Adottare l’IA: il team saprà ancora lavorare senza?
Uno strumento di IA può diventare indispensabile prima che l’organizzazione abbia definito come lavorare quando non è disponibile. La domanda manageriale è precisa: quali competenze occorre mantenere affinché il team possa proseguire un’attività essenziale senza questo strumento?
Che cosa stabilisce la letteratura
Lisanne Bainbridge (1983, Automatica) descrive una difficoltà classica dell’automazione: quanto più un sistema gestisce le operazioni ordinarie, tanto meno le persone hanno occasione di esercitare le competenze necessarie per riprendere il controllo. Eppure, ci si aspetta ancora che l’operatore intervenga quando si presenta una situazione che il sistema non gestisce correttamente. Questa analisi non misura gli effetti dell’IA generativa attuale, ma evidenzia una contraddizione nella progettazione del lavoro.
La dipendenza si costruisce anche nell’organizzazione
Raja Parasuraman e Victor Riley (1997, Human Factors) distinguono tra uso appropriato dell’automazione, affidamento eccessivo, mancato utilizzo e scelte di implementazione che trascurano le conseguenze umane. La loro rassegna mostra che questi comportamenti non si riducono a una preferenza individuale per la tecnologia. L’affidabilità del sistema, il carico di lavoro e le condizioni d’uso contribuiscono a plasmare il rapporto con lo strumento.
La conclusione troppo rapida
Si potrebbe dedurne che, per preservare le competenze, occorra continuare a fare tutto manualmente. Questi lavori non giustificano una simile regola: mantenere invariato ogni gesto annullerebbe parte dell’utilità dell’automazione. La scelta consiste piuttosto nell’individuare le attività la cui interruzione sarebbe difficilmente accettabile e le competenze necessarie per riprenderle. (i nostri percorsi di formazione per quadri e collaboratori)
Che cosa i dati non consentono di determinare
Queste pubblicazioni riguardano l’automazione in senso ampio e precedono gli assistenti generativi contemporanei. Non permettono di stabilire né una frequenza universale di esercitazione senza IA né un intervallo generale entro cui si perdono le competenze. Un team che completa rapidamente un compito con assistenza non dimostra quindi, con quel solo risultato, di saperlo proseguire con un supporto tecnologico ridotto.
Una verifica pratica a Friburgo
Nel programma SHR « Conduire l’adoption de l’IA dans son équipe », una possibile applicazione a Friburgo sarebbe un’esercitazione di ripresa senza IA, progettata con un’impresa agroalimentare o industriale bilingue e, se pertinente, un partner del polo universitario. Su un caso fittizio ed estraneo alle attività operative reali, il team preparerebbe un passaggio di consegne in francese e tedesco, utilizzando i documenti di riferimento autorizzati ma senza un assistente generativo. Il responsabile misurerebbe il tempo necessario per ottenere una versione utilizzabile e la quota di informazioni obbligatorie riportate correttamente in ciascuna lingua, secondo una griglia e soglie definite prima dell’esercitazione. Il test non dimostrerebbe una perdita di competenze causata dall’IA, ma renderebbe visibili l’attuale capacità di continuità operativa e gli aspetti da esercitare. Per approfondire: scoprite la formazione Guidare l'adozione dell'IA nel proprio team a Friburgo, oppure sfogliate i nostri percorsi di formazione per quadri e collaboratori in Svizzera.
In Bildern: Guidare l'adozione dell'IA nel proprio team in Friburgo
- guidare l'adozione dell'ia nel proprio team
- Friburgo
- ricerca
- Weiterbildung friburgo