L’intelligenza artificiale non sta soltanto riscrivendo i flussi operativi: sta alterando in profondità le architetture cognitive e relazionali delle organizzazioni. In questa transizione silenziosa e pervasiva, il middle management si trova ad abitare un crinale delicato.
Per management si intende l’insieme delle attività volte a pianificare, organizzare, dirigere e controllare le risorse, al fine di raggiungere specifici obiettivi organizzativi (Robbins & Coulter, 2021).
Secondo Mintzberg (1973), il manager svolge ruoli interpersonali, informativi e decisionali che variano in funzione della posizione gerarchica e del contesto organizzativo.
In generale, si distinguono tre livelli di management:
- il management operativo o di linea, focalizzato sull’esecuzione quotidiana,
- il middle management, che traduce gli indirizzi strategici in azioni e coordina persone e processi,
- e il top management, responsabile della definizione della visione, della cultura e delle decisioni strategiche di lungo termine.
Come middle manager, si è oggi esposti a una duplice pressione: cogliere e interpretare segnali deboli – ovvero indicatori iniziali e ambigui di cambiamenti rilevanti – in un contesto ipertecnologico e, allo stesso tempo, preservare la coesione di gruppi di lavoro che rischiano di essere polarizzati da nuove asimmetrie informative.
Indice degli argomenti
Ambiguità algoritmica e nuove forme decisionali
La promessa dell’IA è quella della precisione: pattern, modelli predittivi, suggerimenti operativi. Ma l’introduzione di queste tecnologie non cancella l’ambiguità – la trasforma. La decisione manageriale non viene meno: cambia forma.
Come osservano Alvesson e Spicer (2012) nel loro studio sulla “stupidità funzionale” nelle organizzazioni, l’attenzione eccessiva all’informazione come simbolo di razionalità può spostare l’ambiguità dal “cosa scegliere” al “cosa accettare come valido”. In questi contesti, le raccomandazioni algoritmiche non tanto guidano la scelta quanto contribuiscono a definire ciò che viene percepito come accettabile o legittimo, riducendo lo spazio per il pensiero critico.
Il compito non è decidere, ma esercitare una funzione di sensemaking, discernendo tra ciò che è tecnicamente plausibile e ciò che è culturalmente opportuno, anche alla luce delle dinamiche politiche interne all’organizzazione.
Coordinare team ibridi tra umani e macchine
Il middle management è oggi il primo luogo in cui l’“ibridazione uomo-macchina” si fa tangibile. Coordinare team che integrano sistemi intelligenti significa reimparare il vocabolario della collaborazione.
Come sottolinea l’analisi di MIT Sloan Management Review, le imprese che ottengono risultati migliori con l’IA sono quelle in cui l’interazione persona-macchina è gestita come una forma di partnership, non come una semplice delega tecnica.
In questo scenario, il manager intermedio deve padroneggiare almeno tre livelli di interazione: con i collaboratori umani, con gli output delle IA e con la logica progettuale che integra entrambi.
Questo triplice compito apre una questione cruciale: la destrutturazione progressiva dei sistemi di competenza.
Secondo, l’ultimo International Barometer “Transformations, skills and Learning” del Gruppo Cegos, il 27% dei dipendenti europei ritiene di non possedere più – o di non possedere a breve – le competenze necessarie per svolgere correttamente il proprio lavoro, con una punta del 24% in Italia.
L’automazione spinge verso un’accelerazione dei compiti esecutivi, ma può al tempo stesso rendere opache le logiche di costruzione della competenza umana.
L’IA, in questo senso, può contribuire a un paradosso: più informazione disponibile, ma minore padronanza critica e interpretativa dei processi da parte dei soggetti coinvolti.
Pensiero critico e leadership situata
In un contesto dove l’output è sempre più guidato da logiche probabilistiche, la leadership non può limitarsi alla “gestione” del processo.
Serve una leadership situata, intesa come la capacità di leggere il contesto specifico e adattare l’azione in modo flessibile e consapevole, anche disobbedendo, se necessario, alle indicazioni automatiche (Il concetto può essere ricondotto alle riflessioni di Grint, 2005, e di Weick, 1995, sul sensemaking come pratica strategica situata.)
Il vero manager aumentato è colui che sa quando sospendere l’algoritmo, non solo quando seguirlo. Non a caso, Cegos ha identificato proprio nel pensiero critico una delle competenze cognitive centrali da sviluppare per un uso etico ed efficace dell’IA generativa all’interno delle imprese
Formazione manageriale per l’era algoritmica
- Alfabetizzazione digitale di base: comprendere le architetture delle IA che impattano la propria realtà.
- Pensiero critico e analisi situata: evitare l’adesione acritica all’algoritmo.
- Intelligenza relazionale e psicologia dei sistemi: capire l’impatto dell’IA sulle dinamiche di team. Come evidenzia uno studio di Deloitte, la vera trasformazione dell’IA avviene quando è integrata nei processi umani, non quando li sostituisce.
Responsabilità e delega nell’ecosistema IA
Delegare a un algoritmo non è mai neutro. È una decisione sulla distribuzione del potere cognitivo. Uno studio di arXiv (Patrick Hemmer & altri, 2023) mostra come l’allocazione non controllata di compiti decisionali all’IA possa creare una perdita di accountability distribuita.
Come manager, bisogna preservare il principio di responsabilità: saper spiegare, giustificare e – se necessario – correggere il funzionamento dell’algoritmo, soprattutto quando questo entra in conflitto con la cultura organizzativa o con le norme etiche condivise.
Chi assume questo ruolo deve essere in grado di comprendere le numerose declinazioni dell’IA nella pratica quotidiana.
Middle management e nuovo linguaggio organizzativo
Non stiamo vivendo solo un cambio di strumenti, ma un cambio di linguaggio organizzativo. In questo panorama, il ruolo di middle manager si fa centrale.
Chi ricopre questa posizione, non sarà valutato solo per i risultati operativi, ma per la capacità di salvaguardare – e se serve reinventare – la trama sottile che tiene insieme conoscenza, relazione e significato individuale e sociale del lavoro. L’IA potenzia, ma è l’essere umano a decidere cosa ha senso potenziare.
