Adottare l’IA: ci si può ancora riconoscere nel proprio lavoro?
L’introduzione dell’IA può trasformare un’attività di scrittura o progettazione in un’attività di selezione e revisione. La domanda manageriale è precisa: quale margine di intervento lasciare ai collaboratori affinché possano ancora riconoscere il proprio contributo nel risultato?
Che cosa stabilisce la letteratura
Jon L. Pierce, Tatiana Kostova e Kurt T. Dirks (2001, Academy of Management Review) propongono una teoria della proprietà psicologica: la sensazione che un oggetto, materiale o immateriale, sia «mio», indipendentemente dalla proprietà giuridica. Il loro modello individua in particolare il controllo sull’oggetto, la sua conoscenza approfondita e l’investimento personale come percorsi verso questa appropriazione. Applicato all’IA, suggerisce un’ipotesi, non un risultato dimostrato: approvare una proposta senza poterla trasformare in modo sostanziale potrebbe non bastare per sentirla propria.
Automatizzare e contribuire non sono semplici opposti
Sebastian Raisch e Sebastian Krakowski (2021, Academy of Management Review) analizzano le tensioni tra automazione, che affida compiti alle macchine, e potenziamento, che associa persone e IA nella loro esecuzione. Il loro contributo teorico mostra perché queste logiche vadano considerate insieme anziché come opzioni indipendenti. Per un responsabile, la domanda riguarda quindi il contributo umano effettivamente preservato, non soltanto la presenza di un’approvazione finale.
La conclusione troppo rapida
Si potrebbe dedurne che ogni risultato dell’IA debba essere obbligatoriamente riscritto da una persona. Questi lavori non giustificano tale regola: una modifica obbligatoria può diventare un gesto formale, senza un controllo reale sul risultato. Si tratta piuttosto di consentire scelte sostanziali, compresa quella di mantenere una proposta giudicata adeguata. (i nostri percorsi di formazione per quadri e collaboratori)
Che cosa i dati non permettono di stabilire
Entrambi gli articoli sono contributi teorici, non sperimentazioni che misurano l’effetto dell’IA generativa sul senso di proprietà del lavoro. Non permettono quindi di affermare che una maggiore libertà di modifica migliori necessariamente la qualità o l’adozione. Il sentirsi autori deve inoltre restare distinto dalla responsabilità professionale: riconoscersi in un documento non ne garantisce né l’esattezza né la conformità.
Una verifica pratica a Friburgo
Nel programma «Guidare l’adozione dell’IA nel proprio team» di SHR — Swiss Human Resources, un esercizio potrebbe utilizzare bozze prive di contenuti sensibili: una scheda di processo agroalimentare, un’istruzione industriale bilingue o un documento amministrativo del polo universitario friburghese. Per ogni bozza, conservare la proposta iniziale e la versione finale, poi chiedere al collaboratore di indicare una scelta sostanziale che poteva modificare e di precisare se riconosce il proprio contributo nel risultato. La misura proposta è la proporzione di bozze per le quali il processo di lavoro conferma questo margine di scelta e il collaboratore riconosce un proprio contributo. Questa rilevazione non dimostra un effetto causale, ma permette di verificare se il team ha un effettivo potere di trasformazione o soltanto un pulsante di approvazione. Per approfondire: scoprite la formazione Guidare l'adozione dell'IA nel proprio team a Friburgo nel cantone di 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