L'alfabetizzazione all'IA viene spesso tradotta in una formazione: un modulo, un certificato, una casella spuntata. Non è sbagliato, ma non è nemmeno ciò che il termine richiede. Alfabetizzazione significa che qualcuno capisce cosa un sistema fa e non fa, dove si trovano i limiti di una risposta, e quando un risultato deve essere controllato prima di finire altrove. È una competenza diversa dal saper usare una finestra di chat.
Un collaboratore che sa come formulare un prompt non è per definizione alfabetizzato nel senso che qui conta. L'alfabetizzazione all'IA riguarda il riconoscimento del rischio: quando una risposta contiene un errore che non si nota, quando i dati aziendali vengono condivisi con un sistema che li utilizza altrove, quando un risultato dell'IA diventa la base per una decisione che in realtà merita una verifica. Chi non insegna questo, insegna ai collaboratori a usare uno strumento senza insegnare loro quando non fidarsene.
L'alfabetizzazione ha senso solo se si collega a ciò che accade nella pratica. Se i collaboratori già utilizzano uno strumento che nessuno ha approvato, allora una formazione generica sui principi dell'IA vale poco finché nessuno sa quali sono questi strumenti e per cosa vengono impiegati. L'alfabetizzazione senza visibilità sull'uso è un programma che non incontra la pratica.
Qui si trova anche il modo più semplice per imparare qualcosa: chiedere. Non chiedere per ottenere una rendicontazione, ma chiedere per capire cosa sta succedendo. Un collaboratore che usa uno strumento per lavorare più velocemente lo racconta raramente in modo spontaneo se la domanda sembra un controllo che può portare a una resa dei conti. L'alfabetizzazione non inizia quindi con la formulazione di istruzioni, ma con la creazione di un clima in cui segnalare non comporta rischi.
Una formazione può spiegare cos'è un modello linguistico, da dove viene il bias, e quando un output deve essere controllato. Una formazione non può garantire che quella conoscenza venga applicata nel momento in cui conta: sotto pressione di tempo, con una scadenza, durante un compito che è già andato bene cento volte. Inoltre, una formazione unica non può stare al passo con ciò che cambia. I sistemi vengono adattati, nuovi strumenti diventano disponibili, l'uso si sposta. Per questo l'alfabetizzazione non appartiene a un momento, ma a un ritmo ripetuto — proprio come la riclassificazione periodica dei livelli di rischio non è un esercizio unico ma un processo ricorrente.
L'alfabetizzazione dei collaboratori non esime un'organizzazione dalla domanda su chi vigila su cosa. Se un collaboratore riprende un risultato dell'IA in una decisione, e quella decisione risulta errata, allora la domanda chi è responsabile se un'applicazione di IA commette un errore non trova risposta in "il collaboratore avrebbe dovuto saperlo". La responsabilità si trova a più livelli: di chi ha impiegato il sistema, di chi ha organizzato la vigilanza, di chi ha stabilito i quadri. L'alfabetizzazione dei singoli è una parte di quella catena, non un suo sostituto. Cosa significhi la supervisione umana nella pratica è legato alla domanda se la persona che vigila comprenda anche a sufficienza ciò su cui vigila — senza quella comprensione, la vigilanza è una formalità.
Molte organizzazioni cercano di collegare l'alfabetizzazione all'IA a un processo di compliance o di gestione del rischio già esistente. Sembra logico, ma nella pratica un secondo livello affiancato a un processo esistente spesso non viene utilizzato: i collaboratori seguono il processo che già conoscono e ignorano quello nuovo, anche quando si adatta meglio alla pratica. Perché un secondo processo affiancato a quello esistente viene ignorato è una domanda che va oltre la formazione: riguarda dove l'alfabetizzazione viene registrata, verificata e utilizzata nel lavoro stesso.
Non possiamo dire quanta formazione sia sufficiente, né quale percentuale di collaboratori agisca effettivamente in modo diverso dopo un programma. Questo varia per organizzazione, per funzione, per livello di rischio dei compiti che qualcuno svolge. Chi redige quotidianamente contratti con clienti con il supporto dell'IA ha bisogno di un livello di alfabetizzazione diverso da chi usa l'IA occasionalmente per un riassunto. Non esiste una risposta univoca a "quanta formazione è sufficiente", e quindi non la forniamo.
L'alfabetizzazione senza visibilità sui rischi delle singole situazioni d'uso resta astratta. Un collaboratore che inserisce dati aziendali in una finestra di chat gratuita corre un rischio diverso da un collaboratore che usa un sistema interno e protetto, e cosa fare con i dati aziendali in una finestra di chat gratuita è una domanda che richiede una risposta diversa per ogni situazione. L'alfabetizzazione non è quindi un unico programma per l'intera organizzazione, ma un collegamento a ciò con cui le persone effettivamente lavorano.
Quel collegamento inizia col sapere quali compiti sono già supportati dall'IA e in che misura. Lo scan del lavoro di FTE TO AI calcola per ogni compito quale parte del lavoro può essere ripresa dall'IA, offrendo così un quadro concreto di dove l'alfabetizzazione è più necessaria: non in senso generico, ma nel punto in cui il lavoro effettivamente cambia.
Vraag maar. Governance begint bij weten wat er draait — ook wat niemand heeft goedgekeurd.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.