Dall’anno senza estate alla PA senza rotelle: la metafora della balance bike per un’IA che libera l’immaginazione pubblica

L’antenata della bicicletta[1] non nacque da un vezzo tecnologico o in un laboratorio di ricerca e sviluppo, ma da una crisi globale. Nell’aprile del 1815, l’eruzione del vulcano Tambora in Indonesia – la più violenta della storia registrata – immise nell’atmosfera milioni di tonnellate di anidride solforosa, alterando il clima dell’intero pianeta. Il 1816 passò alla storia come l'”Anno senza estate”, portando a carestie devastanti e alla moria di decine di migliaia di cavalli in tutta Europa[2]. Senza cavalli, la mobilità e il commercio si fermarono. Fu in questo contesto di assoluta necessità che il barone tedesco Karl von Drais dovette inventare un’alternativa meccanica che non richiedesse biada. Nel 1817 creò la Laufmaschine (macchina per correre), poi nota come draisina: un veicolo a due ruote allineate, senza pedali, che si spingeva con i piedi[3]. La vera innovazione (disruption) non nacque dall’aggiunta di complessità a un sistema esistente, ma dalla necessità di sopravvivere a un sistema che aveva smesso di funzionare, riducendo il problema ai suoi minimi termini: due ruote e l’equilibrio umano.

Per quasi due secoli, tuttavia, l’evoluzione della bicicletta ha tradito questa semplicità originaria, procedendo per accumulo: sono stati aggiunti pedali, catene, freni, ingranaggi. E quando si è trattato di insegnare ai bambini a usarla, la risposta degli adulti è stata aggiungere ulteriore struttura: le rotelle. Le rotelle forniscono una stabilità artificiale. Illudono chi apprende di aver acquisito una competenza (andare in bicicletta), mentre in realtà il bambino sta solo imparando a pedalare su un veicolo a quattro ruote. Il momento di togliere le rotelle è storicamente traumatico, perché il vero nucleo del problema – l’equilibrio – non è mai stato affrontato, ma solo posticipato e mascherato dall’infrastruttura.

Il vero cambio di paradigma è avvenuto solo nel 1997, quando il designer tedesco Rolf Mertens ha creato la prima balance bike (bicicletta senza pedali) commerciale per bambini, la LIKEaBIKE[4]. Mertens ha compreso che pedali e rotelle ostacolavano l’apprendimento naturale. Ha destrutturato il prodotto, tornando all’intuizione originaria di von Drais: ha tolto elementi anziché aggiungerne.

Il modello della balance bike è un apprendimento organico e auto-regolato. Il bambino inizia camminando, poi corre, e solo quando si sente pronto solleva i piedi per planare. Il feedback non arriva dall’adulto che urla “pedala!” tenendo il sellino, ma è un feedback interno, propriocettivo. Quando si passa alla bici con i pedali, l’equilibrio è già interiorizzato e la pedalata diventa un’aggiunta banale. 180 anni dopo la crisi del Tambora, due tedeschi avevano trovato la stessa risposta: meno struttura, più equilibrio.

Questa storia non è solo un aneddoto di design industriale, ma la metafora perfetta per leggere ciò che sta accadendo oggi con l’introduzione dell’Intelligenza Artificiale (IA) nella Pubblica Amministrazione. Oggi assistiamo a una frenetica e inarrestabile corsa all’efficienza. Molti enti investono massicciamente nell’adozione dell’IA e in corsi di formazione accelerata per i propri dipendenti, convinti di innovare e di preparare il futuro. Tutti corrono nella stessa direzione, spinti dall’urgenza di non restare indietro. Ma questa corsa nasconde un’insidia: stiamo affrontando la rivoluzione digitale con la logica delle “rotelle”.

Fino ad oggi, abbiamo preso processi analogici, lineari e farraginosi, e vi abbiamo applicato software che fungessero da stabilizzatori. L’infrastruttura artificiale ha illuso le organizzazioni di essersi modernizzate, ma si stava solo pedalando a vuoto, alimentando quella burocrazia difensiva che cerca rassicurazione nella procedura formale piuttosto che nel risultato. L’IA viene spesso introdotta non per ripensare radicalmente i servizi, ma come un “esoscheletro” digitale per procedure obsolete.

Il rischio imminente è quello di cadere in un paradosso profondo: nell’ansia di modernizzare, stiamo semplicemente accelerando vecchi processi. Adottiamo l’IA per aumentare la produttività a breve termine, ma rischiamo di atrofizzare le competenze umane, barattando l’efficienza di oggi con l’amnesia organizzativa di domani. Come evidenziato da recenti studi accademici, l’affidamento costante all’IA per compiti complessi rischia di generare un fenomeno di deskilling (dequalificazione), interrompendo la catena del trasferimento di conoscenza tacita tra le generazioni di lavoratori[5][6]. Senza immaginazione, come ho avuto modo di sottolineare recentemente, l’intelligenza artificiale rischia di rendere la PA semplicemente più rapida nell’eseguire le cose sbagliate[7].

L’Intelligenza Artificiale non può essere l’ennesima rotella. Come insegna la teoria dell’innovazione dirompente di Clayton Christensen, le vere rivoluzioni non sostengono i processi esistenti migliorandoli marginalmente, ma li ridefiniscono alla radice[8]. L’IA richiede di destrutturare il problema: non serve per fare le stesse cose di prima un po’ più velocemente, ma per ripensare radicalmente il modo in cui la PA eroga valore pubblico. Questo richiede tre passaggi fondamentali.

1. Dal controllo all’empowerment. Il modello delle rotelle è normo-centrico: il sistema fornisce una stabilità artificiale e impone un percorso rigido, controllato dall’alto. L’IA richiede un cambio verso un modello utente-centrico e basato sull’empowerment del dipendente pubblico. Esattamente come il bambino sulla balance bike che trova da solo il proprio baricentro, il dipendente pubblico deve poter trovare il proprio equilibrio professionale in un ambiente sicuro (le sandbox regolamentari), liberato dalle mansioni ripetitive per concentrarsi sul valore aggiunto. Il ruolo della dirigenza passa dal “tenere il sellino” (micromanagement) al fornire l’ambiente adeguato alla sperimentazione.
2. Pensiero non-lineare e problem solving creativo. Il modello tradizionale è figlio di una cultura della crescita lineare: procedure, circolari, passaggi sequenziali rigorosi. L’IA generativa e predittiva opera su logiche radicalmente diverse, probabilistiche e complesse. Per governarla, la PA deve sviluppare attitudini “fuori dagli schemi” e un pensiero non-lineare. Invece di atrofizzare le competenze umane delegando tutto alla macchina, dobbiamo formare quelli che ho definito “Architetti del possibile”[9]: professionisti dotati di problem solving creativo, capaci di adattarsi dinamicamente, come il bambino che “plana” sui dati correggendo la postura in tempo reale[10].
3. Affrontare il nucleo del problema. La balance bike funziona perché affronta subito il vero ostacolo: l’equilibrio. Una volta acquisito, aggiungere i pedali è banale. Allo stesso modo, la PA non deve usare l’IA per automatizzare la burocrazia difensiva, ma per affrontare il vero nodo dell’amministrazione pubblica: la qualità delle decisioni, l’analisi predittiva dei bisogni sociali, la semplificazione radicale dei servizi al cittadino. Dobbiamo smettere di concentrarci sui pedali (le procedure) e ritrovare l’equilibrio (lo scopo pubblico).

L’introduzione dell’IA nella PA non è una questione di rotelle, ma di equilibrio. Richiede il coraggio di abbandonare le sicurezze artificiali del passato e di smettere di correre ciecamente seguendo il gruppo. Certo, c’è il rischio di frustrazione iniziale. C’è la resistenza culturale di chi teme la perdita di controllo e percepisce l’assenza di una struttura rigida come disorganizzazione. Ma solo togliendo le rotelle e accettando di gestire la complessità in modo organico e non-lineare, la Pubblica Amministrazione potrà smettere di faticare spinta da dietro, e iniziare finalmente a correre con le proprie gambe.

Le grandi trasformazioni istituzionali non sono mai nate dall’ottimizzazione dell’esistente, ma dall’immaginazione di qualcosa che non c’era. La vera innovazione non nasce dall’aggiunta di complessità, ma dal coraggio di togliere ciò che ostacola l’equilibrio naturale. La domanda, oggi, non è quale algoritmo comprare, ma se la PA italiana è finalmente pronta a togliere le rotelle.

[1] Devo questa riflessione alla sollecitazione nell’ambito di una conversazione con la collega Alice Confalonieri che mi ha portato a identificare uno studio su 2.005 bambini condotto da Mercê et al. (2021) — Polytechnic Institute of Santarém, Portogallo — che dimostra come l’età media di apprendimento con la balance bike è 4,16 anni, contro i 5,97 anni con le rotelle e i 7,27 anni con la bicicletta tradizionale senza supporto. La differenza è statisticamente significativa (p < 0,001). Il dato è quindi ancora più netto di quanto si pensasse: non si tratta solo di un anticipo di qualche mese, ma di quasi due anni di curva di apprendimento compressa. Mercê, C., Branco, M., Catela, D., Lopes, F., & Cordovil, R. (2022). “Learning to Cycle: From Training Wheels to Balance Bike”. International Journal of Environmental Research and Public Health, 19(3), 1814.

[2] Popova, M. (2026). “How the Bicycle Was Born: Mount Tambora, the Year Without a Summer, and the Stubborn Courage to Reimagine the Possible”. The Marginalian, 7 Marzo 2026.

[3] Drais, K. von (1817). Invenzione della Laufmaschine. Cfr. History of Information, “Karl Drais Invents the Two-Wheeled Bicycle”.

[4] KOKUA Bikes (2020). Story: Who invented the balance bike? (Riferimento all’invenzione della LIKEaBIKE da parte di Rolf Mertens nel 1997).

[5] Scibelli, D., & Stevens, B. (2025). “Breaking the chain of knowledge transfer: AI shadows implicit, explicit, and tacit exchange”. Issues in Information Systems, 26(3), 100-114.

[6] Appiah, K. A. (2025). “L’intelligenza artificiale ci rende incapaci?”. Internazionale, 28 Novembre 2025.

[7] Dominici, G. (2026). “Immaginazione aumentata. Perché l’IA da sola non basta a trasformare la PA“. FPA, 20 Marzo 2026.

[8] Christensen, C. M. (1997). The Innovator’s Dilemma: When New Technologies Cause Great Firms to Fail. Harvard Business Review Press. (Ed. it.: Il dilemma dell’innovatore, Franco Angeli).

[9] Dominici, G. (2025). “Architetti del possibile: creare valore per creare futuro“. FPA, 4 Settembre 2025.

[10] Dominici, G. (2024). “Come sopravvivere all’invadenza degli algoritmi: il problem solving creativo nelle PA“. FPA, 10 Ottobre 2024.