Come l’algoritmo decide cosa consideriamo competenza

Indice

• Come funziona davvero il feed che credi di controllare
• L’illusione della tuttologia e il restringimento del campo
• Quanta scelta ci resta davvero
• Una competenza che nasce dall’attrito, non dalla conferma

Diciamocelo, senza alcun imbarazzo, trascorriamo ore su LinkedIn e altri social simili convinti di allargare i nostri orizzonti, di intercettare le tendenze del settore, di formarci uno sguardo aggiornato e trasversale sul mondo del lavoro. Eppure, la logica che governa quella piattaforma lavora, con estrema efficienza, in direzione opposta. Non ci apre al diverso, ma ci restituisce con crescente precisione ciò che già conosciamo, ciò che già pensiamo, ciò che le persone simili a noi hanno già validato con un like o un commento. La sensazione di essere informati su tutto convive con una selezione feroce e invisibile di quel tutto.

La questione merita di essere osservata da vicino, perché riguarda un dominio che consideriamo protetto dalle derive dell’intrattenimento. Sui social ricreativi accettiamo volentieri di essere intrattenuti, di scorrere contenuti calibrati sui nostri gusti. Ma LinkedIn si presenta come infrastruttura della competenza, luogo in cui costruiamo la nostra reputazione e assorbiamo conoscenza professionale. Proprio per questo l’effetto di omologazione che l’algoritmo produce risulta più insidioso, perché lo scambiamo per crescita.

Come funziona davvero il feed che credi di controllare

Il feed di LinkedIn non è una finestra neutra sul flusso delle pubblicazioni. È il risultato di un processo di ranking che ordina i contenuti secondo una previsione di rilevanza, e quella previsione si nutre in modo massiccio del comportamento di chi ci somiglia. L’algoritmo osserva le tue interazioni, le confronta con quelle di utenti che condividono ruolo, settore, formazione, rete di contatti, e da questa vicinanza deduce cosa dovrebbe interessarti. Il meccanismo prende il nome tecnico di collaborative filtering, filtraggio collaborativo, ossia una modellazione che raccomanda a te ciò che è piaciuto a chi appartiene al tuo stesso cluster comportamentale.

La conseguenza è che il concetto di rilevanza smette di essere una proprietà oggettiva del contenuto e diventa una funzione della tua appartenenza a un gruppo. Quando parliamo di ciò che vedono tutti, non intendiamo la totalità degli utenti, intendiamo l’insieme ristretto di persone che l’algoritmo ha già raggruppato con noi sulla base di segnali comuni. Il vostro tutto e il tutto di un ingegnere gestionale di Milano o di una designer freelance di Berlino sono universi separati che raramente si intersecano, pur muovendosi sulla medesima piattaforma.

Questa segmentazione non nasce da un progetto deliberato di isolamento. Nasce da un’ottimizzazione, cioè dalla ricerca del massimo tempo di permanenza e del massimo numero di interazioni. Un contenuto che ci conferma, che parla la nostra lingua professionale, che rafforza convinzioni già radicate, genera engagement con minore attrito rispetto a un contenuto che ci contraddice o che appartiene a un mondo lontano dal nostro. L’algoritmo impara che la conferma paga più della sfida, e agisce di conseguenza.  

L’illusione della tuttologia e il restringimento del campo

La quantità sterminata di contenuti che scorriamo ogni giorno produce una sensazione di onniscienza professionale. Ci sembra di sapere tutto del nostro settore, di padroneggiare le tendenze emergenti, di cogliere i segnali deboli prima degli altri. Diventiamo, nella nostra percezione, tuttologi capaci di commentare qualsiasi sviluppo con la sicurezza di chi ha visto abbastanza. Ma questa competenza diffusa è in larga misura un artefatto della ripetizione.

Vediamo molte cose, questo è innegabile. Il punto è che vediamo molte varianti della stessa cosa. Lo stesso tema di management riproposto da decine di voci allineate, la stessa tesi sull’intelligenza artificiale riformulata da profili che condividono la nostra impostazione, gli stessi casi di successo celebrati dalla nostra cerchia. La varietà è apparente, la sostanza è ridondante. La mente scambia il volume per profondità, la frequenza per verità. Un contenuto che rivediamo formulato in dieci modi diversi acquisisce, per il solo fatto della ripetizione, lo statuto di conoscenza consolidata, mentre la sua origine resta un unico angolo prospettico ripetuto all’infinito.

Il fenomeno cognitivo che lo alimenta è noto come effetto di mera esposizione, la tendenza a sviluppare preferenza e fiducia verso ciò che incontriamo ripetutamente, indipendentemente dalla sua fondatezza. A questo si somma il bias di conferma, ossia la propensione a cercare, notare e memorizzare le informazioni coerenti con le nostre convinzioni e a filtrare via le altre. L’algoritmo non crea questi meccanismi, li conosce e li asseconda, costruendo un ambiente in cui il pensiero critico incontra sempre meno occasioni di allenamento.

Quanta scelta ci resta davvero

La domanda decisiva riguarda il margine di libertà. Di quale scelta effettiva disponiamo rispetto a ciò che vediamo, conosciamo e finiamo per considerare vero. La risposta onesta è che quel margine è molto più stretto di quanto la nostra sensazione di autonomia suggerisca, ma non è nullo, e la differenza tra i due scenari è tutta nostra.

L’architettura della piattaforma opera per default. Se non interveniamo, il sistema decide per noi, e decide sempre nella direzione della minore resistenza, cioè della conferma. La scelta autentica richiede uno sforzo controcorrente, un atto deliberato di rottura del pattern. Significa seguire voci che ci infastidiscono, cercare attivamente prospettive esterne al nostro cluster, interrogare le fonti anziché assorbirle, resistere alla comodità del contenuto che ci fa sentire già d’accordo. Significa trattare il feed non come una fonte ma come un campione parziale e orientato, di cui conoscere in anticipo la distorsione.

C’è anche un’altra cosa da dire. La libertà non consiste soltanto nel diversificare ciò che consumiamo, ma nel riconoscere che la nostra identità professionale rischia di modellarsi su ciò che l’algoritmo ci propone. Quando vediamo ripetutamente un certo tipo di successo, un certo linguaggio, un certo modo di posizionarsi, tendiamo a conformarci per appartenere. Il feed non plasma solo le nostre opinioni, plasma il nostro stesso modo di apparire competenti, in un circolo che rende gli utenti di uno stesso settore sempre più indistinguibili gli uni dagli altri.  

Una competenza che nasce dall’attrito, non dalla conferma

La conoscenza professionale vera raramente nasce dall’accordo. Nasce dall’attrito con ciò che non conoscevamo, dal confronto con posizioni che ci costringono a rivedere le nostre, dall’incontro con settori adiacenti che illuminano il nostro da un’angolatura inattesa. Un ambiente informativo che minimizzi sistematicamente l’attrito, per quanto ricco e stimolante appaia, produce menti più sicure e meno preparate.

Riconquistare uno sguardo autenticamente ampio non significa abbandonare la piattaforma, significa usarla contro la sua stessa inerzia. Chi lavora nella comunicazione, nella ricerca, nella divulgazione ha una responsabilità aggiuntiva, perché contribuisce a definire cosa un intero settore considererà rilevante. Sapere che il proprio pubblico non è mai il pubblico intero, ma un frammento selezionato dall’algoritmo, è il primo passo per parlare a chi sta oltre quel frammento. La tuttologia è la malattia professionale della bolla. La cura non è vedere di più, ma è scegliere con consapevolezza cosa e chi guardare, accettando l’attrito come segno che stiamo davvero imparando qualcosa.