Assistenti IA: bisogna dare loro una personalità?
Gli strumenti senza codice permettono di dare facilmente un nome, un tono e un’identità a un assistente IA. Per un responsabile che ne prepara l’introduzione, la domanda è precisa: questa presentazione facilita l’uso oppure aumenta soprattutto la fiducia senza migliorare il servizio offerto?
Che cosa stabilisce la letteratura
Clifford Nass e Youngme Moon (2000, Journal of Social Issues) analizzano esperimenti che mostrano come le persone applichino ai computer regole sociali normalmente riservate alle interazioni umane. Queste reazioni non presuppongono che gli utenti credano davvero che la macchina sia umana. Per progettare un assistente, la distinzione conta: sapere di utilizzare un software non neutralizza necessariamente l’effetto della sua presentazione.
Quando la presentazione modifica la fiducia
Adam Waytz, Joy Heafner e Nicholas Epley (2014, Journal of Experimental Social Psychology) mostrano, in un esperimento di guida simulata, che una presentazione antropomorfica di un veicolo autonomo aumenta la fiducia nei suoi confronti. Il dispositivo sperimentale associa, tra gli altri elementi, un nome, una voce e un genere, e gli autori collegano l’effetto all’attribuzione di una mente alla macchina. Il risultato riguarda un veicolo, non un assistente conversazionale, ma offre un meccanismo pertinente da esaminare: la fiducia può variare in funzione dei tratti umani del sistema.
La conclusione affrettata
Si potrebbe concludere che occorra rendere ogni assistente più umano per favorirne l’adozione. Questi lavori, tuttavia, non mostrano che una maggiore fiducia migliori la qualità delle decisioni o corrisponda meglio alle capacità del sistema. Il compito manageriale non è quindi massimizzare la simpatia dell’interfaccia, ma verificare che la sua presentazione non faccia apparire come competenza specialistica un supporto limitato. (i nostri percorsi di formazione per quadri e collaboratori)
Che cosa questi dati non permettono di decidere
Questi articoli precedono gli assistenti basati sui grandi modelli linguistici e non costituiscono una valutazione delle attuali piattaforme senza codice. L’esperimento sul veicolo non permette inoltre di attribuire separatamente l’effetto osservato al nome, alla voce o al genere. Non dimostra nemmeno che questi elementi producano gli stessi effetti in francese e in tedesco: in un’organizzazione bilingue, tale equivalenza resta da verificare.
Una verifica pratica a Friburgo
Nell’ambito del programma « Créer ses assistants et agents IA sans coder », un progetto pilota a Friburgo potrebbe riunire un’impresa agroalimentare, un team industriale bilingue e partecipanti del polo universitario per lavorare su richieste interne non sensibili. Assegnare casualmente i partecipanti a un’interfaccia funzionale oppure a una dotata di nome e avatar, mantenendo le risposte rigorosamente identiche e bilanciando le versioni francese e tedesca, permetterebbe di isolare l’effetto di questa presentazione. La misura principale sarebbe la proporzione di risposte accettate senza modifiche nonostante un limite noto, inserito nei casi di prova e spiegato durante il debriefing. Confrontare questa proporzione tra le interfacce, separatamente per ciascuna lingua, fornirebbe un indicatore verificabile dell’accettazione indotta dalla presentazione, anziché una semplice misura di soddisfazione. Per approfondire: scoprite la formazione Creare assistenti e agenti IA senza programmare a Friburgo, oppure sfogliate i nostri percorsi di formazione per quadri e collaboratori in Svizzera.
In Bildern: Creare assistenti e agenti IA senza programmare in Friburgo
- creare assistenti e agenti ia senza programmare
- Friburgo
- ricerca
- Weiterbildung friburgo