Cervelli che friggono con l’olio dell’AI generativa. Sta emergendo questo nuovo fenomeno, in studi e varie esperienze: l’AI forse aumenta la produttività, certo rende più veloci, ma sta anche causando fatica cerebrale, che peggiora le condizioni del lavoro. E quella produttività promessa può persino danneggiarla.
Il punto: una parte dei guadagni di efficienza ottenuta viene riassorbita quasi subito in più compiti, più controllo, più revisioni, più notifiche e più passaggi da uno strumento all’altro.
È dentro questa dinamica che si è diffusa l’espressione “ai brain fry” (cervello fritto con l’AI, letteralmente), usata soprattutto da uno studio di Harvard Business Review pubblicato il 5 marzo 2026 da Julie Bedard, Matthew Kropp, Megan Hsu, Olivia T. Karaman, Jason Hawes e Gabriella Rosen Kellerman, basato su un’indagine su 1.488 lavoratori statunitensi a tempo pieno.
A rafforzare il quadro è arrivata poi l’analisi ActivTrak: 443 milioni di ore di attività digitale, 164 mila lavoratori, 1.111 aziende. Il dato comune non è che l’ia “faccia male” in sé. È che, se inserita male nei processi, tende a intensificare il lavoro e a spostare il costo sull’attenzione umana.
Indice degli argomenti
Che cosa è l’ai brain fry
Va chiarito subito un punto. “Ai brain fry” non è una diagnosi clinica né una categoria consolidata nei manuali medici. È un’etichetta descrittiva usata per indicare una fatica cognitiva acuta legata a uso, interazione e supervisione dell’ia oltre la propria capacità mentale.
Nell’articolo Hbr i ricercatori la definiscono come stanchezza mentale prodotta da un uso eccessivo o da una supervisione eccessiva degli strumenti ai. I lavoratori che ne parlano descrivono “fog”, “buzzing”, una sorta di testa affollata: difficoltà di concentrazione, lentezza decisionale, mal di testa, bisogno di staccarsi dal computer per riprendere lucidità.
Il fenomeno, quindi, non coincide con il burnout. La stessa ricerca Hbr distingue fra esaurimento emotivo cronico e affaticamento cognitivo immediato. Il burnout può anche diminuire quando l’ia sostituisce compiti ripetitivi; la fatica mentale, invece, cresce quando l’uso dell’ia richiede monitoraggio continuo, verifiche e cambi di contesto. È una distinzione importante, perché evita due errori opposti: vendere l’ia come cura universale del lavoro d’ufficio, oppure trattarla come causa automatica di peggioramento del benessere.
La ricerca Hbr mostra anche quindi un uso positivo dell’intelligenza artificiale. Quelle che la utilizzano per fare I compiti più ripetitivi e noiosi poi tendono a usare il tempo risparmiato per fare attività più creative o sociali con cui si rigenerano.
Con il doppio vantaggio di riuscire a fare più cose e sentire meno il burn out.
Che cosa dicono gli studi sull’ai brain fry oggi
Nella ricerca pubblicata da Harvard Business Review su 1.488 lavoratori full-time negli Stati Uniti, il 14% di chi usa l’ia sul lavoro ha detto di avere sperimentato direttamente l’ai brain fry. La prevalenza varia molto per funzione: 26% nel marketing, 6% nel legale. Il fattore più pesante è la supervisione.
I lavoratori che dichiarano un alto livello di oversight sugli strumenti ai riportano il 14% in più di sforzo mentale, il 12% in più di fatica mentale e il 19% in più di information overload. Lo stesso studio osserva anche che la produttività percepita cresce passando da uno a due strumenti ai usati insieme, cresce ancora con il terzo ma meno, e poi scende oltre quota tre.
I segnali che arrivano dai dati di processo
ActivTrak aggiunge un secondo pezzo, molto utile per chi guarda ai processi aziendali. Nel report 2026, basato su 443 milioni di ore di dati comportamentali raccolti fra 2023 e 2025, la società rileva che l’adozione dell’ia è salita all’80% dei dipendenti, contro il 53% di due anni prima. Ma il dato più interessante è la forma che prende il lavoro dopo l’adozione: email +104%, chat e messaggistica +145%, software gestionali +94%. Nessuna categoria di attività cala. Nello stesso tempo, per gli utenti ai il tempo di lavoro focalizzato scende del 9%. ActivTrak non parla di “brain fry” in senso stretto e il report non è un paper peer reviewed, ma misura su larga scala il terreno su cui quella fatica può nascere: più densità, più coordinamento, meno lavoro profondo.
Un terzo contributo arriva da Microsoft Research. Il paper presentato al CHI 2025, firmato da Hao-Ping Lee e colleghi, si basa su 319 knowledge worker e 936 esempi di utilizzo di GenAI. Il risultato centrale è che l’ia non elimina il pensiero critico: lo sposta. Il lavoro si sposta verso verifica delle informazioni, integrazione delle risposte e stewardship del task. Ma il paper registra anche una correlazione netta: più fiducia nell’ia, meno pensiero critico attivato; più fiducia nelle proprie competenze, più pensiero critico. Non è ancora una prova di deterioramento cognitivo nel lungo periodo, ma è un segnale chiaro sul rischio di delega eccessiva.
La conclusione: la maggior parte delle organizzazioni ha adottato la tecnologia. Pochissime l’hanno ottimizzata o resa operativa su larga scala.
Il quadro resta aperto
C’è poi il filone sul technostress. Uno studio pubblicato nel 2025 su Frontiers in Artificial Intelligence, basato su 15 interviste a giovani professionisti di r&d, it, finanza e marketing, mostra che l’adozione di GenAI riattiva forme già note di stress tecnologico: sovraccarico, invasione del lavoro nella vita privata, complessità degli strumenti. Qui non c’è la formula “brain fry”, ma c’è una base empirica che aiuta a capire perché l’uso intenso dell’ia possa tradursi in saturazione mentale.
Le evidenze, però, non vanno tutte nella stessa direzione. Uno studio pubblicato su Scientific Reports nel 2025, con quattro esperimenti online e un campione complessivo di 3.562 persone, trova che la collaborazione con GenAI migliora la performance immediata sul task, ma riduce motivazione intrinseca e aumenta la noia quando la persona torna a lavorare da sola. Il quadro, quindi, resta aperto: l’ia può far rendere di più nel breve periodo e allo stesso tempo impoverire alcune condizioni psicologiche del lavoro.
Come l’ai brain fry prende forma nelle esperienze concrete
Le testimonianze che circolano nei materiali raccolti nel tuo file aiutano a tradurre i numeri in situazioni concrete. Nell’articolo Hbr sul brain fry compare il caso di un senior engineering manager che passa da uno strumento all’altro per decidere, controllare, sintetizzare e correggere, fino ad arrivare alla sensazione di avere “troppi tab in testa”. Un finance director racconta di essere arrivato a fine sessione senza riuscire più a capire se il materiale prodotto avesse ancora senso. Non è stanchezza fisica. È rumore mentale.
Lo stesso meccanismo emerge in un’altra ricerca Hbr, pubblicata il 9 febbraio 2026 da Aruna Ranganathan e Xingqi Maggie Ye. In uno studio etnografico durato otto mesi in una tech company statunitense con circa 200 dipendenti, i ricercatori osservano tre effetti ricorrenti: allargamento dei compiti, confini più porosi fra lavoro e non lavoro, multitasking continuo. I dipendenti lavorano più in fretta, prendono in carico più attività e spalmano il lavoro su più ore della giornata, spesso senza un ordine esplicito del management. L’ia, scrivono gli autori, rende il “fare di più” facile e accessibile, e proprio per questo rischia di allargare il carico in modo quasi invisibile.
Le testimonianze che confermano il pattern
Accanto agli studi ci sono poi le testimonianze aneddotiche, utili ma da trattare per quello che sono. Francesco Bonacci, fondatore di Cua AI, descrive la sensazione di finire la giornata esausto non per il lavoro in sé, ma per il lavoro di gestione del lavoro: worktree aperti, feature a metà, correzioni che aprono altre correzioni. Siddhant Khare, in un testo dell’8 febbraio 2026, riassume il paradosso in modo efficace: l’ia riduce il costo di produzione, ma aumenta il costo di coordinamento, revisione e decisione, e quel costo ricade interamente sulla persona.
Sam Schillace, il 12 gennaio 2026, osserva che con strumenti sempre più agentici il collo di bottiglia non è la generazione di output ma l’attenzione disponibile per seguirli. Nikunj K., in “Token Anxiety”, descrive invece il riflesso di controllare al mattino cosa abbiano prodotto gli agenti durante la notte e la sensazione continua che “qualcosa potrebbe girare proprio ora”. Nessuna di queste testimonianze vale come prova scientifica. Tutte, però, coincidono con i pattern emersi negli studi: più intensità, più supervisione, meno pause cognitive.
Perché l’ai brain fry pesa anche sui risultati aziendali
Per le imprese il problema non riguarda solo il benessere individuale. Nella ricerca Hbr del 5 marzo 2026, i lavoratori che dichiarano di avere sperimentato ai brain fry mostrano il 33% in più di decision fatigue, l’11% in più di errori minori e il 39% in più di errori maggiori rispetto a chi non riporta quel tipo di affaticamento. Cresce anche l’intenzione di lasciare l’azienda: dal 25% al 34% fra chi usa l’ia in modo intenso. Il danno, quindi, non sta soltanto nella stanchezza. Sta nella qualità peggiore delle decisioni, nella maggiore frequenza degli errori e nella difficoltà a trattenere i profili più esposti, che spesso sono proprio quelli considerati più produttivi.
ActivTrak mostra lo stesso rischio da un’altra angolazione. Se il tempo di email, chat e software gestionali cresce dopo l’adozione dell’ia e il focus time cala, l’effetto organizzativo può essere una produttività che migliora in apparenza e peggiora nella sostanza. Si chiudono più task, ma aumenta il lavoro di coordinamento. Si produce di più, ma si pensa peggio. È il classico caso in cui una tecnologia comprime i tempi di esecuzione e allarga la quantità di lavoro da assorbire.
Come ridurre l’ai brain fry nelle scelte di management
La prima scelta riguarda i casi d’uso. La letteratura disponibile suggerisce che l’ia aiuta davvero quando toglie lavoro ripetitivo, amministrativo, a basso valore. Nello studio Hbr, l’uso dell’ia per ridurre il tempo speso in task routinari è associato a punteggi di burnout più bassi del 15%. Il management dovrebbe quindi spingere l’ia dove alleggerisce il “toil”, non dove moltiplica il lavoro di sorveglianza.
La seconda scelta riguarda il numero di strumenti e di agenti da governare insieme. Il dato Hbr sui tre strumenti: fino a un certo punto la produttività percepita sale, oltre quel punto cala. Anche ActivTrak trova un “sweet spot”: i dipendenti che passano fra il 7% e il 10% del loro tempo di lavoro in strumenti ai mostrano la produttività più alta, ma sono una minoranza.
Obiettivo quindi usare l’AI senza saturare l’attenzione.
Metriche, capi e organizzazione del lavoro
La terza scelta riguarda aspettative e metriche. Quando l’azienda celebra i guadagni di produttività senza spiegare che cosa cambierà davvero nel carico di lavoro, i dipendenti tendono a leggere quel messaggio come una richiesta implicita di fare di più. Nello studio Hbr, chi percepisce che l’organizzazione si aspetta più lavoro grazie all’ia riporta il 12% in più di fatica mentale; chi sente che l’azienda valorizza l’equilibrio vita-lavoro riporta il 28% in meno. La metrica giusta, quindi, non è quantità di prompt, token o output. È qualità del risultato, riduzione degli errori, tempi sostenibili, minor carico di coordinamento.
La quarta scelta riguarda il ruolo dei capi. Sempre nella ricerca Hbr, i dipendenti i cui manager rispondono alle domande sull’uso dell’ia mostrano punteggi di fatica mentale inferiori del 15% rispetto a chi viene lasciato solo. Questo suggerisce che la formazione non va scaricata sull’iniziativa individuale. Servono linee guida di team, policy semplici, percorsi di upskilling su framing del problema, priorità, verifica dell’output, non solo sull’uso tecnico degli strumenti.
La quinta scelta è più organizzativa. Ranganathan e Ye propongono tre pratiche: pause prima delle decisioni importanti, sequencing dei flussi per evitare aggiornamenti e notifiche continue, momenti di “human grounding” per rimettere il lavoro dentro scambi umani veri. Dietro formule del genere c’è un’idea semplice: se l’ia rende possibile lavorare sempre, il management deve decidere quando fermarsi, quando batchare, quando proteggere finestre di concentrazione e quando riportare il lavoro a una discussione tra persone.
Oltre l’ai brain fry, il nodo è il ridisegno del lavoro
Le fonti oggi disponibili non dimostrano che l’ia generativa porti automaticamente a esaurimento cognitivo. Mostrano qualcosa di più utile: i rischi crescono quando l’ia viene introdotta come acceleratore senza un ridisegno del lavoro. Il brain fry, per ora, è un nome giornalistico e manageriale più che una categoria clinica.
Ma i segnali convergono: più oversight, più multitasking, più lavoro diffuso nella giornata, meno attenzione continua. Per un’azienda il vero errore sarebbe scambiare questo sovraccarico per semplice entusiasmo tecnologico. Nel breve periodo può sembrare produttività. Nel medio periodo può diventare errori, turnover e decisioni peggiori.
