Byung-Chul Han, la Sindrome del Rendimento Digitale e il paradosso della libertà che esaurisce
Il padrone che non vedi
C’è una differenza fondamentale tra essere sfruttati e sfruttarsi. Nel primo caso esiste un responsabile esterno — un capo, un’azienda, una struttura di potere identificabile. Nel secondo caso il responsabile siamo noi stessi. E questa è, secondo il filosofo coreano-tedesco Byung-Chul Han, la forma di dominio più efficace mai inventata: quella che non ha bisogno di un padrone perché la vittima e il carnefice coincidono.
Han ha descritto questo meccanismo nel 2010 in La società della stanchezza. Scriveva di un passaggio epocale: dalla società disciplinare di Foucault — fatta di divieti, obbedienza, sorveglianza esterna — alla società della prestazione, fatta di possibilità infinite, ottimizzazione continua, libertà che diventa trappola. Il soggetto postmoderno non è oppresso da un potere che gli dice non puoi. È oppresso da un potere interno che gli dice puoi fare di più, devi fare di più, non stai facendo abbastanza.
Han scrisse questo prima che l’intelligenza artificiale generativa diventasse uno strumento di massa. Non immaginava ChatGPT, Claude, Midjourney, Copilot. Eppure la sua diagnosi descrive con precisione chirurgica ciò che sta accadendo oggi a milioni di lavoratori della conoscenza: l’AI non ci ha liberati dalla pressione della prestazione. L’ha intensificata, personalizzata e resa invisibile.
La promessa e la trappola
Il racconto dominante sull’intelligenza artificiale generativa è quello della liberazione. L’AI fa le cose noiose al posto nostro. Ci lascia più tempo per le cose creative, strategiche, umane. Ci rende più produttivi, quindi più liberi.
Questo racconto ha una struttura narrativa identica a quella di ogni grande promessa tecnologica del passato. La lavatrice ci avrebbe liberato dal bucato. Internet ci avrebbe liberato dalle distanze. Lo smartphone ci avrebbe liberato dalla scrivania. Ogni volta, la promessa era vera — e ogni volta, il tempo liberato veniva immediatamente ricolonizzato da nuove aspettative di produttività.
Con l’AI generativa sta accadendo la stessa cosa, ma a una velocità e a una profondità senza precedenti. Il meccanismo è semplice e brutale:
- L’AI permette di fare in un’ora ciò che prima richiedeva una giornata
- Il mercato del lavoro — e l’interiorizzazione dei suoi valori da parte del lavoratore stesso — registra questo aumento di efficienza
- L’aspettativa di output si aggiorna verso l’alto
- Il lavoratore che prima produceva X in un giorno ora deve produrre 8X
- Il tempo “liberato” non è libero: è già stato venduto in anticipo
Il paradosso è che il lavoratore vive questo processo come un successo personale, almeno nelle prime fasi. È più veloce, più efficiente, più competitivo. Sente di stare al passo con i tempi. Non si accorge — non subito — che la soglia del “abbastanza” si è spostata insieme alla sua capacità.
La Sindrome del Rendimento Digitale
Non esiste ancora nei manuali diagnostici una voce chiamata “Sindrome del Rendimento Digitale”. Ma esiste come fenomeno clinicamente osservabile, descritto in modo frammentato sotto etichette diverse: burnout da remote work, technostress, digital exhaustion, imposter syndrome amplificata dagli strumenti digitali.
Proviamo a darne una descrizione organica.
La Sindrome del Rendimento Digitale è una forma di esaurimento psicologico che si sviluppa nei lavoratori della conoscenza che hanno integrato strumenti di AI generativa nel proprio flusso di lavoro. Si distingue dal burnout classico per alcune caratteristiche specifiche:
Il confine tra il sé e lo strumento diventa opaco. Il lavoratore non sa più con certezza cosa sa fare lui e cosa sa fare l’AI. Questo produce un’erosione progressiva del senso di competenza personale: se ChatGPT scrive meglio di me, cosa valgo io? La domanda sembra banale. Nella mente di un professionista che ha investito anni nella costruzione di una competenza, non lo è affatto.
La velocità diventa l’unica misura del valore. L’AI è veloce. Chi lavora con l’AI diventa veloce. La velocità si trasforma gradualmente nell’unico parametro di autovalutazione. La lentezza — che è spesso il segnale di un pensiero profondo, di un problema complesso, di un lavoro artigianale di qualità — viene percepita come inadeguatezza, non come professionalità.
Il riposo perde legittimità. Se posso delegare all’AI le parti meccaniche del lavoro, quale giustificazione ho per smettere? L’AI non si stanca. Lavora a qualsiasi ora. Non ha bisogno di pausa. Confrontarsi implicitamente con uno strumento che non ha bisogno di recupero porta il lavoratore a sentire il proprio bisogno di riposo come una debolezza, un limite, quasi una colpa.
L’ansia da obsolescenza diventa cronica. Gli strumenti di AI evolvono a una velocità che nessun essere umano può seguire davvero. Ogni settimana esce un modello più potente, una funzione nuova, un benchmark superato. Il lavoratore che cerca di “stare aggiornato” si trova in una corsa senza linea d’arrivo. La sensazione dominante non è di crescita, ma di inseguimento perpetuo — e di distanza che non si accorcia mai.
Han aveva ragione: il nuovo soggetto si autodistrugge liberamente
Quello che Han descriveva in termini filosofici si traduce oggi in un’esperienza concreta e quotidiana. Il soggetto della prestazione non viene costretto a produrre: sceglie di farlo. Si alza prima. Risponde ai messaggi di sera. Usa il sabato per “aggiornarsi” su nuovi strumenti. Partecipa a webinar nel tempo libero. Segue newsletter, podcast, tutorial.
Tutto questo viene vissuto — e descritto socialmente — come proattività, curiosità, crescita professionale. Raramente viene riconosciuto per quello che è nella sua dimensione più oscura: un’auto-imposizione di standard di rendimento che nessuna autorità esterna ha esplicitamente richiesto.
L’AI generativa ha aggiunto un elemento nuovo a questa dinamica: l’interlocutore sempre disponibile, sempre capace, sempre pronto. Il lavoratore che usa un assistente AI ha a disposizione uno strumento che non si stanca, non si annoia, non ha bisogno di motivazione. Confrontarsi quotidianamente con questo tipo di “collega” altera la percezione di cosa sia normale come livello di prestazione.
È come allenarsi ogni giorno con un atleta che non ha limiti fisiologici. All’inizio sembra stimolante. Nel tempo, produce solo la percezione di essere inadeguati.
Cosa ci chiede davvero il mercato — e cosa ci chiediamo da soli
È importante distinguere due livelli di pressione, perché spesso vengono confusi.
Il primo livello è la pressione del mercato: ciò che le aziende, i clienti, i datori di lavoro richiedono esplicitamente. Questo livello esiste, è reale, e in molti settori si è effettivamente alzato con la diffusione degli strumenti AI.
Il secondo livello è la pressione interiorizzata: ciò che il lavoratore si auto-impone, spesso in anticipo rispetto a qualsiasi richiesta esplicita. Questo livello è altrettanto reale, spesso più pervasivo, e funziona in modo indipendente dalle richieste effettive. Un lavoratore può trovarsi in un’azienda che non gli chiede di usare l’AI, non gli chiede di essere più veloce, non lo sorveglia nel tempo libero — e sentirsi comunque inadeguato, in ritardo, insufficiente.
La Sindrome del Rendimento Digitale opera prevalentemente su questo secondo livello. Non è un’oppressione subita: è un’oppressione costruita internamente, usando come materiale da costruzione i valori dominanti del mercato del lavoro contemporaneo — efficienza, scalabilità, ottimizzazione, aggiornamento continuo.
Riconoscerlo non significa negare la pressione esterna. Significa capire che combatterla richiede un lavoro che non è solo organizzativo, ma psicologico e culturale.
Meno tecnologia, più sociologia: il ROI che nessuno calcola
Nelle aziende si calcola il ROI degli strumenti. Si misura quanto tempo risparmia un certo software, quanti errori riduce una certa automazione, quanto aumenta la produttività l’introduzione di un certo modello AI. Questi calcoli hanno senso. Ma sono parziali.
Quello che non viene quasi mai calcolato è il costo relazionale e psicologico dell’ottimizzazione tecnologica. Il costo di un team che ha perso la capacità di lavorare in modo lento e profondo. Il costo di professionisti che non si fidano più del proprio giudizio perché hanno delegato troppe decisioni a uno strumento. Il costo del turnover prodotto da burnout silenzioso. Il costo delle innovazioni che non avvengono perché nessuno ha il tempo — e la legittimità culturale — di stare fermi a pensare.
Alcune organizzazioni stanno cominciando a capirlo. Non perché siano particolarmente illuminate, ma perché i dati glielo mostrano in modo inequivocabile: i team più produttivi a lungo termine non sono quelli più tecnologicamente attrezzati. Sono quelli con le relazioni più solide, la comunicazione più onesta, la cultura del errore più sana.
La sociologia organizzativa — che studia esattamente questi fenomeni — non è un lusso per aziende con budget abbondanti. È uno strumento diagnostico per qualunque organizzazione che voglia capire perché le sue persone non rendono quanto potrebbero, nonostante tutti gli strumenti che hanno a disposizione.
Il non detto, l’isolamento, l’auto-sfruttamento, la leadership ombra: questi fenomeni esistevano prima dell’AI. L’AI li ha accelerati, amplificati, e resi più difficili da vedere — proprio perché l’attenzione di tutti è concentrata sullo strumento, non sulle persone che lo usano.
Una proposta per chi lavora nelle organizzazioni
Non si tratta di essere contro l’AI. Si tratta di non essere ingenui rispetto ai suoi effetti collaterali — esattamente come siamo stati, in ritardo, rispetto ai social media, agli smartphone, all’always-on.
Alcune domande concrete da portare nelle organizzazioni:
Abbiamo misurato come è cambiata la percezione di sé dei nostri collaboratori da quando hanno iniziato a usare strumenti AI intensivamente?
Abbiamo registrato cambiamenti nei pattern di comunicazione informale — più superficiali, più veloci, meno profondi?
Abbiamo una cultura che legittima la lentezza, il dubbio, il pensiero non ottimizzato?
Sappiamo distinguere tra un collaboratore poco produttivo e un collaboratore esausto che usa l’AI per nascondere il proprio esaurimento?
Queste domande non hanno risposte nei dashboard di produttività. Hanno risposte nelle conversazioni, nelle osservazioni, nell’ascolto. Hanno risposte nella sociologia — quella applicata, quella che scende nei corridoi delle organizzazioni e legge quello che i numeri non dicono.
Conclusione: la stanchezza che non si nomina
Han chiude La società della stanchezza con un’immagine: quella di un’umanità che non cade per colpa di un nemico, ma si accascia sotto il peso della propria libertà illimitata. Non c’è una guerra. Non c’è un oppressore. C’è solo l’esaurimento di chi ha cercato di essere sempre abbastanza.
L’intelligenza artificiale generativa è, in questo senso, lo strumento più potente mai messo al servizio di questa dinamica. Non perché sia malvagia. Perché è indifferente. Perché offre possibilità senza chiedersi mai se chi le usa ha ancora le risorse per farlo.
Quella domanda tocca a noi farla. E farla nelle organizzazioni, prima che le persone smettano di rispondere.
«Ciò che oggi si sa fare insieme, domani si sa fare da soli» — per Vygotskij si impara davvero solo nello scambio con gli altri.
Dì la tua: la tua esperienza può confermare o smentire questa analisi.