Sbagliando si impara

Ci sono due tipi di errori: quelli commessi per negligenza e impreparazione e quelli che dipendono dalla situazione in cui si è costretti a decidere e a operare. Concentriamoci sui secondi, ossia sugli errori come prezzo inevitabile dell’agire in contesti complessi. Non esistono imprese (o manager) eccellenti perché sbagliano meno di tutte le altre. L’eccellenza è piuttosto la capacità di intercettare prima gli errori, limitare i danni e imparare il più rapidamente possibile quello che serve ad evitare errori simili in futuro. 

Errori e contesto decisionale

Quando analizziamo gli errori e proviamo a prevenirli dobbiamo cercare di evitare attribuzioni a cause sempre personali, di competenza e/o etica. Molti errori nascono infatti da razionalità limitata, carico cognitivo, pressioni di tempo, informazioni incomplete e interdipendenze crescenti. Quando l'ambiente diventa più incerto, la probabilità di sbagliare aumenta non perché le persone valgano meno, ma perché anche le persone capaci devono decidere con mappe imperfette. In questi casi il problema non è soltanto chi sbaglia, ma il sistema in cui si sbaglia.

Le conseguenze dell'errore, infatti, sono quasi sempre più ampie del gesto iniziale. C’è il costo diretto - fermo operativo, perdita economica, difetto, reclamo, incidente - ma ci sono anche costi meno visibili: erosione della fiducia, rallentamento decisionale, iper-burocrazia difensiva, demotivazione, reputazione interna compromessa. In molti contesti il danno peggiore non è l'errore singolo, ma la routine che esso innesca: più controlli inutili, meno iniziativa, meno voce. Quando un'organizzazione reagisce a ogni sbaglio cercando un colpevole esemplare, ottiene spesso due risultati opposti a quelli desiderati: gli errori vengono nascosti e i quasi-errori, che sarebbero una miniera di apprendimento, smettono di emergere.

Prevenire o gestire

Per un manager, quindi, la domanda utile non è: "Come elimino ogni errore?". Bensì: "Quali errori devo prevenire a tutti i costi e quali posso gestire e trasformare in apprendimento?". La ricerca infatti suggerisce di distinguere tra logica di error prevention e logica di error management. La prima serve dove il margine di tolleranza è minimo - sicurezza, compliance, qualità critica, reputazione. La seconda diventa decisiva dove si sperimenta, si innova, si personalizza, si lavora con dati incompleti. Confonderle è costoso: troppa tolleranza produce disordine; troppa ossessione per lo zero errori produce silenzio, paura e cecità organizzativa.

Qui entra in gioco la psychological safety. I team migliori non sono quelli in cui non accade nulla di storto, ma quelli in cui le persone segnalano deviazioni, dubbi e quasi-errori prima che diventino incidenti. Se chi vede un problema teme umiliazione o colpa, l'errore resta nascosto e si amplifica. In molte crisi organizzative il danno non nasce dal primo sbaglio, ma dal secondo: il mancato ascolto. La sicurezza psicologica non è buonismo; è una architettura sociale che rende più probabile la circolazione di informazioni scomode ma vitali.

C’è poi un aspetto spesso trascurato: chi sbaglia paga anche sul piano identitario. La ricerca mostra che, soprattutto nei ruoli professionali ad alta responsabilità, l'errore può generare colpa, vergogna, chiusura e perdita di lucidità. Un manager maturo non assolve tutto, ma distingue tra accountability e umiliazione: pretende analisi rigorosa, non teatro punitivo. Perché le persone imparano meglio da un errore discusso con precisione che da un errore trasformato in stigma.

Se interviene l’AI

L'AI cambia il quadro, ma non lo semplifica. Gli studi recenti mostrano che l'intelligenza artificiale può aiutare a rilevare anomalie, supportare diagnosi e ridurre alcuni errori ripetitivi. Ma può anche introdurre nuovi rischi: automazione cieca, eccesso di fiducia negli output, dati distorti, scarsa comprensibilità, difficoltà nel trattare casi rari o estremi. In altre parole, l'AI riduce alcuni errori umani e ne crea altri di tipo sociotecnico. Il manager accorto non delega il giudizio alla macchina: progetta una buona collaborazione uomo-AI, con escalation chiare, verifica indipendente e responsabilità non ambigue. Il che vuole però dire non mettere “human in the loop” come fanno i produttori di queste nuove, incommensurabilmente potenti, tecnologie. Ma spingere, aziende, politici e cittadini, verso “human in the lead” come richiedono sia pezzi sempre più importanti e vasti della società, sia i leader di imprese che sono impegnate ad assicurare il meglio dall’utilizzo dell’AI, anche per i propri collaboratori e per tutti gli stake-holder.

Imparare dall’errore

La lezione finale è meno drammatica di quanto sembri. In tempi di incertezza, vincerà meno chi promette infallibilità e più chi costruisce capacità di rilevare, contenere, discutere e apprendere. L'errore resta costoso, ma l'organizzazione che lo nega paga due volte. La prima quando sbaglia. La seconda quando perde l'occasione di diventare più intelligente.