Preparare una decisione con l’IA: quali informazioni restano fuori dal dossier?
Una sintesi preparata con l’IA può offrire al manager un punto di partenza coerente, senza integrare le osservazioni distribuite tra le diverse funzioni. La domanda utile è precisa: come far entrare nella decisione le informazioni possedute da una sola persona, prima che il dossier comune definisca i termini del confronto?
Che cosa stabilisce la letteratura
Garold Stasser e William Titus (1985, Journal of Personality and Social Psychology) hanno mostrato sperimentalmente che le discussioni collettive possono privilegiare le informazioni già note a più partecipanti, a scapito di quelle possedute da un solo membro. Nel loro studio, questa condivisione incompleta poteva impedire al gruppo di individuare l’opzione favorita dall’insieme delle informazioni disponibili. La presenza di un’informazione all’interno del gruppo non garantisce quindi che essa contribuisca effettivamente alla decisione.
Il meccanismo: un’informazione comune ha più vie d’accesso
Garold Stasser e William Titus (1987, Journal of Personality and Social Psychology) hanno studiato come il carico informativo e la proporzione di informazioni condivise influenzino la circolazione degli elementi non condivisi. Un meccanismo centrale è quello del campionamento: un’informazione nota a più persone ha maggiori occasioni di essere introdotta nella discussione. Una sintesi comune prodotta con l’IA non elimina, da sola, questa asimmetria.
La conclusione troppo rapida
Si potrebbe dedurne che basti chiedere all’IA una sintesi più esaustiva. Ma la completezza di un documento non coincide con quella delle conoscenze distribuite nel gruppo: un’osservazione di reparto assente dai dati forniti non può essere recuperata con una semplice istruzione di sintesi. Il compito manageriale consiste quindi anche nell’organizzare la raccolta delle informazioni a monte, non soltanto nel migliorare la scrittura. (i nostri percorsi di formazione per quadri e collaboratori)
Che cosa questi dati non consentono di affermare
Questi esperimenti riguardano decisioni di gruppo in situazioni controllate, non l’impiego contemporaneo dell’IA nell’industria neocastellana. Non dimostrano né che una sintesi generata dall’IA aggravi questa distorsione, né che una raccolta preliminare sia sufficiente a correggerla. Giustificano un’attenzione alla circolazione delle informazioni, senza fornire una stima dell’effetto atteso in azienda.
Una verifica pratica a Neuchâtel
Un’impresa neocastellana di microtecnica, orologeria o microelettronica di precisione può verificare questo aspetto quando deve decidere come gestire una non conformità: prima di diffondere la sintesi dell’IA, chiedere separatamente a produzione, qualità e ingegneria di produzione di registrare i fatti pertinenti che potrebbero essere noti soltanto alla rispettiva funzione. Dopo aver eliminato i duplicati, misurare la proporzione di questi fatti inizialmente non condivisi che sono stati esaminati esplicitamente prima della decisione, documentando come sono stati considerati o perché sono stati esclusi. Questo indicatore misura l’ingresso delle informazioni nella discussione, non la qualità finale della decisione. Nell’ambito del programma SHR « Manager à l’ère de l’intelligence artificielle », offre un esercizio concreto: verificare che cosa il dossier porta nel confronto, anziché valutarne soltanto la leggibilità. Per approfondire: scoprite la formazione Gestire nell'era dell'intelligenza artificiale a Neuchâtel nel cantone di Neuchâtel, oppure sfogliate i nostri percorsi di formazione per quadri e collaboratori in Svizzera.
In Bildern: Gestire nell'era dell'intelligenza artificiale in Neuchâtel
- gestire nell'era dell'intelligenza artificiale
- Neuchâtel
- ricerca
- Weiterbildung neuchâtel