di essere rumore.
L'asimmetria che rende questo un problema di successione
Un altro risultato, ed è quello che sposta la questione dalla formazione alla pianificazione della forza lavoro.
Un esperimento di campo pre-registrato di tre mesi ha messo un assistente AI per la redazione di brevetti nelle mani di 133 avvocati brevettuali in attività presso undici studi statunitensi, con esperti in cieco a valutare ogni consegna. Sui compiti assistiti la qualità è salita di 0,38 SD a novanta giorni, con guadagni maggiori tra gli avvocati junior. Poi è arrivato un compito di revisione senza assistenza, in cui l'AI non era permessa a nessuno — la misurazione della competenza. Gli avvocati del gruppo sperimentale hanno ottenuto complessivamente 0,32 SD in più, ma il vantaggio era concentrato interamente tra i senior, a 0,45 SD. Gli avvocati junior non hanno mostrato alcun guadagno medio; i loro punteggi si sono biforcati, con risultati mediocri drasticamente più rari, compensati da più risultati scarsi e più risultati buoni (Autor et al., NBER, 2026).
L'inquadramento degli autori è la frase da portare alla prossima riunione di pianificazione: i guadagni maggiori dall'AI sono andati agli avvocati che hanno trattenuto meno, e una competenza di base potrebbe essere un prerequisito per estrarre competenza durevole dalla pratica assistita dall'AI.
Leggi i due studi insieme. La modalità d'uso decide se la capacità si accumula, e la competenza già posseduta sembra decidere quale modalità una persona adotti per default. Le tue persone più senior stanno capitalizzando. I tuoi junior si stanno dividendo in due gruppi, e l'output assistito di entrambi sembra a posto.
Va detto chiaramente: finanziamento e paternità dello studio sui brevetti ricadono in parte sul produttore dello strumento. La pre-registrazione e la valutazione in cieco da parte di terzi sono ciò che ne sostiene la credibilità, non lo sponsor.
L'obiezione onesta
Quattro limiti, prima che qualcuno costruisca una policy su questo.
Sono studenti universitari su un compito di un'ora. Non dipendenti su un trimestre di lavoro reale. Il meccanismo — riallocazione del tempo dalla produzione alla comprensione — viaggia plausibilmente. Le dimensioni dell'effetto non vanno citate come stime riferite al lavoro, e io non metterei 7,2 punti in un business case.
È un preprint. arXiv 2607.08849 è stato pubblicato a luglio 2026 e rivisto a ottobre 2026. Non ha completato la revisione tra pari.
I controlli di robustezza muovono il numero. Escludendo i partecipanti che hanno violato le regole dello studio, l'effetto di apprendimento della prima sessione scende a 0,24, 0,15 o 0,27 SD a seconda della misura usata. L'effetto sopravvive; la sua dimensione è più tenue del titolo.
La modalità è stata osservata, non assegnata. La divergenza tutor-contro-ghostwriter è il risultato più azionabile del paper e la sua parte sperimentalmente meno pulita — i partecipanti hanno scelto come usare lo strumento. Chi cerca la spiegazione può differire da chi cerca l'output anche in modi che predicono la ritenzione. L'asimmetria per seniority dello studio sui brevetti è coerente esattamente con questa lettura.
Ciò che sopravvive a tutti e quattro: il deliverable non è una lettura di quanto la persona stia imparando, e il divario tra i due è un problema di misurazione che puoi risolvere senza comprare niente.
Cosa cambiare questo trimestre
Quattro mosse. Nessuna è un acquisto.
- Smetti di riportare l'uso dell'AI come metrica di adozione. Licenze, login e conteggi di sessione descrivono la distribuzione. Sostituisci il titolo con un numero: quante persone hanno dimostrato una capacità definita senza supporto, dopo aver usato l'AI per costruirla.
- Rendi il prompting in modalità tutor un comportamento esplicito e insegnato. È abbastanza specifico da entrare in un percorso di onboarding e nello script di un uno-a-uno manageriale: chiedi al modello di spiegare il suo ragionamento e di verificare il tuo, non di produrre l'artefatto. È l'intervento più economico dell'intero insieme e nessuno lo sta facendo.
- Aggiungi un compito senza supporto al ciclo di sviluppo per i ruoli in cui il giudizio è il deliverable. Non un test — un compito reale, svolto senza assistenza, valutato con la stessa rubrica della versione assistita. Il divario tra i due è il tuo segnale di ritenzione delle competenze, e non esiste in nessun report sulla qualità dell'output.
- Metti a bilancio la biforcazione dei junior nel tuo piano di successione. Se l'output assistito è piatto lungo la seniority mentre la capacità trattenuta non lo è, la tua panchina a due anni è più sottile di quanto dicano i tuoi dati di performance, e l'errore va in una sola direzione.
Quella quarta mossa è quella senza una collocazione evidente in gran parte delle aziende, perché richiede competenze misurate per ciclo rispetto a un framework stabile, non dedotte dai deliverable recenti. Il livello performance e successione di Scovai è costruito su questa separazione — competenze valutate in modo deterministico, per competenza e per ciclo, sul framework Great Eight, una 9-box calcolata da quei dati di competenza invece che dalle impressioni dei manager, e la readiness di successione dichiarata per ogni posizione critica come pronta ora o a dodici-ventiquattro mesi. La rilevanza qui è strutturale: se il tuo asse del potenziale sta leggendo output assistito, sta leggendo lo strumento.
L'implicazione scomoda di questa ricerca è che i tuoi adottanti AI con le prestazioni migliori e quelli che decadono più in fretta potrebbero essere le stesse persone, e che niente di ciò che misuri oggi separa l'AI come tutor dall'AI come ghostwriter.
Quindi scegli un ruolo questo trimestre, fai svolgere un compito senza supporto con la stessa rubrica della versione assistita e scopri in che direzione va il divario. Misura la persona, non il documento — il documento ha smesso di dirti qualcosa su entrambe le cose il giorno in cui è arrivato lo strumento.
