L’interazione con assistenti che eseguono azioni genera un’aspettativa che supera i chatbot: perché un’applicazione tradizionale non può eseguire l’operazione richiesta, invece di mostrare un percorso da seguire in autonomia? L’utente descrive il risultato desiderato (“non un elenco di voli, ma un itinerario compatibile con i miei vincoli”; “non l’elenco dei documenti per un’istanza, ma l’istanza compilata”) e delega l’orchestrazione: definisce l’output, non manipola gli elementi uno a uno.
Quattro conseguenze, con gradi di maturità molto diversi — le prime due sono cambiamenti di design già visibili, la terza è un vincolo da progettare, la quarta è un effetto documentato dalla ricerca:
- Già osservabile. Le CTA basate sull’intento sostituiscono quelle basate sulla funzione: “Paga una bolletta” al posto di “Pagamenti”. Non è un cambio di etichetta ma di prospettiva: dal cosa offre il sistema al cosa vuole l’utente.
- Osservabile nelle piattaforme AI, ancora raro altrove. La barra di ricerca non serve più solo a trovare, ma a comandare: “Approva la nota spese di Mario”, “Crea un progetto per il cliente X”. A I/O 2026 Google ha ridisegnato la barra in questa direzione — si espande durante la digitazione, accetta testo, immagini, file e video, anticipa l’intento — definendolo il maggiore aggiornamento della casella di ricerca in oltre 25 anni. Nei prodotti tradizionali il pattern è ancora sperimentale: è una direzione da valutare, non un requisito.
- Vincolo da progettare, non conseguenza automatica. Delega e fiducia crescono, ma non uniformemente: volentieri sui compiti informativi o a bassa criticità, soglia alta su pagamenti, decisioni mediche, atti legali. È calibrazione del rischio, non irrazionalità; ma la soglia varia molto tra persone e generazioni, e progettarla senza paternalismo né ingenuità è difficile.
- Effetto documentato in ricerca. Cresce un rischio cognitivo, oggi misurato: uno studio Microsoft Research e Carnegie Mellon su 319 knowledge worker e 936 esempi reali (CHI 2025) mostra che all’aumentare della fiducia nella GenAI diminuisce l’esercizio del pensiero critico, che cambia natura — dalla produzione alla verifica, dall’esecuzione alla supervisione. Le persone seguono inoltre i consigli di un’AI più di quelli di un esperto umano, anche contro le informazioni di contesto disponibili, e questa sovra-dipendenza è costosa: nell’esperimento di Klingbeil, Grützner e Schreck (Computers in Human Behavior, novembre 2024) chi seguiva l’AI otteneva payoff inferiori al gruppo di controllo. Chi delega non costruisce competenza né il modello mentale per verificare il risultato: sollievo immediato, impoverimento nel lungo periodo — soprattutto per i giovani, che costruiscono le competenze attraverso l’AI, non prima di essa.
Effetto per le professionalità
- Interaction Designer — Da task completion through navigation a goal delegation: la “Delegative UI” (Nielsen) diventa competenza chiave. Ridisegnare intorno agli intenti reali (job-to-be-done), supportando più modalità coesistenti: percorso guidato, comando veloce, browse-and-discover. → Risorsa utile: 18 Predictions for 2026 — Jakob Nielsen
- Product Manager — Individuare in roadmap quali funzioni possono essere rese agentive: da passaggi manuali a istruzioni delegabili. Scoperta e comparazione funzionano nell’AI, la transazione conviene tenerla dove l’utente ha già fiducia.
- Service Designer — Journey con scenari in cui l’utente non esegue il flusso ma lo commissiona; l’agente va mappato come attore autonomo. Da definire responsabilità in caso di errore e trasparenza sulle azioni. Lo studio IBM Research (Brachman et al., IUI ‘25) mappa cosa gli utenti sanno e vogliono sapere di un agente — azioni eseguite, strumenti, grado di confidenza — e segnala un ostacolo specifico: i modelli mentali costruiti su altri sistemi già noti interferiscono con la comprensione di un sistema agentivo nuovo. Ridisegnare i journey intorno agli outcome, non ai touchpoint. → Risorsa utile: Building Appropriate Mental Models: What Users Know and Want to Know about an Agentic AI Chatbot (IUI ‘25)
- UX Researcher — Come studiare gli intenti latenti, non solo i comportamenti osservabili? Click, path e heatmap dicono cosa l’utente fa, non cosa vuole ottenere: risulta necessario rafforzare l’effort nelle interviste sull’outcome desiderato, etnografia, analisi delle richieste in linguaggio naturale.
- Information Architect — L’architettura dell’intento è il presupposto della delega: un agente può eseguire solo ciò che il servizio espone come azione identificabile. Una funzione raggiungibile unicamente percorrendo una gerarchia di menu non è delegabile.
- Content Strategist e UX Writer / Copywriter — Il TL;DR diventa elemento primario: riassunti in apertura, titoli che anticipano la conclusione, sintesi prima del dettaglio — risposte a un bisogno reale, non scorciatoie editoriali.