LLM Council: usare l’AI per sfidare le decisioni, non per confermarle
L’AI è molto utile ma tende spesso a confermarci più di quanto ci sfidi.
Questo è un problema quando dobbiamo prendere decisioni complesse: organizzative, cliniche, strategiche, tecnologiche o regolatorie.
Per questo ho progettato una skill chiamata LLM Council.
Le skill, o “competenze”, sono piccoli pacchetti di istruzioni che insegnano a GPT o Claude a svolgere meglio un compito specifico e ripetibile. In pratica trasformano un metodo di lavoro in una procedura riutilizzabile: non devi ogni volta rispiegare contesto, criteri, passaggi e formato atteso.
The LLM Council serve proprio a questo: invece di chiedere all’AI “ho ragione?”, le chiediamo di mettere alla prova il nostro ragionamento.
Si parte da una domanda reale, concreta, con implicazioni cliniche, organizzative ed economiche.
Per esempio: “Dovremmo implementare un programma di telemonitoraggio per i pazienti con scompenso cardiaco nella nostra ASL?”
È una domanda apparentemente semplice, ma in realtà apre molti livelli di valutazione: quali pazienti includere, quali dati monitorare, chi riceve gli alert, come si integra il programma con medicina generale, cardiologia, infermieri di comunità e Case della Comunità, quali indicatori misurare e quali responsabilità attribuire.
È qui che il Council diventa utile: non dà solo una risposta, ma mette alla prova la decisione prima che diventi un progetto operativo.
A quel punto entrano in gioco 5 consiglieri virtuali.
Il Contrarian cerca rischi, dati incompleti, bassa adozione, responsabilità non chiarite.
Il First Principles Thinker riporta tutto all’obiettivo essenziale: migliorare presa in carico, continuità e prevenzione degli scompensi.
L’Expansionist vede l’opportunità: passare da medicina reattiva a medicina di iniziativa, con PHM, audit e governo clinico.
L’Outsider chiede se medico, paziente e organizzazione capiscono davvero cosa cambia.
L’Executor chiude con il primo passo: un pilota limitato, su una coorte definita, con workflow, indicatori e supervisione clinica chiari.
Il valore è costringere il modello a non essere compiacente.
Provala subito:
- Scarica la skill in formato GPT (link nel primo commento)
- Vai su ChatGPT → Skills
- Seleziona Create / Upload skill
- Carica il file .zip della skill
- Apri una nuova chat e scrivi: @llm-council seguito dalla tua domanda
Esempio: @llm-council Dovremmo implementare un programma di telemonitoraggio per i pazienti con scompenso cardiaco nella nostra ASL? Analizza rischi, opportunità e primo passo operativo.