Assistenti IA: quali dati occorre davvero raccogliere?

Creare un assistente senza programmare rende più accessibile la progettazione di uno strumento, ma anche di un nuovo punto di raccolta delle informazioni. La domanda manageriale è precisa: quali dati occorre richiedere per erogare il servizio previsto, senza rendere la divulgazione aggiuntiva la modalità predefinita?

Che cosa stabilisce la letteratura

Tamara Dinev e Paul Hart (2006, Information Systems Research) esaminano un modello in cui la disponibilità a fornire informazioni personali per transazioni elettroniche dipende, tra l’altro, dai rischi percepiti, dalla fiducia e dai benefici attesi. I loro risultati sostengono una lettura basata sul bilanciamento tra fattori, anziché una semplice distinzione tra utenti attenti o indifferenti alla propria privacy. Per chi progetta un assistente, ne deriva una precauzione: accettare di fornire un’informazione non dimostra che essa sia necessaria.

Una decisione sensibile al contesto

Alessandro Acquisti, Laura Brandimarte e George Loewenstein (2015, Science) sintetizzano ricerche secondo cui le decisioni di divulgazione sono caratterizzate dall’incertezza e dalla dipendenza dal contesto. Il modo di presentare una richiesta può influenzare il comportamento senza modificare l’utilità oggettiva del dato richiesto. Un modulo accogliente o una conversazione fluida non costituisce quindi, di per sé, un indicatore di scelta informata.

La conclusione affrettata

Si potrebbe dedurre che un assistente debba sempre richiedere meno informazioni. La conclusione utile è più esigente: distinguere i dati necessari al compito da quelli che l’interfaccia invita semplicemente a fornire. Per preparare una risposta generica a una domanda procedurale, il nome di un cliente può essere superfluo; per gestire una pratica individuale in un ambiente autorizzato, alcuni dati identificativi possono essere indispensabili. (i nostri percorsi di formazione per quadri e collaboratori)

Che cosa questi lavori non permettono di stabilire

Queste pubblicazioni non confrontano assistenti generativi senza codice utilizzati nelle imprese e non consentono quindi di quantificare gli effetti della riduzione dei campi di inserimento sulla loro qualità. Le decisioni dei dipendenti soggetti a direttive e a una gerarchia non sono inoltre equivalenti a quelle dei consumatori. Infine, eliminare un identificativo visibile non garantisce né l’anonimato di una descrizione né il controllo degli accessi e della conservazione.

Una verifica pratica a Zurigo

Nell’ambito del programma SHR «Créer ses assistants et agents IA sans coder», un esercizio pertinente per i servizi finanziari, le assicurazioni, il settore tecnologico e le sedi europee di gruppi internazionali a Zurigo consiste nel testare un assistente su casi fittizi rappresentativi, con e senza ciascuna categoria di dati personali richiesta. Per ogni coppia, un esperto del settore valuta le risposte secondo una griglia definita in anticipo, senza sapere quale versione sia stata utilizzata; si registrano la proporzione di casi in cui la rimozione mantiene una risposta accettabile e gli errori osservati. Le categorie la cui rimozione non peggiora i risultati in questi casi diventano candidate all’eliminazione dal modulo, prima di una verifica distinta dei requisiti di sicurezza, conformità e conservazione. Per approfondire: scoprite la formazione Creare assistenti e agenti IA senza programmare a Zurigo, oppure sfogliate i nostri percorsi di formazione per quadri e collaboratori in Svizzera.

In Bildern: Creare assistenti e agenti IA senza programmare in Zurigo

• creare assistenti e agenti ia senza programmare
• Zurigo
• ricerca
• Weiterbildung zurigo