{"id":45157,"date":"2026-09-02T11:00:00","date_gmt":"2026-09-02T09:00:00","guid":{"rendered":"https:\/\/smartfense.com\/?p=45157"},"modified":"2026-09-02T21:04:43","modified_gmt":"2026-09-02T19:04:43","slug":"aiuto-automatico-fiducia-senza-precisione","status":"publish","type":"post","link":"https:\/\/smartfense.com\/it\/blog\/aiuto-automatico-fiducia-senza-precisione\/","title":{"rendered":"L’aiuto automatico che alza la fiducia senza alzare la precisione"},"content":{"rendered":"

L\u2019aiuto automatico che alza la fiducia senza alzare la precisione<\/h1>\n

L\u2019email arrivava da paypal.co.uk, un dominio reale di PayPal. Il pulsante principale puntava a una pagina di paypal.com che non esisteva. Chi ci cliccava non arrivava da nessuna parte, e restava a portata di mano l\u2019unica cosa che nel messaggio funzionava davvero, un numero di telefono da chiamare. La truffa stava l\u00ec.<\/p>\n

Un\u2019analisi automatica ha letto quell\u2019email ed \u00e8 arrivata a una conclusione ragionevole. L\u2019azione richiesta dal messaggio era un click, e il click non portava in nessun posto pericoloso, quindi l\u2019email era pulita. Il sistema ha indovinato sul link e ha sbagliato sull\u2019email.<\/p>\n

In un esperimento del 2025 con 489 partecipanti, chi ha visto quel report ha classificato correttamente l\u2019email nel 33,1% dei casi. Chi aveva soltanto il solito consiglio generico, senza nessuna analisi, ha risposto bene nel 66,9%. Ha indovinato il doppio delle volte.<\/p>\n

Che il sistema sbagliasse era prevedibile, perch\u00e9 qualsiasi classificatore probabilistico sbaglia. Il risultato si spiega con quello che \u00e8 successo intorno a quell\u2019errore. Con un report davanti, la verifica che il programma dava per scontata ha smesso di accadere.<\/p>\n

In perch\u00e9 il phishing non \u00e8 un problema di conoscenza<\/a> ho scritto che gran parte di queste decisioni si prende in automatico, senza deliberazione di mezzo. Adesso sopra quello stesso problema c\u2019\u00e8 un livello nuovo. Qualcosa decide prima della persona, e per di pi\u00f9 lo dice ad alta voce. Il nome che la psicologia cognitiva d\u00e0 a quello che succede dopo \u00e8 automation bias.<\/p>\n

Che cos\u2019\u00e8 l\u2019automation bias?<\/h2>\n

\u00c8 la tendenza ad accettare l\u2019output di un sistema automatico come sostituto della ricerca attenta di informazioni, invece di trattarlo come un dato fra gli altri. Si manifesta in due forme. Una \u00e8 seguire un consiglio sbagliato. L\u2019altra \u00e8 non agire perch\u00e9 nulla ha segnalato niente.<\/p>\n

I due nomi contano perch\u00e9 le due forme non si vedono allo stesso modo dall\u2019interno di un programma. Seguire un consiglio sbagliato lascia una decisione registrata che si pu\u00f2 rivedere dopo. Non guardare perch\u00e9 nulla ha segnalato niente non lascia nulla, perch\u00e9 una verifica che non \u00e8 avvenuta non produce alcun dato.<\/p>\n

La distinzione arriva da una revisione sistematica del 2012<\/a> sui sistemi di supporto alle decisioni cliniche, chiusa su 74 studi, che ha misurato quanto pesa il consiglio errato. Quando il sistema sbagliava, il rischio di una decisione scorretta saliva del 26% rispetto al decidere senza di esso. Il terreno \u00e8 clinico e lontano da una casella di posta, e il tratto di lavoro che si delega \u00e8 lo stesso, decidere quanta attenzione merita ogni caso e quante informazioni servono prima di risolverlo.<\/p>\n

La tendenza \u00e8 gi\u00e0 tipizzata nella norma. Il Regolamento europeo sull\u2019IA<\/a> la nomina all\u2019articolo 14, sulla sorveglianza umana, dove chiede che chi supervisiona il sistema resti consapevole della possibile tendenza a fidarsi automaticamente o in modo eccessivo dei risultati prodotti da un sistema di IA ad alto rischio. Quell\u2019articolo si applica ai sistemi classificati ad alto rischio, e un filtro di posta non ci rientra per definizione, quindi per un programma di Cybersecurity awareness conta il presupposto di fondo. Il legislatore d\u00e0 la tendenza per prevedibile in chiunque operi un sistema, tanto da esigere che venga lavorata con quella persona.<\/p>\n

Cosa cambia quando l\u2019analisi sbaglia?<\/h2>\n

In media la precisione non si muove e la fiducia s\u00ec. L\u2019email di PayPal era uno degli stimoli di un esperimento del 2025<\/a> che ha messo alla prova tre modi di aiutare a decidere, e quello \u00e8 il suo risultato pi\u00f9 scomodo, perch\u00e9 descrive un gruppo di persone finite pi\u00f9 sicure dei propri giudizi senza essere migliorate.<\/p>\n

Il disegno era semplice. Le 489 persone hanno valutato email in due giri, prima senza alcun aiuto e poi con uno di tre. Un gruppo ha ricevuto consigli generici, di quelli che girano in qualsiasi campagna. Un altro ha ricevuto un report specifico di ogni email, sempre corretto. Il terzo ha ricevuto lo stesso report con gli errori che un sistema reale commette.<\/p>\n

Tutti e tre sono partiti dallo stesso punto, intorno a 0,78 di precisione su una scala da 0 a 1. Con i consigli generici sono saliti a 0,83. Con il report sempre corretto, a 0,93. Con il report realistico sono rimasti a 0,78, e la loro fiducia \u00e8 salita da 3,52 a 3,74 su una scala da 1 a 5.<\/p>\n

La differenza di precisione fra il gruppo dei consigli generici e quello del report realistico non ha raggiunto la significativit\u00e0 statistica. Un\u2019analisi specifica di ogni email, con tutto quello che costa produrla, ha reso quanto il solito consiglio e ha lasciato le persone pi\u00f9 sicure.<\/p>\n

Quella media nasconde il movimento reale, perch\u00e9 gli errori del sistema erano concentrati in poche email. Su quella di PayPal la precisione \u00e8 scesa al 33,1%. Su un\u2019email legittima che parlava di un\u2019offerta di tirocinio, segnalata dal report come sospetta, \u00e8 scesa al 22,2% contro il 50,3% del gruppo con consigli generici.<\/p>\n

Il meccanismo si vede guardando quale segnale ha finito per pesare. Nell\u2019email di PayPal, chi ha risposto bene ha detto poi che era stata decisiva la classificazione come truffa, mentre chi ha sbagliato ha indicato la destinazione del link, cio\u00e8 proprio il segnale che il report aveva letto male. Il report cambia l\u2019ordine in cui si guardano i segnali dell\u2019email, e la verifica si ferma sul dato che la macchina ha messo davanti.<\/p>\n

L\u2019esperimento ha misurato con un panel del Regno Unito e ha mostrato il report accanto a ogni email, mentre in un client reale bisognerebbe richiederlo, due limiti che il gruppo che lo firma dichiara.<\/p>\n

L\u2019esperienza protegge?<\/h2>\n

Attutisce e non protegge. L\u2019evidenza pi\u00f9 chiara su questo punto arriva da fuori della cybersecurity, da uno studio del 2023<\/a> in cui 27 professionisti della radiologia hanno letto mammografie accompagnate dai suggerimenti di un sistema di intelligenza artificiale.<\/p>\n

Quando il suggerimento era corretto, i tre livelli di esperienza hanno ottenuto risultati simili, fra il 79,7% e l\u201982,3%. Quando il suggerimento era errato, chi aveva meno esperienza \u00e8 sceso al 19,8% e chi ne aveva di pi\u00f9 al 45,5%. L\u2019esperienza ha dimezzato il danno, e il risultato \u00e8 stato comunque un crollo.<\/p>\n

\u00c8 uno studio di laboratorio con lettura simulata, quindi tiene come dimostrazione del meccanismo pi\u00f9 che come misura della sua dimensione. Anche con questa riserva lascia qualcosa di solido per il disegno di un programma. Se l\u2019effetto sopravvive ad anni di formazione specifica sul compito, non si corregge con altra formazione sullo stesso compito.<\/p>\n

In deepfake e i due modi opposti in cui fallisce un programma<\/a> ho sostenuto che allenare la percezione non la rende pi\u00f9 precisa. Qui il problema arriva da un\u2019altra direzione e finisce allo stesso modo. La formazione migliora il giudizio di chi decide, e non cambia il peso che ha un\u2019affermazione della macchina quando compare prima di quel giudizio.<\/p>\n

\"Una<\/p>\n

Cosa si smette di guardare quando niente viene segnalato?<\/h2>\n

\u00c8 la parte del bias che non lascia traccia, e la domanda che quasi nessuno si fa \u00e8 cosa non \u00e8 stato verificato nelle email in cui il sistema non ha detto niente.<\/p>\n

Quando un filtro blocca un messaggio, c\u2019\u00e8 una decisione visibile su cui si pu\u00f2 discutere. Quando lo lascia passare, non si vede nessuna decisione, perch\u00e9 l\u2019email compare semplicemente in casella. Da l\u00ec nasce un\u2019inferenza che nessuno formula ad alta voce e che governa comunque il comportamento, cio\u00e8 che se il filtro non ha avvisato il messaggio deve andare bene.<\/p>\n

Il silenzio del sistema dice molto meno di questo. Dice che non \u00e8 stata generata un\u2019allerta, e questo comprende il caso in cui il problema c\u2019era e non \u00e8 stato rilevato. L\u2019automazione non ha bisogno di affermare che un\u2019email \u00e8 sicura per cambiare quello che fa chi la riceve. Basta che non dica niente, e con questo cade una verifica che prima avveniva.<\/p>\n

\u00c8 la forma di omissione che la revisione del 2012 separa dall\u2019altra, e quella che non arriva a nessuna dashboard. In la security fatigue<\/a> ho trattato l\u2019avviso che si ripete finch\u00e9 non produce pi\u00f9 risposta. Questo \u00e8 il rovescio, perch\u00e9 qui l\u2019avviso non c\u2019\u00e8 e la sua assenza insegna comunque qualcosa.<\/p>\n

Quel silenzio fa qualcosa anche alla misurazione. Una simulazione ha bisogno di essere lasciata passare per poter essere consegnata, quindi arriva in caselle dove il filtro ha avuto la voce spenta, e il tasso che ne esce descrive una condizione diversa dalla giornata normale. \u00c8 un\u2019altra ragione per guardare da vicino come si consegna una simulazione prima di leggerne il tasso di click<\/a>.<\/p>\n

Cosa tocca decidere al programma<\/h2>\n

Tre decisioni cambiano posto appena si accetta che c\u2019\u00e8 un livello automatico che si pronuncia per primo.<\/p>\n

    \n
  1. Separare rilevare da verificare.<\/strong> Classificare bene un\u2019email e verificare per conto proprio quello che ha detto il sistema sono due cose distinte, e una percentuale di precisione le mescola. Chi ha controllato il mittente e chi ha accettato un verdetto automatico in un giorno in cui era corretto risultano identici nella dashboard. La lettura utile sta nei casi in cui quel verdetto era sbagliato, perch\u00e9 \u00e8 l\u2019unico momento in cui la verifica cambia il risultato. Quella verifica non si pu\u00f2 osservare direttamente. Quello che si osserva \u00e8 che qualcuno corregga una raccomandazione sbagliata, e questa \u00e8 l\u2019evidenza pi\u00f9 accessibile che ci sia stato un controllo autonomo.<\/li>\n
  2. Mostrare il segnale su cui il verdetto si regge.<\/strong> Nell\u2019esperimento, chi ha lavorato con report senza errori si \u00e8 appoggiato soprattutto a segnali concreti, come controllare se il dominio di chi inviava l\u2019email corrispondeva all\u2019organizzazione che il messaggio diceva di rappresentare. Quando il livello automatico mostra soltanto la sua conclusione, chi la legge non ha niente con cui confrontarla. Quando mostra il segnale su cui si \u00e8 basato, lascia un\u2019affermazione che si verifica in pochi secondi.<\/li>\n
  3. Dare una conseguenza visibile alla correzione della macchina.<\/strong> Quando qualcuno segnala qualcosa che il filtro ha lasciato passare e poi non succede niente, il silenzio del filtro pesa un po\u2019 di pi\u00f9 la volta dopo. Quel circuito, visto dal lato operativo, \u00e8 sviluppato in l\u2019abitudine a segnalare senza risposta<\/a>.<\/li>\n<\/ol>\n

    La piattaforma di SMARTFENSE risolve di serie una parte di quelle tre decisioni. Il pulsante di segnalazione di phishing<\/a> restituisce un riconoscimento istantaneo quando la segnalazione riguardava una simulazione, cos\u00ec in quel caso la risposta arriva sul momento e non resta in attesa che qualcuno la scriva. E l\u2019hub dei report<\/a> contiene le curve di risposta all\u2019attacco, che mostrano quanto velocemente cade l\u2019organizzazione rispetto a quanto velocemente segnala, insieme alla finestra di esposizione di ogni campagna.<\/p>\n

    Lo stesso hub contiene Smart Triage, che classifica per livello di rischio le email segnalate. \u00c8 esattamente il tipo di livello che questo articolo sta guardando con attenzione, quindi vale la pena dirlo apertamente. Una classificazione cos\u00ec ordina il lavoro del team di risposta e funziona meglio letta come una priorit\u00e0 che come una sentenza.<\/p>\n

    Un livello automatico che sbaglia poco \u00e8 pi\u00f9 difficile da controllare di uno che sbaglia molto, perch\u00e9 quasi mai d\u00e0 motivi per dubitarne. Quello che il programma controlla davvero \u00e8 quanto del ragionamento di quel livello resta in vista.<\/p>\n","protected":false},"excerpt":{"rendered":"

    L’automation bias compare quando un livello di IA si pronuncia prima della persona. Cosa dicono i dati e quali decisioni cambiano nel programma.<\/p>\n","protected":false},"author":32,"featured_media":45152,"comment_status":"open","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"footnotes":""},"categories":[3,339],"tags":[2259,1945,2181,384,2016,2168],"class_list":["post-45157","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-blog","tag-ciberpsicologia","tag-comportamiento-humano-it","tag-intelligenza-artificiale","tag-phishing-it","tag-psicologia-cognitiva-it","tag-riesgo-humano"],"acf":[],"yoast_head":" \nAutomation bias e programmi di Cybersecurity awareness<\/title>\n<meta name=\"description\" content=\"L'automation bias compare quando un livello di IA si pronuncia prima della persona. Cosa dicono i dati e quali decisioni cambiano nel programma.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/smartfense.com\/it\/blog\/aiuto-automatico-fiducia-senza-precisione\/\" \/>\n<meta property=\"og:locale\" content=\"it_IT\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Automation bias e programmi di Cybersecurity awareness\" \/>\n<meta property=\"og:description\" content=\"L'automation bias compare quando un livello di IA si pronuncia prima della persona. Cosa dicono i dati e quali decisioni cambiano nel programma.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/smartfense.com\/it\/blog\/aiuto-automatico-fiducia-senza-precisione\/\" \/>\n<meta property=\"og:site_name\" content=\"SMARTFENSE\" \/>\n<meta property=\"article:published_time\" content=\"2026-09-02T09:00:00+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2026-09-02T19:04:43+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/smartfense.com\/file\/2026\/09\/hero.jpg\" \/>\n\t<meta property=\"og:image:width\" content=\"1376\" \/>\n\t<meta property=\"og:image:height\" content=\"768\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/jpeg\" \/>\n<meta name=\"author\" content=\"Tatiana Stacul\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Scritto da\" \/>\n\t<meta name=\"twitter:data1\" content=\"Tatiana Stacul\" \/>\n\t<meta name=\"twitter:label2\" content=\"Tempo di lettura stimato\" \/>\n\t<meta name=\"twitter:data2\" content=\"9 minuti\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\\\/\\\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\\\/\\\/smartfense.com\\\/it\\\/blog\\\/aiuto-automatico-fiducia-senza-precisione\\\/#article\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/smartfense.com\\\/it\\\/blog\\\/aiuto-automatico-fiducia-senza-precisione\\\/\"},\"author\":{\"name\":\"Tatiana Stacul\",\"@id\":\"https:\\\/\\\/smartfense.com\\\/it\\\/#\\\/schema\\\/person\\\/f59bcb8bf8bf643f42cae8998bf12d61\"},\"headline\":\"L’aiuto automatico che alza la fiducia senza alzare la precisione\",\"datePublished\":\"2026-09-02T09:00:00+00:00\",\"dateModified\":\"2026-09-02T19:04:43+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\\\/\\\/smartfense.com\\\/it\\\/blog\\\/aiuto-automatico-fiducia-senza-precisione\\\/\"},\"wordCount\":1831,\"commentCount\":0,\"publisher\":{\"@id\":\"https:\\\/\\\/smartfense.com\\\/it\\\/#organization\"},\"image\":{\"@id\":\"https:\\\/\\\/smartfense.com\\\/it\\\/blog\\\/aiuto-automatico-fiducia-senza-precisione\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/smartfense.com\\\/wp-content\\\/uploads\\\/2026\\\/09\\\/hero.jpg\",\"keywords\":[\"ciberpsicologia\",\"comportamiento humano\",\"intelligenza artificiale\",\"phishing\",\"psicolog\u00eda cognitiva\",\"rischio umano\"],\"articleSection\":[\"Blog\",\"Blog\"],\"inLanguage\":\"it-IT\",\"potentialAction\":[{\"@type\":\"CommentAction\",\"name\":\"Comment\",\"target\":[\"https:\\\/\\\/smartfense.com\\\/it\\\/blog\\\/aiuto-automatico-fiducia-senza-precisione\\\/#respond\"]}]},{\"@type\":\"WebPage\",\"@id\":\"https:\\\/\\\/smartfense.com\\\/it\\\/blog\\\/aiuto-automatico-fiducia-senza-precisione\\\/\",\"url\":\"https:\\\/\\\/smartfense.com\\\/it\\\/blog\\\/aiuto-automatico-fiducia-senza-precisione\\\/\",\"name\":\"Automation bias e programmi di Cybersecurity awareness\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/smartfense.com\\\/it\\\/#website\"},\"primaryImageOfPage\":{\"@id\":\"https:\\\/\\\/smartfense.com\\\/it\\\/blog\\\/aiuto-automatico-fiducia-senza-precisione\\\/#primaryimage\"},\"image\":{\"@id\":\"https:\\\/\\\/smartfense.com\\\/it\\\/blog\\\/aiuto-automatico-fiducia-senza-precisione\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/smartfense.com\\\/wp-content\\\/uploads\\\/2026\\\/09\\\/hero.jpg\",\"datePublished\":\"2026-09-02T09:00:00+00:00\",\"dateModified\":\"2026-09-02T19:04:43+00:00\",\"description\":\"L'automation bias compare quando un livello di IA si pronuncia prima della persona. Cosa dicono i dati e quali decisioni cambiano nel programma.\",\"breadcrumb\":{\"@id\":\"https:\\\/\\\/smartfense.com\\\/it\\\/blog\\\/aiuto-automatico-fiducia-senza-precisione\\\/#breadcrumb\"},\"inLanguage\":\"it-IT\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\\\/\\\/smartfense.com\\\/it\\\/blog\\\/aiuto-automatico-fiducia-senza-precisione\\\/\"]}]},{\"@type\":\"ImageObject\",\"inLanguage\":\"it-IT\",\"@id\":\"https:\\\/\\\/smartfense.com\\\/it\\\/blog\\\/aiuto-automatico-fiducia-senza-precisione\\\/#primaryimage\",\"url\":\"https:\\\/\\\/smartfense.com\\\/wp-content\\\/uploads\\\/2026\\\/09\\\/hero.jpg\",\"contentUrl\":\"https:\\\/\\\/smartfense.com\\\/wp-content\\\/uploads\\\/2026\\\/09\\\/hero.jpg\",\"width\":1376,\"height\":768,\"caption\":\"Manos sobre el mostrador de madera de una caja pasando un marcador detector sobre un billete, con la marca ya trazada y el billete a punto de volver al cliente, mientras la l\u00e1mpara para mirar la marca de agua queda a un costado sin usarse\"},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\\\/\\\/smartfense.com\\\/it\\\/blog\\\/aiuto-automatico-fiducia-senza-precisione\\\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Portada\",\"item\":\"https:\\\/\\\/smartfense.com\\\/it\\\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"L’aiuto automatico che alza la fiducia senza alzare la precisione\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\\\/\\\/smartfense.com\\\/it\\\/#website\",\"url\":\"https:\\\/\\\/smartfense.com\\\/it\\\/\",\"name\":\"SMARTFENSE - Concienciaci\u00f3n en Ciberseguridad\",\"description\":\"\",\"publisher\":{\"@id\":\"https:\\\/\\\/smartfense.com\\\/it\\\/#organization\"},\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\\\/\\\/smartfense.com\\\/it\\\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"it-IT\"},{\"@type\":\"Organization\",\"@id\":\"https:\\\/\\\/smartfense.com\\\/it\\\/#organization\",\"name\":\"SMARTFENSE\",\"url\":\"https:\\\/\\\/smartfense.com\\\/it\\\/\",\"logo\":{\"@type\":\"ImageObject\",\"inLanguage\":\"it-IT\",\"@id\":\"https:\\\/\\\/smartfense.com\\\/it\\\/#\\\/schema\\\/logo\\\/image\\\/\",\"url\":\"https:\\\/\\\/smartfense.com\\\/wp-content\\\/uploads\\\/2023\\\/08\\\/logo-smartfense-240x40-1.png\",\"contentUrl\":\"https:\\\/\\\/smartfense.com\\\/wp-content\\\/uploads\\\/2023\\\/08\\\/logo-smartfense-240x40-1.png\",\"width\":241,\"height\":40,\"caption\":\"SMARTFENSE\"},\"image\":{\"@id\":\"https:\\\/\\\/smartfense.com\\\/it\\\/#\\\/schema\\\/logo\\\/image\\\/\"},\"description\":\"SMARTFENSE es una plataforma SaaS de concienciaci\u00f3n en seguridad de la informaci\u00f3n fundada en 2016. Combina capacitaci\u00f3n interactiva, simulaci\u00f3n de phishing, ransomware, smishing y USB drop, y m\u00e9tricas de riesgo humano. Dise\u00f1ada para Latinoam\u00e9rica, Espa\u00f1a, Portugal e Italia.\",\"foundingDate\":\"2016\",\"sameAs\":[\"https:\\\/\\\/www.linkedin.com\\\/company\\\/smartfense\\\/\"],\"knowsAbout\":[\"Concienciaci\u00f3n en ciberseguridad\",\"Security awareness training\",\"Simulaci\u00f3n de phishing\",\"Simulaci\u00f3n de ransomware\",\"Smishing\",\"Gesti\u00f3n del riesgo humano\",\"Cumplimiento normativo en seguridad de la informaci\u00f3n\"],\"areaServed\":[{\"@type\":\"Country\",\"name\":\"Argentina\"},{\"@type\":\"Country\",\"name\":\"Chile\"},{\"@type\":\"Country\",\"name\":\"Colombia\"},{\"@type\":\"Country\",\"name\":\"M\u00e9xico\"},{\"@type\":\"Country\",\"name\":\"Per\u00fa\"},{\"@type\":\"Country\",\"name\":\"Uruguay\"},{\"@type\":\"Country\",\"name\":\"Paraguay\"},{\"@type\":\"Country\",\"name\":\"Ecuador\"},{\"@type\":\"Country\",\"name\":\"Panam\u00e1\"},{\"@type\":\"Country\",\"name\":\"Costa Rica\"},{\"@type\":\"Country\",\"name\":\"Rep\u00fablica Dominicana\"},{\"@type\":\"Country\",\"name\":\"Guatemala\"},{\"@type\":\"Country\",\"name\":\"Bolivia\"},{\"@type\":\"Country\",\"name\":\"Brasil\"},{\"@type\":\"Country\",\"name\":\"Espa\u00f1a\"},{\"@type\":\"Country\",\"name\":\"Portugal\"},{\"@type\":\"Country\",\"name\":\"Italia\"}],\"slogan\":\"La plataforma online de concienciaci\u00f3n en Seguridad de la Informaci\u00f3n galardonada internacionalmente, que genera h\u00e1bitos seguros en los usuarios.\"},{\"@type\":\"Person\",\"@id\":\"https:\\\/\\\/smartfense.com\\\/it\\\/#\\\/schema\\\/person\\\/f59bcb8bf8bf643f42cae8998bf12d61\",\"name\":\"Tatiana Stacul\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"it-IT\",\"@id\":\"https:\\\/\\\/smartfense.com\\\/wp-content\\\/uploads\\\/2026\\\/05\\\/tatiana-stacul-avatar-150x150.png\",\"url\":\"https:\\\/\\\/smartfense.com\\\/wp-content\\\/uploads\\\/2026\\\/05\\\/tatiana-stacul-avatar-150x150.png\",\"contentUrl\":\"https:\\\/\\\/smartfense.com\\\/wp-content\\\/uploads\\\/2026\\\/05\\\/tatiana-stacul-avatar-150x150.png\",\"caption\":\"Tatiana Stacul\"},\"description\":\"Psic\u00f3loga cognitivo-conductual enfocada en comportamiento humano en entornos digitales: estudia c\u00f3mo la atenci\u00f3n, la carga cognitiva y la respuesta emocional al riesgo condicionan la toma de decisiones frente a la pantalla. Colabora con SMARTFENSE en el dise\u00f1o de contenidos de concienciaci\u00f3n en ciberseguridad y divulga sobre ciberpsicolog\u00eda y bienestar digital en C\u00f3digo Calma. Forma parte de Women4Cyber Sweden y Cibervoluntarios.\",\"url\":\"https:\\\/\\\/smartfense.com\\\/it\\\/author\\\/tatiana-stacul\\\/\"}]}<\/script>\n ","yoast_head_json":{"title":"Automation bias e programmi di Cybersecurity awareness","description":"L'automation bias compare quando un livello di IA si pronuncia prima della persona. Cosa dicono i dati e quali decisioni cambiano nel programma.","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:\/\/smartfense.com\/it\/blog\/aiuto-automatico-fiducia-senza-precisione\/","og_locale":"it_IT","og_type":"article","og_title":"Automation bias e programmi di Cybersecurity awareness","og_description":"L'automation bias compare quando un livello di IA si pronuncia prima della persona. Cosa dicono i dati e quali decisioni cambiano nel programma.","og_url":"https:\/\/smartfense.com\/it\/blog\/aiuto-automatico-fiducia-senza-precisione\/","og_site_name":"SMARTFENSE","article_published_time":"2026-09-02T09:00:00+00:00","article_modified_time":"2026-09-02T19:04:43+00:00","og_image":[{"width":1376,"height":768,"url":"https:\/\/smartfense.com\/file\/2026\/09\/hero.jpg","type":"image\/jpeg"}],"author":"Tatiana Stacul","twitter_card":"summary_large_image","twitter_misc":{"Scritto da":"Tatiana Stacul","Tempo di lettura stimato":"9 minuti"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/smartfense.com\/it\/blog\/aiuto-automatico-fiducia-senza-precisione\/#article","isPartOf":{"@id":"https:\/\/smartfense.com\/it\/blog\/aiuto-automatico-fiducia-senza-precisione\/"},"author":{"name":"Tatiana Stacul","@id":"https:\/\/smartfense.com\/it\/#\/schema\/person\/f59bcb8bf8bf643f42cae8998bf12d61"},"headline":"L’aiuto automatico che alza la fiducia senza alzare la precisione","datePublished":"2026-09-02T09:00:00+00:00","dateModified":"2026-09-02T19:04:43+00:00","mainEntityOfPage":{"@id":"https:\/\/smartfense.com\/it\/blog\/aiuto-automatico-fiducia-senza-precisione\/"},"wordCount":1831,"commentCount":0,"publisher":{"@id":"https:\/\/smartfense.com\/it\/#organization"},"image":{"@id":"https:\/\/smartfense.com\/it\/blog\/aiuto-automatico-fiducia-senza-precisione\/#primaryimage"},"thumbnailUrl":"https:\/\/smartfense.com\/file\/2026\/09\/hero.jpg","keywords":["ciberpsicologia","comportamiento humano","intelligenza artificiale","phishing","psicolog\u00eda cognitiva","rischio umano"],"articleSection":["Blog","Blog"],"inLanguage":"it-IT","potentialAction":[{"@type":"CommentAction","name":"Comment","target":["https:\/\/smartfense.com\/it\/blog\/aiuto-automatico-fiducia-senza-precisione\/#respond"]}]},{"@type":"WebPage","@id":"https:\/\/smartfense.com\/it\/blog\/aiuto-automatico-fiducia-senza-precisione\/","url":"https:\/\/smartfense.com\/it\/blog\/aiuto-automatico-fiducia-senza-precisione\/","name":"Automation bias e programmi di Cybersecurity awareness","isPartOf":{"@id":"https:\/\/smartfense.com\/it\/#website"},"primaryImageOfPage":{"@id":"https:\/\/smartfense.com\/it\/blog\/aiuto-automatico-fiducia-senza-precisione\/#primaryimage"},"image":{"@id":"https:\/\/smartfense.com\/it\/blog\/aiuto-automatico-fiducia-senza-precisione\/#primaryimage"},"thumbnailUrl":"https:\/\/smartfense.com\/file\/2026\/09\/hero.jpg","datePublished":"2026-09-02T09:00:00+00:00","dateModified":"2026-09-02T19:04:43+00:00","description":"L'automation bias compare quando un livello di IA si pronuncia prima della persona. Cosa dicono i dati e quali decisioni cambiano nel programma.","breadcrumb":{"@id":"https:\/\/smartfense.com\/it\/blog\/aiuto-automatico-fiducia-senza-precisione\/#breadcrumb"},"inLanguage":"it-IT","potentialAction":[{"@type":"ReadAction","target":["https:\/\/smartfense.com\/it\/blog\/aiuto-automatico-fiducia-senza-precisione\/"]}]},{"@type":"ImageObject","inLanguage":"it-IT","@id":"https:\/\/smartfense.com\/it\/blog\/aiuto-automatico-fiducia-senza-precisione\/#primaryimage","url":"https:\/\/smartfense.com\/file\/2026\/09\/hero.jpg","contentUrl":"https:\/\/smartfense.com\/file\/2026\/09\/hero.jpg","width":1376,"height":768,"caption":"Manos sobre el mostrador de madera de una caja pasando un marcador detector sobre un billete, con la marca ya trazada y el billete a punto de volver al cliente, mientras la l\u00e1mpara para mirar la marca de agua queda a un costado sin usarse"},{"@type":"BreadcrumbList","@id":"https:\/\/smartfense.com\/it\/blog\/aiuto-automatico-fiducia-senza-precisione\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Portada","item":"https:\/\/smartfense.com\/it\/"},{"@type":"ListItem","position":2,"name":"L’aiuto automatico che alza la fiducia senza alzare la precisione"}]},{"@type":"WebSite","@id":"https:\/\/smartfense.com\/it\/#website","url":"https:\/\/smartfense.com\/it\/","name":"SMARTFENSE - Concienciaci\u00f3n en Ciberseguridad","description":"","publisher":{"@id":"https:\/\/smartfense.com\/it\/#organization"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/smartfense.com\/it\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"it-IT"},{"@type":"Organization","@id":"https:\/\/smartfense.com\/it\/#organization","name":"SMARTFENSE","url":"https:\/\/smartfense.com\/it\/","logo":{"@type":"ImageObject","inLanguage":"it-IT","@id":"https:\/\/smartfense.com\/it\/#\/schema\/logo\/image\/","url":"https:\/\/smartfense.com\/file\/2023\/08\/logo-smartfense-240x40-1.png","contentUrl":"https:\/\/smartfense.com\/file\/2023\/08\/logo-smartfense-240x40-1.png","width":241,"height":40,"caption":"SMARTFENSE"},"image":{"@id":"https:\/\/smartfense.com\/it\/#\/schema\/logo\/image\/"},"description":"SMARTFENSE es una plataforma SaaS de concienciaci\u00f3n en seguridad de la informaci\u00f3n fundada en 2016. Combina capacitaci\u00f3n interactiva, simulaci\u00f3n de phishing, ransomware, smishing y USB drop, y m\u00e9tricas de riesgo humano. Dise\u00f1ada para Latinoam\u00e9rica, Espa\u00f1a, Portugal e Italia.","foundingDate":"2016","sameAs":["https:\/\/www.linkedin.com\/company\/smartfense\/"],"knowsAbout":["Concienciaci\u00f3n en ciberseguridad","Security awareness training","Simulaci\u00f3n de phishing","Simulaci\u00f3n de ransomware","Smishing","Gesti\u00f3n del riesgo humano","Cumplimiento normativo en seguridad de la informaci\u00f3n"],"areaServed":[{"@type":"Country","name":"Argentina"},{"@type":"Country","name":"Chile"},{"@type":"Country","name":"Colombia"},{"@type":"Country","name":"M\u00e9xico"},{"@type":"Country","name":"Per\u00fa"},{"@type":"Country","name":"Uruguay"},{"@type":"Country","name":"Paraguay"},{"@type":"Country","name":"Ecuador"},{"@type":"Country","name":"Panam\u00e1"},{"@type":"Country","name":"Costa Rica"},{"@type":"Country","name":"Rep\u00fablica Dominicana"},{"@type":"Country","name":"Guatemala"},{"@type":"Country","name":"Bolivia"},{"@type":"Country","name":"Brasil"},{"@type":"Country","name":"Espa\u00f1a"},{"@type":"Country","name":"Portugal"},{"@type":"Country","name":"Italia"}],"slogan":"La plataforma online de concienciaci\u00f3n en Seguridad de la Informaci\u00f3n galardonada internacionalmente, que genera h\u00e1bitos seguros en los usuarios."},{"@type":"Person","@id":"https:\/\/smartfense.com\/it\/#\/schema\/person\/f59bcb8bf8bf643f42cae8998bf12d61","name":"Tatiana Stacul","image":{"@type":"ImageObject","inLanguage":"it-IT","@id":"https:\/\/smartfense.com\/file\/2026\/05\/tatiana-stacul-avatar-150x150.png","url":"https:\/\/smartfense.com\/file\/2026\/05\/tatiana-stacul-avatar-150x150.png","contentUrl":"https:\/\/smartfense.com\/file\/2026\/05\/tatiana-stacul-avatar-150x150.png","caption":"Tatiana Stacul"},"description":"Psic\u00f3loga cognitivo-conductual enfocada en comportamiento humano en entornos digitales: estudia c\u00f3mo la atenci\u00f3n, la carga cognitiva y la respuesta emocional al riesgo condicionan la toma de decisiones frente a la pantalla. Colabora con SMARTFENSE en el dise\u00f1o de contenidos de concienciaci\u00f3n en ciberseguridad y divulga sobre ciberpsicolog\u00eda y bienestar digital en C\u00f3digo Calma. Forma parte de Women4Cyber Sweden y Cibervoluntarios.","url":"https:\/\/smartfense.com\/it\/author\/tatiana-stacul\/"}]}},"_links":{"self":[{"href":"https:\/\/smartfense.com\/it\/wp-json\/wp\/v2\/posts\/45157","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/smartfense.com\/it\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/smartfense.com\/it\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/smartfense.com\/it\/wp-json\/wp\/v2\/users\/32"}],"replies":[{"embeddable":true,"href":"https:\/\/smartfense.com\/it\/wp-json\/wp\/v2\/comments?post=45157"}],"version-history":[{"count":4,"href":"https:\/\/smartfense.com\/it\/wp-json\/wp\/v2\/posts\/45157\/revisions"}],"predecessor-version":[{"id":45218,"href":"https:\/\/smartfense.com\/it\/wp-json\/wp\/v2\/posts\/45157\/revisions\/45218"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/smartfense.com\/it\/wp-json\/wp\/v2\/media\/45152"}],"wp:attachment":[{"href":"https:\/\/smartfense.com\/it\/wp-json\/wp\/v2\/media?parent=45157"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/smartfense.com\/it\/wp-json\/wp\/v2\/categories?post=45157"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/smartfense.com\/it\/wp-json\/wp\/v2\/tags?post=45157"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}