L’AI è una materia prima

Mafe De Baggis, nativa digitale e consulente di comunicazione strategica, porta alla Print4All Conference una prospettiva originale sull’intelligenza artificiale. Non uno strumento da adottare, ma una materia grezza da lavorare. Con la propria voce, la propria storia, il proprio mestiere.

Comunicatrice e stratega digitale di professione, Mafe De Baggis lavora dal 1995 con aziende, persone e organizzazioni che vogliono costruire una presenza digitale coerente con la propria identità. Studia comunicazione interculturale, si occupa di formazione e segue da vicino tutto ciò che ruota attorno alle intelligenze artificiali. Alla Print4All Conference porta una riflessione che inverte il punto di osservazione consueto: non come usare l’AI, ma come trasformarla.

Nell’intervento alla Print4All Conference lei definisce l’AI una “materia prima”. È un’immagine insolita. Da dove nasce?

Quando uso quella espressione non lo faccio solo in senso metaforico, lo intendo anche alla lettera: come il cacao, come il caffè. Prendete un chicco di caffè verde, è già qualcosa, ha già una storia, un’origine, una composizione chimica precisa, ma è quasi irriconoscibile rispetto a quello che diventerà dopo la tostatura. La trasformazione è radicale. È esattamente questo che succede quando portate la vostra conoscenza dentro un modello linguistico: ciò che entra non è ciò che esce, e il delta è quello che noi e solo noi sappiamo fare. L’AI sarà sempre di più necessaria, non per determinismo tecnologico, quel racconto stanco dove il futuro arriva e noi ci adattiamo, ma per utilità concreta, perché chi impara a trasformarla avrà più tempo, più lucidità, più energia da mettere dove conta.

Qual è allora il primo passaggio che un’azienda dovrebbe fare per trasformare l’uso occasionale di ChatGPT, Gemini o Claude in una risorsa davvero propria?

Il primo passaggio non è tecnico, è di raccolta. Prima di cercare il prompt giusto o iscriversi a un corso “AI per tutti”, bisogna lavorare sulla propria materia prima, che è umana. E qui c’è una competenza da proteggere con attenzione: tutto quello che succede prima di arrivare a usare un modello linguistico. Il giudizio, l’esperienza accumulata, la capacità di distinguere un buon lavoro da uno mediocre, il sapere perché una certa scelta funziona e un’altra no. Quella competenza non sta nel modello e non ci entrerà mai da sola: va messa dentro in modo artigianale, quasi ogni volta.

La chiamo “valigia di senso” ed è fatta di tre tipi di documenti. Quelli funzionali: organigramma, flussi, glossario interno, cosa intende davvero quell’azienda quando dice “empowerment” o “qualità”, un progetto riuscito e uno fallito, perché il confronto è oro. Quelli viscerali: lettere scritte per ispirare, sfoghi che non stanno nei numeri, il diario di bordo di un progetto con i suoi ostacoli, un sogno a lungo termine messo nero su bianco. E quelli desideranti: la lista dei “vorremmo ma non possiamo ancora”, un libro che ha cambiato il gruppo, un rituale praticato senza accorgercene. Senza questo, l’AI resta uno specchio probabilistico: input generico, risposta annacquata. Il gesto più piccolo e concreto da cui partire è: tre o quattro testi che suonano davvero come noi, le parole che usiamo e quelle che non useremo mai, e un “antagonista verbale”, tutto ciò che non vogliamo che il modello imiti. Si parte da noi, non dal software.

Molte aziende temono che l’AI produca contenuti “piatti”. Il rischio è reale?

È reale, ma non è colpa dell’AI: è una questione di proporzioni. L’appiattimento arriva quando deleghi l’intelligenza, non quando deleghi il lavoro. Il modello è bravissimo a fare bozze, pessimo a decidere quando fermarsi.

Le controindicazioni sono tre, ed è bene nominarle. Si perde pian piano la capacità di valutare se quello che esce è buono. La voce si diluisce in quel tono medio di internet che riconosciamo tutti e che non appartiene a nessuno. E si diventa intercambiabili, cioè invisibili sul mercato.

La competenza più esposta è proprio quella che si esercita prima di aprire qualsiasi strumento: saper leggere un contesto, scegliere una prospettiva, decidere cosa dire e cosa tacere, riconoscere il momento in cui una comunicazione funziona. È una competenza silenziosa, non si vede nei risultati finché non la perdi, e quando la perdi non te ne accorgi subito. Come si evita? Con l’attrito. Il punto di vista, la storia, il gusto, il coraggio di tagliare e di dire di no: è esattamente ciò che rende un prompt diverso da tutti gli altri. E poi c’è il silenzio, che è anch’esso una competenza: sapere quando non usarla, perché certi testi devono nascere da un’esperienza vissuta e basta. La riconoscibilità non è un filtro che applichi alla fine. È la materia prima che metti all’inizio. Il linguaggio è la nostra impronta digitale: si protegge nutrendolo, non diluendolo.

Il mondo della stampa, del converting e del packaging è fatto di materiali, macchine, processi industriali, competenze artigianali e relazioni di filiera. Dove vede l’applicazione più interessante dell’AI in questo settore?

L’applicazione più interessante non è dentro i processi produttivi: lì la mano, l’occhio e la macchina sanno già fare, e fanno bene. È intorno ad essi, nella parte immateriale del mestiere, quella che consuma silenziosamente le imprese della materia. Chi stampa, taglia, piega, converte ha le mani sul lavoro e la testa su mille altre cose: preventivi, mail, fornitori, normative, social, clienti che chiedono in un’ora ciò che ne richiederebbe tre. L’AI non stampa al posto di nessuno, ma può restituire tempo, lucidità ed energia.

E quel tempo restituito ha un uso preciso: proteggere e coltivare tutto quello che succede prima di arrivare a usare un modello. La perizia materica, il giudizio estetico, la conoscenza della filiera, la relazione col cliente costruita in anni. Sono competenze che non si digitalizzano, ma si perdono se non si ha spazio per esercitarle. L’AI può creare quello spazio.

Tra le quattro possibili applicazioni, quindi, scelgo “raccontare meglio il valore della stampa”. Un settore fatto di materiali, processi, competenze artigianali e relazioni di filiera ha una storia enorme da raccontare, e quasi mai il tempo o le parole per farlo. L’AI può aiutare a trovarle, a una condizione: la materia prima, cosa rende unica quell’azienda, la mano, il rapporto col cliente, la mettono loro. È quello che chiama scalare senza affondare: ampliare le proprie energie senza cedere ciò che ci rende riconoscibili.