L’arrivo delle funzioni di Deep Research nei modelli di intelligenza artificiale generativa ha creato un curioso paradosso. Per anni abbiamo cercato strumenti capaci di produrre ricerche approfondite in pochi minuti. Ora che li abbiamo, passiamo una parte del tempo a chiedere all’AI di accorciare quello che ha appena scritto.
È comprensibile. Un dossier lungo richiede attenzione, mentre il tempo a disposizione resta lo stesso. Ma quando scriviamo semplicemente «Riassumi questo documento», affidiamo al modello anche una scelta che meriterebbe più cura: decidere quali informazioni conservare e quali lasciare fuori.
Un riassunto può essere fedele al testo e, allo stesso tempo, poco utile per il nostro obiettivo. Può restituire bene la tesi principale, perdendo proprio quell’eccezione, quella contraddizione o quel dettaglio operativo che avrebbe cambiato la nostra valutazione.
Negli ultimi mesi ho iniziato a utilizzare cinque approcci diversi, raccolti nell’infografica che accompagna questo articolo. Li scelgo in funzione di ciò che devo fare con il documento.
1. Executive Summary: quando ho poco tempo
È la sintesi che uso per orientarmi rapidamente. Mi serve capire la tesi, gli elementi che la sostengono e le conclusioni, prima di decidere quali parti approfondire.
Agisci come un consulente strategico senior. Produci un executive summary di massimo 500 parole evidenziando tesi principale, 5 insight chiave, evidenze e conclusioni.
Il vantaggio è dare una struttura alla selezione. Il limite di lunghezza obbliga a scegliere, mentre la richiesta di riportare le evidenze aiuta a mantenere il collegamento tra ciò che il documento sostiene e ciò su cui si basa.
2. Insight Extraction: quando voglio far emergere le informazioni rilevanti
A volte non mi interessa avere un testo più breve. Voglio capire quali elementi del dossier meritino attenzione e quali conseguenze possano avere.
Non produrre un riassunto. Estrai tutti gli insight presenti nel documento indicando evidenze, importanza e implicazioni operative.
Questo approccio porta a leggere il materiale per singoli elementi di interesse. La parola “tutti” esprime l’obiettivo della richiesta, ma non garantisce che il modello non tralasci qualcosa. Per i passaggi decisivi torno comunque al documento originale e verifico che le implicazioni proposte siano sostenute dal testo.
3. Blind Spot Analysis: il mio preferito
È il metodo che uso per cercare ciò che una lettura troppo ordinata rischia di rendere invisibile.
Quali informazioni rischiano di essere perse in un normale riassunto? Individua dettagli marginali ma strategici, anomalie, eccezioni e dati controintuitivi.
Spesso è qui che emergono le intuizioni più preziose. Una conclusione apparentemente solida può valere soltanto in determinate condizioni. Un risultato secondario può aprire una domanda più interessante di quella iniziale. Un’eccezione può suggerire di rivedere un’ipotesi.
Anche in questo caso serve discernimento: un dettaglio insolito merita di essere esaminato, senza attribuirgli automaticamente un peso maggiore di quello che ha.
4. Decision Memo: quando l’obiettivo è agire
Se il dossier deve sostenere una scelta, mi interessa portare l’analisi verso le possibili conseguenze operative.
Se fossi un consulente incaricato di prendere decisioni sulla base di questo documento, quali 5 decisioni prenderesti? Quali opportunità sfrutteresti e quali rischi monitoreresti?
Uso la risposta come una proposta da discutere. Mi aiuta a vedere quali azioni potrebbero derivare dalla lettura e, soprattutto, quali informazioni manchino ancora per scegliere. Un documento può essere ricco di contenuti senza essere sufficiente a prendere una decisione.
5. Multi-Perspective Summary: il metodo che utilizzo più spesso
Lo stesso materiale cambia significato a seconda di chi lo legge e delle responsabilità che ha.
Riassumi lo stesso documento dal punto di vista di un investitore, di un responsabile marketing, di un ricercatore, di un decisore pubblico e di un concorrente.
Questo esercizio mi è utile per uscire dalla mia lettura abituale. Fa emergere priorità e domande differenti, pur partendo dalle stesse informazioni. I ruoli vanno naturalmente adattati al contesto: in un dossier sanitario potrei scegliere il punto di vista del medico, del paziente, della direzione sanitaria o di chi deve implementare la soluzione.
I fatti devono restare gli stessi. A cambiare sono gli aspetti che ciascuna prospettiva porta in primo piano.
Questi cinque approcci possono anche essere combinati. Posso partire da una sintesi breve, approfondire i punti meno visibili e poi costruire una nota decisionale.
Prima di chiedere all’AI di comprimere un documento, cerco quindi di chiarire a me stesso che cosa mi serva: orientarmi, individuare elementi trascurati, confrontare interpretazioni o preparare una scelta. È una piccola modifica nel modo di porre la domanda, ma cambia molto il valore della risposta.