Solving Team

C'è un problema che per secoli si è provato a risolvere guardando le stelle: sapere dove si trova una nave in mezzo al mare. La risposta giusta, però, non è arrivata dal cielo, ma da un orologio. Uno che doveva funzionare bene anche dopo mesi di viaggio, umidità e tempeste, senza che nessuno lo controllasse. Ecco cosa vuol dire davvero essere competenti: non avere l'idea più brillante, ma costruire qualcosa che regge, anche quando nessuno guarda.
Longitudine.

Una matita, un foglio, il cielo da calcolare a mano.
Prima che arrivasse il computer, è bastata una donna capace di vedere oltre i numeri — Katherine Johnson, in Il diritto di contare.
L'innovazione, a volte, è solo questo: avere il coraggio di fidarsi di chi vede più lontano.

Nel lavoro IT di oggi stare dietro a tutto è praticamente impossibile.
Tra AI, nuove tecnologie e cambiamenti continui, ogni settimana c’è qualcosa di nuovo.
La verità? Nessuno sa davvero tutto.
E va bene così.
Quello che fa la differenza è restare lucidi, aiutarsi tra colleghi e non avere paura di dire “questa la capiamo insieme”.
Si cresce così, non da soli.

Lavoro, AI e competenze: il futuro resta umano, ma il 39% delle skill cambierà entro il 2030 Entro il 2030 il 39% delle skill cambierà, ma meno della metà dei lavoratori ha ricevuto formazione recente sull’AI

Uno studio sperimentale sul batching delle notifiche ha evidenziato un aspetto molto interessante: non è la quantità di informazioni a creare stress, ma la loro frammentazione nel tempo.
Raggruppare le notifiche in momenti prestabiliti della giornata riduce le interruzioni continue, abbassa il carico cognitivo e migliora il benessere psicologico delle persone. In pratica, il cervello lavora meglio quando può dedicarsi a un’attività senza essere costantemente “richiamato” altrove.
Il dato più rilevante è che i partecipanti non risultavano meno informati o meno reattivi, ma più concentrati e meno affaticati. Un segnale chiaro: organizzare l’attenzione è una leva concreta di produttività, non una rinuncia alla comunicazione.

E tu come le gestisci?
Hai regole, trucchi o sei ancora in balia del “suona tutto”? Raccontacelo nei commenti

www.sciencedirect.com

Un recente studio ha rivelato che i modelli di intelligenza artificiale “ragionanti” consumano fino a 100 volte più energia rispetto ai modelli tradizionali.
È un dato impressionante: la potenza richiesta per far riflettere una macchina su mille domande supera di gran lunga quella necessaria per generare semplici risposte.

Da un lato, questa evoluzione porta l’AI un passo più vicino al modo in cui pensiamo noi umani. Dall’altro, ci costringe a fare i conti con il prezzo energetico del “pensiero digitale”.
Mentre corriamo verso sistemi sempre più intelligenti, rischiamo di sottovalutare la questione più concreta e urgente: quanta energia siamo disposti a bruciare per far pensare una macchina?

Forse, come specie, dovremmo cominciare a ragionare noi — sul senso di questa corsa e sulla responsabilità che accompagna ogni watt speso per l’innovazione.

The rise of AI reasoning models comes with a big energy trade-off AI reasoning models used 100 times more power on average to respond to 1,000 written prompts than alternatives without this reasoning capability or which had it disabled, according to a study