Più informazioni, più modelli e più Intelligenza Artificiale non significano necessariamente meno responsabilità per chi deve prendere una decisione. Anzi, spesso accade esattamente il contrario. È il “Decision Paradox” al centro del nuovo studio di H-FARM Business School, che utilizza lo sport d’élite come laboratorio per osservare il rapporto tra dati, algoritmi, esperienza e responsabilità decisionale e capire quali indicazioni possano essere trasferite alla leadership aziendale.La ricerca parte da una domanda semplice: perché organizzazioni che investono milioni in dati e AI continuano a riservare a un essere umano la decisione finale? Per rispondere, il gruppo di ricerca ha intervistato 25 professionisti provenienti da 11 discipline sportive, confrontando le loro esperienze con oltre cinquant’anni di letteratura su giudizio umano, algoritmi ed expertise. Lo sport rappresenta un osservatorio particolare perché concentra in pochi secondi processi che nelle aziende possono durare mesi: informazioni incomplete, pressione, scelte difficili da correggere e una responsabilità che diventa immediatamente visibile attraverso il risultato.Tra i protagonisti coinvolti compaiono diversi nomi di primo piano del calcio e dello sport italiano: Marco Fassone, ex amministratore delegato del Milan e dirigente di Juventus, Napoli e Inter; Giorgio Chiellini, Director of Football Strategy della Juventus; Demetrio Albertini, già presidente del Settore Tecnico FIGC; il calciatore del Bologna Federico Bernardeschi e, tra gli altri, campioni e manager come Maurizia Cacciatori, Stefano Mancinelli, Linton Johnson, Umberto Pelizzari e Romano Battisti. A questi si aggiungono figure che operano nell’analisi dei dati, nel motorsport, nella vela e nella gestione sportiva, così da coprire l’intera catena che va dalla produzione dell’informazione all’esecuzione della scelta.Ed è proprio dalle loro esperienze che emerge il risultato principale: non esiste un livello generale di fiducia nell’AI. La delega alla macchina cambia a seconda della singola decisione. Le variabili decisive sono soprattutto tre: quanto la scelta è ripetibile, quanto è reversibile un eventuale errore e quanto tempo resta per decidere. L’AI trova quindi il terreno più favorevole nelle attività standardizzabili, frequenti e correggibili, mentre il peso del giudizio umano cresce quando la decisione è rara, fortemente dipendente dal contesto o difficile da invertire. È la differenza, per esempio, tra automatizzare un’analisi video e decidere se investire decine di milioni nell’acquisto di un calciatore.Più dati non significa automaticamente capire meglioUno dei primi risultati dello studio riguarda proprio il rapporto tra quantità di informazioni e qualità della decisione. Nell’osservazione, l’AI consente di raccogliere e processare dati a una velocità fino a pochi anni fa impensabile. Nel calcio, attività che richiedevano giorni possono essere completate in pochi minuti; nel motorsport reti neurali e modelli analitici elaborano centinaia di variabili in tempo reale. Ma il vantaggio informativo ha un limite: il dato descrive più facilmente cosa sta accadendo che perché sta accadendo.Fassone, per esempio, sottolinea come un algoritmo possa analizzare nel dettaglio le prestazioni di un giovane calciatore, ma non sostituire completamente il lavoro dello scout quando entrano in gioco fattori come carattere, ambiente familiare, resilienza o ambizione. Bernardeschi porta invece il problema direttamente sul terreno di gioco: anche mantenendo invariati giocatori e protocolli, il cambio di un allenatore può modificare radicalmente le prestazioni di una squadra perché alcune variabili decisive – come il rapporto umano con il gruppo – non entrano nei modelli.Lo stesso vale quando la decisione si avvicina all’azione. Bernardeschi descrive il gesto di un calciatore come una sequenza di microscelte compiute in una frazione di secondo, sulla base dei movimenti dell’avversario e di informazioni che spesso non lasciano nemmeno una traccia osservabile dall’esterno. In altre parole, avere più dati non significa necessariamente avere più autorità sulla scelta.Il vero paradosso: l’AI aumenta la responsabilitàÈ qui che emerge il concetto che dà il titolo alla ricerca. Ci si potrebbe attendere che l’ingresso dell’AI riduca il peso di chi decide, trasferendone una parte alla macchina. Lo studio arriva invece alla conclusione opposta: più il processo decisionale diventa misurabile, più aumenta la responsabilità dell’essere umano che firma la scelta.Fassone racconta come, prima della diffusione massiccia dei dati nel calcio, l’incertezza lasciasse alla direzione sportiva un margine quasi impossibile da verificare dall’esterno. Oggi le prestazioni possono essere oggettivate e chi decide di andare contro le indicazioni dei modelli deve essere in grado di spiegare perché lo ha fatto. La tecnologia, quindi, elimina progressivamente gli alibi in entrambe le direzioni: non ci si può rifugiare nell’istinto ignorando ciò che mostrano i dati, ma allo stesso tempo non è possibile attribuire automaticamente all’algoritmo la responsabilità di una decisione sbagliata.Lo studio sottolinea inoltre un altro rischio: utilizzare i dati dopo avere già preso una decisione, selezionando soltanto quelli che confermano una scelta costruita in precedenza. È una distorsione particolarmente difficile da individuare perché il risultato finale può presentarsi come una decisione perfettamente supportata dall’analisi.Istinto e dati non sono necessariamente oppostiLa ricerca ridimensiona anche la tradizionale contrapposizione tra dato e intuito. Nello sport d’élite, l’istinto dell’esperto non viene considerato semplicemente una sensazione alternativa all’analisi, ma il risultato di migliaia di ripetizioni accompagnate da un feedback rapido e continuo.Chiellini, richiamando anche la figura del fuoriclasse, sottolinea come l’imprevedibilità nasca dalla capacità di disporre di così tante soluzioni da sfuggire alla previsione dell’avversario. Bernardeschi evidenzia un altro elemento: quando entrambe le parti dispongono delle stesse informazioni, seguire sempre ciò che indicano i propri dati rende il comportamento prevedibile. In questi casi, andare contro il modello può diventare una scelta tattica. The_Decision_Paradox_IT-4Ed è proprio questo uno dei punti sui quali lo studio invita alla cautela nel trasferire le lezioni sportive alle aziende. Un atleta costruisce la propria esperienza attraverso migliaia di decisioni con un risultato quasi immediato; un amministratore delegato può prendere una scelta strategica e conoscerne realmente gli effetti soltanto mesi o anni dopo. Per questo il messaggio non è semplicemente “fidarsi dell’istinto”, ma capire quando esistono le condizioni perché quell’istinto possa essere considerato affidabile.Tre domande per capire quanto delegare all’AINella parte dedicata alle imprese, lo studio traduce queste evidenze in una griglia operativa. Ogni decisione dovrebbe essere valutata rispondendo a tre domande: quanto è ripetibile? Quanto è reversibile l’errore? Quanto tempo resta per scegliere?Da queste variabili emergono tre diverse aree. Nella prima, fatta di attività frequenti e facilmente correggibili, la delega all’AI può essere ampia. Nella seconda, l’algoritmo può formulare raccomandazioni mentre la decisione finale resta all’essere umano. Nella terza – quella delle scelte rare, difficilmente reversibili e fortemente dipendenti dal contesto – l’AI diventa soprattutto uno strumento per mettere alla prova e contestare le ipotesi del decisore, mentre l’autorità rimane umana.La pressione del tempo amplifica questa distinzione: per un compito standardizzato aumenta la convenienza di affidarsi alla macchina, mentre nelle decisioni di puro giudizio, quando restano pochi secondi, il ricorso al dato tende quasi a scomparire.La lezione per le aziendeLa conclusione dello studio è quindi meno tecnologica di quanto possa sembrare. La capacità di un’organizzazione di utilizzare efficacemente l’AI non dipende soltanto dalla disponibilità degli strumenti più avanzati. Servono dati affidabili e interoperabili, competenze diffuse per interpretarli e una cultura organizzativa capace di gestire responsabilità ed errori.Anche l’adozione dovrebbe avvenire progressivamente: partire dalle applicazioni nelle quali il valore è immediatamente misurabile e il rischio contenuto, per passare soltanto successivamente alle decisioni più delicate e difficili da correggere. Perché il punto finale del “Decision Paradox” è proprio questo: l’AI può rendere il decisore molto più informato e, in alcune circostanze, può anche sostituirlo. Ma quanto più una decisione è irreversibile, contestuale e attribuibile a una persona precisa, tanto più l’autorità torna all’essere umano.Lo sport, dunque, non dice a un CEO quale decisione prendere. Gli consente piuttosto di vedere con maggiore chiarezza come sta decidendo: comprime in pochi secondi ciò che nelle aziende viene diluito nel tempo, nelle gerarchie e nelle responsabilità condivise. Ed è proprio questa struttura, secondo lo studio, che la leadership dell’era dell’Intelligenza Artificiale dovrà imparare a riconoscere e governare.Lo studio completo “The Decision Paradox – Cosa rivela lo sport d’élite ai CEO sulla leadership potenziata dall’Intelligenza Artificiale” è disponibile per il download qui di seguito.