-
INTRODUZIONE
Siamo in Piazza dei Miracoli, davanti alla Torre di Pisa, persone da tutto il mondo allungano le mani nel vuoto per farsi fotografare in una posa ormai universale: la torre alle spalle, il corpo inclinato, il gesto che simula il tentativo di raddrizzarne la pendenza.
Vista da fuori, la scena può sembrare quasi fuorviante. In fondo guardiamo persone con le braccia tese verso il nulla. Eppure, quella fotografia racconta qualcosa di molto umano: quando vediamo una struttura inclinata, la nostra reazione spontanea è provare a compensarla, anche solo simbolicamente.
La scena dice anche altro. Davanti alla stessa Torre, le persone assumono posture diverse. C’è chi si mette subito in posa, chi cerca l’inquadratura giusta, chi esagera il gesto, chi osserva da lontano, chi partecipa con ironia, chi resta ai margini. La struttura è la stessa, ma il modo di starle davanti cambia.
È una dinamica che abbiamo ritrovato in un percorso avviato con un cliente di una multinazionale, che ci ha chiesto di accompagnare un gruppo di assistenti nell’uso dell’intelligenza artificiale nel lavoro quotidiano.
La richiesta iniziale sembrava centrata sugli strumenti. Già dal primo ascolto, però, è apparso chiaro che il tema non fosse solo tecnico. Le prime interviste restituivano infatti un quadro differenziato: c’era chi usava l’AI in modo esteso, con curiosità e sperimentazione, e chi invece la impiegava quasi solo per formulare o riformulare email. Cambiavano strumenti, frequenza d’uso, fiducia e disponibilità a delegare.
Avevamo davanti un gruppo con posture diverse rispetto allo stesso oggetto.
Come abbiamo lavorato
Per questo il primo incontro non è stato impostato come una sessione tecnica, ma come una fase di lettura del contesto.
Prima di parlare di strumenti, ci è servito comprendere da quale posizione le persone stessero già guardando l’AI e su quali basi stesse crescendo il loro utilizzo.
Abbiamo lavorato in tre passaggi:
- Ascolto preliminare
Una prima fase di interviste ci ha aiutati a raccogliere segnali sulle pratiche già presenti. - Rilevazione rapida in apertura
Abbiamo utilizzato questionari brevi per costruire una fotografia del gruppo. Le domande riguardavano: quando l’AI viene usata, per quali attività, con quale frequenza, quando non viene ritenuta utile, quali rischi vengono percepiti, che cosa non si delegherebbe mai, quali strumenti siano già entrati nelle attività giornaliere e come venga descritto il proprio atteggiamento verso questi sistemi. - Restituzione e riflessione guidata
A partire da quanto emerso, abbiamo costruito una restituzione utile a leggere non solo il livello di utilizzo, ma anche il tipo di relazione già costruita con l’AI.
Questa fase ha avuto una funzione precisa: non misurare soltanto l’adozione, ma capire il terreno.
Perché la Torre di Pisa?
È stato proprio a partire da questo lavoro che il collegamento con la Torre di Pisa si è chiarito meglio. Non solo per la sua notorietà, ma perché la sua storia sposta subito l’attenzione nel punto giusto.
Il problema della Torre di Pisa non è mai stato la torre in sé, ma è stato il terreno.
La Torre nasce come campanile della cattedrale, dentro il complesso monumentale di Piazza dei Miracoli. Non doveva essere inclinata: doveva essere verticale, stabile, coerente con il progetto originario. L’inclinazione compare quasi subito, quando emerge la fragilità del suolo, troppo morbido e instabile per sostenerla come previsto.
Da lì in avanti, ogni intervento si misura con questa condizione iniziale.
I 4 insegnamenti della Torre di Pisa
La Torre di Pisa è una metafora efficace dell’intelligenza artificiale perché mostra che anche un sistema nato con un’intenzione chiara e con un grande potenziale può inclinarsi presto, se non viene sostenuto da condizioni adeguate.
La Torre non nasce per essere storta. L’inclinazione non è parte del progetto. Compare durante la costruzione, quando il terreno cede. I costruttori cercano di compensare il problema mentre continuano a costruire. Per questo la torre non è solo pendente: è anche leggermente curva. La crescita, però, non elimina l’errore iniziale. Lo incorpora.
Applicata all’AI, la metafora diventa chiara. Anche l’intelligenza artificiale può apparire efficace, veloce, ben costruita. Ma se viene impostata su dati deboli, richieste vaghe, obiettivi poco chiari, governance insufficiente o uso acritico, l’inclinazione compare presto. E non sempre il problema è nell’algoritmo. Spesso è nel modo in cui lo strumento viene introdotto, interrogato e governato.
La Torre di Pisa insegna almeno quattro cose.
Primo: un sistema promettente può nascere su basi fragili.
Secondo: la crescita non corregge automaticamente gli errori iniziali, anzi può amplificarli.
Terzo: fermarsi non è sempre un fallimento; le pause possono servire ad assestare, verificare e correggere.
Quarto: non tutto ciò che è imperfetto va eliminato; a volte va governato.La Torre di Pisa, infatti, non è stata raddrizzata del tutto, è stata messa in sicurezza rispettando la sua storia. Anche l’AI non va pensata come uno strumento perfetto o autosufficiente, ma come un sistema da orientare, supervisionare e stabilizzare.
Perché questa metafora ha funzionato
Nel gruppo con cui stavamo lavorando, questo tema era molto evidente. Le differenze tra le persone non riguardavano solo il livello di familiarità con l’AI, ma il punto da cui partivano. Alcune avevano già sviluppato una relazione più attiva con lo strumento, altre lo trattavano come un supporto marginale, altre ancora si muovevano tra utilità pratica e cautela.
In tutti i casi, però, emergeva lo stesso nodo: l’AI tende ad amplificare il modo in cui viene chiamata in causa.Una richiesta generica produce spesso una risposta generica, anche se plausibile. Un contesto debole non viene ricostruito automaticamente in modo affidabile. In assenza di criteri di valutazione, l’output può apparire formalmente ordinato ma restare sostanzialmente fragile.
Per questo il punto non è solo imparare a usare l’AI. Il punto è imparare a guidarla.
La competenza da allenare
Da qui si è chiarito anche l’obiettivo del percorso. Non si trattava soltanto di aumentare la familiarità con uno strumento, ma di allenare una competenza trasversale chiave: la capacità di orientarlo.
Per persone con un forte orientamento all’esecuzione, questo passaggio è rilevante, significa:
- spostarsi dal fare bene un compito al saperne impostare bene le condizioni
- formulare richieste più chiare, dare contesto, esplicitare criteri riconoscere i limiti dell’output
- decidere cosa delegare e cosa presidiare direttamente.
In questo senso, la comunicazione non è solo una competenza espressiva. Diventa una forma di delega consapevole.
Guidare l’AI significa proprio questo costruire le condizioni perché la risposta sia utile, coerente e verificabile. Significa sapere quando accelerare, quando correggere, quando fermarsi e quando mantenere il presidio umano.
Conclusione
La Torre di Pisa continua a essere una metafora utile perché sposta l’attenzione dal fascino della struttura alla qualità del presidio che la rende sicura.
Quando parliamo di intelligenza artificiale nelle organizzazioni, il punto non è soltanto cosa sa fare lo strumento. Il punto è come lo interroghiamo, con quali obiettivi, con quale contesto, con quali criteri di verifica e con quale responsabilità umana.
Una struttura può essere visibile, utile e persino ammirata, ma può allo stesso tempo essere fragile se non viene gestita.
Per questo l’innovazione non si gioca solo sulla qualità della tecnologia, ma sulla capacità delle persone e delle organizzazioni di darle direzione.
Per ulteriori approfondimenti:
Trasformazione digitale: non è un problema di timing ma di come farla accadere realmente
- Ascolto preliminare
-
INTRODUZIONE
In un’era in cui l’intelligenza artificiale (IA) non è più relegata ai confini della fantascienza, ma si manifesta in strumenti quotidiani come assistenti vocali, algoritmi di selezione e piattaforme di e-commerce, dobbiamo chiederci: chi beneficia realmente delle sue capacità?
Sebbene l’IA prometta innovazioni rivoluzionarie, porta con sé anche il rischio di amplificare i pregiudizi sociali esistenti, inclusi quelli legati al genere e all’etnia. In questo articolo esploriamo i possibili sviluppi dell’IA verso un futuro più equo e inclusivo.
BIAS: UNA DEFINIZIONE ESSENZIALE
Prima di procedere ulteriormente, è importante definire il termine “bias”. Nel contesto dell’intelligenza artificiale, il “bias” si riferisce a pregiudizi non intenzionali che possono emergere dai dati usati per addestrare gli algoritmi. Questi pregiudizi possono causare comportamenti non equi o discriminatori da parte delle tecnologie basate sull’IA, spesso riflettendo disuguaglianze sociali preesistenti.
L’ESSERE UMANO INFLUENZA LA MACCHINA
L’IA, per quanto avanzata, non è immune all’errore umano. Essa apprende dai dati che noi forniamo e questi dati sono spesso intrisi delle disuguaglianze sociali che caratterizzano la nostra storia e cultura. I pregiudizi di genere, in particolare, sono un problema significativo. Ad esempio, i sistemi di riconoscimento facciale mostrano una precisione del 99% nel riconoscere volti maschili bianchi, ma questa percentuale scende drasticamente quando si tratta di volti femminili di altra etnia, con errori fino al 34% (MIT Media Lab).
Questo problema si estende oltre la tecnologia di riconoscimento: negli algoritmi di reclutamento, se un sistema è addestrato con dati che riflettono una predominanza di uomini in ruoli di leadership, potrebbe sviluppare un bias verso i candidati maschili. È pertanto essenziale interrogarsi: stiamo permettendo che la nostra tecnologia rinforzi inconsciamente disparità secolari?
Potremmo far fronte a questo possibile rischio integrando all’interno dei nostri algoritmi set di dati equilibrati e rappresentativi della diversità di genere, etnica e culturale.
O anche, ad esempio, nel 2021, come oggi, le donne rappresentavano circa il 50% della popolazione mondiale, eppure solo il 22% risulta essere una professionista in IA a fronte della percentuale maschile del 78%. (Deloitte, 2021)
Cosa significa?
La bassa percentuale di donne nell’ambiente informatico influenza il modo in cui le IA vengono allenate, implementarne, dunque, la presenza promuovendo una maggiore inclusione nei team di sviluppo delle Intelligenze Artificiali aiuterebbe a mitigare i possibili bias legati al genere.
Il tocco umano sulle IA non si limita solamente alla fase di input dei dati, ma è un processo continuo, che necessita di revisioni costanti e periodiche, effettuate da team interdisciplinari, che comprendano anche esperti di etica, di scienze sociali e tecnologia.
Questi team sono cruciali per identificare e correggere bias non intenzionali, che possono sfuggire ai team di sviluppo più omogenei.
È nella ricchezza dell’integrazione e dell’unione di prospettive differenti che possono essere coltivate correttezza etica ed efficacia pratica delle IA.
Il perché non è per nulla banale: quando i sistemi sono testati e sviluppati da un gruppo diversificato di persone, le soluzioni risultanti sono maggiormente adatte a un’ampia gamma di applicazioni nella vita reale, includendo mondi a prima vista completamente diversi ma legati da un fattore umano comune.
Conclusioni
L’evoluzione dell’intelligenza artificiale (IA) offre immense possibilità di miglioramento della vita quotidiana, ma presenta anche significative sfide etiche. È importante che gli sviluppatori di IA affrontino proattivamente i bias di genere e altre forme di discriminazione.
Attraverso l’adozione di un approccio inclusivo e responsabile, basato sulla diversità, l’educazione continua e una rigorosa supervisione, l’IA può essere guidata verso uno sviluppo che di cui beneficino equamente tutti i membri della società. anche vero che la capacità di utilizzare bene questa tecnologia, di conoscerne i limiti e le possibilità, risiede nella coscienza umana. Sta a noi usufruire responsabilmente dell’IA, garantendo che i suoi sviluppi siano impiegati per promuovere equità e giustizia, al fine di evitare o amplificare le disparità esistenti.
-
INTRODUZIONE
L’orbita dell’evoluzione dell’Intelligenza Artificiale (AI) Generativa segna un punto di svolta nella storia del lavoro. Tecnologie che un tempo erano ritenute appannaggio esclusivo della fantascienza stanno ora entrando nella nostra realtà quotidiana, alterando radicalmente i modelli di business, le professioni e le competenze lavorative.
GLI IMPATTI
Charlene Li, una delle massime esperte di strategia aziendale e tecnologie digitali, ha evidenziato, nella sua vasta esperienza e i suoi molteplici studi, come l’AI generativa non sia soltanto un’evoluzione tecnologica, ma rappresenti una vera e propria rivoluzione, capace di creare una “mega trasformazione” nel mondo del lavoro.
Questa tecnologia non solo migliorerà l’efficienza in alcuni compiti, superando la capacità umana in velocità e precisione, ma modificherà anche radicalmente i ruoli lavorativi, creando nuove professioni e richiedendo una riqualificazione significativa della forza lavoro attuale.
Inizialmente, i ruoli più impattati includeranno copywriter, gestori di social media, operatori di call center e assistenti legali, richiedendo competenze aggiuntive per la revisione e l’ottimizzazione dei contenuti generati dall’AI.
Le statistiche suggeriscono che entro 18 mesi i 2/3 dei lavoratori modificheranno significativamente il proprio lavoro.
L’introduzione dell’AI nel quotidiano lavorativo sta rivoluzionando la tradizionale concezione di “lavoro” basato su mansioni ripetitive e a basso valore aggiunto. Robotica e sistemi intelligenti assumono su di sé questi compiti, liberando risorse umane per dedicarsi a ruoli che richiedono creatività, pensiero critico e sensibilità emotiva.
Un esempio?
Nel settore della customer experience l’AI gestisce le interazioni di routine, permettendo, così, agli addetti di concentrarsi su casi più complessi e su una personalizzazione del servizio che solo l’intuito umano può offrire.
La transizione da compiti operativi a quelli strategici e creativi sottolinea l’importanza dell’aggiornamento professionale e dell’apprendimento continuo.
L’integrazione dell’AI nel core business delle aziende sta catalizzando la nascita di professioni inedite, intrinsecamente legate alla gestione e all’analisi dei dati, alla sicurezza informatica e allo sviluppo di soluzioni basate su machine learning.
Una delle figure che sta emergendo con immensa velocità è quella del “Prompt Designer”, un esperto che si occupa di inserire gli input necessari ad ottenere l’efficientamento degli output dell’AI, e diversamente dai programmatori che immaginiamo, dominano competenze poco tecniche e molto trasversali, quali ad esempio: creatività, formazione trasversale, open mindset, chiarezza e concisione, capacità di testare e valutare, attitudine al miglioramento continuo, conoscenza dei bias dei dati.
La figura nascente dell’esperto in etica dell’AI, invece, riflette la crescente necessità di guidare lo sviluppo e l’impiego delle Tecnologie Intelligenti all’interno di un quadro etico e normativo chiaro e condiviso, garantendo che l’innovazione proceda di pari passo con il rispetto dei principi di equità e trasparenza.
NESSUNO SOSTITUISCE NESSUNO
Il cambiamento indotto dall’AI generativa sottolinea l’importanza cruciale del pensiero critico e di riqualificazione e acquisizione di nuove competenze per
posizioni diverse all’interno delle organizzazioni.
Ognuno sarà chiamato ad essere Project Leader del proprio operato, apprendendo come guidare e dare indicazioni piuttosto che fare. Ognuno sarà maggiormente responsabile del proprio lavoro, del proprio sviluppo, dei dati che condivide con la macchina.
L’invito per le aziende oggi è essere proattive nell’affrontare la trasformazione guidata dall’AI generativa.
È fondamentale che i leader aziendali inizino a pianificare sin da ora come questa tecnologia influenzerà la loro strategia, la forza lavoro e l’esperienza cliente, preparandosi ad un cambiamento che, secondo le stime, inizierà a manifestarsi in modo significativo tra poco più di un anno, ma già è diffuso in ogni media.
Sarà fondamentale, per lo sviluppo di questa trasformazione, che le persone non vedano nell’AI una minaccia, piuttosto un’alleanza strategica al proprio efficientamento e alla propria crescita. All’interno di un perimetro definito, la sfida sarà, dunque, quella di sperimentare, testare soluzioni, apprendere come il proprio mestiere possa essere potenziato.
Emergono in modo chiaro nuovi bisogni.
Indipendentemente dal ruolo, tutti i membri dell’organizzazione devono essere preparati a interagire con l’AI. Ciò richiede una cultura di trasparenza, dove le decisioni e le strategie relative all’AI sono comunicate apertamente, e dove c’è spazio per feedback e dialogo. Soprattutto per le domande. Dove si ha fiducia, si promuove l’autonomia, si accetta anche lo spazio dell’incertezza e della vulnerabilità. La co-partecipazione nel processo di integrazione dell’AI aiuta a mitigare le paure e le ansie, promuovendo un ambiente in cui tutti si sentono valorizzati e parte integrante del futuro dell’organizzazione. Questo non è un cambiamento che può avvenire dall’alto ma piuttosto è la sinergia tra le persone che può espandere a dismisura lo sviluppo di un’organizzazione.
RISPONDERE E PERCORRE L’EVOLUZIONE
È fondamentale oggi sviluppare piani di trasformative learning che rispondano concretamente ai bisogni emergenti, promuovendo il pensiero critico, l’adattabilità, e la capacità di lavorare efficacemente con l’AI. Ma prima di tutto sarà necessario un cultural change delle aziende, che si espanda coinvolgendo tutte le persone, prima di tutto nello stabilire una cornice culturale che funga da bussola nell’utilizzo di questi strumenti e poi un perimetro che aiuti ogni partecipante a sperimentare.
CONCLUSIONI
Il futuro del lavoro si prospetta come un ecosistema in cui l’intelligenza umana e artificiale coesistono e cooperano per superare i limiti dell’innovazione. Questa sinergia non solo potenzia la produttività ma arricchisce anche il lavoro di dimensioni creative e strategiche prima inesplorate. In questo contesto, l’AI non è vista come un sostituto dell’uomo ma come uno strumento per esaltare e completare le capacità umane, spianando la strada verso un futuro lavorativo collaborativo, stimolante e ricco di opportunità.
×
