IA on the job: quali informazioni affidare a un assistente?

A Basilea, il settore farmaceutico, le scienze della vita, la logistica renana e la R&S internazionale lavorano con informazioni la cui circolazione deve essere controllata. La domanda manageriale è precisa: come aiutare i team a decidere che cosa possono trasmettere a un assistente di IA, prima di formulare la richiesta?

Che cosa emerge dalla letteratura

Alessandro Acquisti, Laura Brandimarte e George Loewenstein (2015, Science) sintetizzano ricerche secondo cui le decisioni di divulgazione dipendono, tra l’altro, dall’incertezza, dal contesto e dal modo in cui vengono presentate le scelte. Le preferenze relative alla privacy non si traducono quindi automaticamente in comportamenti stabili. Per il management, questo invita a non confondere la conoscenza di una regola con la sua applicazione nel momento in cui si trasmette un’informazione.

Il contesto modifica ciò che si accetta di rivelare

Leslie K. John, Alessandro Acquisti e George Loewenstein (2011, Journal of Consumer Research) mostrano sperimentalmente che il contesto di raccolta può modificare la disponibilità a comunicare informazioni sensibili. Nei loro esperimenti, un ambiente dall’aspetto meno professionale può indurre una maggiore divulgazione rispetto a uno più formale. Questi risultati suggeriscono un’ipotesi da verificare per l’IA: un’interfaccia conversazionale familiare potrebbe rendere meno evidente il confine tra uno scambio ordinario e una trasmissione di dati.

La conclusione affrettata

Se ne potrebbe dedurre che occorra vietare qualsiasi informazione interna in ogni interazione con un’IA. Questi lavori, tuttavia, non consentono né di valutare la sicurezza di uno strumento specifico né di equiparare tutte le informazioni interne a dati personali sensibili. Una regola utile deve distinguere la categoria di informazione, l’ambiente autorizzato e le condizioni d’uso, anziché basarsi su un’impressione generale di fiducia o diffidenza. (i nostri percorsi di formazione per quadri e collaboratori)

Che cosa i dati non permettono di concludere

Queste ricerche non riguardano l’attuale uso professionale degli assistenti generativi nelle imprese basilesi. Estenderne i risultati ai segreti di fabbricazione, ai risultati della ricerca o ai dati di spedizione rimane un’ipotesi di lavoro, non un effetto dimostrato. Analogamente, aver partecipato a un incontro di sensibilizzazione o sottoscritto una direttiva non misura direttamente la capacità di riconoscere una trasmissione non autorizzata in una situazione concreta.

Una verifica pratica a Basilea

Nell’ambito di «IA on the job» di SHR — Swiss Human Resources, un possibile esercizio consiste nel proporre richieste fittizie tratte dal settore farmaceutico, dalle scienze della vita, dalla logistica renana e dalla R&S internazionale, senza alcun dato reale riservato. Prima e dopo la formazione, ogni partecipante indica che cosa trasmetterebbe, eliminerebbe o sottoporrebbe ad approvazione, specificando lo strumento e l’ambiente previsti. La misura principale è la proporzione di casi in cui la trasmissione proposta viola una griglia preventivamente approvata dai responsabili della sicurezza, della protezione dei dati e delle funzioni operative; i rifiuti non necessari vengono rilevati separatamente. Utilizzare due serie comparabili di casi permette di verificare un progresso nell’esercizio, senza presentarlo come prova di conformità nelle situazioni reali. Per approfondire: scoprite la formazione IA nel lavoro quotidiano a Basilea, oppure sfogliate i nostri percorsi di formazione per quadri e collaboratori in Svizzera.

In Bildern: IA nel lavoro quotidiano in Basilea

• ia nel lavoro quotidiano
• Basilea
• ricerca
• Weiterbildung basilea