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”explores come l’IA, especially ChatGPT (GPT-4 version),nfluisca su varie dimensioni delle attività ad alta intensità di conoscenza.
L’esperimento
The research ha coinvolto 758 consulenti di BCG impegnati in 18 diverse attività rappresentative delle loro attività quotidiane. I partecipanti sono stati divisi in tre gruppi: those senza accesso all’IA, those with access to ChatGPT and those with access to ChatGPT and a specific training on “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.
The results are illuminating
- 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;
- Levelling of skills.. 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.
The study also highlighted the concept of 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 cases where the consultants observed relied on technology to, ignorandone i limiti e, dunque, incorrendo in errori. Ciò sottolinea l’importanza di avere un critical approach and continuous study to understand cosa può fare e cosa non può fare un certo strumento.
Types of AI-Man collaboration
L’esperimento ha fatto emergere anche due possibili approcci all’uso dei tool di intelligenza artificiale generativa:
- Centauro Approach. 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.
- Cyborg Approach. 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.
Future challenges and implications
Ultimately, research stimulates us to see GenAI not only as an instrument, but as an amplificatore di possibilitàHowever, there are a lot of implications and challenges challenges che dovremo affrontare mentre continuiamo a integrare l’IA generativa nei nostri flussi di lavoro quotidiani.
Among the implications, it is worth noting the 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.
These implications raise some challenges riguardanti l’introduzione dell’IA generativa in azienda. Quelle più ovvie, ma anche più facili da affrontare riguardano gli technical and safety aspects che queste tecnologie portano con sé. La più impegnativa, però, è quella the cultural one, perché la GenAI impone un change in the way of working, which could meet pockets of resistance if not adequately addressed with specific programme.
Altra sfida è quella della governance of AI technologies, che necessità la messa a punto di policies need to be developed that explain to employees, for example, what data can be fed into GenAI’s tools and how/where to use the outputs.
