AI Adoption Across a Multinational Workforce: Sociotechnical Conditions for GenAI Acceptance in Human Resources
Questo articolo investiga l'adozione della GenAI all'interno di un dipartimento HR multinazionale, rivelando che l'accettazione è guidata dall'allineamento tra la progettazione del sistema e le posizionalità dei dipendenti, dallo sviluppo della fiducia attraverso pratiche di verifica e dalla qualità dell'infrastruttura della conoscenza organizzativa, offrendo infine linee guida di progettazione per un dispiegamento dell'IA inclusivo e responsabile.
Articolo originale sotto licenza CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo
Immaginate che una grande azienda decida di aggiornare il proprio "HR Help Desk" interno. Per anni, i dipendenti hanno utilizzato un vecchio e affidabile sistema di biblioteca chiamato STEVE per trovare informazioni su stipendi, ferie o politiche aziendali. Funzionava come un tradizionale motore di ricerca: digitavi una parola chiave e ricevevi un elenco di documenti da leggere.
Recentemente, l'azienda ha introdotto un nuovo strumento scintillante chiamato PEOPLE TOOL. Questo nuovo sistema utilizza l'Intelligenza Artificiale Generativa (GenAI). Invece di limitarsi a elencare i documenti, cerca di leggerli al posto tuo e di scrivere una risposta diretta alla tua domanda, come un assistente intelligente.
I ricercatori volevano sapere: tutti hanno iniziato a usare il nuovo assistente intelligente, o qualcuno è rimasto indietro? Hanno esaminato i registri di ricerca, hanno posto domande a 25 dipendenti e hanno intervistato 10 persone per scoprirlo.
Ecco cosa hanno scoperto, spiegato in modo semplice:
1. Non è uno "scambio", è una "cassetta degli attrezzi"
I ricercatori si aspettavano che i dipendenti smettessero di usare la vecchia biblioteca (STEVE) per passare interamente all'IA (PEOPLE TOOL). Non è successo.
Invece, i dipendenti si sono comportati come acquirenti intelligenti. Hanno tenuto entrambi gli strumenti nella loro cassetta degli attrezzi.
- Se avevano bisogno di una risposta rapida e semplice, usavano l'IA.
- Se avevano bisogno di vedere l'esatta formulazione legale di una politica, o se l'IA sembrava confusa, tornavano alla vecchia biblioteca o chiedevano a un collega umano.
La Metafora: Pensa al cucinare. Se hai bisogno di un'idea veloce per una ricetta, chiedi a un'app di cucina intelligente (IA). Ma se devi sapere gli ingredienti esatti di una specifica marca di salsa per un'allergia, leggi l'etichetta sulla bottiglia (il vecchio sistema) perché ti fidi più dell'etichetta che della supposizione dell'app.
2. Il problema del "Modello Unico per Tutti"
Il nuovo sistema di IA è stato progettato con un tipo specifico di lavoratore in mente: qualcuno seduto a una scrivania con un laptop, a proprio agio con la tecnologia e che parla inglese.
Il Controllo della Realtà:
- L'impiegato d'ufficio: Si adatta perfettamente al design. Poteva digitare domande e ottenere ottime risposte.
- L'operaio di fabbrica: Spesso non aveva laptop, lavorava a turni o parlava una lingua diversa. Per loro, il nuovo sistema sembrava una porta chiusa. Non riuscivano nemmeno a digitare la domanda nel "linguaggio aziendale" corretto perché non erano abituati ai termini delle risorse umane (HR).
La Metafora: Immagina che l'azienda abbia costruito un elegante ascensore hi-tech (l'IA) per tutti. Ma l'ascensore ha solo i pulsanti per il 10° piano e in su, e parla solo inglese. La persona che lavora in cantina (l'operaio di fabbrica) non può usarlo, quindi continua a prendere le scale (il vecchio sistema o chiedendo a un responsabile), anche se l'ascensore è "disponibile" per lei.
3. Devi imparare un nuovo "Linguaggio"
Usare l'IA non riguardava solo l'avere accesso; riguardava il sapere come parlarle.
- Con il vecchio sistema, digitavi parole chiave brevi come "vacanza".
- Con l'IA, dovevi scrivere frasi complete, fornire contesto e talvolta riproporre la domanda se la risposta era strana.
Molti dipendenti non se ne resero conto. Cercavano di parlare all'IA come parlavano al vecchio motore di ricerca, ottenevano una brutta risposta e poi si arrendevano. Dovevano imparare una nuova competenza: la Alfabetizzazione alla Ricerca con l'IA.
La Metafora: È come passare da un telecomando (vecchio sistema: premi solo un tasto) a uno smartphone (nuovo sistema: devi sapere quale app aprire, come scrivere e come risolvere i problemi). Se non sai usare lo smartphone, potresti continuare a usare il vecchio telecomando, anche se il telefono è più veloce.
4. La fiducia si costruisce sul "Doppio Controllo"
Anche quando l'IA dava una buona risposta, i dipendenti non si fidavano ciecamente. In ambito HR, una risposta errata potrebbe significare perdere soldi o giorni di vacanza.
Come costruivano la fiducia:
- Il "Controllo della Fonte": Cliccavano sui link forniti dall'IA per leggere il documento originale.
- Il "Controllo del Gossip": Chiedevano a un collega: "Hai sentito questa cosa?".
- Il "Controllo del Manager": Chiedevano al proprio capo di confermare.
La Metafora: Immagina che l'IA sia una guida turistica in una città straniera. Potresti ascoltare la guida, ma controlli comunque la mappa, chiedi a un negoziante locale o guardi un cartello per assicurarti che la guida non ti stia portando nel museo sbagliato. Non segui la guida ciecamente.
5. La regola del "Garbage In, Garbage Out" (Se entra spazzatura, esce spazzatura)
I ricercatori hanno scoperto che l'IA era brava quanto i documenti che leggeva.
- Se i documenti HR dell'azienda erano disordinati, obsoleti o difficili da trovare, l'IA forniva risposte confuse o errate.
- I dipendenti incolpavano l'IA per le cattive risposte, ma il vero problema era la biblioteca da cui l'IA attingeva.
La Metafora: L'IA è come uno chef. Se dai allo chef ingredienti freschi e di alta qualità (buoni documenti), preparerà un ottimo pasto. Se gli dai verdure marce (documenti disordinati e scarsi), anche il miglior chef preparerà un pasto scadente. Il problema non era lo chef; era la dispensa.
La Grande Conclusione
Il documento conclude che semplicemente dare l'accesso a tutti a un fantastico strumento di IA non significa che tutti ne beneficino.
- Accesso Formale (avere il login) Accesso Pratico (essere in grado di usarlo efficacemente).
- Per rendere l'IA equa, le aziende devono sistemare la "dispensa" (organizzare i propri documenti), insegnare alle persone come "cucinare" (formarle su come porre le domande) e realizzare che alcuni lavoratori (come il personale di fabbrica) potrebbero aver bisogno di un tipo di strumento diverso, non necessariamente digitale.
In breve: La tecnologia è utile solo quanto il contesto per cui è stata costruita. Se costruisci uno strumento per l'ufficio, l'operaio di fabbrica rimarrà comunque indietro.
Sommerso dagli articoli nel tuo campo?
Ricevi digest giornalieri degli articoli più recenti corrispondenti alle tue parole chiave di ricerca — con riassunti tecnici, nella tua lingua.