Cos’è successo. Un post di Yael Grauer ha raccolto 184 punti e 105 commenti su Hacker News. Il tema: cosa succede quando «chiedi a Claude» diventa la risposta standard a ogni domanda, anche dopo che chi chiede ha già fatto quel passaggio. Grauer racconta di aver chiesto un’opinione di merito a persone con esperienza concreta — non una ricerca, non un elenco, un giudizio su quale fonte fidarsi quando gli studi divergono. La risposta ricevuta: «Onestamente? Chiedi a Claude». Il post confronta questa dinamica con il vecchio LMGTFY (Let Me Google That For You), ma capovolta: non si tratta di qualcuno che non sa cercare, ma di qualcuno che ha già cercato e vuole il filtro che solo l’esperienza può dare.

Perché ti riguarda. Se stai costruendo workflow con l’AI o se la consigli ad altri, il post mette il dito su un punto sensibile: quando «chiedi al modello» è una risposta utile, e quando è un modo per non rispondere. Un modello non sa quale dei cinque studi contraddittori regge davvero, quale metodo funziona in un contesto specifico, o dove una lista generale sbaglia nel tuo caso. Il giudizio viene dall’esperienza vissuta, e quello non è ancora sostituibile. La critica non è contro l’AI, ma contro l’uso dell’AI come delega del pensiero: se il modello potesse rispondere, la persona non avrebbe fatto la telefonata.

Dove guarda il sito. Il tema si incrocia con quello che raccontiamo nel corso pro: Fidarsi il giusto: verificare l’output spiega dove un modello può sbagliare, e dove serve il controllo umano. E il playbook Il revisore avversario parte dall’idea opposta: usare l’AI per lo sguardo critico, ma solo su cose verificabili. Il filo comune è lo stesso: l’AI potenzia, non sostituisce il giudizio.

Nel dettaglio

Il contesto: l’AI come oracolo. Negli ultimi due anni il pattern è diventato comune: qualcuno fa una domanda in una community, e la prima risposta è «chiedi a ChatGPT» o «chiedi a Claude». A volte è appropriato (la domanda è generica, la risposta è in ogni tutorial), a volte no. Grauer descrive un caso del secondo tipo: aveva una domanda precisa su quale fonte fidarsi quando le fonti si contraddicono, un problema dove il contesto e l’esperienza contano più della sintesi. Aveva già chiesto al modello, aveva speso ore (e token) a raffinare la domanda. Quello che cercava era il filtro che solo una persona con cicatrici professionali poteva dare. La risposta — «chiedi a Claude» — non aggiungeva un passo, lo negava.

Cosa sta succedendo davvero. Il post ha risuonato su Hacker News perché tocca una tensione reale: l’AI è diventata così accessibile che è facile usarla come risposta di default, anche quando non è la risposta giusta. Grauer paragona il fenomeno al vecchio LMGTFY, ma nota la differenza: LMGTFY era per chi non aveva provato a cercare; «chiedi a Claude» viene dato anche a chi ha già fatto quel giro. Il post suggerisce che «chiedi a Claude» sia diventato un modo educato per dire «non lo so», «non ho tempo», o «non ho voglia di pensarci». E che qualunque risposta onesta — «non lo so», «non ci ho mai lavorato», «dovrei pensarci» — sarebbe stata più utile del rimando.

Le implicazioni per chi usa l’AI. Se stai costruendo con l’AI o se la consigli, questo è un caso di studio su cosa significa potenziarsi invece di delegare. Un modello di linguaggio può aggregare consenso, sintetizzare fonti, proporre una lista. Non può dirti quale delle cinque opzioni regge nel tuo caso specifico, perché non ha il tuo contesto, non ha le tue cicatrici, non sa cosa hai già provato e dove hai già sbagliato. Il valore della conversazione umana sta nell’esperienza specifica, non nell’accesso all’informazione generale. Quando dici a qualcuno «chiedi al modello» dopo che quella persona ti ha cercato per il tuo giudizio, stai negando il valore che solo tu puoi dare.

Cosa non concludere. Il post non dice che l’AI non serve. Dice che non serve allo stesso modo in ogni situazione. Se la domanda è «come si fa X», un modello può rispondere bene. Se la domanda è «quale di questi cinque metodi funziona davvero in questo contesto», serve qualcuno che ci sia passato. E se quella persona rimanda al modello, il problema non è tecnico: è che non vuole (o non può) dare la risposta. Il post è una critica all’uso dell’AI come scusa, non all’AI come strumento.

Il dibattito su HN. Nei 105 commenti, la comunità si è divisa. Alcuni hanno confermato l’esperienza di Grauer: la frustrazione di ricevere «chiedi a Claude» da persone che si aspettavano avessero un’opinione propria. Altri hanno difeso il rimando: se il modello può rispondere, perché sprecare tempo umano? La spaccatura è significativa: mostra che la domanda «quando delegare all’AI» non ha una risposta unica. Dipende dalla domanda, da chi la fa, e da cosa quella persona ha già provato. Il filo comune: l’AI è uno strumento, non una scusa per non pensare.