Cognitive Governance
L’AI non è più uno strumento. È un partner di ragionamento, e questo cambia tutto nel modo in cui si prendono le decisioni strategiche.
La Ricerca
A Framework for Strategic Decision-Making When Machines Shape Thinking.
Il white paper introduce gli AI Thinking Quadrants: un framework fondato sulla ricerca per preservare autonomia cognitiva e paternità del ragionamento quando l’AI partecipa alle decisioni strategiche.
Quando i leader usano l’AI per impostare posizionamenti competitivi, mettere alla prova le assunzioni o sintetizzare gli input degli stakeholder, non stanno delegando compiti. Stanno entrando in partnership cognitive che ridisegnano il modo in cui i problemi vengono definiti, le opzioni generate e le decisioni assunte. I guadagni di produttività sono reali. Ma lo è anche un rischio che la maggior parte dei framework di governance ignora del tutto.
Model Risk
La governance dell’AI oggi si concentra sul Model Risk: il pericolo di output inaccurati (allucinazioni, raccomandazioni distorte, previsioni sbagliate). Le organizzazioni hanno costruito protocolli di audit, revisioni dei bias e requisiti di supervisione umana per gestire questi rischi. Lavoro necessario. Ma insufficiente.
Cognitive Risk
La minaccia più profonda è il Cognitive Risk: la delega progressiva dell’autorità epistemica dall’uomo alla macchina. È ciò che accade quando i leader smettono di verificare gli output dell’AI perché “suonano giusti”, quando le narrazioni strategiche vengono accettate perché fluenti anziché valide, quando la capacità di ragionamento indipendente si atrofizza per mancanza di esercizio.
Il Cognitive Risk non si risolve con prompt migliori o modelli più capaci.
Richiede di capire come i leader si posizionano rispetto ai sistemi AI: quella che chiamiamo la loro postura cognitiva.
Gli AI Thinking Quadrants
Il risultato di 18 mesi di lavoro sul campo e di una survey diagnostica su oltre 100 executive europei. Ogni postura rappresenta una diversa configurazione di due dimensioni critiche: Cognitive Mode (analitico o sensemaking) e Strategic Ownership (guida del modello o guida umana).
Analitico | Guida del modello. L’AI produce rapidamente alternative strategiche, scenari e set di opzioni. Il leader seleziona e cura. Il rischio è il Narrative Lock-In: strategie generate dall’AI fluenti e coerenti che chiudono prematuramente la ricerca di alternative.
Analitico | Guida umana. Il leader è l’autore del ragionamento; l’AI fa da sparring partner avversariale per collaudarne la logica. Il rischio è l’Illusion of Explanatory Depth: la falsa sicurezza di un’articolazione completa che sostituisce il riconoscimento di ciò che resta ignoto.
Sensemaking | Guida del modello. L’AI aiuta a chiarire la decisione prima di risolverla: fa emergere inquadramenti alternativi, espone vincoli nascosti, separa i fatti dalle interpretazioni. Il rischio è il Framing Lock-In: ancorarsi alla prima definizione del problema data dal modello.
Sensemaking | Guida umana. L’AI traduce le decisioni in architettura eseguibile: diritti decisionali, responsabilità, routine di governance. Il rischio è il Governance Overfit: codificare le decisioni fino a far migrare il vero discernimento in canali informali ombra.
Cosa dice l’evidenza sul campo
degli executive adotta di default la Postura Operativa
adotta di default la Postura Critica (collaudo sistematico e verifica), nonostante la sua importanza nelle decisioni ad alto impatto
dei leader inizia con una mossa di ricerca di informazioni guidata dal modello
ha sperimentato output “convincenti ma sbagliati” che avrebbero potuto causare problemi rilevanti
Sotto pressione di tempo, i leader riferiscono meno alternanza deliberata e una maggiore tendenza ad accettare le narrazioni generate dall’AI come “abbastanza buone”: un fenomeno che chiamiamo posture drift. La modalità di errore non era l’allucinazione evidente, ma un ragionamento fluente che appariva completo e autorevole. E mentre il 62% dichiara di alternare le posture individualmente, il 43% non applica alcuna barriera esplicita a livello di team. La Cognitive Governance resta una competenza personale anziché una capacità organizzativa.
I tre principi della Cognitive Governance
I leader devono riconoscere quale postura cognitiva stanno adottando e se è adatta al contesto decisionale. Un leader che parte in Postura Critica può scivolare nella Postura Generativa senza accorgersi del cambiamento.
Fasi decisionali diverse richiedono posture diverse. La divergenza richiede la Postura Generativa. La convergenza richiede la Postura Critica. La pianificazione dell’esecuzione richiede la Postura Operativa. L’inquadramento del problema richiede la Postura Esplorativa. La sfida di governance è mantenere la capacità di alternare, senza farsi catturare da una singola modalità.
Per le decisioni consequenziali, le organizzazioni hanno bisogno di tracciare cosa è stato generato dall’uomo, cosa dall’AI e come è stato applicato il discernimento umano. La questione non è se il contributo dell’AI sia appropriato (può ben esserlo), ma se la paternità sia trasparente e intenzionale.
Dalla governance organizzativa alla policy pubblica
I sistemi AI operano sempre più come infrastruttura cognitiva: non si limitano a fornire informazioni, ma contribuiscono a definire quali opzioni sono visibili, rilevanti e plausibili. Partecipano alla costruzione della cornice cognitiva dentro cui le decisioni prendono forma, esercitando un’influenza che precede l’attivazione della volontà individuale e della responsabilità giuridica.
I framework regolatori attuali, incluso l’AI Act europeo, restano ancorati a un paradigma di rischio e compliance concentrato su output, rischi identificabili e responsabilità ex post. Ma i sistemi AI esercitano il loro impatto più profondo a monte, nella configurazione degli ambienti decisionali e nella strutturazione delle opzioni disponibili.
Il risultato è un disallineamento strutturale tra il tempo del diritto e il tempo della tecnologia.
Il lavoro di Systemic Zero con Pollicino AIdvisory ha formalizzato questa intuizione in un framework di policy che propone l’introduzione di un Cognitive Impact Assessment (CogIA): una valutazione strutturata, basata sulla metodologia dei Thinking Quadrants, della capacità dei sistemi AI di preservare (o compromettere) l’autonomia cognitiva in tutte le fasi decisionali. Il CogIA è concepito per integrare il risk assessment dell’AI Act, inserendo criteri di impatto cognitivo direttamente nei meccanismi di compliance ed enforcement.
La domanda competitiva
L’integrazione dell’AI nel lavoro strategico è inevitabile e, se ben governata, preziosa. Ma il vantaggio competitivo nell’era dell’AI non verrà da chi adotta l’AI più in fretta o da chi scrive i prompt migliori.
Verrà da chi preserva la cognitive agency: la capacità di essere autori del proprio ragionamento, mantenere la disciplina della verifica e orchestrare processi che sfruttano le capacità dell’AI proteggendo il discernimento umano.
Man mano che l’intelligenza diventa una commodity, la capacità di leadership che fa la differenza non è trovare risposte.
È orchestrare il processo di ragionamento stesso: sapere quale postura cognitiva adottare, quando cambiarla e come preservare la paternità del pensiero anche quando le macchine partecipano al pensare.
La Cognitive Governance e il framework dei Thinking Quadrants sono sviluppati da Giovanni Giamminola insieme al Professor Paolo Taticchi (UCL School of Management) — l’annuncio del white paper su UCL.
Il Cognitive Impact Assessment (CogIA) è sviluppato insieme al Professor Oreste Pollicino (Università Bocconi) — il policy brief.
Altre ricerche
Law & Policy Brief con Pollicino & Partners: potere cognitivo, architetture decisionali e sfide regolatorie emergenti. Di Giovanni Giamminola e Prof. Oreste Pollicino (Università Bocconi).
Leggi il policy brief ↗