AI literacy

AI gen nei report di consulenza, quanti rischi: il caso Deloitte



Indirizzo copiato

Il colosso Deloitte restituirà parte del compenso al governo australiano dopo aver ammesso di aver usato l’AI per redigere un report da 440.000 dollari, costellato di errori e citazioni inventate: il problema non è solo tecnico, è culturale e riguarda il modo in cui le organizzazioni usano, o delegano, l’intelligenza artificiale

Pubblicato il 7 ott 2025

Maurizio Carmignani

Founder & CEO – Management Consultant, Trainer & Startup Advisor



AI Questions Icon
Chiedi all'AI
Riassumi questo articolo
Approfondisci con altre fonti
Massimizzare l’adozione dell’AI in sanità: verso un approccio strategico di lungo periodo; AI gen consulenza; superintelligenza; AI industria
Foto: Shutterstock




Deloitte Australia ha ammesso di aver utilizzato un modello di AI generativa , nello specifico una catena di strumenti basata su Azure OpenAI GPT‑4, per colmare “lacune di tracciabilità e documentazione” in un rapporto commissionato dal Department of Employment and Workplace Relations (DEWR). Il documento, pubblicato a luglio 2025, riguardava la revisione del sistema informatico che automatizza le sanzioni nel welfare australiano.

Dopo che il docente universitario Christopher Rudge (Università di Sydney) aveva evidenziato numerosi errori, citazioni accademiche inesistenti, riferimenti falsi e perfino una frase attribuita a un giudice che non compare in nessuna sentenza, Deloitte ha accettato di rimborsare parte del compenso e ha ricaricato sul sito del governo una versione corretta, ammettendo l’uso di AI.

AI gen nei report di consulenza, i rischi

Il primo report citava opere e autori mai esistiti, tra cui due titoli attribuiti alla professoressa Lisa Burton Crawford e un presunto saggio di Carolyn Adams. In alcuni casi l’AI aveva perfino generato una falsa sentenza della Corte Federale, completa di paragrafi e nomi errati.

Le cosiddette hallucinations non sono un’anomalia imprevista, ma una caratteristica intrinseca dei modelli linguistici di grandi dimensioni. L’AI tende a inventare informazioni per mantenere coerenza linguistica o completare istruzioni incomplete. È un limite noto e documentato, che impone uso critico e supervisione umana. Il problema non è che l’AI sbagli, ma che venga trattata come un sistema infallibile, come se fosse una AGI capace di comprendere e verificare autonomamente. Non lo è, e non lo sarà nel breve periodo.

AI gen in consulenza, superficialità e cultura del workslop

Il caso Deloitte rivela un’altra dinamica più profonda, la superficialità operativa con cui strumenti complessi vengono integrati nei flussi di lavoro senza un reale controllo. È il fenomeno che molti studiosi definiscono workslop, l’automatizzazione del superficialismo, dove la pressione alla produttività sostituisce il pensiero critico. Nel caso specifico, l’AI è stata impiegata non per migliorare la qualità cognitiva del lavoro, ma per “riempire spazi”, generare testo, uniformare linguaggio. Il risultato è un paradosso, un report commissionato per garantire tracciabilità e trasparenza nei sistemi pubblici che si è rivelato non tracciabile e non verificabile, proprio come il sistema che intendeva analizzare.

Responsabilità, governance e processo organizzativo

Deloitte non ha mai dichiarato pubblicamente l’uso dell’AI nella prima versione del documento. Solo dopo le critiche ha inserito nel metodo una nota tecnica che citava l’impiego di un modello GPT‑4o. La vicenda solleva domande cruciali:

  • chi controlla la qualità dei contenuti generati con AI?
  • chi verifica la correttezza delle fonti e delle citazioni?
  • e, soprattutto, chi risponde degli errori quando la produzione cognitiva è automatizzata?

È qui che emerge la vera carenza, una governance dell’AI ancora immatura. Servono procedure di revisione, ruoli chiari, tracciabilità delle fonti e una cultura etica che accompagni la trasformazione digitale. Le policy di principio non bastano, occorre una infrastruttura decisionale che distingua ciò che l’AI può fare, ciò che deve essere verificato e ciò che spetta solo al giudizio umano.

Il caso Deloitte, lezioni per le organizzazioni

Il caso non delegittima l’uso dell’intelligenza artificiale nella consulenza o nella pubblica amministrazione. Mostra, piuttosto, che senza cultura, metodo e responsabilità, anche i leader globali possono cadere vittima della scorciatoia cognitiva. È la dimostrazione che l’AI non sostituisce l’intelligenza umana, la amplifica solo se accompagnata da visione, competenza e controllo. La lezione per il futuro è chiara, l’AI generativa va usata cum grano salis, con consapevolezza e discernimento. La velocità non è comprensione, l’efficienza non è qualità. Solo dove la tecnologia incontra cultura e giudizio umano può nascere un’intelligenza davvero utile, affidabile e responsabile.

Verso una governance dell’AI più matura

Il caso Deloitte dimostra l’urgenza di costruire strutture di AI governance solide e trasparenti. Ciò significa introdurre standard di audit per i processi automatizzati, policy di responsabilità condivisa e sistemi di monitoraggio continuo sugli output generati dalle macchine. Le organizzazioni devono integrare la AI literacy tra le competenze chiave di chi decide, progetta e controlla, creando una catena del valore in cui la supervisione umana resti il perno centrale. Solo così sarà possibile passare da una gestione episodica a una governance sistemica, in cui l’AI non sia uno strumento di apparenza o produttività, ma un motore consapevole di innovazione, sicurezza e affidabilità.

Partecipa alla community

guest

0 Commenti
Più recenti
Più votati
Inline Feedback
Vedi tutti i commenti

People&Change

Tutti
CARRIERE
AI E LAVORO
COMPETENZE
Produttività e AI
AI IN AZIENDA
SCENARI
FORMAZIONE
CULTURA AZIENDALE
AI in azienda
Carriera
AI leadership
Leggi l'articolo Primo lavoro e carriera: le dinamiche invisibili che guidano il successo
competenze
Primo lavoro e carriera: le dinamiche invisibili che guidano il successo
Leggi l'articolo AI e lavoro, chi beneficerà davvero del tempo risparmiato?
scenari
AI e lavoro, chi beneficerà davvero del tempo risparmiato?
Leggi l'articolo Industria 5.0, chi difende le competenze quando decide l’AI
scenario
Industria 5.0, chi difende le competenze quando decide l’AI
Leggi l'articolo AI e lavoro in Italia: perché la formazione non può aspettare
l'analisi
AI e lavoro in Italia: perché la formazione non può aspettare
Leggi l'articolo Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
lo studio
Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
Leggi l'articolo Shadow AI in azienda: come governare rischi, dati e sicurezza
policy
Shadow AI in azienda: come governare rischi, dati e sicurezza
Leggi l'articolo AI e lavoro: i rischi di adottarla senza riprogettare i processi
collaborazione uomo-ai
AI e lavoro: i rischi di adottarla senza riprogettare i processi
Leggi l'articolo Diritto a un call center umano: banco di prova per il futuro con l’AI
la sentenza
Diritto a un call center umano: banco di prova per il futuro con l’AI
Leggi l'articolo Shadow AI, vietarla non basta: il problema sono i processi aziendali
scenari
Shadow AI, vietarla non basta: il problema sono i processi aziendali
Leggi l'articolo Longevità e lavoro: come riprogettare la propria carriera
scenari
Longevità e lavoro: come riprogettare la propria carriera
Leggi l'articolo People Pleaser sul lavoro: perché è difficile dire di no
lavoro e SOCIETÀ
People Pleaser sul lavoro: perché è difficile dire di no
Leggi l'articolo Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
imprese e formazione
Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
Leggi l'articolo Skills contro job title: le competenze trasformano i team nell’era dell’AI
competenze e lavoro
Skills contro job title: le competenze trasformano i team nell’era dell’AI
Leggi l'articolo Shadow AI in azienda: rischi, controlli e strumenti di governance
uso non approvato dell’AI
Shadow AI in azienda: rischi, controlli e strumenti di governance
Leggi l'articolo L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
risorse umane
L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
Leggi l'articolo Gestione del cambiamento nell’AI: strategie per un’adozione efficace
la guida
Gestione del cambiamento nell’AI: strategie per un’adozione efficace
Leggi l'articolo Team ibridi, le regole per coordinare persone e agenti IA
leader aumentato
Team ibridi, le regole per coordinare persone e agenti IA
Leggi l'articolo Dimissioni e carriera: quando e come decidere di lasciare un lavoro
scenari
Dimissioni e carriera: quando e come decidere di lasciare un lavoro
Leggi l'articolo AI leadership, come cambiare la governance delle organizzazioni
AI e organizzazioni
AI leadership, come cambiare la governance delle organizzazioni
Leggi l'articolo AI in azienda, l’adozione si blocca senza una nuova leadership
Oltre l'AI Fatigue
AI in azienda, l’adozione si blocca senza una nuova leadership
Leggi l'articolo Primo lavoro e carriera: le dinamiche invisibili che guidano il successo
competenze
Primo lavoro e carriera: le dinamiche invisibili che guidano il successo
Leggi l'articolo AI e lavoro, chi beneficerà davvero del tempo risparmiato?
scenari
AI e lavoro, chi beneficerà davvero del tempo risparmiato?
Leggi l'articolo Industria 5.0, chi difende le competenze quando decide l’AI
scenario
Industria 5.0, chi difende le competenze quando decide l’AI
Leggi l'articolo AI e lavoro in Italia: perché la formazione non può aspettare
l'analisi
AI e lavoro in Italia: perché la formazione non può aspettare
Leggi l'articolo Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
lo studio
Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
Leggi l'articolo Shadow AI in azienda: come governare rischi, dati e sicurezza
policy
Shadow AI in azienda: come governare rischi, dati e sicurezza
Leggi l'articolo AI e lavoro: i rischi di adottarla senza riprogettare i processi
collaborazione uomo-ai
AI e lavoro: i rischi di adottarla senza riprogettare i processi
Leggi l'articolo Diritto a un call center umano: banco di prova per il futuro con l’AI
la sentenza
Diritto a un call center umano: banco di prova per il futuro con l’AI
Leggi l'articolo Shadow AI, vietarla non basta: il problema sono i processi aziendali
scenari
Shadow AI, vietarla non basta: il problema sono i processi aziendali
Leggi l'articolo Longevità e lavoro: come riprogettare la propria carriera
scenari
Longevità e lavoro: come riprogettare la propria carriera
Leggi l'articolo People Pleaser sul lavoro: perché è difficile dire di no
lavoro e SOCIETÀ
People Pleaser sul lavoro: perché è difficile dire di no
Leggi l'articolo Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
imprese e formazione
Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
Leggi l'articolo Skills contro job title: le competenze trasformano i team nell’era dell’AI
competenze e lavoro
Skills contro job title: le competenze trasformano i team nell’era dell’AI
Leggi l'articolo Shadow AI in azienda: rischi, controlli e strumenti di governance
uso non approvato dell’AI
Shadow AI in azienda: rischi, controlli e strumenti di governance
Leggi l'articolo L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
risorse umane
L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
Leggi l'articolo Gestione del cambiamento nell’AI: strategie per un’adozione efficace
la guida
Gestione del cambiamento nell’AI: strategie per un’adozione efficace
Leggi l'articolo Team ibridi, le regole per coordinare persone e agenti IA
leader aumentato
Team ibridi, le regole per coordinare persone e agenti IA
Leggi l'articolo Dimissioni e carriera: quando e come decidere di lasciare un lavoro
scenari
Dimissioni e carriera: quando e come decidere di lasciare un lavoro
Leggi l'articolo AI leadership, come cambiare la governance delle organizzazioni
AI e organizzazioni
AI leadership, come cambiare la governance delle organizzazioni
Leggi l'articolo AI in azienda, l’adozione si blocca senza una nuova leadership
Oltre l'AI Fatigue
AI in azienda, l’adozione si blocca senza una nuova leadership
0
Lascia un commento, la tua opinione conta.x