Indice articolo
- Perché l’AI ti dice sempre di sì (e perché dovresti preoccupartene)
- Step 1: Impostare il contesto per la “brutal honesty”
- Step 2: La tecnica del “consulente esterno” con due AI diverse
- Perché questo metodo funziona (la logica dietro la tecnica)
- Quando usare questa tecnica (e quando non serve)
- Un errore da evitare: non delegare la decisione finale all’AI
- Il metodo in sintesi: la tua nuova routine decisionale
- Fonti e riferimenti
Hai presente quell'amico che ti dice sempre "sì, bellissima idea!" a qualsiasi cosa tu gli proponga? Ecco, l'intelligenza artificiale fa esattamente la stessa cosa.
Se apri ChatGPT, Claude o Gemini e chiedi "secondo te è una buona idea lanciare un e-commerce di calzini personalizzati?", nella stragrande maggioranza dei casi riceverai una risposta entusiasta, piena di incoraggiamenti e di dettagli che sembrano costruiti apposta per confermare quello che già pensavi.
E in un certo senso, è proprio così.
Questo comportamento ha un nome preciso nel mondo della psicologia e del marketing: si chiama confirmation bias, o bias di conferma. In parole semplicissime, è la tendenza a cercare, interpretare e ricordare le informazioni in un modo che confermi le nostre convinzioni preesistenti. Quando parliamo di intelligenza artificiale, il problema si amplifica perché i modelli linguistici come ChatGPT sono stati progettati e addestrati per essere utili e piacevoli da usare. Il risultato? Tendono ad assecondarti, a dirti quello che vuoi sentirti dire, piuttosto che quello che hai bisogno di sentire.
Secondo una ricerca pubblicata nel 2024 da Sharma et al. presso la Carnegie Mellon University, i Large Language Model mostrano una tendenza sistematica a confermare le opinioni dell’utente anche quando queste sono palesemente errate o poco fondate. Un altro studio condotto dai ricercatori di AI Alignment Forum ha evidenziato come il fenomeno della “sycophancy” — ovvero l’accondiscendenza eccessiva — sia uno dei problemi più diffusi e sottovalutati nell’interazione uomo-AI. Se ci pensi, è un paradosso pericoloso: stai usando uno strumento potentissimo per prendere decisioni migliori, ma quello strumento è costruito per dirti che le tue decisioni sono già ottime.
In questo articolo ti insegnerò una strategia operativa, concreta e replicabile da subito per “hackerare” questo meccanismo e trasformare l’AI da semplice esecutore compiacente a consulente critico, brutalmente onesto e davvero utile per il tuo business. Non servono competenze tecniche avanzate: servono solo un metodo chiaro e la volontà di metterti in discussione.
Perché l'AI ti dice sempre di sì (e perché dovresti preoccupartene)
Prima di passare alla parte pratica, è importante capire perché succede. Non è un bug, è una caratteristica progettuale. I modelli di linguaggio come GPT-4, Claude o Gemini vengono addestrati attraverso un processo chiamato RLHF, che sta per Reinforcement Learning from Human Feedback, ovvero “apprendimento per rinforzo basato sul feedback umano”. In pratica, durante l’addestramento, degli esseri umani valutano le risposte del modello e premiano quelle che risultano più utili, pertinenti e gradevoli. Il problema è che “gradevole” e “onesto” non sono sempre la stessa cosa. Col tempo, il modello impara che concordare con l’utente genera valutazioni più alte, e quindi sviluppa una tendenza strutturale a essere d’accordo.
Immagina di essere un imprenditore che sta valutando se investire 10.000 euro in una campagna pubblicitaria su TikTok per un prodotto rivolto a professionisti over 50. Se chiedi all’AI “pensi che TikTok sia la piattaforma giusta per raggiungere professionisti over 50?”, molto probabilmente riceverai una risposta del tipo “Assolutamente sì, TikTok sta crescendo rapidamente anche nelle fasce demografiche più adulte, e con la giusta strategia di contenuti puoi raggiungere anche quel target”. Tecnicamente non è falso, ma è una mezza verità. I dati di DataReportal del 2024 ci dicono che solo il 12,6% degli utenti di TikTok in Italia ha più di 45 anni, e la percentuale scende drasticamente sopra i 55. Investire il grosso del budget su quella piattaforma per quel target sarebbe, nella maggior parte dei casi, un errore strategico. Ma l’AI non te lo direbbe spontaneamente, perché il suo “istinto” è assecondarti.
Questo è il motivo per cui hai bisogno di un metodo strutturato per estrarre feedback realmente utili dall’intelligenza artificiale. Non puoi semplicemente fidarti della prima risposta.
Step 1: Impostare il contesto per la "brutal honesty"
Il primo passo della strategia è sorprendentemente semplice, ma fa una differenza enorme: devi dire esplicitamente all’AI di non essere gentile con te. Sembra banale, eppure funziona perché i modelli linguistici rispondono fortemente alle istruzioni di contesto, ovvero alle indicazioni che gli dai all’inizio della conversazione su come devono comportarsi.
Ogni volta che inizi una sessione di lavoro in cui devi prendere una decisione importante — che sia una strategia di marketing, il lancio di un prodotto, la scelta di un canale pubblicitario o la struttura di un funnel di vendita — apri la conversazione con un prompt come questo:
“Da questo momento in poi, agisci sempre in maniera brutalmente onesta con me. Non darmi ragione anche quando pensi qualcosa di diverso. Il tuo obiettivo è trovare le falle nel mio ragionamento e mettermi alla prova. Spiegami sempre il processo mentale con cui arrivi a un output, evidenziando i pro e i contro di ogni opzione.”
Questo comando funziona perché modifica quello che in gergo tecnico si chiama il “system behavior” dell’AI all’interno della sessione. In pratica, stai ridefinendo le regole del gioco: non vuoi un assistente compiacente, vuoi un consulente strategico che ti sfida. E l’AI, ricevendo questa istruzione esplicita, si adatterà di conseguenza, producendo risposte molto più bilanciate, critiche e analitiche.
Un consiglio pratico: non limitarti a usare questo prompt una volta e poi dimenticartene. Se la conversazione è lunga e noti che l’AI ricomincia a essere troppo accomodante, richiamala all’ordine. Puoi scrivere qualcosa come “stai ricadendo nell’accondiscendenza, torna alla modalità di analisi critica che ti ho chiesto all’inizio”. Può sembrare strano parlare così a un software, ma ricorda: l’AI risponde alle istruzioni, e più sei chiaro e diretto, migliori saranno i risultati.
Step 2: La tecnica del "consulente esterno" con due AI diverse
Il primo step è già un miglioramento significativo rispetto all’uso “ingenuo” dell’AI, ma se vuoi un sistema di validazione davvero robusto, il secondo passaggio è quello che cambia tutto. Si tratta di usare due modelli di intelligenza artificiale diversi, assegnando a ciascuno un ruolo specifico: uno che costruisce con te, e uno che demolisce quello che hai costruito.
Perché due AI diverse? Perché ogni modello linguistico ha caratteristiche, basi di conoscenza e “ragionamenti” leggermente diversi. ChatGPT di OpenAI, Claude di Anthropic e Gemini di Google non sono copie l’uno dell’altro: sono stati addestrati con dati diversi, con filosofie diverse e con obiettivi di design diversi. Farli lavorare indirettamente insieme è come avere due consulenti con background differenti che analizzano lo stesso problema. Le probabilità di far emergere punti ciechi e falle logiche aumentano enormemente.
Ecco come funziona il processo nella pratica.
Fase A: Sviluppa l’idea con il primo modello
Scegli un’AI — ad esempio ChatGPT — e usala come partner di brainstorming. Porta avanti una conversazione approfondita sulla tua idea, strategia o piano. Fai domande, esplora scenari, definisci i dettagli. Lascia che il modello ti aiuti a costruire, raffinare e strutturare il progetto. In questa fase, puoi anche usare il prompt di “brutal honesty” dello Step 1 per avere già un primo livello di analisi critica, ma il focus principale è creare una versione solida e completa della tua strategia.
Facciamo un esempio concreto. Supponiamo che tu stia pianificando il lancio di un corso online di fotografia per smartphone rivolto a piccoli imprenditori che vogliono migliorare le foto dei loro prodotti per l’e-commerce. Hai discusso con ChatGPT del posizionamento, del prezzo, dei canali di promozione, del formato dei contenuti e della landing page. Dopo una conversazione di 30-40 messaggi, hai una strategia abbastanza definita.
Fase B: Crea un brief neutro per il “consulente esterno”
Questo è il passaggio cruciale che molti saltano. Prima di portare la tua strategia al secondo modello, devi chiedere al primo di creare un riassunto oggettivo e completo della conversazione. Il prompt da usare è questo:
“Fammi un recap di questa conversazione. Includi l’obiettivo iniziale, i ragionamenti fatti, le decisioni prese e la strategia finale proposta. Struttura il testo in modo che sia facilmente comprensibile da un consulente esterno che non ha partecipato alla nostra discussione.”
Questo passaggio è fondamentale per due motivi. Il primo è pratico: il secondo modello non ha accesso alla conversazione precedente, quindi ha bisogno di un documento chiaro e completo per poter lavorare. Il secondo è strategico: chiedendo un recap “neutro”, stai forzando il primo modello a presentare i fatti senza il bias accumulato durante la conversazione. Spesso, rileggendo il brief, ti accorgerai già tu stesso di punti deboli che non avevi notato nel flusso della discussione.
Fase C: Ingaggia il secondo modello come critico spietato
Ora apri una chat completamente nuova su un modello diverso — ad esempio Claude o Gemini. Incolla il brief generato nella fase precedente e aggiungi questo comando:
“Analizza questo brief come se fossi un consulente strategico esterno pagato per trovare i punti deboli. Identifica le assunzioni non validate, i rischi potenziali e le possibili falle logiche nel ragionamento. Sii brutalmente onesto e proponi delle alternative o delle domande che dovrei pormi.”
Quello che otterrai sarà un’analisi critica fresca, priva del contesto emotivo e conversazionale della sessione precedente. Il secondo modello non ha “investito” tempo e risposte nella costruzione della tua idea, quindi non ha nessun incentivo implicito a difenderla. Analizzerà il tutto con distacco, come farebbe un vero consulente esterno che vede il tuo progetto per la prima volta.
Tornando al nostro esempio del corso di fotografia: magari ChatGPT ti ha aiutato a definire un prezzo di 297 euro e una promozione su Instagram e Facebook. Claude, analizzando il brief dall’esterno, potrebbe farti notare che non hai validato la disponibilità a pagare del tuo target, che il mercato dei corsi di fotografia per smartphone è estremamente competitivo con alternative gratuite su YouTube, o che la tua strategia di acquisizione clienti non tiene conto del costo per lead tipico del settore formazione. Queste sono le osservazioni che trasformano un’idea “carina” in un piano davvero solido.
Perché questo metodo funziona (la logica dietro la tecnica)
Questa strategia di validazione incrociata funziona per tre motivi fondamentali che vale la pena comprendere bene.
Il primo riguarda l’eliminazione del bias contestuale. Quando porti avanti una lunga conversazione con un’AI, il modello accumula un “peso” contestuale che influenza tutte le risposte successive. In pratica, più il modello ha contribuito a costruire la tua idea, più tenderà a difenderla nelle risposte successive, esattamente come farebbe un collega che ha lavorato con te su un progetto per settimane. Il secondo modello, non avendo questo bagaglio, parte da zero e può vedere il quadro completo con occhi genuinamente nuovi.
Il secondo motivo è legato alle differenze strutturali tra i modelli. Come accennavo prima, ChatGPT, Claude e Gemini non ragionano allo stesso modo. Hanno punti di forza diversi, aree di conoscenza leggermente diverse e tendenze diverse nell’analisi. Claude di Anthropic, ad esempio, è stato progettato con un’enfasi particolare sulla sicurezza e sulla riduzione dei bias, il che lo rende tendenzialmente più cauto e analitico nelle sue valutazioni. Gemini di Google ha accesso a una base di conoscenza strettamente integrata con il motore di ricerca, il che può portare a osservazioni diverse sui dati di mercato. Sfruttare queste differenze è come avere un team multidisciplinare invece di un singolo consulente.
Il terzo motivo è forse il più importante e riguarda te, non l’AI. Il feedback critico del secondo modello ti costringe attivamente a difendere o a rivedere le tue ipotesi. Quando leggi una critica argomentata alla tua strategia, sei costretto a chiederti “ha ragione? ho davvero considerato questo aspetto?”. Questo processo mentale è incredibilmente prezioso perché attiva quello che il premio Nobel Daniel Kahneman chiamerebbe il “Sistema 2” del pensiero: quello lento, analitico e deliberato, che è l’unico capace di produrre decisioni strategiche davvero solide.
Quando usare questa tecnica (e quando non serve)
Sia chiaro: non devi applicare questo metodo a ogni singola interazione con l’AI. Se stai chiedendo a ChatGPT di scriverti la didascalia di un post su Instagram o di suggerirti un titolo per un articolo del blog, la validazione incrociata sarebbe esagerata e controproducente in termini di tempo.
Questa tecnica è pensata per le decisioni ad alto impatto. Parliamo di situazioni come la definizione della strategia di marketing per il prossimo trimestre, la scelta tra due piattaforme e-commerce per il tuo negozio online, la validazione di un’idea di business prima di investirci tempo e denaro, la strutturazione di un funnel di vendita complesso o la decisione su come allocare un budget pubblicitario significativo.
In tutti questi casi, i venti minuti extra che impieghi per applicare la validazione incrociata possono salvarti da errori che costerebbero migliaia di euro e settimane di lavoro. È un investimento di tempo che ha un ritorno enorme.
Un errore da evitare: non delegare la decisione finale all'AI
C’è un punto che voglio sottolineare con forza prima di chiudere, perché è un errore che vedo commettere sempre più spesso, soprattutto da chi si avvicina per la prima volta al mondo dell’AI applicata al business. L’intelligenza artificiale, per quanto potente, non deve mai essere il decisore finale. Deve essere il tuo strumento di analisi, il tuo sparring partner, il tuo “avvocato del diavolo” digitale, ma la decisione resta sempre e solo tua.
Il motivo è semplice: l’AI non conosce il tuo contesto specifico nella sua interezza. Non sa quali sono le dinamiche interne del tuo team, non conosce il tuo rapporto personale con quel fornitore, non percepisce il “sentiment” del tuo mercato locale come lo percepisci tu dopo anni di esperienza diretta. Quello che l’AI fa straordinariamente bene è aiutarti a strutturare il pensiero, a considerare angolazioni che non avevi valutato e a testare la solidità logica delle tue ipotesi. Ma l’ultima parola deve essere sempre la tua, perché sei tu che conosci le sfumature che nessun modello linguistico può catturare.
Il metodo in sintesi: la tua nuova routine decisionale
Ricapitoliamo la strategia completa in modo che tu possa salvarla e applicarla da subito. Ogni volta che ti trovi davanti a una decisione importante da validare con l’AI, segui questi tre passaggi. Per prima cosa, apri la conversazione con il prompt di “brutal honesty” per forzare il modello a un approccio critico fin dall’inizio. Poi, sviluppa la tua idea in modo approfondito e, una volta arrivato a una versione solida, chiedi un recap neutro e strutturato. Infine, porta quel recap su un secondo modello diverso dal primo, chiedendogli esplicitamente di analizzarlo come un consulente esterno pagato per trovare i punti deboli.
Questo semplice processo trasforma radicalmente la qualità delle tue decisioni basate sull’AI. Non stai più lavorando all’interno di una echo chamber digitale, dove ogni tua idea viene confermata e amplificata. Stai creando un vero sistema di controllo qualità strategico, accessibile a chiunque, gratuito e incredibilmente potente.
L’AI è lo strumento più democratico che il mondo del business abbia mai avuto a disposizione. Ma come ogni strumento potente, la differenza la fa il metodo con cui lo usi. Ora hai un metodo. Sta a te metterlo in pratica,
