Che cos'è l'IA agentica, e come si misura la fluenza di un'organizzazione in essa?

Nell'IA generativa, la persona conversa con il modello e riceve un testo, un'immagine o un frammento di codice; l'esecuzione resta a suo carico. Nell'IA agentica, delega l'intero compito: il sistema decide i passaggi, richiama strumenti, legge e scrive file, consulta internet e torna con il lavoro svolto, oppure con la spiegazione del motivo per cui non ci è riuscito.

Questo confine è l'asse della diagnosi del FAROL. Conversare con l'IA è uso generativo; ordinare all'IA di eseguire è uso agentico, e la distinzione separa il vocabolario minimo da quello di chi lavora già in questo modo. È la base del primo dei sei assi, e ciò che la diagnosi restituisce a un'organizzazione è, prima di qualsiasi punteggio, da quale lato di questo confine si trova.

Perché un modello di maturità presuppone un processo stabile, e l'IA non è stabile. La maggior parte dei modelli di maturità in IA deriva dal CMMI, concepito negli anni '90 per il software, e porta con sé tre difetti quando viene applicato a un campo il cui stato dell'arte cambia ogni pochi mesi:

• Falsa sensazione di arrivo. Un'impresa al «livello 5: ottimizzato» sente di essere arrivata, e per questo è la più vulnerabile all'ondata successiva.
• Penalizza chi sperimenta. I framework tradizionali premiano la standardizzazione; nell'IA, sperimentare e scartare rapidamente vale di più, e abbandonare un progetto non è, di per sé, un fallimento.
• Ignora il movimento. La maturità misura una posizione. Chi ha incorporato i modelli linguistici ieri può essere più fluente di chi fa apprendimento automatico da cinque anni.

L'alternativa è la fluenza, nell'analogia di una lingua: continua, perché fermarsi è retrocedere; distribuita, perché un'organizzazione può essere forte nei dati e debole nelle persone; e dipendente dall'ecosistema circostante.

Quale evidenza sostiene la scelta di misurare la fluenza?

Tre risultati esterni al gruppo:

• L'adozione ha smesso di distinguere. La ricerca di Stack Overflow del 2025 registra l'84% di utilizzo dell'IA tra gli sviluppatori, con la fiducia in calo dal 40% al 29% in un anno e il 66% che segnala soluzioni «quasi giuste, ma non del tutto».
• La percezione inganna. Lo studio controllato di METR di luglio 2025 ha misurato sviluppatori esperti, su progetti maturi, risultare il 19% più lenti con l'IA, mentre credevano di essere il 20% più veloci.
• Il divario brasiliano è di fluenza. La presenza degli strumenti è massiccia; ciò che manca è maturità nella delega, una questione culturale e organizzativa.

Il FAROL misura asse per asse, perché una media nasconde esattamente lo squilibrio che interessa.

• E1 · Conoscenza — quanto si comprende dell'IA, dal vocabolario minimo alla distinzione tra conversare con l'IA e ordinare all'IA di eseguire. È la base degli altri.
• E2 · Strumenti e integrazione — ciò che si usa davvero e con quale profondità, dalla chat isolata a MCP, connettori e agenti collegati ai sistemi dell'azienda. L'ampiezza non compra la profondità.
• E3 · Delega e autonomia — come ciascuna persona lavora con l'IA, dal copia-e-incolla cieco al planning mode, in cui si chiede il piano prima dell'esecuzione. La governance vive qui, come fattore abilitante.
• E4 · Processi — quali flussi sono stati ripensati dall'IA, e non solo accelerati. La domanda discriminante: il compito è diventato più rapido, oppure il processo esiste così solo grazie all'IA?
• E5 · Produttività e risultati — il guadagno operativo (tempo, costo, qualità) e quello strategico (ragionamento, decisione). Distingue "ha accelerato il singolo" da "ha cambiato la portata del team".
• E6 · Apprendimento e cultura — come l'organizzazione si mantiene aggiornata. È il motore: senza di esso, qualsiasi livello raggiunto regredisce.

La scala va da N0 a N5 nella versione 3, quella canonica, e andava da A a E nella versione 1. Il fondamento dichiarato è una sintesi critica di 928 formulazioni di fluenza e maturità nell'IA pubblicate da società di consulenza, università e big tech (tra cui MIT CISR, Gartner, Deloitte, Cisco, Forrester/IBM, Microsoft, Salesforce e NIST), ricalibrata per il contesto brasiliano.

Lo strumento ha una struttura ad albero. Poiché ogni rispondente usa uno stack di strumenti, e non tutti, il questionario identifica prima lo stack e poi apre domande al suo interno.

La raccolta ha cinque gradini, organizzati per costo: livello 1, una risposta per organizzazione, da dieci a quindici minuti, gratuito; livello 2, una risposta per persona, circa cinque minuti, gratuito; livello 3, interviste strutturate, circa un'ora per persona; livelli 4 e 5, approfondimento assistito e lavoro in presenza.

Restano fuori dalla misura la qualità di ciò che l'IA produce e il contenuto delle conversazioni, che non esce dalla macchina di chi risponde. Ciò che l'indice non misura è trattato in fluenza.

Quali obiezioni pubblica il gruppo stesso?

Due, pubblicate accanto all'indice: la legge di Goodhart (un indicatore che diventa obiettivo smette di misurare ciò che rappresenta) e il fatto che una misura annunciata è una promessa, esigibile in seguito. Entrambe sono sviluppate in fluenza.

Sei sono online, senza registrazione preventiva e senza costi:

• Indice di IA per le aziende — un dirigente risponde per l'organizzazione e ottiene il radar dei sei assi e il salto successivo. Da tre a otto minuti, risultato immediato.
• Meu Mapa de IA — strumento di ricerca in forma di gioco per studenti, circa quattordici minuti sul cellulare, con modulo di consenso a schermo.
• Osservatorio dell'adozione dell'IA — il pannello aggregato di Meu Mapa de IA: 2.943 risposte nel rilevamento del 14/09/2026, con soppressione di ogni cella inferiore a cinque. Esportabile in CSV.
• Mapa da Fluência Agêntica — cinque letture visive della stessa base di 264 item: tavola periodica, ere di maturità, carta nautica, fabbrica e sala di lettura.
• FAROL Software — la verticale di ingegneria del software: 37 domande di mappatura e 77 opzionali di pratica, da quindici a sessanta minuti.
• Laboratorio di prototipi — sei modi di rispondere alla diagnosi senza l'aspetto di un modulo, aperti a chiunque voglia esprimere un parere sul disegno.

Il Bolão das IAs · Coppa del Mondo 2026 è stato il primo esperimento dell'Arena das IAs, il fronte di esperimenti pubblici del gruppo: 124 modelli hanno pronosticato le 104 partite del Mondiale con le stesse regole di un pronostico tra amici, contendendosi la stessa classifica degli esseri umani. Sono stati 5.797 pronostici in 38 giorni, dall'11/06 al 19/07/2026, con tutto registrato su bolao.arenadasias.com.br e nel repository su GitHub.

Undici modelli di interfaccia, la "Série A", hanno pronosticato come le persone: hanno aperto il browser e cercato notizie, infortuni e forma prima di fissare il risultato. Gli altri sono stati eseguiti via API, con lo stesso prompt.

Vincitrici tra le IA, a pari merito con 636 punti: Mistral Small 3, con 22 risultati esatti, e Grok 4 Fast Reasoning, con 20. Vincitrice della Série A: ChatGPT 5 Thinking, con 616. Il miglior essere umano ha totalizzato 629 punti, davanti a 121 delle 124 IA.

Il consenso delle 124 indicava il Brasile come campione, e la nazionale è uscita agli ottavi. Nella semifinale Francia 0 × 2 Spagna, nessuna delle 62 IA consultate ha previsto la vittoria spagnola. Nella finale per il terzo posto, Francia 4 × 6 Inghilterra, nessuna delle 63 ha indovinato il risultato, e solo cinque hanno persino scommesso sulla vittoria inglese. Dodici modelli hanno raggiunto venti risultati esatti o più, su 104 partite. L'intero esperimento è nel saggio.

Il portale del CIn-UFPE ha seguito l'esperimento al lancio, l'11/06/2026, e alla conclusione, il 22/07/2026.

Giordano Cabral lavora con agenti intelligenti fin dalla laurea triennale, al CIn/UFPE.

• 1999–2001 — generazione di musica e audio in tempo reale: il progetto "Agentes Inteligentes para Ambientes Complexos: Estudo do Acompanhamento Musical em Tempo Real", con Hugo Santana e Geber Ramalho.
• 2003–2008 — dottorato in intelligenza artificiale generativa, con Jean-Pierre Briot e François Pachet, presso il LIP6 della Sorbona / Université Pierre et Marie Curie (Parigi 6), con quattro anni di collaborazione con il SONY Computer Science Laboratory. La tesi Harmonisation automatique en temps réel è stata discussa il 09/07/2008, con menzione très honorable (theses.fr/2008PA066236).
• 2020–2024 — il PRAIA, Centro de Pesquisa Realmente Aplicada em Inteligência Artificial (Centro di ricerca realmente applicata all'intelligenza artificiale), con Geber Ramalho; e, nel 2024, tre testi con Jean-Pierre Briot e Fabio Cozman su strategie, sfide e opportunità dell'IA in Brasile, depositati su HAL (hal.science/hal-04663796).
• 2023 — testo sull'autonomia delle macchine: Will AI's Next Wave of Super Intelligence Replace Human Ingenuity? It's Complicated, firmato su Grit Daily il 15/12/2023 e aggiornato il 10/05/2024. La tesi è che un'intelligenza artificiale generale che superi l'essere umano in quasi tutto sia improbabile, e che la scommessa più interessante non sia far superare alla macchina l'essere umano in ciò che l'essere umano già fa, ma usarla per ciò che l'essere umano non riesce a fare, come le osservazioni non umane e l'elaborazione di dimensioni al di fuori della percezione.
• 2025–2026 — il FAROL, che misura l'uso dell'IA agentica nel lavoro di organizzazioni e persone.

Nel corso Tendências em Mídia e Interação (CIN0055), nel 2026.2, cinque dei diciannove temi individuati dalla classe riguardano l'IA agentica: la programmazione agentica e lo sviluppatore come orchestratore; il contenimento, la sicurezza e l'identità degli agenti autonomi; l'infrastruttura di fiducia (memoria, osservabilità e valutazione); l'internet agentica, quando l'utente è una macchina; e gli agenti con portafoglio, nel commercio tra macchine. I temi non sono stati scelti dal docente: provengono da un catalogo di 5.776 strumenti censiti dalla classe e da 659 scelte registrate nel sistema.

L'indirizzo del corso è www.cin.ufpe.br/tmi/26-2/.