Con l’AI valutare i dipendenti diventa più difficile per oltre metà dei manager
Una ricerca su 1.701 dirigenti mostra il lavoro nascosto dietro la promessa di produttività dell’intelligenza artificiale.
Oltre metà dei dirigenti intervistati dice che, da quando usa l’intelligenza artificiale al lavoro, valutare il contributo dei dipendenti è diventato più difficile. Un documento può arrivare in pochi minuti, ben scritto e impaginato. Ma chi lo riceve deve ancora capire se l’analisi è solida, quali scelte ha fatto la persona che lo ha preparato e dove potrebbe essersi sbagliato il software.
È la tensione al centro di Squinting in the Sun, la ricerca pubblicata da monday.com il 21 ottobre 2026. Il sondaggio, realizzato da Nielsen per l’azienda, ha coinvolto 1.701 direttori e manager senior in sette Paesi. Racconta un paradosso: l’AI rende più facile produrre una prima versione del lavoro, ma non necessariamente rende più facile giudicarne la qualità.
La questione riguarda anche noi. Germania e Francia figurano tra i Paesi esaminati, mentre l’Italia non è inclusa in questo campione: i risultati non vanno quindi presentati come una fotografia dei manager italiani. Resta però una domanda concreta per qualunque ufficio che stia introducendo strumenti come ChatGPT: quando una consegna migliora, come si riconosce il merito di chi l’ha realizzata?
In questo articolo
Il tempo risparmiato da uno può diventare lavoro per un altro
La ricerca di monday.com non descrive dirigenti contrari alla tecnologia. Il 94% considera stimolante trovare opportunità per migliorare il lavoro con l’AI. Eppure il 59% afferma che individuare e verificare i casi in cui l’AI crea davvero valore richiede più impegno di quanto ne faccia risparmiare. Non è una misura contabile delle ore recuperate dall’azienda: è la valutazione espressa dagli intervistati su quel particolare compito.
Immaginiamo un team che prepara proposte commerciali. L’AI può scrivere rapidamente una bozza per ogni cliente, ma qualcuno deve controllare prezzi, promesse, tono e dettagli che il sistema potrebbe aver formulato in modo convincente senza verificarli. È come accelerare la cucina di un ristorante senza aumentare il tempo disponibile per controllare ciò che esce dalla porta: i piatti arrivano prima, ma il controllo resta indispensabile.
Anche i benefici, del resto, non sono distribuiti allo stesso modo. In un’indagine Gallup sui lavoratori statunitensi che hanno usato l’AI sul lavoro, il 63% riferisce di svolgere le attività più velocemente. Il 31% dice però che l’uso dell’AI ha portato il datore di lavoro a chiedergli più responsabilità. Le due percentuali non dimostrano che l’AI provochi automaticamente un aumento del carico: mostrano perché chiedere soltanto «quanto tempo abbiamo risparmiato?» non basta.
Velocità e produttività non sono la stessa cosa
Finire prima una bozza è un guadagno di velocità. La produttività di un team dipende anche da revisioni, errori, risultati utili e tempo impiegato dalle altre persone. Un’attività accelerata può semplicemente spostare il lavoro alla fase successiva.
Valutare il risultato non basta più a capire il contributo
Quando due persone consegnano presentazioni altrettanto curate, il file finale racconta solo una parte della storia. Una potrebbe aver controllato ogni numero e riscritto le conclusioni; l’altra potrebbe aver accettato una bozza generata dall’AI senza verificarla. Giudicare la seconda presentazione solo dall’aspetto sarebbe come valutare un progetto guardando esclusivamente la copertina.
Per questo il punto non dovrebbe essere scoprire ogni frase scritta da una macchina. Conta piuttosto osservare le decisioni della persona: come ha definito il problema, quali fonti ha controllato, quali errori ha corretto e se sa spiegare il risultato. Un buon uso dell’AI può essere una competenza; usare l’AI senza esercitare giudizio è un’altra cosa. Nella ricerca di monday.com, l’85% dei dirigenti ritiene che essere un buon manager richieda ormai competenze diverse.
La American Management Association rileva un effetto parallelo nella sua indagine del 2026: il 36% dei manager intervistati dice di aver passato più tempo, nell’ultimo anno, a rivedere contenuti prodotti con l’AI. Il 41% afferma che l’AI ha alzato le proprie aspettative sulla quantità di lavoro che i dipendenti possono svolgere in un dato tempo. Più output, però, non significa necessariamente più valore: senza criteri chiari si rischia di premiare il volume e trascurare accuratezza e responsabilità.
Questi numeri descrivono percezioni, non una prova di causa ed effetto
I sondaggi citati raccolgono risposte di manager e lavoratori. Aiutano a individuare difficoltà e cambiamenti nelle aspettative, ma da soli non misurano quanto un’azienda sia diventata più o meno produttiva grazie all’AI.
L’entusiasmo corre più veloce delle regole aziendali
Secondo monday.com, il 72% degli intervistati lavora in aziende che impongono o incoraggiano fortemente l’uso dell’AI. Solo il 29%, però, descrive l’infrastruttura AI della propria organizzazione come pienamente ottimizzata e centralizzata. Per infrastruttura si intendono qui gli strumenti e i collegamenti che permettono di usarli in modo coordinato: non basta distribuire accessi a un chatbot per ottenere un metodo di lavoro condiviso.
Nel mezzo resta il manager, che deve decidere quali compiti affidare agli strumenti, quali risultati controllare e quali informazioni non inserire in servizi non autorizzati. Il 65% degli intervistati da monday.com ritiene di aver ricevuto formazione AI sufficiente dalla propria azienda: una maggioranza, ma non la totalità di persone a cui si chiede di guidare questo cambiamento.
C’è anche una distanza fra ciò che i capi pensano di fare e ciò che i collaboratori vedono. Nel Charter AI Pulse, pubblicato lo stesso 21 ottobre, i manager risultano due volte più propensi a dire che stanno aiutando i team con l’AI di quanto i dipendenti siano a riconoscere quelle azioni. È un’indagine distinta da quella di monday.com, non una conferma dei suoi valori percentuali; suggerisce però che incoraggiare l’adozione e offrire un sostegno percepibile non sono la stessa cosa.
Cosa cambia per chi lavora in Italia e in Europa
Il problema non è confinato agli uffici statunitensi. La Global Workforce Hopes and Fears Survey 2026 di PwC, condotta su 49.364 lavoratori in 48 Paesi e regioni, Italia compresa, indica che il 64% ha usato l’AI al lavoro nei dodici mesi precedenti. Il dato riguarda un campione molto più ampio e diverso da quello di monday.com: non dice quanti manager italiani trovino difficile valutare i dipendenti, ma mostra che l’adozione è già una questione internazionale.
Per un team italiano, una prima risposta praticabile non richiede di ricostruire ogni comando dato a un sistema AI. Richiede di concordare prima che cosa conta come buon lavoro e di rendere visibili i passaggi in cui una persona ha esercitato giudizio. Le stesse domande valgono per chi dirige e per chi consegna: quali controlli sono stati fatti, quali limiti sono emersi e chi risponde del risultato?
Quattro accordi utili prima di valutare un lavoro fatto con l’AI
- Definire il risultato atteso prima di usare lo strumento: accuratezza, utilità per il cliente e rispetto delle scadenze.
- Chiedere una breve spiegazione delle scelte importanti, delle fonti controllate e delle correzioni apportate alla bozza.
- Concordare quali strumenti sono autorizzati e quali informazioni non devono essere inserite in servizi esterni.
- Considerare nella valutazione anche il tempo di revisione e gli errori rilevati, non soltanto il numero di documenti prodotti.
L’AI può far arrivare una risposta più in fretta. La capacità di capire se è quella giusta — e di riconoscere chi se ne è assunto la responsabilità — resta il lavoro decisivo.
