Avversione o apprezzamento per gli algoritmi: cosa dice la ricerca
Bisogna temere che i team rifiutino l'IA, o che la accettino senza esame? La letteratura documenta entrambe le tendenze, in condizioni diverse.
Un'avversione documentata
Berkeley Dietvorst, Joseph Simmons e Cade Massey (2015, Journal of Experimental Psychology: General) mostrano che i partecipanti abbandonano un algoritmo più in fretta di un umano dopo averlo visto sbagliare, anche se resta più preciso. L'effetto è di laboratorio, su compiti di previsione.
Un apprezzamento altrettanto documentato
Jennifer Logg, Julia Minson e Don Moore (2019, Organizational Behavior and Human Decision Processes) osservano che i non esperti seguono di più un consiglio presentato come algoritmico. Negli esperti l'effetto si attenua.
Che cosa insegna la divergenza
I risultati sono compatibili: la fiducia dipende da competenza, visibilità degli errori e ambito. Trasferirli a team reali resta un'ipotesi. (i nostri percorsi di formazione per quadri e collaboratori)
Il limite della prassi corrente
Insegnare ai manager a «fidarsi» o «diffidare» dell'IA è troppo grossolano. La domanda utile è la calibrazione: dove lo strumento si è dimostrato affidabile, e come lo sappiamo?
Una verifica pratica a Losanna
Per un mese registrare ogni raccomandazione seguita o scartata e il suo esito, poi confrontare i tassi d'errore. È l'unico modo per capire se prevale l'avversione o l'eccesso di fiducia. Per approfondire: scoprite la formazione Gestire nell'era dell'intelligenza artificiale a Losanna, oppure sfogliate i nostri percorsi di formazione per quadri e collaboratori in Svizzera.
In Bildern: Gestire nell'era dell'intelligenza artificiale in Losanna
- gestire nell'era dell'intelligenza artificiale
- Losanna
- ricerca
- Weiterbildung losanna