Labyrinthum: come stiamo costruendo uno strumento per pensare meglio

“Cogito, ergo sum.”
Cartesio

In VerdeLab abbiamo dato vita a Labyrinthum, una applicazione di knowledge management pensata per ricercatori e professionisti del sapere. Per noi questo progetto è molto più di un software: è un laboratorio dinamico, una palestra dove testiamo RAG e soluzioni AI d'avanguardia. È uno spazio in cui costruiamo, sperimentiamo e impariamo ogni giorno. E ogni giorno, qualcosa di inaspettato emerge. La scoperta più significativa di questo percorso non riguarda il codice ma il nostro modo di pensare. Quando abbiamo integrato l'intelligenza artificiale nel cuore di Labyrinthum, il nostro obiettivo iniziale, istintivo per chi progetta e scrive software, era l’ottimizzazione. Volevamo velocità, fluidità, sintesi impeccabili e un recupero immediato del dato. E, sotto il profilo puramente tecnico, l'obiettivo lo avevamo raggiunto, il sistema funzionava secondo le aspettative.
Ma con il trascorrere del tempo è emerso un paradosso: operavamo sui nostri dati ma sentivamo di aver perso l'intima padronanza dei contenuti. Sapevamo dove trovare le informazioni, ma non le possedevamo più. Notavamo una progressiva perdita di memoria individuale sui contenuti immessi nel sistema. Abbiamo cominciato a studiare il fenomeno e abbiamo trovato il nome per quello che stava accadendo: offloading cognitivo . Quando deleghiamo sistematicamente ricerca, sintesi e analisi a un agente esterno affidabile, il cervello smette razionalmente di investire nell'encoding profondo. Perché faticare a ricordare ciò che posso recuperare in un secondo? La psicologia cognitiva spiega bene questo fenomeno: la "fatica" non è un’inefficienza da eliminare ma il processo stesso dell'apprendimento. Questa nuova consapevolezza ci ha costretti a riformulare la domanda centrale del nostro lavoro. Non più: come rendiamo Labyrinthum più efficiente? Ma come rendiamo Labyrinthum più efficace per chi lo usa in modo continuativo?
La distinzione è sottile ma profonda: un sistema efficiente ti consegna una risposta; un sistema efficace ti rende più capace di trovarne una, potenziando le tue facoltà anche in sua assenza. Studi recenti (2025) hanno dimostrato che l'AI agisce come un amplificatore dell'apprendimento, a patto di essere inserita in una sequenza precisa. Se interviene prima che l'utente abbia esercitato il proprio pensiero critico, elimina quella resistenza cognitiva, in gergo "frizione", che costruisce la memoria duratura. Se arriva dopo, ne consolida la comprensione. I ricercatori chiamano questo meccanismo "effetto dell'inversione". Come ingegneri del software, ci siamo dunque trovati di fronte ad una sfida imprevista: accelerare sulle funzionalità AI è semplice; sapere quando e come frenarle, per lasciare spazio al pensiero, è invece il problema davvero inedito. Abbiamo così cominciato a progettare le funzionalità AI di Labyrinthum in modo radicalmente diverso: non per costruire una protesi ma per realizzare un allenatore.
Questo approccio si traduce nell'integrazione di quella che in letteratura si chiama desirable difficulty: una frizione intenzionale e calibrata che non frustra l'utente ma lo mantiene cognitivamente attivo. Le nostre mappe concettuali, ad esempio, non vengono generate automaticamente dall'AI ma devono essere costruite manualmente dall'utente, dopo un'adeguata immersione nei contenuti. Non si tratta di una limitazione tecnica, ma di una scelta progettuale precisa: il tempo dedicato a connettere concetti e definire relazioni è il tempo necessario affinché la conoscenza si sedimenti. La nostra ricerca è proseguita su questo solco, esplorando come le informazioni debbano essere presentate e in quale momento e con quale grado di interazione per garantire un'effettiva interiorizzazione. Non possiamo ancora svelare ogni dettaglio, il cantiere è in continua evoluzione, ma il principio guida è granitico: il software non deve solo restituire informazioni, ma deve anche stimolare il recupero biologico del sapere. Costruire strumenti per il pensiero si è dimostrata una sfida tutt'altro che facile. L'AI è uno strumento straordinario, ma è il cervello che deve restare in forma. Labyrinthum nasce esattamente su questa linea di tensione: trovare il punto di equilibrio tra la spinta a potenziare l'AI e la necessità di tenerla a freno, perché non eroda silenziosamente le capacità cognitive di chi la usa.

Se ti occupi di knowledge management, apprendimento potenziato o design cognitivo, ci piacerebbe confrontarci. Stiamo esplorando un territorio nuovo, e le mappe migliori si costruiscono insieme.