C’è un’immagine che continua a tornare quando penso a come è nato Soccer Oracle. Un gruppo di persone sedute intorno a un tavolo, ognuna con la propria esperienza e i propri preconcetti, che discutono di un problema difficile. Qualcuno conosce il calcio nel profondo. Qualcuno conosce gli algoritmi. Qualcuno sa come si costruisce un prodotto digitale. Il problema è che queste competenze, da sole, non bastano.
Quella scena è reale, ma il tavolo è virtuale. E alcune delle persone sedute intorno a quel tavolo non sono persone.
Questo articolo parla di come si costruisce qualcosa di nuovo quando una parte del team non ha corpo, non ha storia personale, non ha orari di lavoro, e allo stesso tempo partecipa attivamente a ogni decisione, ogni dubbio, ogni svolta. Parla di collaborazione tra uomini e intelligenze artificiali, vista non dal lato tecnico, ma da quello umano e sociologico. Soccer Oracle è il caso di studio, ma la storia è più grande di un prodotto di analisi sportiva.
Il mito dell’AI che fa tutto da sola
Quando la gente scopre che Soccer Oracle usa modelli di Machine Learning e intelligenze artificiali generative, la reazione più comune è immaginare qualcosa di automatico: inserisci i dati, l’AI elabora, escono le previsioni. Una scatola nera che lavora da sola mentre l’uomo guarda.
Questa visione è comprensibile. È il modo in cui l’AI viene raccontata nella maggior parte dei media, nelle campagne pubblicitarie, persino in molti articoli tecnici. Lo strumento onnisciente, la soluzione plug-and-play, il sostituto del ragionamento umano.
La realtà del progetto Soccer Oracle è stata radicalmente diversa.
Le AI che abbiamo usato, Claude, ChatGPT, Gemini, Copilot, Qwen, Deepseek, Perplexity, Mistral e altre, non sono state strumenti passivi. Sono state interlocutori. Qualcuno con cui ragionare, discutere, a volte scontrarsi.
Nessuna di queste AI ha “previsto” i gol di una partita di Serie A in modo autonomo. Hanno partecipato alla costruzione del sistema che oggi genera quelle previsioni: discutendo le feature da includere nei modelli, suggerendo approcci alternativi, segnalando incoerenze nel ragionamento, proponendo letture del dominio calcistico che un tecnico puro non avrebbe considerato. Hanno sbagliato. Hanno corretto. Hanno cambiato posizione quando i dati glielo imponevano.
Questo è il punto di partenza per capire cosa significa davvero collaborare con un’intelligenza artificiale nel 2026 e negli anni a seguire.
Il simposio platonico e il suo erede digitale
Nel Simposio di Platone, un gruppo di persone si riunisce a banchetto e decide di parlare, a turno, di un tema difficile: la natura dell’amore. Ognuno porta la propria prospettiva, la propria formazione, il proprio punto cieco. Il risultato non è la vittoria di una tesi sulle altre, ma una comprensione più ricca che nessuno dei partecipanti avrebbe potuto raggiungere da solo.
La forma del simposio, questa discussione aperta tra intelligenze diverse, è uno dei meccanismi più antichi attraverso cui l’umanità ha prodotto conoscenza nuova. Non la mente solitaria del genio isolato, ma il confronto tra prospettive incompatibili che si sfregano fino a generare calore.
Soccer Oracle è nato in una forma di simposio moderna. Le sessioni di lavoro non erano monologhi tecnici. Erano conversazioni, a volte lunghe ore, in cui un’idea veniva proposta, sfidata, riformulata, abbandonata o trasformata. La differenza rispetto al simposio classico è che alcuni degli interlocutori erano sistemi di intelligenza artificiale. E questa differenza, invece di impoverire la discussione, l’ha resa strutturalmente più ricca.
Perché più AI e non una sola?
Una scelta che emerge guardando il processo di Soccer Oracle è l’uso di più sistemi AI diversi, spesso in parallelo sullo stesso problema. Claude per ragionamenti complessi e revisioni critiche, ChatGPT per generazione rapida di ipotesi, Gemini per integrare fonti esterne, sistemi più specializzati per compiti specifici.
Questa non è stata una scelta casuale. Ogni sistema AI ha una cultura propria, modellata dai dati su cui è stato addestrato, dai valori che chi lo ha costruito ha incorporato, dagli obiettivi che ottimizza.
Usare tutte queste voci insieme, invece di affidarsi a una sola, ha replicato esattamente la logica del simposio: il valore non stava nella risposta giusta di uno, ma nel confronto tra risposte diverse.
Il conflitto come metodo
Uno degli aspetti più sorprendenti del processo, almeno per chi lo ha vissuto dall’interno, è stato la frequenza dei disaccordi. Non tra uomini e AI in modo astratto, ma su questioni concrete e spesso tecniche.
Le AI non sempre concordavano tra loro. E spesso non concordavano con le intuizioni del team umano.
Un sistema AI che sfida un’ipotesi umana non sta “rifiutando un ordine”. Sta svolgendo esattamente la funzione per cui è utile.
Il conflitto, gestito come metodo e non come ostacolo, è stato uno dei motori principali del progresso.
La domanda a cui nessuno ha ancora risposto bene
Cosa cambia quando lavori in dialogo con un’AI?
Non sostituisce. Non amplifica soltanto. Cambia il modo in cui pensi.
Il problema dell’autorità
Il rischio è la deferenza acritica. L’AI sembra convincente, ma non è infallibile.
Un’AI usata bene va sfidata, soprattutto quando sembra avere ragione.
Cosa significa collaborare, davvero
Collaborare significa integrare contributi diversi per creare qualcosa che nessuno avrebbe prodotto da solo.
Rimuovere le AI da questo processo sarebbe come togliere una parte del team.
Avremmo potuto farlo da soli?
La risposta breve è no.
Le AI hanno portato velocità, analisi e parallelismo. Gli umani hanno portato direzione e significato.
Il futuro non è umano contro AI. È capire cosa ognuno fa meglio.
Il simposio non è finito. È diventato permanente.