Kennisbank

Mantenere aggiornato un registro AI: il metodo di lavoro

Un registro AI è già in parte superato il giorno in cui viene consegnato. C'è un nuovo strumento in più, qualcuno ha ampliato un abbonamento esistente con una funzione AI, un team ha smesso di usare qualcosa che era in elenco. Un registro non è un documento che si conclude. È un processo che continua a funzionare, altrimenti si ferma nel giro di pochi mesi.

La domanda "come lo si mantiene aggiornato" è quindi più importante di "come lo si redige". Un primo inventario è una fotografia istantanea. Il valore sta in ciò che accade dopo.

Perché i registri invecchiano

La causa principale non è la trascuratezza. È che l'AI si diffonde diversamente rispetto ad altri software. Un nuovo strumento spesso non richiede un percorso di acquisto, nessuna approvazione IT, nessun ciclo di budget. Qualcuno si registra con un indirizzo e-mail di lavoro e inizia a usarlo. Nessuno è obbligato a segnalarlo, e nessuno si sente in dovere di farlo — soprattutto se l'aspettativa è che segnalarlo equivalga a un divieto. Ciò che accade con i dipendenti che usano uno strumento che nessuno ha approvato determina se quelle segnalazioni arrivano mai.

Inoltre, la natura degli strumenti esistenti cambia. Un pacchetto che l'anno scorso non aveva funzionalità AI, quest'anno può averle, attivate di default in un aggiornamento. L'elenco dei fornitori dell'IT non cambia, ma il profilo di rischio di quegli stessi strumenti sì.

Un ciclo, non una fotografia istantanea

Mantenere l'aggiornamento richiede un ritmo ricorrente piuttosto che un'azione unica. Quel ritmo è composto da alcuni elementi che si ripetono:

Una domanda fissa ai team, in un momento fisso, su cosa si è aggiunto o è cambiato. Non come domanda di controllo, ma come parte di un incontro ricorrente — colloquio trimestrale, riunione di team, ciclo di valutazione delle prestazioni. La domanda deve essere sufficientemente semplice da ottenere una risposta sincera.

Un segnale da parte degli acquisti o della gestione IT quando viene stipulato un nuovo abbonamento o rinnovato un contratto esistente. Non ogni segnale porta a una modifica del registro, ma ogni segnale deve essere esaminato.

Una nuova valutazione degli elementi esistenti nel momento in cui il contesto cambia: uno strumento riceve una nuova funzione, un team inizia a utilizzare un'applicazione AI per uno scopo diverso da quello per cui era stata classificata. Quanto spesso sia necessaria questa nuova valutazione dipende dal livello di rischio dell'applicazione e dalla velocità con cui cambia l'ambiente — se ne parla di più nella pagina che descrive con quale frequenza è necessario classificare di nuovo.

Cosa non risolve il metodo

Nessun metodo di lavoro cattura tutto. Un registro completamente dipendente dall'autosegnalazione manca per definizione di ciò che le persone non segnalano — per ignoranza, comodità, o perché non si rendono conto che uno strumento rientra nella definizione di AI. Un registro completamente dipendente dai segnali IT manca ciò che viene acquistato al di fuori dell'IT, che ormai costituisce la parte più grande dell'AI ombra.

L'approccio realistico combina entrambi, sapendo che nemmeno la combinazione è completa. Un registro ben mantenuto è un'approssimazione che si avvicina di più alla realtà rispetto a nessun registro, non una garanzia che tutto sia incluso.

C'è anche una trappola organizzativa: un secondo processo affiancato a un processo esistente viene spesso semplicemente ignorato, anche se sulla carta è obbligatorio. Perché ciò accade e come evitarlo è descritto nella pagina su perché un secondo processo affiancato a quello esistente viene ignorato. La lezione di fondo è che l'aggiornamento resiste più facilmente quando viene integrato nelle routine esistenti, non quando diventa un nuovo obbligo separato.

Il ruolo delle persone nel processo

Un registro aggiornato dipende in ultima analisi da persone che capiscono perché segnalare sia utile e cosa succede alla loro segnalazione. Questo si collega a un punto più ampio su cosa significa l'alfabetizzazione all'AI per i dipendenti: chi non sa cosa rientra nella definizione di AI, non segnala nemmeno ciò che dovrebbe essere segnalato. E chi teme una sanzione, non segnala in ogni caso — nemmeno ciò che rientra nella definizione.

A questo si collega anche il discorso sui dati aziendali. Un dipendente che incolla dati dei clienti o documenti interni in una finestra di chat gratuita spesso non usa uno strumento vietato in senso stretto — quello strumento potrebbe non essere elencato da nessuna parte come "vietato". Il rischio sta nell'uso, non solo nella presenza in un elenco. Cosa fare a riguardo è descritto nella pagina su cosa fare con i dati aziendali in una finestra di chat gratuita.

Un ultimo elemento di un registro vivo è il controllo su ciò che già contiene. Un'applicazione che al momento della classificazione richiedeva un controllo umano, può perdere quel controllo nella pratica senza che il registro lo rifletta. Cosa significhi il controllo umano nella pratica, e in cosa differisca dal controllo sulla carta, è descritto nella pagina su cosa significa il controllo umano nella pratica.

Dal registro alla divisione del lavoro

Un registro aggiornato indica cosa è in funzione e con quale rischio. Non indica quale parte del lavoro sottostante viene effettivamente svolta o assorbita dall'AI, e quale parte resta alle persone. Quella domanda si trova a un livello più profondo: non quali strumenti esistono, ma quanto di un compito concreto l'AI è in grado di gestire. La scansione del lavoro di FTE TO AI calcola questo per ogni compito, offrendo così un quadro che si affianca al registro — l'uno indica cosa esiste, l'altro cosa fa realmente.