Una recente ricerca della Harvard Business School, in collaborazione con Boston Consulting Group (BCG), ha fornito prove convincenti dell’impatto che gli strumenti di intelligenza artificiale generativa possono avere sulla produttività dei lavoratori della conoscenza. Lo studio, intitolato “Navigating the Jagged Technological Frontier: Field Experimental Evidence of the Effects of AI on Knowledge Worker Productivity and Quality”, esplora come l’IA, in particolare ChatGPT (versione GPT-4), influisca su varie dimensioni delle attività ad alta intensità di conoscenza.
L’esperimento
La ricerca ha coinvolto 758 consulenti di BCG impegnati in 18 diverse attività rappresentative delle loro attività quotidiane. I partecipanti sono stati divisi in tre gruppi: quelli senza accesso all’IA, quelli con accesso a ChatGPT e quelli con accesso a ChatGPT e ad una specifica formazione sul “prompt engineering” (la scrittura ottimale delle istruzione per dialogare col chatbot). Le attività includevano compiti creativi, analitici, di marketing, tutti progettati per rispecchiare scenari di consulenza reali.
I risultati principali sono illuminanti:
- Incremento della produttività. I consulenti che hanno usato GPT-4 hanno completato il 12,2% di attività in più, lavorato il 25,1% più velocemente e prodotto risultati di qualità superiore del 40% rispetto a quelli che non hanno utilizzato l’intelligenza artificiale;
- Livellamento delle competenze. Gli strumenti di IA si sono dimostrati particolarmente utili per i consulenti con prestazioni inferiori, che hanno fatto registrare un miglioramento del 43% nelle loro performance. Anche i consulenti “high performer” hanno beneficiato dell’IA, ma in misura minore. Dunque, l’IA può essere un “equalizzatore di competenze” , contribuendo ad aumentare il livello di prestazione complessivo all’interno di un’organizzazione.
Lo studio ha anche evidenziato il concetto di Frontiera Frastagliata delle capacità dell’IA, ossia il confine irregolare, non sempre visibile, tra i compiti che l’IA può facilmente eseguire e quelli che non può. Per esempio, al momento, l’IA eccelle nella generazione creativa di idee e nella redazione di testi, ma incontra difficoltà in compiti che richiedono calcoli precisi. Infatti, sono emersi casi in cui i consulenti osservati si sono affidati ciecamente alla tecnologia, ignorandone i limiti e, dunque, incorrendo in errori. Ciò sottolinea l’importanza di avere un approccio critico e di studio continuo per capire cosa può fare e cosa non può fare un certo strumento.
Tipologie di collaborazione Uomo-IA
L’esperimento ha fatto emergere anche due possibili approcci all’uso dei tool di intelligenza artificiale generativa:
- Approccio Centauro. Alcuni consulenti hanno adottato una strategia in cui dividevano chiaramente i compiti tra sé stessi e l’IA, sfruttando i propri punti di forza e delegando parti specifiche all’IA. Questo approccio ricorda proprio il Centauro, creatura mitologica metà uomo e metà animale.
- Approccio Cyborg. Altri hanno integrato profondamente l’IA nel loro flusso di lavoro, collaborando in modo continuativo con la “macchina”. Proprio come farebbe un Cyborg, un essere in cui uomo e macchina sono intrecciati inestricabilmente.
Implicazioni e sfide future
In definitiva, la ricerca ci stimola a vedere la GenAI non solo come uno strumento, ma come un amplificatore di possibilità. Tuttavia, ci sono numerose implicazioni e sfide future che dovremo affrontare mentre continuiamo a integrare l’IA generativa nei nostri flussi di lavoro quotidiani.
Tra le implicazioni, vale la pena di rimarcare la necessità di una ridefinizione delle competenze dei dipendenti (reskill e/o upskill) in ottica di una formazione continua in linea con le novità del mercato.
Allo stesso tempo bisogna sviluppare processi per massimizzare la strategia di collaborazione con le IA, per tendere all’approccio cyborg ossia ad una integrazione fluida e costante.
Tutto ciò eviterà di farci cadere nella trappola della sostituzione degli umani con le tecnologie. Parliamo di trappola perché l’obiettivo dell’adozione dell’IA non dovrebbe essere quello di ottenere un risparmio di breve termine, quanto quello di aumentare la propria competitività sul mercato nel medio-lungo periodo.
Da queste implicazioni derivano alcune sfide riguardanti l’introduzione dell’IA generativa in azienda. Quelle più ovvie, ma anche più facili da affrontare riguardano gli aspetti tecnici e di sicurezza che queste tecnologie portano con sé. La più impegnativa, però, è quella culturale, perché la GenAI impone un cambiamento del modo di lavorare, che potrebbe incontrare sacche di resistenza, se non adeguatamente affrontato con programmi ad hoc.
Altra sfida è quella della governance delle tecnologie di IA, che necessità la messa a punto di policy chiare che spieghino ai dipendenti, ad esempio, quali dati si possono dare in pasto ai tool di GenAI e come/dove usarne gli output.
