Vai al contenuto
Indietro

Come usare ChatGPT sul lavoro: 7 esempi pratici

Aggiornato:
Illustrazione di una chat AI con icone di documenti di lavoro

La domanda giusta non è “l’AI è utile?” ma “su cosa, di preciso, e quanto”. Su questo, a differenza di gran parte del dibattito, esistono studi sperimentali con numeri. E i numeri sono interessanti anche perché dicono dove l’AI non aiuta.

Questo articolo mette insieme tre cose: cosa mostra la ricerca, sette usi concreti ordinati per rischio, e le regole (anche legali) su cosa puoi metterci dentro.

Quanto fa risparmiare davvero: i due studi da conoscere

Compiti di scrittura professionale. Shakked Noy e Whitney Zhang del MIT hanno pubblicato su Science nel 2023 un esperimento controllato su professionisti impegnati in compiti di scrittura realistici (comunicati, report brevi, email di lavoro). Il gruppo con accesso a ChatGPT ha completato i compiti in circa il 40% di tempo in meno, con una qualità valutata più alta da revisori indipendenti. Il dettaglio più significativo: il miglioramento era molto più marcato per chi partiva da una qualità di scrittura più bassa, riducendo la distanza tra chi scriveva bene e chi scriveva male.

Assistenza clienti. Erik Brynjolfsson, Danielle Li e Lindsey Raymond hanno studiato l’introduzione di un assistente generativo su oltre cinquemila operatori di supporto clienti. L’aumento medio di produttività, misurato in problemi risolti per ora, è stato di circa il 14%. Anche qui la distribuzione conta più della media: i benefici erano concentrati sui lavoratori meno esperti, mentre per i più esperti erano vicini a zero.

Da questi due lavori si ricava una lettura onesta, che vale come guida operativa:

L’AI generativa comprime la distanza dal livello medio. Ti porta rapidamente a “buono abbastanza” su cose che non sai fare bene, e ti aiuta poco o nulla nelle cose in cui sei già forte.

È il motivo per cui ha senso puntarla sui compiti che ti pesano e che non sono il tuo mestiere, non su quelli che sono la tua competenza distintiva.

Prima di tutto: cosa puoi incollarci dentro

Questa parte va risolta prima degli esempi, perché è la più costosa se sbagliata.

Il quadro normativo. Il Regolamento UE 2024/1689 (AI Act) introduce, tra le altre cose, un obbligo di alfabetizzazione sull’AI: chi impiega sistemi di intelligenza artificiale deve garantire un livello sufficiente di competenza nel personale che li usa. Sul fronte dati personali resta il GDPR: incollare dati personali di clienti o colleghi in un servizio esterno è un trattamento, e va trattato come tale.

Che non sia teoria lo mostra la cronaca: il Garante per la protezione dei dati personali italiano ha disposto una limitazione temporanea del trattamento nei confronti di ChatGPT nel marzo 2023 e ha successivamente adottato un provvedimento sanzionatorio nei confronti di OpenAI. Sono precedenti pubblici e consultabili.

La regola pratica che uso io, in tre livelli:

LivelloContenutoRegola
VerdeTesti pubblici, materiale già pubblicato, contenuti genericiNessun problema
GialloDocumenti interni non riservati, bozze, appuntiSolo su strumenti approvati dall’azienda, dati anonimizzati
RossoDati personali, dati sanitari, contratti, codice proprietario, credenziali, dati di clientiMai, salvo strumento aziendale con contratto che lo copre

Verifica anche le impostazioni: i principali fornitori consentono di disattivare l’uso delle conversazioni per l’addestramento, e i piani business in genere lo escludono per impostazione predefinita. Le condizioni sono descritte nella documentazione di OpenAI e nel relativo centro assistenza.

I sette usi, ordinati per rapporto valore/rischio

1. Riassumere documenti lunghi (rischio basso, valore alto)

Il caso d’uso migliore in assoluto per iniziare. Un verbale, un bando, una policy interna, un contratto da capire prima di leggerlo davvero. Il rischio è contenuto perché un riassunto imperfetto ti fa perdere qualche minuto, non ti fa firmare qualcosa di sbagliato.

Il prompt che funziona meglio non è “riassumi”, ma: “riassumi in cinque punti; poi elenca separatamente ciò che il testo lascia ambiguo o non specifica”. La seconda parte è quella che ti dice dove devi leggere il documento originale.

2. Prima bozza di un testo che devi comunque riscrivere

Il valore non è il testo prodotto: è l’eliminazione del foglio bianco. Vale soprattutto per formati che conosci poco, come un verbale, una nota di aggiornamento o una risposta formale, dove il tuo blocco è strutturale, non di contenuto.

Avvertenza dallo studio del MIT: il guadagno è massimo dove sei debole. Se scrivi bene, la bozza generata ti rallenterà, perché correggerla costa più che scriverla.

3. Trovare il tono in una comunicazione difficile

Dire di no, sollecitare, rispondere a qualcuno arrabbiato. Qui l’uso corretto è chiedere tre versioni con registri diversi e scegliere, non farsi scrivere la versione definitiva. Il testo generato tende a un registro uniforme e riconoscibile, e in una comunicazione delicata la riconoscibilità è esattamente ciò che vuoi evitare.

4. Allenarsi per un colloquio o una riunione difficile

Uno degli usi migliori e più sottovalutati: dai il contesto, chiedi di interpretare l’interlocutore e di fare domande di approfondimento sulle tue risposte. Non si stanca e non ti giudica. Funziona molto bene sulle domande da colloquio e per provare ad alta voce una richiesta di aumento.

5. Farsi spiegare qualcosa senza sentirsi in imbarazzo

Un termine tecnico, una formula di Excel che non torna, un concetto che tutti danno per scontato in riunione. Il vantaggio reale non è didattico, è psicologico: rimuove il costo sociale del chiedere.

Con una precisazione importante: su fatti verificabili (norme, cifre, scadenze, riferimenti) l’output va controllato alla fonte, sempre. Va benissimo per capire un concetto, non per stabilire cosa dice una legge.

6. Generare alternative quando sei bloccato

Dieci titoli, cinque approcci possibili, tre modi di strutturare una presentazione. L’AI è mediocre nel scegliere e ottima nel produrre varietà in fretta. Sfrutta la seconda cosa e tieni per te la prima.

7. Standardizzare testi che riscrivi ogni settimana

Modelli di risposta, descrizioni ricorrenti, comunicazioni con struttura fissa. Qui il ritorno è composto: costruisci il modello una volta, lo riusi per mesi. È il caso d’uso con il miglior rendimento nel tempo, e anche il più noioso, ed è per questo che quasi nessuno lo fa.

Il limite strutturale: perché sbaglia con sicurezza

Le “allucinazioni”, cioè affermazioni plausibili e false prodotte con lo stesso tono di quelle corrette, non sono un difetto temporaneo da correggere con la prossima versione: sono una conseguenza del modo in cui questi sistemi funzionano. La letteratura tecnica le tratta come categoria a sé; una rassegna di riferimento è Survey of Hallucination in Natural Language Generation (ACM Computing Surveys, 2023).

Il punto pratico che conta: non esiste un segnale visibile che distingua una risposta corretta da una inventata. La sicurezza del tono è identica. Ne segue una regola semplice:

Più una risposta è verificabile (una data, una cifra, una norma, una citazione, un nome), più è probabile che vada verificata.

Il metodo minimo di verifica, che costa poco:

  1. Chiedi la fonte, poi apri la fonte. Se l’URL non esiste o non dice quello che l’AI sostiene, hai la risposta.
  2. Su un dato numerico, cerca il numero direttamente sul sito dell’istituzione che lo produce.
  3. Se non riesci a verificare, non usarlo. Non “usalo con cautela”: non usarlo.

Il NIST AI Risk Management Framework formalizza questo approccio a livello organizzativo, se ti serve un riferimento per proporre delle regole nella tua azienda.

La regola di responsabilità

Una frase da tenere: la firma resta tua. Se consegni un documento con un numero sbagliato, la risposta “l’ha scritto ChatGPT” non ti copre, né professionalmente né, nei casi rilevanti, legalmente. Lo strumento accelera la produzione; non trasferisce la responsabilità.

Ne discende anche il confine dell’uso onesto. Usarlo per scrivere più in fretta qualcosa che sai verificare: legittimo. Usarlo per produrre qualcosa che non sei in grado di valutare: stai firmando in bianco.

Da dove iniziare

Un solo compito, quello più ripetitivo della tua settimana, per due settimane. Misura il tempo prima e dopo: è l’unico modo per sapere se stai davvero guadagnando qualcosa o se stai solo facendo la stessa cosa in modo più divertente.

Il fattore che determina la qualità dell’output più di ogni altro è come formuli la richiesta: il metodo è in come scrivere prompt efficaci.

Domande frequenti

Il mio datore di lavoro può vietarmelo? Sì, e molte organizzazioni hanno policy specifiche, soprattutto su dati e riservatezza. Usare uno strumento non approvato con dati aziendali può essere una violazione disciplinare. Chiedi prima: nella maggior parte dei casi esiste già una regola scritta che nessuno ha letto.

Le mie conversazioni vengono usate per addestrare i modelli? Dipende dal servizio e dalle impostazioni. I piani business in genere lo escludono per impostazione predefinita, e sui piani consumer di solito si può disattivare. Va verificato nella documentazione del fornitore, non dato per scontato.

Devo dichiarare che ho usato l’AI? In contesti accademici e in molte redazioni sì, ed è la regola. In azienda dipende dalla policy. Come principio generale: se il valore di ciò che consegni sta nel fatto che l’hai prodotto tu (una valutazione, una raccomandazione professionale), dichiararlo è corretto. Noi lo dichiariamo nella pagina come scriviamo.

Qual è la versione a pagamento che vale la pena? Dipende dall’uso, e cambia in fretta. Il criterio stabile è un altro: prima di pagare, verifica di aver saturato le funzionalità gratuite. Chi non ottiene buoni risultati gratis, raramente li ottiene pagando.

L’AI mi sostituirà? I dati disponibili mostrano finora trasformazione delle mansioni più che sostituzione dei ruoli, con effetti più forti sui compiti standardizzabili. La lettura più utile è quella dello studio di Brynjolfsson: chi è meno esperto guadagna di più, il che significa che il vantaggio competitivo si sposta sulle cose che l’AI non fa, cioè giudizio, responsabilità e contesto. È il tema di quali competenze chiedono davvero le aziende.

Fonti

Fondatore di UpSkillLab, con un Master in Digital Marketing all'Università degli Studi di Firenze. Ogni articolo parte da fonti pubbliche citate nel testo ed è redatto con l'assistenza di strumenti di intelligenza artificiale, sotto la mia revisione e responsabilità editoriale: nessun contenuto comprato, niente pubblicato senza controllo umano. Leggi il metodo editoriale oppure segnalami un errore.


Condividi questo articolo:

Vedi tutti gli articoli di AI sul Lavoro

Articolo precedente
Come chiedere un aumento di stipendio (con script pronto)
Articolo successivo
Le competenze più richieste dalle aziende nel 2026