Adozione dell’IA: che cosa si perde in una sintesi collettiva?
Affidare all’IA la sintesi dei contributi di un team sembra un modo ragionevole per preparare una decisione. La domanda manageriale è più precisa: come verificare che un’informazione posseduta da una sola persona resti visibile quando contraddice l’orientamento prevalente?
Che cosa stabilisce la letteratura
Garold Stasser e William Titus (1985, Journal of Personality and Social Psychology) hanno mostrato, in un esperimento sulle decisioni di gruppo, che la discussione privilegiava le informazioni inizialmente condivise rispetto a quelle possedute da un solo membro. Questa asimmetria può impedire al gruppo di utilizzare gli elementi necessari per una scelta migliore. Una sintesi fedele agli scambi non garantisce quindi una rappresentazione sufficiente delle conoscenze disponibili.
Il meccanismo che può rafforzare la selezione
Raymond S. Nickerson (1998, Review of General Psychology) descrive, in una rassegna della letteratura, la tendenza a cercare o interpretare gli elementi in modo favorevole alle convinzioni e alle ipotesi già presenti. Applicato a una sintesi prodotta dall’IA, questo meccanismo suggerisce un rischio da parte del lettore: accettare un testo coerente con la propria valutazione senza cercare le obiezioni mancanti. Si tratta di un’estrapolazione manageriale, non di un risultato di questa pubblicazione sull’IA.
La conclusione affrettata
Se ne potrebbe dedurre che occorra rinunciare alle sintesi automatizzate o conservare integralmente ogni contributo. Questi lavori non giustificano nessuna delle due prescrizioni: condensare implica necessariamente una selezione. Il punto è distinguere una ripetizione eliminabile da un’informazione isolata che potrebbe modificare la decisione. (i nostri percorsi di formazione per quadri e collaboratori)
Che cosa i dati non permettono di affermare
L’esperimento sulla condivisione delle informazioni riguarda un compito controllato, mentre la rassegna sul bias di conferma non misura gli usi contemporanei dell’IA generativa. Non permettono di affermare che una sintesi automatizzata ometta più obiezioni di una sintesi umana. Verificare soltanto l’esattezza delle frasi presenti lascia tuttavia aperta un’altra domanda: quali informazioni pertinenti non figurano più nel documento?
Una verifica pratica a Berna
Nell’ambito del programma SHR « Conduire l’adoption de l’IA dans son équipe », un team bernese può confrontare i contributi originali con la sintesi destinata alla decisione, utilizzando un dossier autorizzato e uno strumento approvato. Nell’amministrazione federale, nella sanità pubblica, nelle telecomunicazioni o nell’industria di precisione, può trattarsi rispettivamente di una riserva giuridica, di un’allerta sanitaria, di una dipendenza di rete o di un vincolo di tolleranza segnalato da una sola persona. Prima di leggere la sintesi, due revisori individuano nelle fonti le informazioni isolate che potrebbero modificare la scelta, quindi misurano la proporzione di quelle il cui significato e le cui implicazioni restano esplicitamente presenti nella sintesi. Conservare i passaggi originali, quelli corrispondenti e le omissioni rende il controllo verificabile; questo tasso misura la conservazione di tali informazioni, non la qualità complessiva della decisione. Per approfondire: scoprite la formazione Guidare l'adozione dell'IA nel proprio team a Berna nel cantone di Berna, oppure sfogliate i nostri percorsi di formazione per quadri e collaboratori in Svizzera.
In Bildern: Guidare l'adozione dell'IA nel proprio team in Berna
- guidare l'adozione dell'ia nel proprio team
- Berna
- ricerca
- Weiterbildung berna