Skip to content
Chatta con un agente AI
Fondamenti

Il flywheel del feedback: trasformare le correzioni del team in regole che ogni agente segue

Orange ITS — Team di ingegneria AI 10 min di lettura

Il tuo agente per le fatture fornitori registra una fattura sul centro di costo sbagliato. Maria, in amministrazione, la corregge e passa oltre. La settimana dopo l’agente sbaglia di nuovo, e stavolta la corregge Luca. Nessuno ha avvisato nessuno, e l’agente non conserva memoria di nessuna delle due correzioni.

È la situazione normale di ogni implementazione AI senza un feedback loop. Le persone correggono, l’agente ripete l’errore, e il sapere su che cosa significhi “giusto” resta sparso tra le teste dei collaboratori e le cronologie delle chat. Il costo si presenta come una tassa silenziosa su ogni attività.

Questo articolo spiega come trasformare quelle correzioni in regole condivise che ogni agente segue, e come gestire la routine con un team ridotto. Se vuoi un supporto per applicarla a un processo già attivo, il nostro lavoro di ottimizzazione dei processi parte proprio da una revisione di questo tipo.

Un feedback loop AI è una routine supervisionata che sposta le correzioni dalle teste dei singoli a artefatti condivisi, letti dagli agenti. L’effetto cumulativo nasce dalle persone che decidono che cosa conservare. Il sistema non si insegna nulla da solo.

Nota sul perimetro: qui trattiamo la routine di correzione in sé. Per le metriche che la accompagnano, leggi i KPI che dimostrano che i tuoi agenti AI funzionano; per la disciplina operativa più ampia, la gestione degli agenti AI in produzione.


Perché le correzioni si perdono

Ogni correzione contiene tre elementi: che cosa ha fatto l’agente, che cosa avrebbe dovuto fare e perché. Chi corregge un output di solito conosce il terzo punto senza scriverlo da nessuna parte. È proprio quel ragionamento a contare di più, ed è quello che si dissolve.

Tre abitudini spiegano gran parte della dispersione:

  • Rimedi personali. Un collaboratore scopre che un certo fornitore richiede sempre una formulazione particolare e riscrive il prompt ogni volta. Il trucco è personale, quindi se ne va insieme alla persona.
  • Correzioni nella finestra di chat. Una correzione fatta dentro una conversazione dura quanto la conversazione. La sessione successiva riparte dalla stessa pagina bianca.
  • Modifiche silenziose. Il team accetta l’output, lo ritocca a mano e non dice nulla. In qualsiasi report la precisione dell’agente sembra ottima, perché il compito risulta completato.

Rahul Garg, principal engineer di Thoughtworks, ha descritto questo schema nell’aprile 2026 su martinfowler.com. Secondo lui, nel tempo i team si differenziano a seconda che l’apprendimento personale diventi capacità del team. Lo chiama la differenza tra competenza personale e capacità del team. Il suo articolo raccoglie consigli pratici tratti dai team di sviluppo software e non pubblica dati sui risultati: consideralo quindi un metodo ben ragionato, non un esito dimostrato. La struttura si trasferisce bene al lavoro operativo ed è abbastanza semplice da essere messa alla prova in un mese.


I quattro segnali da catturare

Garg suddivide ciò che il team impara in quattro tipi di segnale. Ognuno ha una destinazione naturale, e ordinare per tipo evita che il mucchio di correzioni diventi un elenco indistinto.

SegnaleCome si presentaDove va archiviato
ContestoAll’agente mancava un’informazione: un codice fornitore, la versione di un listino, un’eccezione alla policyKnowledge base o istruzioni permanenti dell’agente
IstruzioneUna formulazione che ha prodotto un output nettamente migliore o peggioreUn prompt o un comando condiviso che usano tutti
WorkflowUna sequenza di passaggi che ha funzionato, come controllare il contratto prima di redigere la rispostaUn playbook che descrive il processo
ErroreUn output sbagliato, insieme alla causa all’origineUn guardrail, una regola o un antipattern documentato

Sull’ultima riga Garg è netto: la causa pesa più del sintomo. “L’agente ha registrato male la fattura” è un sintomo. “L’agente non ha una regola per le fatture delle società del gruppo che fatturano per conto di una controllata” è una causa, e una causa può diventare una regola.

Un esempio concreto

Riprendiamo il caso delle fatture fornitori, con numeri puramente illustrativi. L’agente registra 400 fatture al mese e il team ne corregge 24. Analizzandole, si scopre che 15 hanno la stessa origine: le fatture della società di servizi condivisi del gruppo appartengono al centro di costo della controllata indicata nel testo. È un segnale di errore con una lacuna di contesto sotto.

Si inserisce una regola nelle istruzioni dell’agente, una riga nella tabella fornitori e si trasformano due fatture reali in casi di test. Il mese dopo le stesse 15 fatture vengono registrate correttamente. Le altre nove sono la coda lunga, e la revisione prosegue con quelle.

Il risultato è inventato a scopo illustrativo. Quello che conta è il meccanismo: un gruppo di correzioni affini si riduce a un’unica soluzione.


Dove devono vivere le correzioni

Una regola che esiste solo negli appunti di qualcuno ha lo stesso problema di una correzione che esiste solo nella sua testa. La destinazione deve essere un luogo che l’agente legge davvero e che il team può consultare.

Tre tipi di artefatto coprono la maggior parte dei casi:

  1. Regole e istruzioni. Un documento breve e versionato che l’agente carica all’inizio di ogni esecuzione. Tienilo corto: un file di istruzioni lungo compete con il compito stesso per l’attenzione del modello.
  2. Voci di conoscenza. Fatti che cambiano nel tempo e che l’agente recupera quando servono: listini, condizioni dei fornitori, specifiche di prodotto. Se hai già un sistema di retrieval, in AI agent e knowledge management trovi come mantenerlo aggiornato.
  3. Casi di test. L’input reale, l’output sbagliato e l’output corretto, conservati insieme. Ogni errore risolto diventa un controllo di regressione, così una modifica successiva non può riportarlo in vita senza che nessuno se ne accorga.

L’esempio di Garg prevede un registro degli apprendimenti nel repository, che le sessioni successive caricano come contesto. La stessa idea funziona fuori dal codice: un documento o una tabella condivisa con una riga per ogni lezione, una data, un responsabile e il link all’esempio.

Un avvertimento. Ogni regola che aggiungi ha un costo, perché occupa spazio nel contesto dell’agente e può entrare in conflitto con altre regole. Una regola che l’anno scorso compensava un limite del modello può diventare superflua dopo un aggiornamento. Per questo la routine qui sotto prevede anche la cancellazione.


La routine: abbastanza leggera da sopravvivere

La maggior parte dei programmi di feedback fallisce perché chiede troppo. Un modulo da compilare dopo ogni attività viene abbandonato nel giro di due settimane. Garg progetta in modo opposto: il rituale più pesante che descrive è un punto di cinque minuti all’ordine del giorno, e scrive che il ritmo conta più del rigore.

Una routine adatta a un team operativo di dieci persone si presenta così:

  • Nel momento della correzione (meno di 30 secondi). Chi corregge l’output lo segnala con una sola etichetta tra i quattro segnali e una breve nota sul perché. Ancorala a un passaggio che esiste già, come il pulsante di approvazione o la chiusura del ticket.
  • Ogni settimana (15 minuti). Il responsabile legge le segnalazioni, unisce i duplicati e assegna a ciascuna una destinazione: regola, voce di conoscenza, caso di test o scarto. I casi isolati vengono scartati di proposito.
  • Ogni mese (30 minuti). Si rivedono le correzioni ripetute. Se lo stesso errore compare dopo che è stata scritta una regola, la regola è poco chiara, è nel posto sbagliato oppure l’agente la ignora.
  • Ogni trimestre. Si eliminano le regole non più valide, si verifica che gli artefatti siano ancora letti e si ripete il test dell’agente sui casi salvati. Garg suggerisce di far partire la revisione periodica o dalla scadenza trimestrale o dalla sensazione che qualcosa stia deviando.

Il responsabile conta più del calendario. Una sola persona per ogni agente o processo deve avere l’ultima parola, Garg affida l’ultima parola a un tech lead o a un titolare designato. I comitati producono regole contraddittorie.


Misurare se funziona

Meglio essere onesti sullo stato delle prove. Lo stesso Garg sconsiglia di costruire una dashboard: “I would not recommend building a dashboard. I would recommend paying attention.” (In sostanza: non consiglio di costruire una dashboard, consiglio di prestare attenzione.) I dati pubblicati sui risultati dei cicli di correzione sono scarsi, e un’affermazione come “i feedback loop dimezzano gli errori” non avrebbe alcun riscontro che siamo in grado di verificare.

Si possono comunque osservare alcuni numeri che hai già:

  • Tasso di accettazione al primo passaggio. La quota di output che il team accetta senza modificarli. Garg lo include tra gli indicatori che preferisce.
  • Correzioni ogni cento attività. Si contano a partire dalle segnalazioni della routine descritta sopra.
  • Correzioni ripetute. Lo stesso errore corretto due volte è il numero più rivelatore, perché un ciclo che funziona deve portarlo verso zero.
  • Rilavorazioni dopo la consegna. Quante volte un output già accettato torna indietro per essere sistemato.

Questi indicatori si affiancano bene alle metriche operative della nostra guida ai KPI degli agenti AI. Fissa un punto di partenza prima della prima revisione settimanale, poi confronta dopo otto settimane. Se le ripetizioni non calano, il problema è la routine, e di solito la causa è che le regole non raggiungono l’agente o che nessuno ne è responsabile.


Che cosa resta alle persone, anche in una pipeline avanzata

Si è tentati di leggere “feedback loop” come un sistema che migliora da solo. Il miglior esempio pubblico di ciclo sofisticato mostra quanto lavoro umano ci sia sotto.

Nell’agosto 2026 gli ingegneri di Shopify hanno descritto come migliorano il loro assistente Sidekick. La pipeline valuta il traffico reale con un giudice automatico, rigioca le conversazioni fallite con suggerimenti di riparazione e, secondo Shopify, aggiorna ogni giorno i pesi del modello. I dati sono dichiarati dall’azienda, quindi i risultati sono affermazioni e non riscontri indipendenti. Ciò che conta qui sono le parti affidate alle persone:

  • Il team di prodotto definisce i criteri. Pochi criteri valutati (completezza, esecuzione, qualità della risposta e sicurezza) stabiliscono che cosa significhi buono.
  • Le persone calibrano il giudice. Due annotatori esperti etichettano in modo indipendente 25 campioni casuali e il team misura quanto concordano. Shopify osserva che un punteggio di accordo molto basso, intorno a 0,2, indica che i criteri sono ambigui e che il team deve incontrarsi di nuovo e iterare su di essi. Per costruire un set di test di questo tipo dai tuoi ticket di supporto, vedi eval dell’IA da ticket reali.
  • Le persone gestiscono ciò che la macchina non sa riparare. Le conversazioni che la critica automatica non è riuscita a correggere passano agli annotatori umani.

Shopify afferma inoltre che il contesto circostante viene migliorato prima di toccare i pesi. Prima vengono i prompt, le definizioni degli strumenti e il codice intorno, in linea con l’approccio da piccolo team di questo articolo. Il post stima che servire lo stesso traffico con un modello di frontiera “could easily cost” 27 milioni di dollari all’anno, contro circa 1 milione per il modello sottoposto a fine-tuning. Sono stime di Shopify, senza calcoli mostrati, e il confronto sulla qualità si basa sul suo stesso giudice. Nulla in quella pipeline è un miglioramento non supervisionato. È una versione più costosa della stessa disciplina: definire che cosa è buono, controllare chi controlla, mandare i casi difficili alle persone.

Per una PMI svizzera la lezione è proporzionata alle dimensioni. Non serve l’apprendimento per rinforzo per iniziare. Servono lo slot settimanale, il responsabile e l’abitudine di scrivere la lezione. Per capire che cosa migliora senza una persona nel ciclo e che cosa no, vedi sistemi di AI che imparano da soli.


Come il ciclo può andare storto

  • Accumulo di regole. Decine di istruzioni sovrapposte rallentano l’agente e creano contraddizioni. Unisci e sfoltisci ogni trimestre.
  • Nessun responsabile. Le segnalazioni si accumulano in un foglio di calcolo che nessuno legge. Indica la persona prima del lancio.
  • Trattare ogni modifica come una lezione. Alcune correzioni riflettono il gusto personale e non dicono nulla sull’errore. Lo smistamento settimanale serve anche a scartarle.
  • Dati sensibili nel registro. Un registro degli apprendimenti con nomi di clienti o dati personali diventa una questione di protezione dei dati. Annota lo schema e un esempio anonimizzato. Verifica le regole del tuo settore prima di salvare input reali come casi di test.
  • Nessun nuovo test. Le regole mai verificate sui casi salvati possono risolvere un problema e crearne un altro. Conserva i casi e rieseguili dopo ogni modifica, anche dopo un aggiornamento del modello.

Da dove partire lunedì prossimo

Scegli un agente con un tasso di errore visibile. Aggiungi una segnalazione con una sola etichetta al passaggio di approvazione, indica un responsabile e blocca quindici minuti a settimana. Dopo quattro sessioni avrai un breve elenco di cause ricorrenti, una manciata di regole e un primo insieme di casi di test costruiti sul tuo lavoro. Quella piccola raccolta è un patrimonio specifico della tua azienda: racchiude come la tua impresa vuole che le cose siano fatte, in una forma che qualsiasi agente futuro, o qualsiasi modello futuro, può leggere.

Domande frequenti

Che cos'è un feedback loop per l'AI?

Un feedback loop AI è una routine che raccoglie ciò che il tuo team modifica o rifiuta nell'output di un agente e lo trasforma in qualcosa che l'agente legge la volta successiva, come una regola, una voce della knowledge base o un caso di test. Il modello stesso non deve cambiare. Il miglioramento sta nelle istruzioni, nella conoscenza e nei controlli che lo circondano.

Un agente AI impara automaticamente dalle correzioni?

No, non per impostazione predefinita. Una correzione fatta in una finestra di chat di solito sparisce quando la sessione termina. L'agente migliora solo se qualcuno, o un processo rivisto da una persona, scrive la lezione in un artefatto condiviso, come un file di regole, un articolo della knowledge base o un caso di valutazione. Modificare i pesi del modello è un passaggio distinto e molto più raro.

Con quale frequenza conviene rivedere le correzioni degli agenti?

Per la maggior parte dei team basta una revisione settimanale. Quindici minuti servono per smistare le correzioni della settimana, assegnare a ciascuna una destinazione e indicare un responsabile. Aggiungi una revisione trimestrale che elimina le regole superate e verifica che gli artefatti vengano ancora usati. Rahul Garg descrive il rituale più impegnativo come un punto di cinque minuti all'ordine del giorno.

Chi deve essere responsabile delle regole nate dalle correzioni?

Una persona precisa per ogni agente o processo, di solito il responsabile operativo che già governa il workflow. Decide che cosa diventa regola condivisa, che cosa resta una correzione isolata e che cosa va eliminato. Senza un unico responsabile le regole si accumulano, si contraddicono e peggiorano l'agente senza che nessuno se ne accorga.

Come capiamo se il feedback loop funziona?

Misura il tasso di accettazione al primo passaggio (la quota di output che il team accetta senza modifiche), il numero di correzioni ogni cento attività e le correzioni ripetute dello stesso tipo. Il calo delle ripetizioni è il segnale più chiaro. Garg consiglia di osservare questi segnali invece di costruire una dashboard, e i dati pubblici sui risultati dei cicli di correzione restano scarsi.

Insights

Metti queste idee al lavoro

Bastano 30 minuti per capire se un agente AI si adatta al tuo flusso di lavoro — e quanto può rendere.