Adozione dell’IA: le stesse parole hanno lo stesso significato per tutti?
Un team può utilizzare lo stesso strumento di IA attribuendo significati diversi alle informazioni che gli affida. La domanda manageriale è precisa: come assicurarsi che una sintesi generata dall’IA conservi le distinzioni di cui ogni gruppo professionale ha bisogno per agire?
Che cosa stabilisce la letteratura
Susan Leigh Star e James Griesemer (1989, Social Studies of Science) descrivono come attori appartenenti a mondi sociali diversi cooperino attraverso «oggetti di confine», senza condividere integralmente le stesse conoscenze. Questi oggetti restano riconoscibili tra gruppi, consentendo al contempo utilizzi locali differenti. Lo studio storico non riguarda l’IA, ma invita a distinguere un documento condiviso da un’interpretazione identica.
Quando trasmettere non basta
Paul Carlile (2002, Organization Science), in uno studio sullo sviluppo di nuovi prodotti, mostra che le conoscenze professionali sono radicate nelle pratiche e legate a interessi diversi. Ai confini tra professioni, un supporto utile deve consentire di rappresentare le conoscenze, discuterne le differenze e trasformarle. Per l’adozione dell’IA, il meccanismo da esaminare è quindi la conservazione delle distinzioni professionali, non soltanto la scorrevolezza del testo.
La conclusione affrettata
Si potrebbe dedurne che basti imporre un glossario prima di introdurre l’IA. Eppure uno stesso termine può legittimamente riflettere vincoli diversi secondo la professione: una «disponibilità» commerciale non coincide necessariamente con una disponibilità tecnica. L’obiettivo non è eliminare queste differenze, ma rendere visibili quelle che modificano una decisione. (i nostri percorsi di formazione per quadri e collaboratori)
Che cosa i dati non permettono di concludere
Nessuno dei due studi misura la fedeltà delle sintesi generate dall’IA o l’efficacia di un glossario nella loro produzione. Offrono un quadro per analizzare la cooperazione, non la prova che un determinato protocollo migliori uno strumento attuale. Una revisione limitata allo stile e agli errori fattuali rischia tuttavia di lasciare fuori dal controllo le ambiguità tra gruppi professionali.
Una verifica pratica a Sion
Nel programma SHR dedicato a guidare l’adozione dell’IA nel proprio team, un esercizio a Sion può utilizzare documenti di passaggio di consegne anonimizzati o fittizi provenienti dall’energia idroelettrica, dalla sanità, dalla viticoltura e dal turismo alpino. Prima di generare la sintesi, i rappresentanti di due gruppi professionali interessati registrano le distinzioni indispensabili alla decisione, per esempio tra capacità annunciata e capacità effettivamente utilizzabile. Verificano poi ogni distinzione nella sintesi e calcolano la proporzione conservata senza ambiguità, mantenendo il documento originale, il risultato e la griglia di valutazione. Il confronto tra un’istruzione generica e una che esplicita queste distinzioni, sugli stessi casi e con lo stesso strumento, fornisce un risultato locale verificabile, senza dimostrarne la generalizzabilità. Per approfondire: scoprite la formazione Guidare l'adozione dell'IA nel proprio team a Sion nel Canton Vallese, oppure sfogliate i nostri percorsi di formazione per quadri e collaboratori in Svizzera.
In Bildern: Guidare l'adozione dell'IA nel proprio team in Sion
- guidare l'adozione dell'ia nel proprio team
- Sion
- ricerca
- Weiterbildung sion