Coaching vs AI nel 2026: perché l’intelligenza artificiale sostituirà i coach mediocri (e non il coaching)

Negli ultimi due anni ogni professionista del coaching si è trovato, almeno una volta, a chiedersi se l’intelligenza artificiale generativa fosse un alleato potenziale o un avviso di sfratto. La domanda è legittima: un’analisi sistematica della Harvard Business Review (2025) rivela che tra gli usi principali dell’AI nel mondo figurano la generazione di idee, la ricerca di compagnia e terapia informale, e l’apprendimento personalizzato. Sono funzioni che chiunque abbia praticato coaching riconosce immediatamente come parzialmente sovrapposte al proprio mestiere. La sovrapposizione esiste: fingere il contrario è imprudente.

Il punto, però, è dove si ferma la sovrapposizione. E qui la risposta richiede una distinzione che troppo spesso viene saltata: la differenza tra informazione e relazione. I dati del Digital 2026 Global Overview Report mostrano un’adozione globale senza precedenti: oltre 4,7 miliardi di interazioni mensili con modelli linguistici. Ma l’informazione non è coaching. Il coaching è una relazione, e la relazione — come Carl Rogers già nel 1957 formulava — dipende da condizioni non algoritmiche: congruenza, considerazione incondizionata e comprensione empatica.

Conviene essere onesti sulla portata del fenomeno. Non si tratta di un’onda tecnologica tra le tante: si tratta di una ristrutturazione dell’intero mercato dei servizi alla persona. Chi offre coaching puramente informativo — trasferimento di framework, modelli preconfezionati, check-list motivazionali — compete già oggi con un servizio disponibile gratuitamente, ventiquattr’ore al giorno, in quaranta lingue. La domanda non è se questa competizione arriverà. È se il proprio posizionamento professionale ne esce rafforzato o dissolto.

L’AI sostituirà i coach mediocri, non il coaching

) sono solo alcune delle ricerche ma anche di temi che tendono ad essere portati dai clienti in sessione.

Un coach italiano di formazione consolidata, Simone Volpi, ha formulato su LinkedIn un’osservazione precisa: l’intelligenza artificiale non sostituirà il coaching, ma sostituirà i coach mediocri. Mediocre, in questo contesto, significa un professionista il cui valore aggiunto risiede esclusivamente nel trasferimento di modelli e tecniche: la matrice di Eisenhower, la ruota della vita, il modello GROW. Sono strumenti utili, ma un modello linguistico li padroneggia già oggi in modo competente.

La questione diventa: cosa resta quando togli i modelli? Restano le competenze relazionali che la International Coaching Federation (ICF) definisce “Core Competencies”: ascolto attivo, presenza, comunicazione diretta, creazione di consapevolezza. Sono comportamenti che presuppongono una capacità percettiva incarnata — leggere un’esitazione nella voce, sentire la tensione in un silenzio, calibrare la forza di una domanda in base a ciò che il corpo del coachee sta comunicando. Un modello linguistico non ha accesso a queste informazioni, perché non ha un apparato sensoriale.

C’è un test empirico brutale per capire in quale metà della distribuzione ci si trova. Basta chiedersi: se domani un’AI avesse accesso a tutti i miei modelli, alle mie slide, alle mie domande tipo — cosa resterebbe del mio valore per il cliente? Se la risposta è “poco”, il problema non è l’AI: è che il proprio coaching era già fragile prima che l’AI entrasse nella conversazione. Se la risposta è “la relazione, la lettura del non detto, la capacità di stare nel disagio senza risolverlo prematuramente”, allora l’AI non è una minaccia. È un’infrastruttura.

L’orgoglio algoritmico: il rischio sottovalutatonzione: La sfida per i Coach

C’è un rischio che la narrazione entusiasta sull’AI nel coaching tende a sottacere: il bias di conferma amplificato. Un modello linguistico, per architettura, ottimizza la soddisfazione dell’utente. Ciò significa che tende a dire ciò che l’interlocutore vuole sentirsi dire. In una sessione di coaching seria, il valore risiede spesso nel contrario: nel porre la domanda scomoda, nel non riempire un silenzio, nel restituire al coachee una verità che il suo orgoglio preferirebbe evitare.

La ricerca sui bias nei sistemi di raccomandazione è concorde: i sistemi che ottimizzano l’engagement tendono a rinforzare le preferenze esistenti piuttosto che a sfidarle. Applicato al coaching, questo significa che un’AI può produrre un effetto paradossale: il coachee si sente “aiutato” ma resta esattamente dove era, perché nessuno lo ha mai confrontato con i propri punti ciechi. Un coach umano competente fa, per mestiere, l’opposto.

Il fenomeno ha un nome nella letteratura clinica: collusione terapeutica. Accade quando il professionista, per evitare il conflitto relazionale, rinuncia a confrontare il cliente con le sue difese. Con un terapeuta o un coach umano, la collusione è un errore professionale riconoscibile e correggibile tramite supervisione. Con un’AI, la collusione è la modalità predefinita: il sistema è progettato per non generare attrito. E il coachee, che non sa di avere bisogno proprio di quell’attrito, ne esce soddisfatto e immobile. 

Dove l’AI crea valore reale per il coaching

Negare i vantaggi dell’AI sarebbe intellettualmente disonesto. 
In termini pratici, l’AI può essere un assistente straordinario per il coach: preparazione delle sessioni, sintesi strutturate delle note, generazione di domande esplorative da usare come punto di partenza, analisi di pattern nei temi ricorrenti del coachee nel tempo. Sono attività ad alto consumo di tempo e a basso contenuto relazionale — esattamente il tipo di lavoro che un modello linguistico esegue in modo eccellente. Il coach che integra questi strumenti libera tempo cognitivo per ciò che conta: la presenza nella sessione, l’ascolto profondo, la capacità di cogliere ciò che il linguaggio non dice.

Cosa deve diventare il coach che vuole sopravvivere

La risposta non è difensiva. Non è “noi facciamo qualcosa che l’AI non può fare” — perché questa formula diventa una trincea retorica. La risposta è evolutiva: il coach che sopravviverà all’AI è quello che usa l’AI per tutto ciò che è automatizzabile, e che investe il tempo liberato nel potenziare ciò che non lo è.

Significa formazione continua sulla qualità della relazione, non sui modelli. Significa supervisione regolare, perché i propri punti ciechi come coach sono altrettanto reali di quelli del coachee. Significa sviluppare una competenza che la ricerca sulla therapeutic alliance di Norcross e Lambert (2018) identifica come il predittore più robusto degli esiti in qualunque relazione d’aiuto: la capacità di adattare il proprio stile relazionale al singolo cliente, sessione per sessione, momento per momento. Un modello linguistico può cambiare tono. Non può cambiare presenza.

Il vero campo di battaglia: il pensiero critico del cliente

Il problema più profondo, però, non riguarda il coach: riguarda il coachee. Il rischio più sottile dell’AI generativa è la progressiva erosione del pensiero critico dell’utente finale. Luckin (UCL Institute of Education, 2018) ha parlato di “intelligenza artificiale consapevole” come competenza educativa urgente: saper usare l’AI senza esserne usati.

Questo è esattamente lo spazio in cui il coaching umano resta insostituibile: non nel dare risposte, ma nell’insegnare a fare domande migliori. Non nel fornire modelli, ma nel costruire la capacità del coachee di distinguere quando un modello è utile e quando è un paravento. Chi capisce questa differenza avrà clienti. Chi non la capisce è già stato sostituito, e probabilmente non se n’è ancora accorto.

Stai usando l’AI per pensare meglio — o per evitare di pensare?

---

Riferimenti bibliografici

Carl Rogers (1957). The necessary and sufficient conditions of therapeutic personality change. Journal of

Consulting Psychology, 21(2), 95–103. (psycnet.apa.org)

DataReportal (2026). Digital 2026 Global Overview Report (datareportal.com)

Dell’Acqua, F. et al. (2023). Navigating the Jagged Technological Frontier. Harvard Business School Working Paper No. 24-013. (hbs.edu)

Harvard Business Review (2025). How People Are Really Using Gen AI in 2025 (hbr.org)

ICF. ICF Core Competencies (coachingfederation.org)

Kivlighan, D. M. (2014). Therapist–client agreement. Journal of Counseling Psychology, 61(2). (psycnet.apa.org)

Luckin, R. (2018). Machine Learning and Human Intelligence. UCL IoE Press. (ucl.ac.uk)

Norcross, J. C., & Lambert, M. J. (2018). Psychotherapy Relationships That Work. Psychotherapy, 55(4), 303–315. (psycnet.apa.org)

Volpi, S. (2025). Il futuro del coaching nell’era dell’AI. LinkedIn. (linkedin.com)

Wang, Y. et al. (2023). Bias in Recommendation Systems. ACM RecSys. (dl.acm.org)