Cosa può dirci il profiling psicometrico sull’integrazione dell’AI?
Non sorprende che, al giorno d’oggi, l’intelligenza artificiale venga citata come una fonte importante di stress per i lavoratori: questo dipende in buona parte da come viene discussa nei media e implementata effettivamente nell’ambiente di lavoro. I titoli spesso ritraggono l’AI come qualcosa che “ti porterà via il lavoro” e la naturale reazione umana di fronte a qualcosa di nuovo e potenzialmente sconosciuto è percepirlo come una minaccia. Questa risposta istintiva del “cervello rettiliano” non può essere disattivata, la nostra prima reazione a un cambiamento inaspettato è solitamente la paura, finché non comprendiamo cosa significhi davvero per noi e quale sia il suo valore reale.
Quando la paura domina, ne risentono anche le relazioni: i colleghi diventano più diffidenti, meno collaborativi, e la fiducia inizia a sgretolarsi.
E ciò ha impatto soprattutto nel contesto lavorativo. I collaboratori sono già costantemente sovraccarichi di informazioni. Il lavoratore medio viene interrotto ogni due minuti da una riunione, un’e-mail o un messaggio durante l’orario di lavoro e riceve circa 153 messaggi Teams al giorno [1].
Il nostro cervello non è progettato per questo livello di overloading informativo. Quando l’AI viene introdotta in un contesto già caratterizzato da livelli elevati di distrazione, può facilmente essere percepita come un ulteriore problema, piuttosto che come beneficio.
In questo articolo approfondiremo:
Il ritmo del cambiamento e lo stress
Il divario tra le aspettative della leadership e la fiducia dei collaboratori è netto. I CEO hanno previsto un aumento della produttività del 17% grazie all’AI nel corso dell’anno a venire, eppure solo l’8% dei lavoratori ha dichiarato di utilizzare l’AI generativa per migliorare il proprio output [2]. Questi dati non tornano: l’interesse per l’innovazione nel campo dell’AI è chiaramente molto più alto ai vertici aziendali rispetto al resto della popolazione lavorativa.
Forse c’era da aspettarselo, dato che le persone che aspirano a ricoprire ruoli dirigenziali spesso presentano tratti che le rendono più inclini alla sperimentazione o aperte al cambiamento – tratti che, secondo il nostro assessment di personalità [3], sono in linea con la capacità di assumersi rischi strategici, prendere decisioni audaci e innovative e agire senza disporre di tutte le informazioni. Molti collaboratori con ruolo operativo, invece, hanno successo perché valorizzano la stabilità e la struttura, il che fa sì che il cambiamento rapido venga percepito più come un fattore di stress che come un’opportunità. Invece di responsabilizzare i dipendenti, gli strumenti implementati in modo inadeguato stanno iniziando a creare attrito, sollevando interrogativi sul carico di lavoro, l’etica e la sicurezza. Questo attrito non solo rallenta la produttività, ma indebolisce il legame tra leader e dipendenti, rendendo più difficile costruire fiducia.
Infine, c’è il costo in termini di tempo. I leader, infatti, vedono l’AI come una leva per aumentare la produttività ma i dipendenti spesso la utilizzano come “spazio per respirare”: un’occasione per rimettersi in pari in un ambiente ad alta pressione [4].
Questa differenza di prospettiva spiega perché l’adozione sia stata così disomogenea: un’implementazione top-down senza una guida adeguata appare scollegata dalla realtà quotidiana.
I profili comportamentali per l’adozione dell’AI
Non tutti i lavoratori si avvicinano all’AI allo stesso modo. Una nostra recente ricerca sulla preparazione all’AI mostra che i tratti comportamentali sono indicatori più affidabili dell’apertura all’adozione dell’AI rispetto all’attitudine, all’età o al genere [5].
- Coloro che presentano un’alta Dominanza (diretti, assertivi, orientati ai risultati) tendono ad essere più aperti all’AI, mostrano maggiore comprensione e credono più fermamente nel potenziale di miglioramento del proprio lavoro
- Al contrario, coloro che hanno un’alta Stabilità (pazienti e in cerca di stabilità) e Coscienziosità (orientati ai dettagli e alle regole) tendono a essere meno aperti all’AI e meno convinti che essa migliorerà i risultati
- Nel frattempo, l’attitudine non ha mostrato alcun legame con la prontezza generale, benché un’attitudine più elevata sia stata associata a una maggiore consapevolezza dei rischi legati all’AI
AI: un’implementazione attenta
Tutto ciò rende discutibile un approccio uniforme e top-down. Per alcuni profili, la pressione non fa altro che aumentare la resistenza. Spesso è necessario un approccio più misurato e di supporto, che costruisca gradualmente la fiducia e lasci spazio anche alle preoccupazioni, mantenendo un approccio incentrato sulle persone.
Infatti, le organizzazioni che lo fanno stanno già vedendo miglioramenti significativi in termini di performance, con collaboratori 1,5 volte più propensi a diventare high performer e 2,3 volte più propensi a essere coinvolti nel proprio lavoro [6].
Ridefinire l’AI come partner piuttosto che come minaccia è fondamentale. I team che utilizzano attivamente l’AI non solo performano meglio, ma mostrano anche una maggiore innovazione, un miglior equilibrio e persino una connessione emotiva e sociale più elevata [7].
Quando le persone si sentono sicure, supportate e incluse, l’AI ha il potenziale per aiutarci a ridurre la pressione, riconnettere le persone a un lavoro significativo e rafforzare i legami che alimentano un coinvolgimento duraturo. In altre parole, implementare l’AI non è solo una decisione tecnologica, bensì può avere implicazioni durature sulla salute culturale della vostra azienda. È la modalità con cui le organizzazioni introdurranno l’Intelligenza Artificiale quindi a determinare se essa avrà un impatto più o meno positivo sui lavoratori.
Le domande chiave per i leader HR
AI e trasformazione del lavoro: le domande chiave per i leader HR
Perché l’intelligenza artificiale genera resistenza nei collaboratori anche quando i vantaggi produttivi sono dimostrabili?
La resistenza non nasce dall’ignoranza tecnologica, ma dal contesto in cui l’AI viene introdotta. I lavoratori operano già in ambienti ad alta pressione informativa, dove il carico cognitivo è cronico e la soglia di tolleranza al cambiamento è bassa.
In questo quadro, qualsiasi innovazione percepita come aggiuntiva, e non sostitutiva di attività a basso valore, viene processata come minaccia prima ancora di essere valutata nel merito.
Il problema non è l’AI in sé: è la distanza tra come la leadership la presenta e come i collaboratori la vivono quotidianamente.
Come si segmenta la popolazione aziendale per progettare un piano di adozione dell’AI efficace e non uniforme?
Il punto di partenza è smettere di trattare l’adozione dell’AI come un tema di formazione tecnica e iniziare a leggerla come un tema di people management.
La segmentazione efficace considera tre variabili: il profilo comportamentale individuale, il ruolo operativo e il livello di esposizione ai processi che l’AI andrà a modificare.
Su questa base è possibile costruire percorsi differenziati: più orientati alla sperimentazione diretta per i profili ad alta padronanza degli strumenti, o più graduali e supportati per chi valorizza struttura e continuità.
Gli strumenti di assessment comportamentale, applicati prima del rollout, consentono di mappare questa variabilità e di evitare che un approccio omogeneo produca resistenza proprio nei segmenti più critici.
Quali condizioni organizzative trasformano l’AI da fattore di stress a leva di engagement e performance?
Tre condizioni sono determinanti.
- La percezione di sicurezza psicologica, i collaboratori devono poter sperimentare, sbagliare e tornare indietro senza conseguenze
- Il posizionamento dell’AI come riduzione del carico, non come controllo o sostituzione, comunicare esplicitamente quali attività a basso valore vengono eliminate, libera spazio mentale e riduce la diffidenza
- Il coinvolgimento diretto dei team nella fase di definizione dei casi d’uso, evitando che l’adozione sia imposta dall’alto senza comprensione dei flussi reali
Le organizzazioni che rispettano queste condizioni registrano tassi di coinvolgimento significativamente superiori e una probabilità maggiore di trasformare l’adozione in abitudine stabile.
Cosa indica la ricerca sul legame tra caratteristiche comportamentali individuali e apertura all’intelligenza artificiale?
I dati disponibili smentiscono l’assunzione comune che l’apertura all’AI sia correlata principalmente all’età o al livello di istruzione digitale.
La variabile più predittiva è il profilo comportamentale:
- Chi presenta un orientamento marcato verso la dominanza, stile diretto, orientato ai risultati, a suo agio con l’ambiguità, tende a mostrare apertura maggiore, maggiore fiducia nel potenziale dello strumento e minori preoccupazioni legate al rischio
- Al contrario, profili ad alta stabilità e coscienziosità, tipicamente legati a ruoli operativi e specialistici, mostrano una propensione più bassa e livelli di preoccupazione più elevati
Questo non è un giudizio di valore: è una mappa su cui costruire percorsi di accompagnamento differenziati e realistici.
Come si valuta concretamente la prontezza individuale e di team all’adozione dell’AI prima di avviare un programma di implementazione?
La valutazione della prontezza richiede un approccio a due livelli.
- A livello individuale, gli assessment comportamentali consentono di identificare i tratti che influenzano la propensione al cambiamento tecnologico, apertura all’ambiguità, orientamento all’apprendimento, gestione dell’incertezza.
- A livello di team, è invece utile misurare le dimensioni connesse alla qualità delle relazioni interne: fiducia, senso di appartenenza, coesione e benessere percepito. Un team frammentato o con livelli di fiducia bassi tende ad amplificare le resistenze individuali, rendendo l’implementazione più lenta e più costosa.
Partire da questi dati — prima di disegnare il piano di adozione — è la differenza tra un rollout controllato e un’implementazione che genera attrito.
Fonti e Dati
[1] Microsoft Work Trend Index, 2025
[2] Gartner, 2025
[3] HPTI
[4] Gartner, 2025
[5] Thomas, 2025
[6] Gartner, 2025
[7] Harvard Business School, Wharton, Procter & Gamble, 2024
