Man mano che l’AI generativa si diffonde all’interno delle organizzazioni, i dirigenti si trovano ad affrontare una domanda apparentemente semplice: come dovrebbero lavorare gli esseri umani con l’AI? La risposta più comune, ovvero “tenere gli esseri umani nel loop”, suona rassicurante.
Per capire come le aziende possano davvero estrarre valore dalla collaborazione uomo–AI, è stato condotto un esperimento sul campo con 244 consulenti che utilizzavano GPT-4 per risolvere un problema di business. Con il supporto di studiosi della Harvard Business School, del MIT Sloan School of Management, della Wharton School e della Warwick Business School, l’esperimento ha analizzato quasi 5.000 interazioni uomo–AI per rispondere a una domanda cruciale: quando gli esseri umani collaborano con la GenAI, cosa stanno effettivamente facendo e cosa dovrebbero fare?
Tre modelli nascosti di collaborazione uomo–AI
Il risultato più sorprendente dell’esperimento è che i professionisti che lavoravano con la GenAI si sono spontaneamente suddivisi in tre stili distinti di collaborazione, ognuno con esiti drasticamente diversi. I cyborg (60% dei partecipanti)
hanno adottato la “co-creazione della conoscenza fusa”: un dialogo continuo e iterativo con l’AI lungo l’intero flusso di lavoro. Usavano l’AI per ogni sotto-attività e in modi diversi.
I centauri (14% dei partecipanti) praticavano la “co-creazione della conoscenza diretta”: utilizzavano l’AI in modo selettivo per compiti specifici, mantenendo però un controllo saldo sull’intero processo di problem solving. Sfruttavano l’AI per potenziare le proprie capacità, mappare domini di problema, raccogliere informazioni metodologiche e affinare contenuti generati dall’uomo. Ma restavano saldamente al posto di guida, usando l’AI come strumento mirato piuttosto che come partner collaborativo.
Gli auto-automatizzatori (27% dei partecipanti), infine, adottavano la “co-creazione della conoscenza delegata”: delegavano interi flussi di lavoro all’AI con iterazioni minime o scarso coinvolgimento critico. Fornivano dati e istruzioni all’AI affinché svolgesse le sotto-attività, poi accettavano i risultati senza modifiche o con lievi ritocchi. Il loro lavoro era rapido e ben rifinito, ma privo di profondità — somigliava a output realizzati per loro, più che con loro.
È notevole che tutti i partecipanti avessero accesso agli stessi strumenti e allo stesso compito, senza ricevere istruzioni diverse su come lavorare con l’AI. Eppure, le loro scelte emergenti e istintive su quando coinvolgere l’AI e quanta autorità attribuirle hanno prodotto dinamiche di collaborazione fondamentalmente diverse.
Un framework per comprendere la collaborazione
Per dare senso a questi modelli, per l’esperimento è stato sviluppato un framework basato su due domande fondamentali che strutturano qualsiasi dinamica collaborativa tra uomo e macchina: chi decide cosa va fatto? e chi stabilisce come farlo? I cyborg lasciano che gli esseri umani guidino il “cosa”, ma concedono all’AI un controllo significativo sul “come”.
I centauri mantengono il controllo umano su entrambe le dimensioni, usando l’AI solo come supporto mirato. Gli auto-automatizzatori cedono entrambe le dimensioni all’AI.
Cosa dovrebbero fare le aziende
Questi risultati hanno implicazioni immediate per l’implementazione della GenAI: in primis abbandonare il mito di un unico approccio “human-in-the-loop”. I dirigenti devono riconoscere che i dipendenti stanno già adottando stili di collaborazione molto diversi e che queste differenze contano. Imporre semplicemente una “supervisione umana” senza definirla produce risultati incoerenti.
Poi devono allineare gli stili di collaborazione agli obiettivi strategici. Per decisioni ad alto rischio che richiedono massima accuratezza, favorire il comportamento da centauro. Per attività che richiedono iterazione rapida ed esplorazione creativa, il comportamento da cyborg può essere più adatto. Riservare l’approccio da auto-automatizzatore solo a compiti davvero routinari.
Monitorare la compiacenza dell’automazione. Il 27% di auto-automatizzatori nello studio suggerisce che la tentazione di delegare troppo è forte. Le organizzazioni devono sviluppare meccanismi per individuare quando i dipendenti scivolano verso l’automazione totale.
E poi ripensare come misurare il successo dell’adozione dell’AI. Valutare solo gli output finali è insufficiente. Serve monitorare la qualità dell’interazione lungo tutto il flusso di lavoro. Oltre a investire nello sviluppo della competenza sull’AI insieme all’expertise di dominio. L’approccio più sostenibile combina entrambe.
La posta in gioco: l’expertise nell’era dell’AI
L’emergere della GenAI pone le organizzazioni di fronte a un paradosso. La tecnologia promette di elevare giudizio, creatività e velocità umane, ma porta con sé un rischio più silenzioso: delegando sempre più pensiero alle macchine, i professionisti possono perdere le capacità che li rendono preziosi. Gli stessi strumenti che affinano l’expertise in alcune mani possono, in altre, sostituirla del tutto.
La buona notizia è che esistono modalità di collaborazione produttive. Cyborg e centauri dimostrano che è possibile lavorare efficacemente con l’AI rafforzando, e non impoverendo, le competenze. La sfida per i dirigenti è creare condizioni organizzative che favoriscano questi modelli, scoraggiando invece il percorso seducente ma autodistruttivo dell’automazione totale.
L’articolo originale è disponibile su Fortune.com
