La tesi di fondo del testo, incentrato sul modello Adaptive Intelligence Thinking System (AITS), e i concetti principali che la supportano, sono i seguenti:

Tesi di Fondo (Core Thesis)

La tesi centrale del libro è che, nell’era dell’intelligenza artificiale (AI), il processo di pensiero, analisi e decisione non è più un processo esclusivamente umano, ma uno spazio ibrido e condiviso.

La convinzione fondamentale è che l’AI non debba e non possa sostituire il pensiero umano, ma debba invece ampliarlo e potenziarlo, realizzando una intelligenza aumentata (augmented intelligence).

L’obiettivo è duplice: trovare il modo di pensare meglio, insieme, combinando il meglio dell’intelligenza umana e artificiale per raggiungere risultati superiori e compiere un salto di qualità nel processo decisionale. Questo approccio è necessario per affrontare la crescente incertezza e la complessità del mondo odierno (spesso descritto con l’acronimo VUCA).

---

Concetti a Supporto

A sostegno di questa tesi, l’autore introduce e sviluppa diversi concetti chiave, in particolare il framework AITS e i suoi principi guida:

1. L’AITS come Evoluzione del Pensiero Strutturato

L’Adaptive Intelligence Thinking System (AITS) è presentato come la risposta metodologica alla sfida dell’AI.

• Framework Operativo: AITS è un framework operativo progettato per affrontare problemi complessi in modo strutturato e aumentato.
• Evoluzione dei Six Thinking Hats: Il modello AITS prende l’impianto concettuale del Six Thinking Hats di Edward de Bono (il pensiero parallelo) e lo evolve per integrarlo con le nuove potenzialità offerte dall’AI.
• Agente Cognitivo, non Metafora: Il concetto si sposta da “cappelli” (ruoli interpretati da persone) a otto agenti cognitivi. Questi agenti sono entità funzionali che possono essere composte da persone, da AI specializzate, o da una combinazione delle due (es. l’Agente Analitico è un analista umano coadiuvato da una piattaforma AI di data analytics).
• Ruoli Espansi: Gli otto agenti includono quattro evoluzioni dirette dei cappelli originali (Analitico, Emotivo-Intuitivo, Critico-Validatore, Ottimizzatore) e quattro nuovi agenti per l’era AI (Creativo-Generativo, Etico-Governance, Predittivo-Strategico, Meta-Orchestratore).

2. I Tre Principi Guida di AITS

La filosofia di AITS si fonda su tre pilastri:

• Intelligenza Ibrida: È la fusione di intelligenza umana e artificiale. Questo principio assicura che l’AI possa gestire compiti come l’analisi di big data e la generazione di alternative, mentre l’umano apporta giudizio, intuizione, coscienza, e visione complessiva. L’AI funge da esoscheletro cognitivo che rende l’uomo più forte.
• Adattività Dinamica: AITS non è un flowchart rigido. A differenza del flusso sequenziale statico del metodo tradizionale, AITS può modulare la successione e l’attivazione degli agenti in base al contesto e ai feedback. Questa flessibilità permette di operare in modalità sequenziale, parallela distribuita, o emergente adattiva.
• Etica e Governance Integrata: AITS include esplicitamente l’agente Etico-Governance per assicurare che le decisioni tengano conto degli impatti sociali, normativi e morali. Un aspetto cruciale è il mantenimento del principio Human-in-the-loop & Human-in-command, garantendo che l’umano mantenga la responsabilità ultima (accountability) e il controllo morale delle decisioni.

3. Affrontare i Rischi del Contesto Moderno

AITS nasce anche per mitigare i rischi derivanti da un’integrazione tecnologica non consapevole:

• Rischio di Atrofia (AI Obesity): L’eccesso di soluzioni AI senza supervisione può portare all’atrofia delle facoltà cognitive umane (l’«obesità da AI», termine coniato da Pascal Bornet). AITS contrasta questo rischio mantenendo l’essere umano sempre al centro del loop decisionale.
• Necessità di Trasparenza e Spiegabilità (XAI): L’AI pone problemi di bias algoritmici e di trasparenza (“scatola nera”). Il modello AITS e il suo Manifesto Etico richiedono che ogni agente, in particolare quelli AI, sia in grado di fornire la motivazione e i dati a supporto delle sue analisi. Un output non spiegabile è un output non ammissibile.
• Il Ruolo del Pensiero Critico: Il pensiero critico e il problem-solving sono ritenuti asset strategici e competenze chiave del futuro. L’agente Critico-Validatore in AITS serve proprio da antidoto all’eccesso di fiducia nell’AI e ai bias di conferma umani.

4. Le Modalità Operative (Adattività)

Il supporto dell’AITS alla decisione è garantito dalla sua flessibilità operativa:

• Sequenziale Classica: Adatta per chiarezza e per team meno esperti, segue una sequenza prestabilita di attivazione degli agenti.
• Parallela Distribuita: Consente a più agenti (sottogruppi o AI specializzate) di lavorare simultaneamente su diverse componenti del problema, accelerando i tempi (utile per compiti lunghi come l’analisi di big data).
• Emergente Adattiva: È la modalità più flessibile, dove il Meta-Orchestratore (l’evoluzione del cappello Blu) decide dinamicamente quali agenti attivare in base alle necessità che emergono in tempo reale. Questa è la modalità più adatta a gestire la complessità e i problemi che cambiano definizione in corso d’opera.

Questi concetti dimostrano come AITS miri a fornire una “cassetta degli attrezzi cognitiva” aggiornata per navigare la complessità, garantendo che le decisioni siano ben ponderate, creative, etiche e basate sui dati, attraverso una armonica collaborazione tra umano e artificiale.