Tutto ciò che il tuo team produce con l'AI assomiglia a ciò che fanno gli altri

Perché il lavoro generato dall'AI si assomiglia tutto

Un direttore creativo apre trenta concept generati dall'AI e non trova un motivo per preferirne uno. Sono tutti competenti. Sono anche intercambiabili, e per giunta somigliano a quelli che l'agenzia dall'altra parte della strada presenterà la settimana prossima.

Non è colpa di un prompt scritto male. È esattamente ciò che questa tecnologia fa.

Dylan Field, CEO di Figma, lo ha spiegato al Lenny's Podcast nell'ottobre 2025: la prima cosa che l'AI ti restituisce è generica per definizione, perché è la media di tutto ciò che ha visto. Merriam-Webster ha eletto "slop" parola dell'anno 2025, definendola come contenuto digitale di bassa qualità prodotto in quantità dall'AI. Il termine ha attecchito perché la gente percepisce questa somiglianza ancora prima di saperla spiegare.

Il problema della media

Un modello produce l'output più probabile dato un prompt. Probabile significa comune. Comune significa che lo stanno ottenendo anche tutti gli altri.

Esiste una ricerca su cosa questo comporti per un gruppo. Anil Doshi e Oliver Hauser hanno pubblicato uno studio su Science Advances nel 2024 in cui hanno affiancato l'AI ad alcuni scrittori misurando poi i risultati. I racconti con l'assistenza dell'AI sono stati giudicati più creativi di quelli scritti senza. Ma confrontandoli tra loro, i racconti assistiti dall'AI erano molto più simili. Migliori individualmente. Più stretti collettivamente.

È lo scambio che ogni team sta facendo in questo momento senza rendersene conto. La qualità individuale sale. La produzione dell'azienda converge verso quella di tutti gli altri.

Perché questo costa denaro

Il prodotto di un'agenzia è ciò che il cliente non può ottenere altrove. Il vantaggio di un brand è essere riconoscibile. Uno studio di videogiochi vive di uno stile che nessun altro ha.

Se l'AI consegna a ogni concorrente la stessa media, il volume di output smette di essere un fattore di differenziazione, perché ce l'hanno tutti. Quel che resta è il momento in cui una persona guarda le trenta opzioni e sceglie quella che non è la media. O le butta tutte e trenta.

Quella scelta un tempo erano gli ultimi cinque minuti di un progetto. Ora è la maggior parte del suo valore.

Il problema è che nessuno sceglie

La scena è questa. Trenta opzioni, tutte accettabili, nessuna evidentemente giusta. Ognuno ha una leggera preferenza. Nessuno vuole bocciare le altre ventinove. La riunione finisce con un "lasciamola sedimentare", le opzioni finiscono in una cartella e alla fine parte quella più sicura, per inerzia.

Nota cosa è successo. Nessuno ha deciso di essere generico. Il generico ha vinto perché nessuno ha argomentato contro.

Questo è ciò che il gusto è davvero, in pratica. Non un'atmosfera. È qualcuno che guarda trenta opzioni valide e dice: questa, per queste ragioni, e le altre ventinove sono fuori. Qualcuno deve essere disposto a fare quella discussione a voce alta.

I team non hanno spazio per quella discussione

Le opzioni vivono in un thread di Slack, impilate in fila, quindi quando arrivi alla quinta hai già perso la prima. Oppure stanno su Drive, un file per volta, confrontate a memoria.

David Kirsh, dell'Università della California a San Diego, ha passato decenni a studiare come le persone ragionano con oggetti fuori dalla loro testa, e la scoperta è semplice: si pensa meglio quando si può vedere tutto in una volta, uno accanto all'altro. Un thread non lo permette. Nemmeno una cartella.

Così il gruppo non confronta mai davvero. Si limita a reagire a turno a ciò che compare sullo schermo. Vince l'opinione più forte nella stanza, o la scadenza, e in seguito nessuno riesce a ricostruire perché il lavoro sia andato in quella direzione.

Tieni i tuoi strumenti

Progetta in Figma. Archivia i file su Drive. Traccia il lavoro in Jira. Fai il workshop in Miro. Nessuno di questi è pensato per il momento in cui trenta opzioni sono sul tavolo e un team deve scartarne ventinove.

Cosa abbiamo costruito

ALLO è una canvas per quel momento. Le opzioni vengono messe fianco a fianco con il brief e i riferimenti. Il feedback si aggancia direttamente all'elemento a cui si riferisce, invece di galleggiare in un thread. Il team può vedere tutto insieme, discutere davanti al lavoro e decidere. La decisione resta accanto a ciò che l'ha motivata, così sei mesi dopo il ragionamento è ancora lì.

ALLO non genera il lavoro. Continua a farlo dove lo fai già.

I modelli continueranno a migliorare, e la media che ti consegnano continuerà a migliorare. Continuerà comunque a essere una media. L'unica cosa che farà sembrare il tuo lavoro davvero tuo è il fatto che qualcuno ha scelto.

FAQ

Perché i contenuti generati dall'AI si assomigliano tutti? I modelli restituiscono l'output più probabile, che è una media dei loro dati di addestramento. Team che usano modelli simili con prompt simili ottengono risultati simili. Dylan Field di Figma descrive il primo output dell'AI come generico per definizione.

L'AI rende i team meno creativi? Individualmente no. Uno studio del 2024 su Science Advances di Doshi e Hauser ha rilevato che i testi assistiti dall'AI venivano valutati più creativi di quelli senza assistenza. Ma i testi assistiti erano più simili tra loro: l'originalità collettiva è calata anche mentre la qualità individuale saliva.

Come si evita che il lavoro con l'AI risulti generico? Qualcuno deve rifiutare la media. Significa che una persona o un team guarda insieme l'intera serie di opzioni, le confronta direttamente e si impegna su quella che non è la più sicura, con delle ragioni.

Cos'è l'"AI slop"? È la parola dell'anno 2025 di Merriam-Webster, definita come contenuto digitale di bassa qualità prodotto in quantità dall'AI. Descrive output tecnicamente decenti e completamente dimenticabili.

ALLO sostituisce Figma o Miro? No. Continua a produrre il lavoro in Figma e a fare i workshop in Miro. ALLO è dove le opzioni vengono confrontate e viene scelta una direzione, dopo la produzione e prima della consegna.