AI Brain Fry

La promessa era semplice. L’IA si occupa del lavoro ripetitivo. Gli esseri umani si occupano del pensiero. Il carico cognitivo diminuisce. La giornata lavorativa diventa piu leggera. Le persone tornano a casa con energia da vendere.

BCG ha intervistato 1.488 lavoratori nel marzo 2026 e ha scoperto il contrario. Il quattordici per cento ha segnalato una condizione che i ricercatori hanno chiamato “AI brain fry” — affaticamento mentale derivante dall’uso eccessivo, dall’interazione con e dalla supervisione di strumenti di IA oltre la capacita cognitiva della persona. I soggetti colpiti hanno segnalato il 33 per cento in piu di affaticamento decisionale e il 39 per cento in piu di errori gravi. Hanno descritto un ronzio nella testa, nebbia mentale, elaborazione piu lenta e la sensazione che il loro cervello avesse semplicemente smesso di assorbire informazioni.

La promessa era che l’IA avrebbe alleggerito il carico. I dati dicono che l’IA ha spostato il carico — dall’eseguire il lavoro al supervisionare il lavoro. E la supervisione, a quanto pare, non e piu leggera. E piu pesante. Il cervello liberato dal compito e stato incatenato alla supervisione. La macchina lavora piu veloce. Il supervisore cede per primo.

Il Tetto di Supervisione

Esiste un concetto nella ricerca sui fattori umani che la maggior parte dei team di implementazione IA non ha mai incontrato: il decremento di vigilanza. Joel Warm, Raja Parasuraman e Gerald Matthews lo hanno documentato attraverso decenni di ricerca, culminando nel loro articolo del 2008 “Vigilance Requires Hard Mental Work and Is Stressful.” La scoperta e controintuitiva. Monitorare — sedersi e osservare alla ricerca di errori, anomalie, deviazioni — non e passivo. E una delle attivita cognitivamente piu impegnative che un essere umano possa svolgere.

La ragione e strutturale. Quando si esegue un compito, il cervello e coinvolto nell’azione — la pianificazione motoria, il processo decisionale, il ciclo di feedback tra azione e risultato. L’attenzione e ancorata dall’attivita. Quando si monitora qualcun altro che esegue il compito — o una macchina che lo esegue — il cervello deve mantenere l’attenzione senza l’ancora dell’azione. Si aspetta. Si aspetta qualcosa che potrebbe non accadere. Si aspetta l’errore che la macchina potrebbe commettere.

Questa attenzione sostenuta e priva di ancora e metabolicamente costosa. Esaurisce le stesse risorse prefrontali che il processo decisionale utilizza. E le esaurisce piu rapidamente dell’esecuzione del lavoro stesso, perche non c’e un coinvolgimento ritmico a sostenere lo sforzo. Il decremento di vigilanza e il declino misurabile nelle prestazioni di monitoraggio che si verifica nel tempo — tipicamente entro 15-20 minuti di supervisione continua. Il cervello non e stato progettato per la sorveglianza passiva sostenuta. E stato progettato per il coinvolgimento.

Applichiamo questo a una giornata lavorativa. Una direttrice marketing supervisiona un generatore di contenuti IA, una dashboard analitica IA e un ottimizzatore di campagne IA. Ogni strumento produce output che richiede verifica. Ogni verifica richiede che la direttrice valuti se la macchina ha operato correttamente — il che richiede di mantenere il modello mentale di cosa significhi “corretto” mentre si cercano deviazioni da quel modello. Tre strumenti. Tre compiti di vigilanza simultanei. Ciascuno che esaurisce lo stesso serbatoio cognitivo.

Lo studio BCG ha concluso che la produttivita raggiunge il picco con tre strumenti IA simultanei. Oltre quattro, scende. Non e una scoperta tecnologica. E una scoperta di architettura cognitiva. Il cervello umano ha un tetto di supervisione — un numero massimo di flussi di supervisione concorrenti che puo sostenere prima che le prestazioni si degradino. Tre strumenti e il tetto per la maggior parte delle persone. Il quarto strumento non aggiunge capacita. La sottrae.

Cosa il Cortisolo Fa al Supervisore

Robert Sapolsky ha trascorso decenni a documentare il meccanismo biologico dello stress cronico. Il suo lavoro, sintetizzato in Why Zebras Don’t Get Ulcers, traccia un percorso preciso. Quando il cervello incontra un fattore di stress — una minaccia, una richiesta, uno stato di vigilanza sostenuta — l’asse ipotalamo-ipofisi-surrene si attiva. Il cortisolo entra nel flusso sanguigno. In dosi acute, il cortisolo e utile: affina la concentrazione, mobilita energia, prepara il corpo all’azione. Il leone ti insegue. Il cortisolo ti aiuta a correre.

Ma i fattori di stress della supervisione IA non sono leoni. Sono cronici. La direttrice marketing che supervisiona tre strumenti IA non affronta una singola minaccia acuta. Affronta una richiesta continua, a bassa intensita, di vigilanza — otto ore a esaminare output, valutare qualita, individuare errori che possono o meno esistere. La via del cortisolo non distingue tra un leone e un martedi mattina di monitoraggio IA. Attiva lo stesso meccanismo.

L’elevazione cronica del cortisolo produce tre effetti che contano direttamente per il lavoro cognitivo. Primo, compromette la funzione dell’ippocampo. L’ippocampo — la struttura cerebrale dove i nuovi ricordi vengono consolidati, dove avviene l’apprendimento — e una delle regioni cerebrali piu sensibili al cortisolo. Sonia Lupien e colleghi lo hanno dimostrato in uno studio longitudinale pubblicato su Nature Neuroscience nel 1998: i soggetti con elevazione sostenuta del cortisolo presentavano una riduzione del 14 per cento del volume dell’ippocampo e deficit misurabili nella formazione della memoria. La traduzione operativa: un lavoratore cronicamente stressato impara cose nuove piu lentamente, trattiene meno e commette piu errori di memoria.

Secondo, il cortisolo cronico degrada la funzione della corteccia prefrontale. La corteccia prefrontale e la sede delle funzioni esecutive — pianificazione, processo decisionale, controllo degli impulsi, la capacita di mantenere piu variabili nella memoria di lavoro e valutarle simultaneamente. E precisamente la capacita che la supervisione IA richiede. La persona che monitora l’output della macchina deve mantenere lo standard, confrontare l’output, identificare il divario e decidere se intervenire. Ciascuno di questi passaggi e una funzione prefrontale. E ciascuno e degradato dal cortisolo che il monitoraggio stesso produce.

Terzo, il cortisolo cronico sposta l’elaborazione cognitiva dal pensiero deliberato e riflessivo verso risposte abituali e automatiche. Sapolsky lo ha documentato nei primati; la ricerca successiva sull’uomo lo ha confermato. Sotto stress sostenuto, il cervello ricorre a routine e scorciatoie gia apprese. Conserva risorse riducendo la profondita dell’elaborazione. La qualita della supervisione diminuisce — non perche la persona sia pigra o negligente, ma perche la biologia della vigilanza cronica ha spostato la sua modalita cognitiva dalla valutazione deliberata al riconoscimento di schemi.

Il circuito si chiude. La supervisione IA richiede vigilanza sostenuta. La vigilanza sostenuta produce cortisolo. Il cortisolo degrada le funzioni cognitive necessarie alla supervisione. La supervisione degradata produce errori. Gli errori richiedono piu supervisione. Il sistema si alimenta da solo.

Il Ciclo di Intensificazione

Lo studio BCG non esiste in isolamento. Nel febbraio 2026, Aruna Ranganathan e Xingqi Maggie Ye della UC Berkeley hanno pubblicato i risultati di uno studio etnografico di otto mesi su circa 200 dipendenti di un’azienda tecnologica statunitense. Il loro articolo sulla Harvard Business Review portava un titolo che contraddice la narrativa dominante: “AI Doesn’t Reduce Work — It Intensifies It.”

Ranganathan e Ye hanno documentato tre forme di intensificazione. Primo, espansione dell’ambito: i dipendenti hanno allargato i confini del “mio lavoro” perche l’IA rendeva possibili compiti prima impossibili. La persona che scriveva un rapporto ora ne scrive tre, perche l’IA li bozza rapidamente. La persona che gestiva un canale ora ne gestisce quattro. Il carico di lavoro non e diminuito. Le aspettative sono aumentate per riempire la capacita creata dallo strumento.

Secondo, erosione dei confini: poiche l’IA rende facile iniziare e continuare compiti, il lavoro si e infiltrato nelle pause. Le persone inviavano prompt durante il pranzo, prima delle riunioni, la sera. I punti di arresto naturali della giornata lavorativa — i momenti in cui il corpo recupera e la mente consolida — si sono dissolti. Lo strumento era sempre disponibile, quindi il lavoro era sempre disponibile, quindi il lavoratore stava sempre lavorando.

Terzo, multithreading cognitivo: i lavoratori eseguivano piu processi assistiti dall’IA simultaneamente — generando contenuti in una finestra mentre rivedevano analisi in un’altra mentre monitoravano un chatbot in una terza. Ogni filo richiedeva attenzione. L’attenzione era divisa. La qualita di ogni filo diminuiva man mano che il numero di fili aumentava.

La connessione con i dati BCG e diretta. Il 14 per cento che segnala brain fry non e fragile. Non e tecnofobo. Sono i lavoratori che hanno adottato l’IA con maggiore entusiasmo — e hanno raggiunto il tetto cognitivo per primi. Lo studio BCG ha rilevato che i ruoli piu colpiti erano marketing, sviluppo software, risorse umane, finanza e IT. Sono i reparti dove l’adozione dell’IA e piu avanzata. Il brain fry non e un fallimento dell’adozione. E una conseguenza dell’adozione senza confini cognitivi.

La Collisione Domanda-Controllo

Robert Karasek ha descritto l’architettura dello strain lavorativo nel 1979, e il modello e stato validato nel corso di quattro decenni di ricerca in salute occupazionale. Lo strain lavorativo e l’interazione di due variabili: le richieste poste al lavoratore e il controllo che il lavoratore ha su come tali richieste vengono soddisfatte.

Richieste elevate piu controllo elevato produce quello che Karasek chiamava “lavoro attivo” — stimolante, coinvolgente, sostenibile. Il chirurgo che affronta richieste intense ma sceglie l’approccio, il ritmo e gli strumenti si trova nel quadrante attivo. Richieste elevate piu controllo basso produce “lavoro ad alta tensione” — la configurazione piu sistematicamente associata al burnout, alle malattie cardiovascolari e al degrado cognitivo.

La supervisione IA, cosi come viene tipicamente implementata, occupa il quadrante ad alta tensione. Le richieste sono elevate: monitorare l’output, verificare la qualita, individuare gli errori, mantenere lo standard su piu strumenti in funzione simultaneamente. Il controllo e basso: il lavoratore non ha scelto gli strumenti, non ha stabilito il ritmo, non ha progettato l’integrazione e non puo controllare il volume o la velocita dell’output IA. La macchina produce. L’umano verifica. L’umano non controlla il ritmo di produzione.

Il modello di Karasek prevede il risultato: tensione. La ricerca di Sapolsky spiega il meccanismo: la tensione produce cortisolo. I dati BCG confermano il risultato: 14 per cento in piu di sforzo mentale, 12 per cento in piu di affaticamento mentale, 19 per cento in piu di sovraccarico informativo. Previsione, meccanismo e misurazione si allineano.

I lavoratori non sono sotto tensione perche sono deboli. Sono sotto tensione perche l’architettura organizzativa li ha collocati in una posizione di alta richiesta e basso controllo e l’ha chiamata empowerment.

Il Corpo come Dato

Torno a questa espressione perche la conversazione sull’affaticamento legato all’IA si svolge abitualmente nel registro sbagliato. Il management parla di “gestione del cambiamento” e “curve di adozione” e “programmi di formazione.” Il corpo parla di qualcosa di completamente diverso.

Quando i rispondenti BCG hanno descritto un “ronzio” nella testa, quello era un dato. Il ronzio e l’esperienza soggettiva dell’attivazione sostenuta del sistema nervoso simpatico — la risposta di lotta o fuga del corpo che opera a un livello basso e cronico. Non e una metafora. E fisiologia. La frequenza cardiaca e leggermente elevata. I muscoli portano una tensione di basso grado. Il sistema attentivo e iperattivo, in cerca di minacce — in questo caso, in cerca di errori nell’output IA.

Quando i lavoratori hanno segnalato nebbia mentale, quello era un dato. La nebbia e l’esperienza soggettiva dell’esaurimento della corteccia prefrontale — le funzioni esecutive che si affievoliscono perche le risorse metaboliche che le sostengono sono state spese in vigilanza. La nebbia non e uno stato d’animo. E uno stato cognitivo con correlati misurabili: tempi di reazione piu lenti, capacita di memoria di lavoro ridotta, giudizio compromesso.

Quando i lavoratori hanno segnalato di commettere il 39 per cento in piu di errori gravi, quello era un dato. Gli errori non sono negligenza. Sono la conseguenza prevedibile di un sistema cognitivo esaurito a cui si chiede di svolgere esattamente i compiti — valutazione, giudizio, controllo qualita — che l’esaurimento compromette. Il sistema produce gli errori che la supervisione avrebbe dovuto intercettare. La supervisione produce l’esaurimento che causa gli errori.

Il corpo e un dato. E il dato dice: il modello attuale di supervisione dell’IA sta spezzando le persone da cui dipende.

La Soglia dei Tre Strumenti

La scoperta BCG sulla soglia dei tre strumenti merita attenzione specifica perche offre qualcosa di raro nella psicologia organizzativa: un numero concreto.

La maggior parte della ricerca sul carico cognitivo produce risultati relativi — piu carico porta a prestazioni peggiori, meno carico a prestazioni migliori. La direzione e chiara ma la soglia e vaga. I dati BCG forniscono una soglia: tre strumenti IA simultanei e il massimo produttivo per la maggior parte dei lavoratori. Oltre tre, il sovraccarico cognitivo del cambio di contesto, della verifica di qualita e del monitoraggio concorrente supera i guadagni di produttivita che gli strumenti aggiuntivi forniscono.

Non e una limitazione tecnologica. E una limitazione biologica. La memoria di lavoro — lo spazio cognitivo dove l’informazione viene trattenuta e manipolata — ha un limite di capacita ben documentato. L’articolo di George Miller del 1956 stabili l’intervallo a sette piu o meno due elementi. La ricerca successiva, in particolare il raffinamento di Nelson Cowan del 2001, ridusse la capacita effettiva a circa quattro blocchi indipendenti di informazione. Ogni strumento IA che richiede supervisione occupa uno o piu blocchi della memoria di lavoro: lo scopo dello strumento, il suo stato attuale, la qualita dell’output e la decisione se intervenire. Tre strumenti si avvicinano al limite di capacita. Quattro lo superano.

Quando il limite viene superato, il cervello non cede in modo elegante. Scarica il carico. L’attenzione si restringe. Il monitoraggio periferico cessa. Il lavoratore si concentra sullo strumento piu saliente — tipicamente quello che ha prodotto output piu recentemente o quello i cui errori hanno le conseguenze piu gravi — e gli altri strumenti funzionano senza supervisione. La supervisione diventa un’illusione. La direttrice crede di monitorare quattro strumenti. Ne monitora uno, da un’occhiata a due e ignora il quarto.

L’organizzazione conta quattro strumenti IA in produzione. La realta cognitiva e uno strumento sotto supervisione attiva e tre che funzionano sulla fiducia.

Cosa le Organizzazioni Non Comprendono

C’e un fraintendimento strutturale incorporato nella maggior parte delle strategie di implementazione IA, e i dati BCG lo rendono visibile.

Il fraintendimento e questo: le organizzazioni trattano la supervisione IA come un compito secondario. Il compito primario e il lavoro — il marketing, l’analisi, il servizio clienti, lo sviluppo software. L’IA svolge il compito primario. L’umano supervisiona. La supervisione viene posizionata come piu leggera dell’esecuzione, perche la macchina fa il lavoro pesante.

La ricerca sui fattori umani dice il contrario. La supervisione non e piu leggera dell’esecuzione. In molte configurazioni e piu pesante — perche richiede vigilanza sostenuta senza il coinvolgimento che l’azione fornisce. La persona che scrive il testo marketing e cognitivamente coinvolta nella creazione. La persona che rivede il testo marketing dell’IA e cognitivamente coinvolta nella valutazione — e la valutazione senza creazione e il classico compito di vigilanza. E impegnativo, estenuante e depletivo.

Il fraintendimento produce un errore prevedibile nella pianificazione del carico di lavoro. Se la supervisione viene considerata leggera, allora il lavoratore puo supervisionare molti strumenti mantenendo il carico di lavoro esistente. L’organizzazione aggiunge strumenti IA senza sottrarre compiti umani. Il carico cognitivo netto aumenta. Il lavoratore assorbe l’aumento perche l’alternativa — dire “non ce la faccio” — e un rischio per la carriera. I dati BCG mostrano il risultato: il 34 per cento dei lavoratori con brain fry segnala un’intenzione attiva di andarsene. Non se ne vanno perche gli strumenti sono scadenti. Se ne vanno perche il carico cognitivo e insostenibile e l’organizzazione non lo riconosce.

La soluzione non e piu formazione. La soluzione e la riprogettazione del carico di lavoro. Se la supervisione IA e cognitivamente impegnativa — e i dati dicono che lo e — allora l’introduzione di strumenti IA deve essere accompagnata dalla rimozione di richieste cognitive equivalenti altrove. Non piu compiti con un peso piu leggero. Meno compiti con lo stesso peso. L’aritmetica non e negoziabile: il cervello ha un budget giornaliero finito di sforzo cognitivo, e la supervisione attinge dallo stesso budget dell’esecuzione.

La Variabile della Cultura Organizzativa

Lo studio BCG ha rivelato una scoperta che riformula l’intera conversazione: i lavoratori in organizzazioni che valorizzano attivamente l’equilibrio vita-lavoro hanno segnalato punteggi di affaticamento inferiori del 28 per cento rispetto ai lavoratori in organizzazioni che non lo fanno.

Ventotto per cento non e marginale. E la differenza tra un carico di lavoro sostenibile e uno distruttivo. E non ha nulla a che fare con gli strumenti IA in se. Gli strumenti sono identici. La richiesta cognitiva della supervisione e identica. La differenza e il contesto organizzativo — specificamente, se l’organizzazione crea condizioni in cui il lavoratore puo recuperare dalle richieste cognitive della giornata.

Il recupero non e un lusso. E un requisito biologico. La ricerca di Sapolsky sul cortisolo dimostra che la risposta allo stress non provoca danni quando e seguita dal recupero. Stress acuto seguito da riposo e come il sistema e stato progettato per funzionare. Il danno si verifica quando lo stress e cronico — quando non c’e periodo di recupero, quando il cortisolo rimane elevato, quando il corpo non torna mai alla linea di base.

Un’organizzazione che valorizza l’equilibrio vita-lavoro e un’organizzazione che crea periodi di recupero. Le riunioni finiscono a orari ragionevoli. I fine settimana non sono giorni di lavoro. Le serate non sono sessioni di monitoraggio. I periodi di recupero permettono al cortisolo di tornare alla linea di base. L’ippocampo consolida l’apprendimento della giornata. La corteccia prefrontale ripristina le sue riserve metaboliche. Il giorno dopo, il lavoratore torna ai suoi compiti di supervisione con capacita cognitiva ripristinata.

Un’organizzazione che non valorizza l’equilibrio vita-lavoro e un’organizzazione che elimina i periodi di recupero. Gli strumenti IA funzionano continuamente, quindi il monitoraggio funziona continuamente. L’output arriva la sera, quindi la verifica avviene la sera. Il confine tra lavoro e riposo si dissolve — esattamente lo schema che Ranganathan e Ye hanno documentato nel loro sito di studio. Il cortisolo non torna mai alla linea di base. Il degrado cognitivo si accumula. Il brain fry non e un evento. E una traiettoria.

L’Integrazione

Ecco la tensione che voglio mantenere, perche farla crollare sarebbe disonesto.

Gli strumenti IA sono genuinamente utili. Ampliano le capacita, accelerano la produzione e rendono routinari compiti prima impossibili. I dati BCG non contraddicono questo. I lavoratori che usano strumenti IA segnalano guadagni di produttivita — fino alla soglia dei tre strumenti. I guadagni sono reali.

La supervisione IA e genuinamente depletiva. Gli stessi strumenti che ampliano le capacita richiedono supervisione che esaurisce il supervisore. Il costo cognitivo della supervisione e reale, biologico e cumulativo. L’esaurimento non e un difetto di carattere o di formazione. E una conseguenza del chiedere al cervello umano di svolgere vigilanza sostenuta — un compito per il quale non e stato progettato — alla velocita e alla scala della produzione della macchina.

Entrambe le cose sono vere. Gli strumenti aiutano. La supervisione nuoce. Il beneficio e il costo arrivano insieme, nello stesso sistema, colpendo la stessa persona.

Le organizzazioni che navigheranno questa tensione sono quelle che smetteranno di trattare l’implementazione IA come un progetto tecnologico e cominceranno a trattarla come un progetto di architettura cognitiva. La domanda non e “quali strumenti IA dovremmo implementare?” La domanda e “qual e il budget di carico cognitivo del team che supervisionera questi strumenti, e come manteniamo il carico totale entro il budget?”

Lo studio BCG ci da la soglia: tre strumenti. Karasek ci da il modello: aumentare il controllo insieme alla richiesta. Sapolsky ci da il meccanismo: proteggere i periodi di recupero o il cortisolo fara il danno. Warm e Parasuraman ci danno l’avvertimento: la supervisione non e riposo. E lavoro — lavoro duro, impegnativo e depletivo che l’organigramma ha classificato come facile.

Il cervello ha un tetto di supervisione. La maggior parte delle organizzazioni lo ha gia superato. I dati sono disponibili. La domanda e se le organizzazioni che hanno implementato gli strumenti leggeranno i dati prima che le persone che supervisionano gli strumenti si esauriscano.

La macchina lavora piu veloce. Il supervisore cede per primo. Il corpo e un dato. Leggete il dato.