Anna è un personaggio inventato, ma la situazione potrebbe suonarti familiare.
Sul contratto di Anna c’è scritto “addetta alle vendite”. Col tempo, in libreria, ha iniziato a consigliare i libri, a curare la vetrina, a organizzare la presentazione di un’autrice locale e a gestire gli ordini online. Tutti pezzi aggiunti di sua iniziativa, uno alla volta. Sul contratto c’è scritto ancora “addetta alle vendite”, con la dignità di una pianta da ufficio.
Una sera le chiedono: “Ma tu, di preciso, cosa fai?“. E Anna scopre di non avere una parola sola per rispondere.
Come lo chiamano gli studiosi
Quello che ha fatto Anna è decidere, un pezzetto alla volta, cosa sia il suo lavoro. Se ne occupano da tempo discipline diverse, con nomi diversi.
In psicologia del lavoro si parla di job crafting: i cambiamenti che una persona fa ai confini del proprio lavoro, per esempio nei compiti che svolge e nelle relazioni che ha. Anna aggiunge compiti e nuove relazioni, con clienti e autori, quindi lo fa.
Il concetto più ampio è quello di agency. La definizione è di Albert Bandura:
la capacità umana di influenzare il proprio funzionamento e il corso degli eventi attraverso le proprie azioni.
In parole semplici, vuol dire non limitarsi a subire quello che succede ma incidere con quello che fai. Bandura distingue anche forme di agency che passano da altre persone o da un gruppo. Qui parlo di quella individuale: cosa puoi fare tu, all’interno dello spazio che puoi controllare.
Il sociologo Giacomo Bazzani si è chiesto cosa produce l’agency di una persona dentro un contesto sociale, e distingue tre esiti. Con Anna:
- Adattamento. Riesci a far parte del contesto e a raggiungere comunque i tuoi obiettivi, cosa che a volte richiede più impegno di quanto sembri. Anna che vende libri come previsto dal contratto.
- Autonomia. Prendi le distanze dal ruolo che ti hanno dato e lo personalizzi. Anna che consiglia libri e cura la vetrina.
- Influenza. Cambi le strutture che ti vincolano, ruoli compresi. Per Bazzani è il livello più alto di agency personale. Anna lo farebbe se la libreria, grazie a lei, creasse un ruolo per gli eventi.
Perché parlarne adesso
A maggio 2026 PwC ha scritto che ruoli, titoli e linee di riporto sono nati quando eseguire costava molto e le competenze erano rare, e che l’AI sta abbassando quel costo. Le responsabilità che stavano su più ruoli specializzati si raccolgono in ruoli meno numerosi e più larghi, e secondo PwC il valore sta nel dirigere il lavoro, validarlo e integrarlo. È un punto di vista di consulenza e non porta dati propri.
I numeri li dà un sondaggio di Designer Fund e Foundation Capital del 2026, su oltre 900 designer con risposte auto-dichiarate. Il 65% dice di aver preso più responsabilità di prodotto o ingegneria. Il 73% dei designer sente aspettative in aumento su quantità, qualità e velocità del lavoro. Tra i responsabili, solo il 28% dice che l’azienda ha aggiornato formalmente valutazione, retribuzione o assunzioni. Per Designer Fund le aspettative cambiano più in fretta delle regole aziendali.
Quando il designer scrive il codice
Anna lavora in una libreria, ma la stessa cosa succede nel software. Nel sondaggio Designer Fund la metà dei designer intervistati dice di aver messo in produzione codice generato con l’AI. Designer Fund nota che si passa dal chiedersi se i designer debbano programmare al chiedersi quando e come farlo, e che in alcuni team i prototipi stanno sostituendo i mockup.
Anche io sto sperimentando: partire dall’analisi, sviluppare con un assistente di codice e fare il push. È una sperimentazione in corso, quindi non ho conclusioni da portare (prossimo articolo?)
Lo stesso sondaggio riporta che il passaggio va anche nell’altra direzione, perché il 40% dei rispondenti dice che PM e ingegneri contribuiscono di più al lavoro di design. E PwC scrive che l’esperienza specialistica non sparisce: le aziende avranno bisogno sia di generalisti sia di specialisti che validano gli output ad alto rischio, e i due profili sono entrambi essenziali.
Uscire dal proprio perimetro apre comunque due questioni che PwC descrive. La prima: chi lavora su ambiti prima separati sempre più spesso si trova senza un’autorità chiara su ciò che ha costruito. La seconda: l’AI produce in fretta risultati di qualità, ma può introdurre errori sottili difficili da individuare. Resta una domanda: chi valida cosa?
Dove entra la UX
Faccio UX, e c’è una validazione che mi sta a cuore: quella sul problema. Per me UX vuol dire capire il problema prima di costruire la soluzione, fare la domanda scomoda e decidere cosa non costruire.
Con l’AI questo lavoro pesa di più. Costruire è diventato così veloce che il rischio si è spostato dall’esecuzione alla decisione: siamo diventati molto più veloci a costruire, e anche molto più veloci a costruire la cosa sbagliata.
Il contesto ha voce in capitolo
Bazzani avverte che sovrastimare l’agency individuale rischia di dare un’immagine ingenua delle società, tutta autodeterminazione. Il contesto può ostacolarla oppure abilitarla, quindi niente “se vuoi, puoi”. Lo stesso sondaggio Designer Fund dice che i designer che lavorano in aziende con una cultura della sperimentazione hanno il doppio delle probabilità di sentirsi più creativi e capaci, pur affrontando uno standard più alto.
Quattro domande, gratis 🙂
Io la vedo così: chi porta direzione, contesto e giudizio, in qualunque momento storico, resta rilevante. Le domande che mi faccio partono dal problema, e per rispondere servono due cose che chi fa design conosce bene: fare ricerca e progettare. In pratica è molto più concreto di quello che sembra:
- Qual è il problema che sto risolvendo? Per chi esiste davvero?
Capita spesso di partire da una soluzione: hai già in testa cosa costruire e vai avanti su assunzioni che in realtà non sono state validate. Il rischio è costruire bene una cosa che non risolve il problema. Prima di tutto va capito qual è il problema e chi ce l’ha davvero, cioè quali persone lo vivono e quali no. Se hai già un’idea di soluzione, mettila da parte per un momento e chiediti quale problema dovrebbe risolvere. Poi vai a parlare con chi quel problema lo vive e fatti raccontare l’ultima volta che gli è capitato.
- Ho definito abbastanza il contesto? L’AI sa cosa deve fare?
Sai che il problema esiste e sai chi ce l’ha. Adesso serve capire in che contesto succede: quali vincoli ci sono, cosa è già stato provato, in che situazione si trovano le persone quando lo incontrano. Lo stesso contesto va poi dato all’AI, perché quello che non le dici lo riempie con ipotesi che tratta come vere. E se il contesto non lo conosci bene nemmeno tu, rischi di non accorgerti dell’errore. Anthropic, nella sua guida su come scrivere le richieste a Claude, suggerisce di immaginare l’AI come una persona brillante ma appena arrivata, che non conosce le tue abitudini: se un collega senza contesto non capirebbe le tue istruzioni, non le capirà nemmeno lei.
- L’AI ha risposto a quello che ho chiesto, ma risolve davvero il problema che voglio risolvere?
L’AI ha risposto, e magari la risposta è anche fatta bene. È il momento di fare un passo indietro e chiedersi se risolve ancora il problema da cui eravamo partiti, perché lungo la strada è facile perderlo. Il modo più affidabile per saperlo è farlo provare a qualcuno che ha quel problema. Gli dai un compito realistico, lo guardi mentre lo svolge e gli chiedi di dire ad alta voce cosa pensa. In UX si chiama test di usabilità, e secondo Nielsen Norman Group, in un test qualitativo con un solo tipo di utenti, cinque persone bastano per trovare gran parte dei problemi più comuni.
- Se questo sistema agisce per qualcuno, quella persona capisce cosa sta succedendo?
Qui penso a chi usa il sistema, ma anche a chi prende decisioni guardando quello che il sistema mostra. Prendi una dashboard: deve essere chiaro cosa sta succedendo, cosa c’è davvero dietro quei numeri e cosa la persona può fare e cosa no. Il primo dei dieci principi di usabilità di Jakob Nielsen dice proprio questo: un sistema deve tenere sempre informate le persone su cosa sta succedendo. Con l’AI conta ancora di più, perché i risultati si basano su probabilità e possono essere sbagliati. Le linee guida di Microsoft sull’interazione tra persone e AI partono da qui: rendere chiaro cosa il sistema sa fare, e quanto bene lo sa fare.
Per chi vuole approfondire
- Amershi, S., Vorvoreanu, M. e Horvitz, E. (1 febbraio 2019). Guidelines for human-AI interaction design. Microsoft Research Blog. https://www.microsoft.com/en-us/research/blog/guidelines-for-human-ai-interaction-design/
- Anthropic. Prompting best practices. Claude Platform Docs. https://platform.claude.com/docs/en/build-with-claude/prompt-engineering/claude-prompting-best-practices (consultato il 9 ottobre 2026)
- Bandura, A. Agency. albertbandura.com. https://www.albertbandura.com/albert-bandura-agency.html (consultato l’8 ottobre 2026)
- Bazzani, G. (2023). Agency as conversion process. Theory and Society, 52(3), 487-507. https://doi.org/10.1007/s11186-022-09487-z
- Brown, F., Patel, S. e Lamm, J. (27 maggio 2026). Why role convergence is becoming the defining workforce shift of the AI era. PwC US. https://www.pwc.com/us/en/services/consulting/human-resources/role-convergence-ai-workforce-redesign.html
- Designer Fund e Foundation Capital (20 maggio 2026). AI in Design 2026: The inflection point is here. https://designerfund.com/blog/ai-in-design-2026
- Harley, A. (3 giugno 2018). Visibility of System Status. Nielsen Norman Group. https://www.nngroup.com/articles/visibility-system-status/
- Moran, K. (2019, rivisto nel 2026). Usability (User) Testing 101. Nielsen Norman Group. https://www.nngroup.com/articles/usability-testing-101/
- People + AI Research (Google). Explainability + Trust. People + AI Guidebook. https://pair.withgoogle.com/chapter/explainability-trust/
- Rosala, M. (11 ottobre 2024). Getting into the Discovery Mindset. Nielsen Norman Group. https://www.nngroup.com/articles/discovery-mindset/
- Snelling, G. (20 maggio 2026). ‘AI imagineer.’ ‘Design crafter.’ ‘Builder.’ Why design is suddenly full of Frankenjobs. Fast Company. https://www.fastcompany.com/91543989/ai-in-design-design-jobs-2026
- Wrzesniewski, A. e Dutton, J. E. (2001). Crafting a job: Revisioning employees as active crafters of their work. Academy of Management Review, 26(2), 179-201. https://doi.org/10.5465/amr.2001.4378011