“Iniziativa sulle capacità dei modelli” di Meta 🔍🤖💔 La sorveglianza tramite IA e il tradimento della fiducia

Quando l’IA diventa “l’angelo della morte”: la strategia senza scrupoli dietro l’ondata di licenziamenti di Meta

Immaginate che il vostro datore di lavoro installi un software sul vostro computer senza il vostro consenso, un software che registra meticolosamente ogni clic, tasto premuto e movimento del mouse. La spiegazione ufficiale: vogliono semplicemente addestrare i loro sistemi interni di intelligenza artificiale. Ma solo poche settimane dopo, si scatena un’ondata di licenziamenti. Quella che sembra la trama di un thriller di fantascienza distopico si è trasformata in una brutale realtà per il colosso tecnologico Meta. Con la sua cosiddetta “Model Capability Initiative”, l’azienda ha dimostrato spietatamente fino a che punto le aziende sono disposte a spingersi nella corsa globale all’IA. Dipendenti altamente qualificati vengono ridotti da creatori a semplice materia prima, la loro conoscenza implicita estratta prima di essere licenziati. Ma questa spietatezza apparentemente efficiente ha un enorme punto cieco: distrugge la risorsa più preziosa di qualsiasi organizzazione: la fiducia. La nostra analisi completa fa luce su cosa è realmente accaduto nello scandalo Meta, perché usare l’IA come “campana a morto” ha conseguenze economiche fatali e come deve essere una trasformazione basata sull’IA per avere successo a lungo termine.

Sorveglianza occulta per la raccolta di dati sull’IA: la vera ragione del licenziamento di 8.000 dipendenti di Meta

Quando un’azienda monitora sistematicamente i suoi migliori dipendenti, ne estrae le conoscenze, le distilla in modelli di intelligenza artificiale e poi li licenzia, non si tratta più di fantascienza distopica. È la prassi aziendale documentata di una delle società più preziose al mondo nel 2026. Ciò che Meta ha fatto con la sua cosiddetta “Model Capability Initiative” è eccezionalmente diretto nella sua brutalità e nelle sue conseguenze strategiche, eppure rappresenta una logica di sviluppo che ridefinisce l’intero rapporto tra impresa, tecnologia e lavoro umano. Questa analisi esamina cosa è realmente accaduto, i meccanismi economici e psicologici sottostanti, perché la strategia è subottimale nel lungo periodo e cosa dovrebbero fare le aziende se vogliono davvero vincere la trasformazione digitale basata sull’IA.

Cosa è successo realmente: la sorveglianza come strategia aziendale

Il 21 aprile 2026 è stato rivelato che Meta aveva installato un software di tracciamento chiamato Model Capability Initiative (MCI) sui computer dei suoi dipendenti statunitensi. Questo software registrava i movimenti del mouse, i clic, i tasti premuti e, periodicamente, acquisiva screenshot del contenuto dello schermo. Non era prevista alcuna opzione di disattivazione. Secondo le comunicazioni ufficiali dell’azienda, i dati raccolti erano destinati esclusivamente all’addestramento di modelli di intelligenza artificiale e non alla valutazione delle prestazioni.

Nove giorni dopo, il 30 aprile, Mark Zuckerberg tenne una riunione interna con tutti i dipendenti. Una registrazione audio di questa riunione, diffusa dall’organizzazione sindacale More Perfect Union, rivelò la vera logica alla base del programma. Zuckerberg spiegò apertamente che Meta stava monitorando l’attività dei dipendenti su Gmail, Google Chat, lo strumento interno Metamate e l’ambiente di sviluppo VS Code. L’obiettivo: insegnare all’intelligenza artificiale come le persone intelligenti usano i computer. “Il modo per far sì che un sistema sia bravo a usare i computer è fargli osservare persone davvero intelligenti che usano i computer”, si legge nella registrazione, attribuita a Zuckerberg. E continuò: gli ingegneri di Meta rappresentavano dati di addestramento migliori rispetto ai collaboratori esterni perché erano tra le persone più qualificate del settore.

Il 20 maggio 2026, lo stesso giorno in cui la registrazione audio è stata resa pubblica, Meta ha iniziato a licenziare circa 8.000 dipendenti, pari a circa il 10% della sua forza lavoro di allora, che contava quasi 79.000 persone. Contemporaneamente, altri 7.000 dipendenti sono stati trasferiti in team di nuova creazione dedicati all’intelligenza artificiale. Complessivamente, circa il 20% dell’intera forza lavoro è stata direttamente interessata da licenziamenti o trasferimenti interni. I dipendenti europei sono stati esentati dal programma di tracciamento in virtù del Regolamento generale sulla protezione dei dati (GDPR).

Più di 1.000 dipendenti avevano precedentemente firmato una petizione contro il programma di sorveglianza. Secondo quanto riferito, negli uffici erano stati affissi volantini che incitavano alla resistenza contro le pratiche di tracciamento. Tutto ciò si è rivelato inutile. I licenziamenti sono andati avanti come previsto.

Il modello di business alla base: il capitale sostituisce il lavoro con i dati

Per comprendere appieno cosa sta succedendo in Meta, è necessario cogliere il contesto economico in cui si svolge. Inizialmente Meta aveva annunciato investimenti di capitale compresi tra 115 e 135 miliardi di dollari per il 2026, una previsione rivista al rialzo a 125-145 miliardi di dollari all’inizio del 2026. Entro il 2025, l’azienda aveva già investito 72 miliardi di dollari, principalmente nell’espansione della sua infrastruttura di intelligenza artificiale e dei data center. Queste cifre riflettono una decisione strategica prioritaria, fondamentale per comprendere l’ondata di licenziamenti.

Da una prospettiva economica classica, Meta sta attraversando un massiccio processo di sostituzione: il lavoro umano viene rimpiazzato da sistemi di intelligenza artificiale automatizzati ogniqualvolta ciò risulti più efficiente. In questo modello, i dati MCI non sono un semplice sottoprodotto, ma un fattore di produzione. Servono a migliorare la qualità dei modelli di intelligenza artificiale, consentendo loro di gestire autonomamente compiti cognitivi più complessi. In quest’ottica, i dipendenti non sono semplici lavoratori, ma materia prima – e per di più una materia prima particolarmente preziosa: a differenza dei dati di training acquisiti esternamente, gli ingegneri Meta esperti rappresentano una conoscenza altamente specifica e rilevante per l’azienda. Quando l’intelligenza artificiale impara come lavorano queste persone, non apprende un codice generico, ma un codice specifico di Meta.

Questo approccio è comprensibile da una prospettiva puramente tecnico-economica. La conoscenza esperienziale implicita, ovvero la conoscenza che risiede nella mente delle persone ma non è esplicitamente documentata, è considerata il nucleo stesso della competenza imprenditoriale fin dai tempi di Michael Polanyi e del lavoro di teoria organizzativa di Ikujirō Nonaka e Hirotaka Takeuchi. Negli anni ’90, Nonaka e Takeuchi descrissero come la trasformazione dalla conoscenza implicita a quella esplicita e viceversa sia la vera forza trainante dell’innovazione organizzativa. La fase di esternalizzazione, ovvero la conversione della conoscenza implicita in una forma esplicita e documentata, è sempre stata il collo di bottiglia più difficile da superare. Meta sta ora cercando di aggirare questo ostacolo con l’intelligenza artificiale: invece di chiedere alle persone di documentare la propria conoscenza, l’IA si limita a osservare.

Entro il 2036, solo in Germania, circa 12,9 milioni di persone andranno in pensione. Con loro, andrà persa un’enorme quantità di conoscenza implicita derivante dall’esperienza. La questione di come preservare questa conoscenza non è quindi solo un meta-problema, ma una sfida per l’economia nel suo complesso. La conservazione della conoscenza basata sull’intelligenza artificiale ha pertanto applicazioni legittime, a condizione che venga implementata con il consenso e la fiducia delle persone interessate.

Il paradosso dell’estrazione della conoscenza: l’agente come angelo della morte

Ma è proprio qui che inizia il vero problema. Segnalazioni provenienti dall’interno delle aziende – non solo da Meta – indicano come le iniziative di trasferimento delle conoscenze basate sull’IA vengano sistematicamente utilizzate in modo improprio al loro interno. Presso un grande fornitore di servizi IT, sono stati sviluppati agenti di IA per rendere esplicite le conoscenze implicite dei dipendenti. Fin qui, un compito sensato e necessario. Tuttavia, la decisione del management su chi dovesse ricevere questi agenti ha rivelato la vera intenzione: sono stati assegnati in via preferenziale ai dipendenti il ​​cui licenziamento era già stato deciso internamente.

Lo schema era abbastanza trasparente da essere notato. Nel giro di poche settimane, i dipendenti lo sapevano: chiunque fosse stato incaricato di fungere da agente per il trasferimento delle conoscenze sarebbe stato licenziato a breve. L’agente divenne una sorta di presagio di sventura. Tre mesi dopo il licenziamento dell’agente, arrivava la cessazione del rapporto di lavoro, con una regolarità allarmante. La conseguenza era prevedibile: nessuno condivideva più volontariamente le proprie conoscenze. Chi continuava a lavorare con l’IA lo faceva al di fuori dell’infrastruttura aziendale ufficiale, tramite l’IT ombra, ovvero utilizzando strumenti di IA non autorizzati e di uso privato. L’iniziativa ufficiale di trasformazione era quindi di fatto morta.

Questo caso illustra un dilemma fondamentale che riguarda tutte le aziende che desiderano utilizzare l’IA per la gestione della conoscenza: il successo di queste iniziative dipende interamente dalla disponibilità dei dipendenti a contribuire attivamente con le proprie conoscenze. E questa disponibilità non è una variabile tecnica, bensì sociale. È direttamente legata alla fiducia.

L’intelligenza artificiale ombra come sismografo della perdita di fiducia

Il passaggio all’IT ombra e all’IA ombra non è un fenomeno marginale. Secondo uno studio di Software AG sull’utilizzo dell’IA da parte dei lavoratori della conoscenza in Germania, il 54% di essi utilizza l’IA ombra, ovvero strumenti di IA non forniti dalla propria azienda. Ancora più significativo: il 49% degli intervistati non rinuncerebbe a questi strumenti nemmeno se la propria azienda li vietasse completamente. Un recente studio di XM Cyber ​​mostra che oltre l’80% delle aziende intervistate presenta segni di attività di IA non autorizzate. Un sondaggio di Microsoft ha rilevato che il 78% degli utenti di IA utilizza strumenti proprietari sul posto di lavoro.

Questi dati non sono segno di disobbedienza, bensì di razionalità. I ​​dipendenti che vedono i propri datori di lavoro utilizzare l’IA come strumento di licenziamento si comportano in modo perfettamente razionale ed economico quando evitano le piattaforme di IA ufficiali e ricorrono a quelle non ufficiali. La perdita di fiducia causata da casi come quello di Meta o del fornitore di servizi IT descritto in precedenza non si limita alle singole aziende, ma si ripercuote sull’intero settore. Se si diffondesse la convinzione che l’introduzione dell’IA in un’azienda sia presagio di licenziamenti, ogni iniziativa di trasformazione basata sull’IA verrebbe vista con sospetto.

Le conseguenze economiche sono gravi: l’IA ombra crea rischi di conformità, violazioni dei dati e perdita di sovranità sui dati. Secondo un rapporto IBM, un’azienda su cinque ha già subito un incidente di sicurezza legato all’IA ombra. Le aziende che distruggono la fiducia dei propri dipendenti con le proprie azioni li spingono ad adottare proprio quei comportamenti incontrollati che creano questi rischi.

Sicurezza psicologica: il prerequisito sottovalutato per qualsiasi trasformazione

La letteratura scientifica su questo argomento è inequivocabile. Il concetto di sicurezza psicologica, sviluppato dalla professoressa di Harvard Amy Edmondson, che lo studia dal 1992, descrive un ambiente di lavoro in cui i dipendenti possono esprimere le proprie opinioni, idee e preoccupazioni senza timore di conseguenze negative. I primi studi di Edmondson negli ospedali hanno rivelato un risultato apparentemente controintuitivo: i team con le prestazioni migliori sembravano commettere più errori rispetto ai team con prestazioni inferiori. La spiegazione risiedeva nel fatto che i team ben gestiti comunicavano gli errori più apertamente perché si sentivano sufficientemente sicuri da poterlo fare. Di conseguenza, l’intero team imparava dagli errori dei suoi membri e, di conseguenza, migliorava.

Questa scoperta è cruciale per la trasformazione dell’IA. Senza sicurezza psicologica, i dipendenti tenderanno a evitare la sperimentazione, a non porre domande e a nascondere gli errori. Nel contesto dell’adozione dell’IA, ciò significa che non segnaleranno vulnerabilità nei sistemi di IA, non contribuiranno con idee innovative per le applicazioni né condivideranno le proprie conoscenze acquisite sul campo, ovvero proprio le conoscenze necessarie per una formazione efficace sull’IA. Un rapporto globale di Infosys e MIT Technology Review Insights lo conferma: l’83% dei dirigenti intervistati è convinto che la sicurezza psicologica influisca direttamente sul successo delle iniziative di IA. Allo stesso tempo, la paura del fallimento rimane uno dei maggiori ostacoli all’adozione dell’IA, anche quando tutti i prerequisiti tecnici sono presenti.

Il rapporto tra fiducia e trasformazione digitale non è quindi una questione di soft skill, bensì un problema concreto di produttività economica. Distruggere la sicurezza psicologica significa distruggere il prerequisito per una trasformazione di successo. La formula è semplice, ma le sue implicazioni sono profonde: la tecnologia senza fiducia rimane inefficace.