Avvocati, commercialisti e consulenti del lavoro possono essere molto precisi nel loro mestiere e, allo stesso tempo, formulare richieste inefficaci a un’intelligenza artificiale. Da questo contrasto parte il comunicato dedicato a “Tecniche di prompt e agenti AI. Guida all’uso dell’intelligenza artificiale per professionisti e imprese”, il nuovo libro di Massimiliano Nicotra, pubblicato da Lefebvre Giuffrè.
Il punto non riguarda soltanto la qualità delle domande. Riguarda anche la scelta del compito, la verifica delle risposte e, con l’arrivo degli agenti autonomi, il rischio che un errore non resti confinato a un testo ma produca conseguenze operative.
Il 64% dei professionisti non ha ricevuto formazione sull’AI generativa
Uno dei problemi parte prima ancora dall’utilizzo quotidiano.
Il 64% dei professionisti a livello globale non ha ricevuto dalla propria organizzazione una formazione sull’intelligenza artificiale generativa, secondo il 2025 Generative AI in Professional Services Report di Thomson Reuters.
La formazione, però, non risolve da sola il problema.
Conta anche capire se il modello viene usato per un’attività compatibile con le sue capacità.
Lo studio internazionale “Navigating the Jagged Technological Frontier”, condotto da ricercatori di Harvard Business School, Wharton, MIT Sloan e Boston Consulting Group, mostra una differenza netta a seconda del tipo di compito.
Quando l’attività complessa si trovava fuori dalla cosiddetta “frontiera” delle capacità dell’AI, i consulenti che utilizzavano GPT-4 avevano 19 punti percentuali in meno di probabilità di arrivare alla soluzione corretta rispetto a chi lavorava senza AI.
Quando invece il compito rientrava nelle capacità del sistema, la qualità del risultato aumentava di oltre il 40% e i tempi di esecuzione diminuivano del 25%.
La questione, quindi, non si riduce a utilizzare o meno l’AI, ma a capire quando affidarle una parte del lavoro.
Massimiliano Nicotra sintetizza così l’approccio: “Non esiste un prompt magico che risolva il problema al posto del professionista: esiste un metodo di contesto, verifica e correzione continua. Con gli agenti, poi, un errore può trasformarsi in un’azione: per questo il controllo umano deve accompagnare l’intero processo e la formazione deve essere il punto di partenza”.
Il primo errore è chiedere all’AI qualcosa di troppo generico
Un esempio apparentemente innocuo come “Analizza questo contratto” contiene già uno dei problemi più frequenti.
Manca l’indicazione dell’aspetto da esaminare, della prospettiva da adottare, della finalità e del livello di dettaglio richiesto.
Una richiesta troppo ampia spinge il modello verso una risposta altrettanto generica.
Lo stesso rischio emerge quando il professionista dà per scontate informazioni che l’AI non possiede.
Il sistema non conosce automaticamente il caso specifico, l’ordinamento applicabile, il destinatario di un documento o le esigenze del cliente. Se questi elementi non vengono esplicitati, il modello può colmare i vuoti introducendo presupposti non corrispondenti alla situazione reale.
Istruzioni contraddittorie e prompt troppo lunghi possono peggiorare il risultato
Precisione non significa accumulare vincoli.
Una richiesta come “Scrivi un parere sintetico ma esaustivo, tecnico ma accessibile, completo in non più di 200 parole” mette insieme esigenze che possono entrare in conflitto.
Il modello può finire per privilegiarne alcune e trascurarne altre.
All’estremo opposto c’è l’over-engineering, cioè la costruzione di prompt troppo lunghi e carichi di istruzioni.
L’idea che aggiungere sempre più vincoli produca automaticamente una risposta migliore può rivelarsi sbagliata. Troppe indicazioni rischiano di spostare l’attenzione dal compito principale.
La prima risposta non va considerata automaticamente affidabile
Anche una richiesta molto ben costruita non elimina errori di ragionamento, riferimenti inesistenti o cosiddette allucinazioni.
Per un professionista questo riguarda elementi che possono avere conseguenze immediate: norme, sentenze, date, calcoli e dati numerici.
La verifica resta quindi necessaria.
A rendere il controllo ancora più delicato interviene la sicofania, cioè la tendenza del modello a seguire l’ipotesi suggerita dall’utente anche quando è sbagliata, invece di contraddirla.
Il rischio cresce quando il professionista formula già nel prompt una conclusione attesa e chiede all’AI di sostenerla.
In questi casi, la qualità formale della risposta può rendere meno evidente un errore sostanziale.
L’AI non è adatta a qualsiasi compito professionale
I modelli linguistici possono essere efficaci nella sintesi, nella riformulazione e nell’analisi testuale.
Questo non significa che possano essere considerati calcolatori infallibili o fonti sempre aggiornate.
Né possono sostituire esperienza, sensibilità e giudizio professionale.
Il libro affronta esempi che vanno dall’analisi di un contratto alla redazione di un parere fiscale, dalla preparazione di un report finanziario fino alla selezione del personale.
L’utilità dipende però dalla capacità di delimitare il compito e controllare il risultato.
Con gli agenti AI l’errore può passare da una fase all’altra
La differenza più rilevante emerge quando l’AI smette di limitarsi a generare una risposta e inizia a eseguire attività.
Gli agenti AI possono scomporre un obiettivo in più passaggi, consultare documenti e banche dati, utilizzare applicazioni e completare parti di un processo con un intervento umano ridotto.
Per uno studio professionale, il flusso può includere recupero di documenti, confronto dei contenuti, produzione di una bozza e successiva revisione.
Il vantaggio è una maggiore capacità operativa.
Il rischio è che un’informazione inesatta venga trasferita da un passaggio al successivo.
Per questo il volume affronta anche agenti già disponibili come Operator di OpenAI, Cowork di Anthropic, Copilot di Microsoft e Vertex AI di Google.
Viene inoltre descritto il collegamento con strumenti e dati aziendali attraverso protocolli come MCP, insieme a piattaforme no-code quali Zapier, Make e n8n, utilizzabili per costruire automazioni senza scrivere codice.
Dal 10 ottobre 2025 l’uso professionale dell’AI ha anche regole specifiche
Il controllo umano non riguarda soltanto il metodo di lavoro.
Dal 10 ottobre 2025 è in vigore l’articolo 13 della legge 132/2025, dedicato all’utilizzo dell’intelligenza artificiale nelle professioni intellettuali, tra cui avvocatura, commercialisti, consulenza del lavoro e notariato.
L’AI può essere utilizzata in funzioni accessorie e di supporto, mentre l’apporto intellettuale del professionista deve restare predominante.
Il cliente deve inoltre essere informato dell’utilizzo di questi strumenti con un linguaggio chiaro e comprensibile.
Il professionista deve quindi poter controllare ciò che il sistema produce e assumersi la responsabilità del risultato.
Il libro affronta questi aspetti insieme agli obblighi collegati all’AI Act e al GDPR, inserendo il prompting all’interno di una gestione più ampia del lavoro professionale assistito dall’intelligenza artificiale.
