Kennisbank

Quanto sono maturi i suoi collaboratori e le loro competenze quando si tratta di AI

I pilot di AI raramente si arenano sulla tecnologia. Si arenano su ciò che le persone sanno, osano e riescono a fare. Un'organizzazione può disporre di dati eccellenti e di un'infrastruttura solida e comunque bloccarsi, perché nessuno sa bene cosa l'AI fa e cosa non fa, quando la diffidenza è giustificata e quando non lo è, e chi ha quale ruolo quando un modello fornisce qualcosa che una persona deve valutare. Questa pagina riguarda proprio questa dimensione: persone e competenze, una delle sette dimensioni che la misurazione della maturità di hybridresourcing mappa.

Cosa comprende questa dimensione

Persone e competenze riguarda tre livelli che spesso vengono trattati separatamente mentre sono in realtà collegati tra loro. Il primo livello è la conoscenza: i collaboratori capiscono cosa fa un sistema di AI, dove si trovano i limiti e quali errori sono tipici per il tipo di applicazione che utilizzano. Il secondo livello è la competenza: le persone sono effettivamente in grado di valutare, correggere o confrontare con il proprio giudizio un risultato prodotto dall'AI. Il terzo livello è l'atteggiamento: c'è spazio per provare l'AI, segnalare errori e correggere la rotta, oppure prevale la paura del nuovo o la fiducia cieca. Un'organizzazione che investe solo in formazione ma non affronta l'atteggiamento resta spesso bloccata allo stesso livello, anche dopo anni di corsi.

Poiché questa dimensione dipende fortemente dalle singole persone, hybridresourcing non la misura con un punteggio unico ma con un round di plotting: più persone coinvolte assegnano un punteggio separatamente, e la dispersione tra le loro risposte diventa visibile. Una grande dispersione è di per sé già un risultato. Mostra che l'organizzazione sembra sulla carta avere un livello unico, mentre chi lavora sul campo vive una realtà diversa da quella percepita dal management.

I cinque livelli

Al livello baseline non esiste un'immagine condivisa di cosa sia o cosa faccia l'AI. Singole persone sperimentano, ma non esiste un linguaggio comune né una struttura per condividere l'esperienza. Al livello foundation è presente una conoscenza di base, di solito in un gruppo limitato, mentre il resto dell'organizzazione segue a distanza. Il livello activation significa che una parte sostanziale dei collaboratori coinvolti sa cosa significa l'AI nel proprio lavoro e riesce a gestirla in modo pratico. Il livello insight aggiunge che le persone sono in grado di valutare criticamente i risultati dell'AI e sanno quando devono dubitare. Al livello intelligence questa competenza è diffusa in tutta l'organizzazione, radicata nel modo di lavorare delle persone e non dipendente da pochi early adopter.

A che punto si trova un'organizzazione su questa scala non è mai una questione di intuizione. Dipende da quante persone lavorano effettivamente con l'AI, da quanto sono diverse le loro esperienze e da se queste esperienze convergono in qualche modo. Ed è esattamente per questo che il round di plotting fornisce più informazioni di un sondaggio con un solo rispondente per team.

Come riconoscere a che punto si trova

Alcuni segnali indicano un livello basso. Se le domande sull'AI finiscono sempre dalle stesse poche persone, la conoscenza non è diffusa. Se nessuno osa respingere un risultato dell'AI perché non ne conosce la logica sottostante, manca la competenza per valutarlo. Se i progetti di AI vengono avviati senza coinvolgere le persone che dovranno lavorarci, manca il sostegno necessario per portare qualcosa oltre la fase pilota.

Un livello più alto si riconosce dal contrario: discussioni sui risultati dell'AI che sono di contenuto piuttosto che di principio, collaboratori che propongono autonomamente dove l'AI può o non può aiutare, e un'organizzazione in cui il dubbio su un risultato dell'AI è considerato una parte normale del lavoro, non un segno che il progetto sia fallito.

Cosa richiede salire di un livello

Il percorso verso un livello più alto raramente inizia con più tecnologia. Inizia col rendere visibile ciò che le persone già sanno e dove si trovano le lacune, e con l'organizzare momenti in cui l'esperienza viene condivisa invece di rimanere isolata in singoli esperimenti. Quanto costi concretamente questo, in termini di tempo e attenzione, varia molto in base all'organizzazione e al livello di partenza; chi desidera un'indicazione la trova nella pagina che calcola quanto costa far salire l'organizzazione di un livello.

Persone e competenze non è comunque isolata dalle altre dimensioni. Chi vuole valutare l'AI deve anche capire come questa valutazione viene registrata e utilizzata, e questo riguarda la gestione delle prestazioni quando si tratta di AI. Chi vuole avere il coraggio di segnalare errori deve sapere che privacy e sicurezza sono a posto, un aspetto legato a quanto costa far salire privacy e sicurezza di un livello. E chi vuole costruire fiducia nei risultati dell'AI, prima o poi si scontra con domande legate a quanto costa far salire l'etica di un livello.

Il limite di questa misurazione

Questa pagina descrive se le persone della sua organizzazione sono in grado di sostenere l'AI: capirla, valutarla e correggerla. Non descrive quale parte del lavoro può effettivamente essere svolta dall'AI. Questa è una domanda diversa, con uno strumento diverso. La scansione del lavoro di FTE TO AI calcola per ciascun compito quale parte del lavoro si presta all'AI, data la natura del compito e il contesto in cui viene svolto. Questo risultato diventa significativo solo quando il lato che deve sostenerlo, comprese le persone che devono lavorare con i risultati, ha già raggiunto un certo livello. Chi vuole sapere a che punto si trova attualmente l'organizzazione può iscriversi alla lista d'attesa della misurazione della maturità, ancora in fase di realizzazione.