{"id":2353,"date":"2026-09-03T09:36:26","date_gmt":"2026-09-03T07:36:26","guid":{"rendered":"https:\/\/www.umana-analytics.com\/?p=2353"},"modified":"2026-09-03T10:22:48","modified_gmt":"2026-09-03T08:22:48","slug":"ai-fatigue-quando-lintelligenza-artificiale-stanca-il-cervello","status":"publish","type":"post","link":"https:\/\/www.umana-analytics.com\/en\/ai-fatigue-quando-lintelligenza-artificiale-stanca-il-cervello\/","title":{"rendered":"AI Fatigue: quando l’intelligenza artificiale stanca il cervello\u00a0"},"content":{"rendered":"
<\/div>\n\n\n\n

La promessa e il paradosso<\/strong> <\/h3>\n\n\n\n

Negli ultimi tre anni, l’intelligenza artificiale<\/strong> generativa \u00e8 entrata nella quotidianit\u00e0 lavorativa con una promessa semplice: liberare tempo, ridurre i compiti ripetitivi, potenziare le decisioni. <\/p>\n\n\n\n

I dati sull’adozione confermano questa corsa: oltre met\u00e0 della popolazione adulta statunitense utilizza oggi strumenti di AI in qualche forma. Eppure, mentre l’adozione cresce, un numero crescente di ricercatori sta documentando un effetto collaterale<\/strong> meno raccontato: le persone che lavorano a stretto contatto con l’AI riportano stanchezza cognitiva, difficolt\u00e0 di concentrazione, irritabilit\u00e0, sensazione di sovraccarico. <\/p>\n\n\n\n

Il fenomeno ha ormai un nome riconosciuto in letteratura: AI fatigue<\/strong>.
In questo articolo ne ricostruiamo le basi scientifiche, distinguendo cosa sappiamo con buona evidenza da cosa \u00e8 ancora ipotesi, e proviamo a tradurre la ricerca in implicazioni operative per chi si occupa di organizzazioni e persone. <\/h4>\n\n\n\n
<\/div>\n\n\n\n

Cos’\u00e8 l’AI fatigue: dalla percezione diffusa a un costrutto misurabile<\/strong> <\/h3>\n\n\n\n

Fino a poco tempo fa, l’AI fatigue<\/strong> era soprattutto un termine giornalistico, usato per descrivere il disagio genericamente attribuito all’eccesso di strumenti digitali. Nel 2025 e nel 2026, il costrutto \u00e8 stato progressivamente formalizzato dalla ricerca accademica<\/strong>. <\/p>\n\n\n\n

Una revisione della letteratura pubblicata su *Quality in Sport* (Sosi?ski & Piasecka, 2026)<\/em>, basata su 22 studi condotti tra marzo 2025 e marzo 2026 su popolazioni professionali eterogenee (medici, professionisti IT, operai, impiegati), descrive l’AI fatigue come una condizione in cui i lavoratori si sentono stressati dalla tecnologia, sopraffatti dalla quantit\u00e0 di informazioni da gestire, in ansia rispetto alle capacit\u00e0 dell’AI e affaticati dal doversi adattare continuamente a nuovi sistemi<\/strong>. <\/p>\n\n\n\n

Un contributo pi\u00f9 concettuale (Ragolane & Patel, 2025)<\/em> inquadra l’AI fatigue come un costrutto multidimensionale, che nasce dall’intreccio tra tecnostress<\/strong>, sovraccarico cognitivo ed esaurimento emotivo, distinguendolo dal burnout digitale pi\u00f9 generico, pur riconoscendone le zone di sovrapposizione. <\/p>\n\n\n\n

Il contributo pi\u00f9 citato e mediaticamente rilevante, tuttavia, arriva da uno studio pubblicato su *Harvard Business Review* nel marzo 2026 (Bedard et al., 2026)<\/em>, condotto su 1.488 lavoratori statunitensi a tempo pieno. I ricercatori hanno definito un fenomeno specifico, che hanno chiamato “AI brain fry<\/em>“<\/strong>: affaticamento mentale acuto causato da un uso o una supervisione dell’AI che eccedono la capacit\u00e0 cognitiva della persona. <\/p>\n\n\n\n

I partecipanti che ne soffrono descrivono una sensazione di “ronzio” mentale<\/strong>, nebbia cognitiva<\/strong>, difficolt\u00e0 a concentrarsi, mal di testa e un rallentamento<\/strong> percepito nella capacit\u00e0 decisionale<\/strong>. Nel campione complessivo, il 14% dei lavoratori che utilizza l’AI riporta questi sintomi in modo diretto; nei reparti marketing, storicamente pi\u00f9 esposti a un uso intensivo e continuativo di strumenti generativi, la quota sale al 26%. <\/p>\n\n\n\n

Un dato interessante emerso dallo stesso studio permette di evitare una lettura semplicistica: chi utilizza l’AI riporta, in media, **livelli di burnout inferiori** rispetto a chi non la utilizza. I ricercatori interpretano questa apparente contraddizione distinguendo due costrutti diversi: il burnout \u00e8 un esaurimento emotivo e fisico che si accumula nel tempo, mentre il “brain fry” \u00e8 un affaticamento cognitivo acuto, legato alla richiesta immediata di attenzione, memoria di lavoro e controllo esecutivo, risorse mentali con una capacit\u00e0 limitata nel breve periodo. <\/p>\n\n\n\n

<\/div>\n\n\n\n

Le radici cognitive, perch\u00e9 il cervello si affatica con l’AI<\/strong> <\/h3>\n\n\n\n

Per capire perch\u00e9 l’uso dell’AI possa generare affaticamento anche quando “fa il lavoro al posto nostro”, \u00e8 utile tornare a un modello teorico non recente ma tuttora robusto, la Cognitive Load Theory<\/em> (Sweller, 1988)<\/em>. <\/p>\n\n\n\n

Il modello parte da un presupposto semplice: la memoria di lavoro umana ha una capacit\u00e0 limitata<\/strong>. Quando le informazioni da elaborare simultaneamente superano questa soglia, le prestazioni cognitive non calano gradualmente, ma collassano in modo relativamente brusco. <\/p>\n\n\n\n

Applicato al lavoro con l’AI, questo significa che ogni ciclo di prompting, lettura dell’output, valutazione della sua correttezza, eventuale correzione e ri-prompting rappresenta un carico cognitivo aggiuntivo  (non sostitutivo) rispetto al compito originario. Un filone di ricerca pi\u00f9 recente applicato al software engineering (studio su ingegneri che lavorano con AI assistiva, 2026) descrive concretamente questo meccanismo: quando un compito anche moderatamente complesso genera output AI estesi, con pi\u00f9 varianti e opzioni alternative, il costo cognitivo non sta pi\u00f9 nello scrivere la soluzione, ma nel valutare, filtrare e scegliere tra le opzioni proposte. Cicli ripetuti di valutazione e adattamento degli output aumentano l’affaticamento mentale e riducono la capacit\u00e0 creativa, anche quando i suggerimenti dell’AI sono tecnicamente corretti. <\/p>\n\n\n\n

A questo si aggiunge il costo, ben documentato in letteratura sulla produttivit\u00e0 digitale, del task-switching<\/strong>,<\/em> il passaggio continuo tra strumenti AI diversi<\/strong>, o tra modalit\u00e0 “io scrivo” e “io supervisiono”, comporta un costo di riorientamento dell’attenzione che si somma nel corso della giornata lavorativa. <\/p>\n\n\n\n

<\/div>\n\n\n\n

Una cornice pi\u00f9 ampia: il\u00a0technostress\u00a0<\/strong><\/h3>\n\n\n\n

L’AI fatigue non nasce dal nulla: si inserisce in un filone di studi consolidato sul technostress, il disagio psicologico generato dall’uso di tecnologie digitali sul lavoro. <\/p>\n\n\n\n

Il modello di riferimento (Tarafdar & Ragu-Nathan, 2007)<\/em> identifica cinque tecno-stressori distinti: <\/p>\n\n\n\n

– techno-overload<\/strong>: la tecnologia costringe a lavorare pi\u00f9 velocemente e pi\u00f9 a lungo <\/p>\n\n\n\n

– techno-complexity<\/strong>: la percezione di non possedere competenze sufficienti per gestire la tecnologia <\/p>\n\n\n\n

– techno-invasion<\/strong>: l’erosione dei confini tra lavoro e vita privata <\/p>\n\n\n\n

– techno-insecurity<\/strong>: il timore di essere sostituiti da sistemi pi\u00f9 aggiornati o da colleghi pi\u00f9 competenti tecnologicamente <\/p>\n\n\n\n

– techno-uncertainty<\/strong>: la sensazione di dover rincorrere aggiornamenti e cambiamenti continui <\/p>\n\n\n\n

L’elemento distintivo dell’AI, rispetto ad altre tecnologie digitali gi\u00e0 studiate in passato, \u00e8 che tende ad attivare simultaneamente pi\u00f9 di questi cinque fattori: \u00e8 percepita come complessa da padroneggiare, richiede aggiornamento costante, genera insicurezza professionale e, con l’uso di assistenti conversazionali sempre disponibili, tende a invadere anche i tempi extra-lavorativi. Questo aiuta a spiegare perch\u00e9 l’affaticamento riportato dai lavoratori sia cos\u00ec diffuso e, in alcuni contesti, cos\u00ec intenso. <\/p>\n\n\n\n

<\/div>\n\n\n\n

Oltre l’ambito lavorativo: cosa mostra la ricerca su apprendimento e pensiero critico\u00a0\u00a0<\/strong><\/h3>\n\n\n\n

Un secondo filone di ricerca, sviluppato soprattutto in ambito educativo ma con implicazioni dirette anche per il contesto professionale, osserva un possibile effetto di secondo livello: la relazione tra dipendenza dall’AI e capacit\u00e0 di pensiero critico. <\/p>\n\n\n\n

Uno studio su 580 studenti universitari cinesi (Tian & Zhang, 2025, pubblicato su Acta Psychologica)<\/em> ha rilevato che una maggiore dipendenza dall’AI \u00e8 associata a livelli pi\u00f9 bassi di pensiero critico, e che questa relazione \u00e8 **parzialmente mediata dalla fatica cognitiva**: un uso prolungato e intensivo di contenuti generati dall’AI accumula, nel tempo, un costo mentale che si traduce in minore capacit\u00e0 di valutazione autonoma<\/strong>.
Lo stesso studio individua un moderatore rilevante: l’alfabetizzazione all’AI (AI literacy) attenua l’impatto negativo sul pensiero critico, ma pu\u00f2, in alcuni casi, amplificare la fatica cognitiva percepita da chi fa un uso comunque molto intenso dello strumento. <\/p>\n\n\n\n

Questi risultati non sono direttamente trasferibili al contesto lavorativo adulto senza cautela, il campione \u00e8 studentesco, il contesto \u00e8 educativo, ma offrono un tassello coerente con quanto osservato nei contesti professionali: l’affaticamento da AI non riguarda solo “quanto ci si stanca”, ma potenzialmente anche “quanto si continua a pensare in autonomia” mentre la si utilizza. <\/p>\n\n\n\n

<\/div>\n\n\n\n

Le conseguenze organizzative: non solo benessere individuale\u00a0<\/strong><\/h3>\n\n\n\n

Lo studio di Bedard e colleghi (2026)<\/em> collega l’AI brain fry a conseguenze misurabili sul piano organizzativo<\/strong>, un aumento degli errori commessi dai lavoratori, un rallentamento nei tempi decisionali e una maggiore intenzione di lasciare l’azienda (turnover intention). <\/p>\n\n\n\n

Questi segnali si inseriscono in un quadro pi\u00f9 ampio di ambivalenza diffusa verso l’AI sul lavoro. Secondo dati Gallup (2026)<\/em>, solo 1 lavoratore su 10 si dichiara pienamente a proprio agio nell’utilizzare l’AI <\/strong>nel proprio ruolo. Il Pew Research Center (2025)<\/em>, in un’indagine su oltre 5.000 lavoratori statunitensi, rileva che il 52% si dice pi\u00f9 preoccupato che fiducioso rispetto al futuro impatto dell’AI sul proprio lavoro, e circa un terzo riferisce di sentirsi gi\u00e0 sopraffatto dalla sua diffusione. <\/p>\n\n\n\n

Va detto con chiarezza: questi dati non indicano che l’AI, di per s\u00e9, danneggi le organizzazioni. Indicano piuttosto che **l’attuale modalit\u00e0 di introduzione e gestione dell’AI** sta generando, in una quota significativa della forza lavoro, un costo cognitivo e psicologico<\/strong> che raramente viene misurato o preso in carico esplicitamente dalle organizzazioni. <\/p>\n\n\n\n

<\/div>\n\n\n\n

Non \u00e8 un problema dell’AI in s\u00e9: il ruolo del design del lavoro\u00a0<\/strong><\/h3>\n\n\n\n

\u00c8 importante evitare una lettura tecnofobica di questi dati<\/strong>. Una ricerca condotta su oltre 170 tra manager e specialisti di un grande operatore di telecomunicazioni (Kassa & Worku, 2025, pubblicata su *Journal of Open Innovation*)<\/em> mostra che, se adottata in modo consapevole, l’AI riduce il tempo dedicato a compiti ripetitivi, libera risorse per attivit\u00e0 a maggior valore aggiunto e accresce il senso di controllo e realizzazione personale delle persone. Lo stesso studio individua nella produttivit\u00e0 individuale l’anello di congiunzione tra adozione dell’AI e miglioramento delle performance aziendali<\/strong>. <\/p>\n\n\n\n

Messe a confronto, le due linee di ricerca, quella sull’AI fatigue e quella sui benefici dell’AI ben progettata, non sono in contraddizione. Suggeriscono piuttosto che l’elemento discriminante non \u00e8 “se” un’organizzazione adotta l’AI, ma quanto carico di supervisione, verifica e apprendimento continuo viene scaricato sulle persone, e con quale disegno organizzativo questo carico viene distribuito e gestito. <\/p>\n\n\n\n

<\/div>\n\n\n\n

\u00a0Implicazioni pratiche: cosa possono fare le persone e le organizzazioni\u00a0<\/strong><\/h3>\n\n\n\n

Sul piano individuale, la letteratura suggerisce alcune direzioni concrete: limitare il numero di strumenti AI utilizzati in parallelo per uno stesso compito, per contenere il costo cognitivo del task-switching; raggruppare le attivit\u00e0 di verifica degli output in blocchi dedicati, invece di intervallarle continuamente con altre attivit\u00e0; inserire pause reali tra un compito ad alta intensit\u00e0 di supervisione AI e il successivo<\/strong>, per consentire un recupero dell’attenzione prima che il carico cognitivo si accumuli. <\/p>\n\n\n\n

Sul piano organizzativo, i dati suggeriscono priorit\u00e0 diverse rispetto alla semplice espansione degli strumenti disponibili: sequenziare l’introduzione di nuovi strumenti AI invece di sovrapporre pi\u00f9 iniziative contemporaneamente, riducendo l’incertezza tecnologica; chiarire le aspettative su quando e come l’AI debba essere utilizzata, per contenere l’ambiguit\u00e0 che alimenta lo stress; distribuire in modo intenzionale il carico di supervisione, evitando che si concentri su singole funzioni particolarmente esposte, come emerso per i team marketing nello studio Bedard et al.<\/em>; e, soprattutto, misurare il fenomeno, invece di limitarsi a misurare l’adozione. Sapere quanto pesa l’AI fatigue in una popolazione aziendale specifica \u00e8 la condizione necessaria per poterla gestire, prima che si traduca in errori, cali di produttivit\u00e0 o uscite volontarie. <\/p>\n\n\n\n

<\/div>\n\n\n\n

Verso un’adozione sostenibile\u00a0<\/strong><\/h3>\n\n\n\n

L’intelligenza artificiale non sta sostituendo il cervello umano<\/strong>: lo sta sottoponendo a un tipo di carico nuovo, con caratteristiche in parte diverse da quelle a cui i modelli di stress lavorativo tradizionali erano abituati. La ricerca degli ultimi due anni comincia a fornire strumenti concettuali solidi, dal technostress alla Cognitive Load Theory, fino ai costrutti pi\u00f9 recenti come l'”AI brain fry”, per leggere questo fenomeno con precisione, invece di trattarlo come un generico “stress da tecnologia”. <\/p>\n\n\n\n

Per le organizzazioni, la sfida del 2026<\/strong> non \u00e8 scegliere se adottare l’AI, ma progettarne l’adozione tenendo conto della capacit\u00e0 cognitiva reale delle persone che dovranno utilizzarla ogni giorno. \u00c8 esattamente il tipo di lettura che, in Umana-Analytics, cerchiamo di rendere misurabile: non affidarci a percezioni generiche, ma trasformare fenomeni come l’AI fatigue in indicatori osservabili, utili a orientare decisioni organizzative reali. <\/p>\n\n\n\n

Vuoi capire come misurare l’impatto dell’AI sul benessere e sulla produttivit\u00e0 della tua organizzazione?
Parliamone. <\/h2>\n\n\n\n
<\/div>\n\n\n\n
Bibliografia<\/strong><\/h5>\n\n\n\n

– Bedard, J., Kropp, M., Hsu, M., Karaman, O., Hawes, J., & Kellerman, G. (2026). When Using AI Leads to “Brain Fry”. Harvard Business Review. https:\/\/hbr.org\/2026\/03\/when-using-ai-leads-to-brain-fry <\/p>\n\n\n\n

– Sosi?ski, P., & Piasecka, N. (2026). AI Fatigue and Mental Health Implications: A Comprehensive Literature Review. Quality in Sport, 55, 70890. https:\/\/doi.org\/10.12775\/QS.2026.54.70890 <\/p>\n\n\n\n

– Ragolane, M., & Patel, R. (2025). Too Much, Too Fast: Understanding AI Fatigue in the Digital Acceleration Era. <\/p>\n\n\n\n

– Sweller, J. (1988). Cognitive load during problem solving: Effects on learning. Cognitive Science, 12(2), 257\u2013285. <\/p>\n\n\n\n

– Tarafdar, M., Tu, Q., Ragu-Nathan, B. S., & Ragu-Nathan, T. S. (2007). The impact of technostress on role stress and productivity. Journal of Management Information Systems, 24(1), 301\u2013328. <\/p>\n\n\n\n

– Tian, J., & Zhang, R. (2025). Learners’ AI dependence and critical thinking: The psychological mechanism of fatigue and the social buffering role of AI literacy. Acta Psychologica, 260, 105725. https:\/\/doi.org\/10.1016\/j.actpsy.2025.105725 <\/p>\n\n\n\n

– Kassa, B. Y., & Worku, E. K. (2025). The impact of artificial intelligence on organizational performance: The mediating role of employee productivity. Journal of Open Innovation: Technology, Market, and Complexity. https:\/\/doi.org\/10.1016\/j.joitmc.2025.100474 <\/p>\n\n\n\n

– Gallup (2026). State of the Global Workplace. <\/p>\n\n\n\n

– Pew Research Center (2025). U.S. workers are more worried than hopeful about future AI use in the workplace. https:\/\/www.pewresearch.org\/social-trends\/2025\/02\/25\/u-s-workers-are-more-worried-than-hopeful-about-future-ai-use-in-the-workplace <\/p>","protected":false},"excerpt":{"rendered":"

La promessa e il paradosso  Negli ultimi tre anni, l’intelligenza artificiale generativa \u00e8 entrata nella quotidianit\u00e0 lavorativa con una promessa semplice: liberare tempo, ridurre i compiti ripetitivi, potenziare le decisioni.  I dati sull’adozione confermano questa corsa: oltre met\u00e0 della popolazione adulta statunitense utilizza oggi strumenti di AI in qualche forma. Eppure, mentre l’adozione cresce, un […]<\/p>\n","protected":false},"author":5,"featured_media":2358,"comment_status":"closed","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"content-type":"","footnotes":""},"categories":[8],"tags":[76,19,48],"class_list":["post-2353","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-blog","tag-intelligenza-artificiale","tag-organizzazione","tag-ricerca"],"yoast_head":"\nAI Fatigue: quando l'intelligenza artificiale stanca il cervello\u00a0 - Umana Analytics<\/title>\n<meta name=\"description\" content=\"AI fatigue: cosa dice la ricerca sulla stanchezza cognitiva legata all\u2019uso dell\u2019intelligenza artificiale e quali implicazioni ha sul lavoro.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/www.umana-analytics.com\/en\/ai-fatigue-quando-lintelligenza-artificiale-stanca-il-cervello\/\" \/>\n<meta property=\"og:locale\" content=\"en_US\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"AI Fatigue: quando l'intelligenza artificiale stanca il cervello\u00a0 - Umana Analytics\" \/>\n<meta property=\"og:description\" content=\"AI fatigue: cosa dice la ricerca sulla stanchezza cognitiva legata all\u2019uso dell\u2019intelligenza artificiale e quali implicazioni ha sul lavoro.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/www.umana-analytics.com\/en\/ai-fatigue-quando-lintelligenza-artificiale-stanca-il-cervello\/\" \/>\n<meta property=\"og:site_name\" content=\"Umana Analytics\" \/>\n<meta property=\"article:published_time\" content=\"2026-09-03T07:36:26+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2026-09-03T08:22:48+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/www.umana-analytics.com\/wp-content\/uploads\/2026\/09\/Ai-Fatigue.jpg\" \/>\n\t<meta property=\"og:image:width\" content=\"1920\" \/>\n\t<meta property=\"og:image:height\" content=\"1080\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/jpeg\" \/>\n<meta name=\"author\" content=\"marketing\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Written by\" \/>\n\t<meta name=\"twitter:data1\" content=\"marketing\" \/>\n\t<meta name=\"twitter:label2\" content=\"Est. reading time\" \/>\n\t<meta name=\"twitter:data2\" content=\"11 minutes\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\\\/\\\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\\\/\\\/www.umana-analytics.com\\\/ai-fatigue-quando-lintelligenza-artificiale-stanca-il-cervello\\\/#article\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/www.umana-analytics.com\\\/ai-fatigue-quando-lintelligenza-artificiale-stanca-il-cervello\\\/\"},\"author\":{\"name\":\"marketing\",\"@id\":\"https:\\\/\\\/www.umana-analytics.com\\\/#\\\/schema\\\/person\\\/2e265ae4966647e1231bb3eb2c148a44\"},\"headline\":\"AI Fatigue: quando l’intelligenza artificiale stanca il cervello\u00a0\",\"datePublished\":\"2026-09-03T07:36:26+00:00\",\"dateModified\":\"2026-09-03T08:22:48+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\\\/\\\/www.umana-analytics.com\\\/ai-fatigue-quando-lintelligenza-artificiale-stanca-il-cervello\\\/\"},\"wordCount\":2175,\"publisher\":{\"@id\":\"https:\\\/\\\/www.umana-analytics.com\\\/#organization\"},\"image\":{\"@id\":\"https:\\\/\\\/www.umana-analytics.com\\\/ai-fatigue-quando-lintelligenza-artificiale-stanca-il-cervello\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/www.umana-analytics.com\\\/wp-content\\\/uploads\\\/2026\\\/09\\\/Ai-Fatigue.jpg\",\"keywords\":[\"intelligenza artificiale\",\"organizzazione\",\"ricerca\"],\"articleSection\":[\"blog\"],\"inLanguage\":\"en-US\"},{\"@type\":\"WebPage\",\"@id\":\"https:\\\/\\\/www.umana-analytics.com\\\/ai-fatigue-quando-lintelligenza-artificiale-stanca-il-cervello\\\/\",\"url\":\"https:\\\/\\\/www.umana-analytics.com\\\/ai-fatigue-quando-lintelligenza-artificiale-stanca-il-cervello\\\/\",\"name\":\"AI Fatigue: quando l'intelligenza artificiale stanca il cervello\u00a0 - Umana Analytics\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/www.umana-analytics.com\\\/#website\"},\"primaryImageOfPage\":{\"@id\":\"https:\\\/\\\/www.umana-analytics.com\\\/ai-fatigue-quando-lintelligenza-artificiale-stanca-il-cervello\\\/#primaryimage\"},\"image\":{\"@id\":\"https:\\\/\\\/www.umana-analytics.com\\\/ai-fatigue-quando-lintelligenza-artificiale-stanca-il-cervello\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/www.umana-analytics.com\\\/wp-content\\\/uploads\\\/2026\\\/09\\\/Ai-Fatigue.jpg\",\"datePublished\":\"2026-09-03T07:36:26+00:00\",\"dateModified\":\"2026-09-03T08:22:48+00:00\",\"description\":\"AI fatigue: cosa dice la ricerca sulla stanchezza cognitiva legata all\u2019uso dell\u2019intelligenza artificiale e quali implicazioni ha sul lavoro.\",\"breadcrumb\":{\"@id\":\"https:\\\/\\\/www.umana-analytics.com\\\/ai-fatigue-quando-lintelligenza-artificiale-stanca-il-cervello\\\/#breadcrumb\"},\"inLanguage\":\"en-US\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\\\/\\\/www.umana-analytics.com\\\/ai-fatigue-quando-lintelligenza-artificiale-stanca-il-cervello\\\/\"]}]},{\"@type\":\"ImageObject\",\"inLanguage\":\"en-US\",\"@id\":\"https:\\\/\\\/www.umana-analytics.com\\\/ai-fatigue-quando-lintelligenza-artificiale-stanca-il-cervello\\\/#primaryimage\",\"url\":\"https:\\\/\\\/www.umana-analytics.com\\\/wp-content\\\/uploads\\\/2026\\\/09\\\/Ai-Fatigue.jpg\",\"contentUrl\":\"https:\\\/\\\/www.umana-analytics.com\\\/wp-content\\\/uploads\\\/2026\\\/09\\\/Ai-Fatigue.jpg\",\"width\":1920,\"height\":1080,\"caption\":\"ai fatigue\"},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\\\/\\\/www.umana-analytics.com\\\/ai-fatigue-quando-lintelligenza-artificiale-stanca-il-cervello\\\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\\\/\\\/www.umana-analytics.com\\\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"AI Fatigue: quando l’intelligenza artificiale stanca il cervello\u00a0\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\\\/\\\/www.umana-analytics.com\\\/#website\",\"url\":\"https:\\\/\\\/www.umana-analytics.com\\\/\",\"name\":\"Umana Analytics\",\"description\":\"\",\"publisher\":{\"@id\":\"https:\\\/\\\/www.umana-analytics.com\\\/#organization\"},\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\\\/\\\/www.umana-analytics.com\\\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"en-US\"},{\"@type\":\"Organization\",\"@id\":\"https:\\\/\\\/www.umana-analytics.com\\\/#organization\",\"name\":\"Umana Analytics\",\"url\":\"https:\\\/\\\/www.umana-analytics.com\\\/\",\"logo\":{\"@type\":\"ImageObject\",\"inLanguage\":\"en-US\",\"@id\":\"https:\\\/\\\/www.umana-analytics.com\\\/#\\\/schema\\\/logo\\\/image\\\/\",\"url\":\"https:\\\/\\\/www.umana-analytics.com\\\/wp-content\\\/uploads\\\/2024\\\/07\\\/logo.svg\",\"contentUrl\":\"https:\\\/\\\/www.umana-analytics.com\\\/wp-content\\\/uploads\\\/2024\\\/07\\\/logo.svg\",\"width\":1,\"height\":1,\"caption\":\"Umana Analytics\"},\"image\":{\"@id\":\"https:\\\/\\\/www.umana-analytics.com\\\/#\\\/schema\\\/logo\\\/image\\\/\"},\"sameAs\":[\"https:\\\/\\\/www.instagram.com\\\/umanaanalytics\\\/\",\"https:\\\/\\\/www.linkedin.com\\\/company\\\/umana-analytics\\\/posts\\\/?feedView=all\"]},{\"@type\":\"Person\",\"@id\":\"https:\\\/\\\/www.umana-analytics.com\\\/#\\\/schema\\\/person\\\/2e265ae4966647e1231bb3eb2c148a44\",\"name\":\"marketing\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"en-US\",\"@id\":\"https:\\\/\\\/secure.gravatar.com\\\/avatar\\\/e57a4b44c1cf6e66927e4973a3c268b66f2c26aebd76a653748b2c270520032c?s=96&d=mm&r=g\",\"url\":\"https:\\\/\\\/secure.gravatar.com\\\/avatar\\\/e57a4b44c1cf6e66927e4973a3c268b66f2c26aebd76a653748b2c270520032c?s=96&d=mm&r=g\",\"contentUrl\":\"https:\\\/\\\/secure.gravatar.com\\\/avatar\\\/e57a4b44c1cf6e66927e4973a3c268b66f2c26aebd76a653748b2c270520032c?s=96&d=mm&r=g\",\"caption\":\"marketing\"},\"url\":\"https:\\\/\\\/www.umana-analytics.com\\\/en\\\/author\\\/marketing\\\/\"}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"AI Fatigue: quando l'intelligenza artificiale stanca il cervello\u00a0 - Umana Analytics","description":"AI fatigue: cosa dice la ricerca sulla stanchezza cognitiva legata all\u2019uso dell\u2019intelligenza artificiale e quali implicazioni ha sul lavoro.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/www.umana-analytics.com\/en\/ai-fatigue-quando-lintelligenza-artificiale-stanca-il-cervello\/","og_locale":"en_US","og_type":"article","og_title":"AI Fatigue: quando l'intelligenza artificiale stanca il cervello\u00a0 - Umana Analytics","og_description":"AI fatigue: cosa dice la ricerca sulla stanchezza cognitiva legata all\u2019uso dell\u2019intelligenza artificiale e quali implicazioni ha sul lavoro.","og_url":"https:\/\/www.umana-analytics.com\/en\/ai-fatigue-quando-lintelligenza-artificiale-stanca-il-cervello\/","og_site_name":"Umana Analytics","article_published_time":"2026-09-03T07:36:26+00:00","article_modified_time":"2026-09-03T08:22:48+00:00","og_image":[{"width":1920,"height":1080,"url":"https:\/\/www.umana-analytics.com\/wp-content\/uploads\/2026\/09\/Ai-Fatigue.jpg","type":"image\/jpeg"}],"author":"marketing","twitter_card":"summary_large_image","twitter_misc":{"Written by":"marketing","Est. reading time":"11 minutes"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/www.umana-analytics.com\/ai-fatigue-quando-lintelligenza-artificiale-stanca-il-cervello\/#article","isPartOf":{"@id":"https:\/\/www.umana-analytics.com\/ai-fatigue-quando-lintelligenza-artificiale-stanca-il-cervello\/"},"author":{"name":"marketing","@id":"https:\/\/www.umana-analytics.com\/#\/schema\/person\/2e265ae4966647e1231bb3eb2c148a44"},"headline":"AI Fatigue: quando l’intelligenza artificiale stanca il cervello\u00a0","datePublished":"2026-09-03T07:36:26+00:00","dateModified":"2026-09-03T08:22:48+00:00","mainEntityOfPage":{"@id":"https:\/\/www.umana-analytics.com\/ai-fatigue-quando-lintelligenza-artificiale-stanca-il-cervello\/"},"wordCount":2175,"publisher":{"@id":"https:\/\/www.umana-analytics.com\/#organization"},"image":{"@id":"https:\/\/www.umana-analytics.com\/ai-fatigue-quando-lintelligenza-artificiale-stanca-il-cervello\/#primaryimage"},"thumbnailUrl":"https:\/\/www.umana-analytics.com\/wp-content\/uploads\/2026\/09\/Ai-Fatigue.jpg","keywords":["intelligenza artificiale","organizzazione","ricerca"],"articleSection":["blog"],"inLanguage":"en-US"},{"@type":"WebPage","@id":"https:\/\/www.umana-analytics.com\/ai-fatigue-quando-lintelligenza-artificiale-stanca-il-cervello\/","url":"https:\/\/www.umana-analytics.com\/ai-fatigue-quando-lintelligenza-artificiale-stanca-il-cervello\/","name":"AI Fatigue: quando l'intelligenza artificiale stanca il cervello\u00a0 - Umana Analytics","isPartOf":{"@id":"https:\/\/www.umana-analytics.com\/#website"},"primaryImageOfPage":{"@id":"https:\/\/www.umana-analytics.com\/ai-fatigue-quando-lintelligenza-artificiale-stanca-il-cervello\/#primaryimage"},"image":{"@id":"https:\/\/www.umana-analytics.com\/ai-fatigue-quando-lintelligenza-artificiale-stanca-il-cervello\/#primaryimage"},"thumbnailUrl":"https:\/\/www.umana-analytics.com\/wp-content\/uploads\/2026\/09\/Ai-Fatigue.jpg","datePublished":"2026-09-03T07:36:26+00:00","dateModified":"2026-09-03T08:22:48+00:00","description":"AI fatigue: cosa dice la ricerca sulla stanchezza cognitiva legata all\u2019uso dell\u2019intelligenza artificiale e quali implicazioni ha sul lavoro.","breadcrumb":{"@id":"https:\/\/www.umana-analytics.com\/ai-fatigue-quando-lintelligenza-artificiale-stanca-il-cervello\/#breadcrumb"},"inLanguage":"en-US","potentialAction":[{"@type":"ReadAction","target":["https:\/\/www.umana-analytics.com\/ai-fatigue-quando-lintelligenza-artificiale-stanca-il-cervello\/"]}]},{"@type":"ImageObject","inLanguage":"en-US","@id":"https:\/\/www.umana-analytics.com\/ai-fatigue-quando-lintelligenza-artificiale-stanca-il-cervello\/#primaryimage","url":"https:\/\/www.umana-analytics.com\/wp-content\/uploads\/2026\/09\/Ai-Fatigue.jpg","contentUrl":"https:\/\/www.umana-analytics.com\/wp-content\/uploads\/2026\/09\/Ai-Fatigue.jpg","width":1920,"height":1080,"caption":"ai fatigue"},{"@type":"BreadcrumbList","@id":"https:\/\/www.umana-analytics.com\/ai-fatigue-quando-lintelligenza-artificiale-stanca-il-cervello\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/www.umana-analytics.com\/"},{"@type":"ListItem","position":2,"name":"AI Fatigue: quando l’intelligenza artificiale stanca il cervello\u00a0"}]},{"@type":"WebSite","@id":"https:\/\/www.umana-analytics.com\/#website","url":"https:\/\/www.umana-analytics.com\/","name":"Umana Analytics","description":"","publisher":{"@id":"https:\/\/www.umana-analytics.com\/#organization"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/www.umana-analytics.com\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"en-US"},{"@type":"Organization","@id":"https:\/\/www.umana-analytics.com\/#organization","name":"Umana Analytics","url":"https:\/\/www.umana-analytics.com\/","logo":{"@type":"ImageObject","inLanguage":"en-US","@id":"https:\/\/www.umana-analytics.com\/#\/schema\/logo\/image\/","url":"https:\/\/www.umana-analytics.com\/wp-content\/uploads\/2024\/07\/logo.svg","contentUrl":"https:\/\/www.umana-analytics.com\/wp-content\/uploads\/2024\/07\/logo.svg","width":1,"height":1,"caption":"Umana Analytics"},"image":{"@id":"https:\/\/www.umana-analytics.com\/#\/schema\/logo\/image\/"},"sameAs":["https:\/\/www.instagram.com\/umanaanalytics\/","https:\/\/www.linkedin.com\/company\/umana-analytics\/posts\/?feedView=all"]},{"@type":"Person","@id":"https:\/\/www.umana-analytics.com\/#\/schema\/person\/2e265ae4966647e1231bb3eb2c148a44","name":"marketing","image":{"@type":"ImageObject","inLanguage":"en-US","@id":"https:\/\/secure.gravatar.com\/avatar\/e57a4b44c1cf6e66927e4973a3c268b66f2c26aebd76a653748b2c270520032c?s=96&d=mm&r=g","url":"https:\/\/secure.gravatar.com\/avatar\/e57a4b44c1cf6e66927e4973a3c268b66f2c26aebd76a653748b2c270520032c?s=96&d=mm&r=g","contentUrl":"https:\/\/secure.gravatar.com\/avatar\/e57a4b44c1cf6e66927e4973a3c268b66f2c26aebd76a653748b2c270520032c?s=96&d=mm&r=g","caption":"marketing"},"url":"https:\/\/www.umana-analytics.com\/en\/author\/marketing\/"}]}},"_links":{"self":[{"href":"https:\/\/www.umana-analytics.com\/en\/wp-json\/wp\/v2\/posts\/2353","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.umana-analytics.com\/en\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.umana-analytics.com\/en\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.umana-analytics.com\/en\/wp-json\/wp\/v2\/users\/5"}],"replies":[{"embeddable":true,"href":"https:\/\/www.umana-analytics.com\/en\/wp-json\/wp\/v2\/comments?post=2353"}],"version-history":[{"count":5,"href":"https:\/\/www.umana-analytics.com\/en\/wp-json\/wp\/v2\/posts\/2353\/revisions"}],"predecessor-version":[{"id":2360,"href":"https:\/\/www.umana-analytics.com\/en\/wp-json\/wp\/v2\/posts\/2353\/revisions\/2360"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.umana-analytics.com\/en\/wp-json\/wp\/v2\/media\/2358"}],"wp:attachment":[{"href":"https:\/\/www.umana-analytics.com\/en\/wp-json\/wp\/v2\/media?parent=2353"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.umana-analytics.com\/en\/wp-json\/wp\/v2\/categories?post=2353"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.umana-analytics.com\/en\/wp-json\/wp\/v2\/tags?post=2353"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}