Ricerca

Ricerca

Lavori originali su qualità delle decisioni, giudizio dei board e intelligenza artificiale avversariale. Metodologia aperta, pre-registrata e verificabile.

PAPER I

Sovranità cognitiva

Proteggere la qualità delle decisioni delle classi dirigenti nell’era dell’AI

Quando l’AI compiace, il giudizio dei vertici si erode in silenzio. Un costrutto teorico — la sovranità cognitiva — e un quadro di governance per board e comitati. Il perché.

FrameworkOSF · DOI2026IT / EN

Leggi la sintesi →

PAPER II

Dissenso calibrato

Un protocollo verificabile per l’audit di previsioni AI avversariali — pilot pubblico N=10 su M&A

Come misurare un’AI che sfida le decisioni, senza senno di poi. Protocollo di sigillo-e-risoluzione e registro pubblico immutabile. Pre-registrato su OSF. Il come.

MetodiOSF · DOI2026IT / EN

Leggi la sintesi →

SAGGIO

Il contraddittore cognitivo

Come difendere la sovranità della tua mente nell’era dell’AI che ti dà sempre ragione

La versione divulgativa dei due paper: la diagnosi, il metodo in sei mosse, la misura. Un saggio in tredici capitoli, opera in preparazione. L’estratto centrale è disponibile.

SaggioIn preparazione2026IT / EN

Scopri il saggio →

I due paper sono companion: l’uno fonda il concetto, l’altro ne costruisce la misura. Il saggio li porta fuori dall’accademia.

Perché una sezione di ricerca

Questa sezione raccoglie i lavori originali di Francesco Saverio Canepa su un tema che la pratica professionale rende ogni giorno più urgente: che cosa succede alla qualità del giudizio — di un board, di un comitato investimenti, di un advisor — quando l’analisi è assistita in modo intensivo dall’intelligenza artificiale. Vent’anni di operazioni di finanza straordinaria insegnano che le decisioni peggiori raramente nascono da mancanza di analisi: nascono da analisi che confermano ciò che si voleva sentire.

I due paper affrontano il problema da direzioni complementari. Sovranità cognitiva definisce il costrutto e il quadro di governance: che cosa va protetto, e con quali principi. Dissenso calibrato costruisce lo strumento di misura: un protocollo per verificare, senza senno di poi, se un’AI progettata per sfidare le decisioni dissente in modo accurato.

Metodo: aperto, pre-registrato, verificabile

La ricerca segue tre impegni metodologici. Pre-registrazione: il protocollo di Dissenso calibrato è registrato su OSF con DOI pubblico prima dell’osservazione di qualsiasi esito. Verificabilità: ogni previsione del pilot è sigillata in un registro pubblico append-only — l’Osservatorio — con doppio ancoraggio SHA-256 e OpenTimestamps sulla blockchain di Bitcoin: chiunque può verificare in modo indipendente che il contenuto pubblicato esistesse prima di una certa data. Falsificabilità: le regole di risoluzione sono deterministiche, definite su fonti pubbliche canoniche e confrontate con baseline pre-registrate.

Traiettoria

Gli esiti delle dieci previsioni del pilot maturano su finestre 2027–2029 e verranno risolti secondo le regole depositate. In parallelo, la Fase 2 estenderà il campione oltre la soglia di potenza statistica necessaria ai primi test confermativi. Aggiornamenti e materiali integrali restano accessibili dalle pagine dei singoli paper e dal progetto OSF.