L’IA Sembra Convincente. Ed è Proprio Questo il Problema.
Percezione dell’IA: Le persone hanno opinioni forti sull’IA, ma molti non comprendono davvero quale sarà il suo impatto futuro.
Qualità del Feedback: Sia il feedback dell’IA che quello umano spesso non sono affidabili, mettendo in discussione l’istinto rispetto all’IA.
Processo Decisionale: Un processo decisionale efficace si basa su input diversificati, non su risposte sicure e mai messe in discussione.
Limiti dell’IA: Una fiducia crescente nell’IA può diminuire il pensiero critico e portare a errori nelle decisioni.
Giudizio Strutturato: Le decisioni beneficiano di approcci strutturati e richiedono più di semplici raccolte informali di feedback.
La fiducia in sé stessi non equivale ad avere ragione. Sembrare sicuri di ciò che si dice non significa sapere davvero di cosa si sta parlando.
Ognuno ha una posizione sull'IA in questo momento. C’è chi è totalmente favorevole, chi contrario, o chi aspetta di vedere come andrà a finire. Difendiamo queste posizioni con molta sicurezza e, sotto sotto, quasi nessuno la capisce davvero o sa dove porterà. Così LinkedIn si riempie di persone che hanno già deciso cosa pensare.
La settimana scorsa ho avuto un confronto con una di queste persone. Avevano pubblicato un appello: basta usare l'IA per ricevere feedback sul proprio lavoro. E il loro ragionamento era valido, di quelli che fanno annuire chiunque. L’IA non sa tenere la bocca chiusa. Chiedile qualunque cosa e avrà sempre una risposta, giusta o sbagliata. Se hai bisogno che l’IA ti dica se il tuo lavoro è valido, sostenevano, quello è il vero problema. Fidati del tuo istinto.
Ho contestato. Non perché avessero torto, ma perché la loro soluzione era solo parzialmente corretta. La maggior parte dei feedback non è valida, sia da IA che da esseri umani. Anche il tuo istinto può fallire allo stesso modo. E una risposta sicura e ben strutturata, proprio quella che l’IA è così brava a generare e che anche le persone forniscono spesso, è la cosa più facile da credere e la più difficile da mettere in discussione.
Keep Reading—and Keep Leading Smarter
Create a free account to finish this piece and join a community of forward-thinking leaders unlocking tools, playbooks, and insights for thriving in the age of AI.
Have an account? Log In
La fiducia in sé stessi non equivale ad avere ragione. Sembrare sicuri di ciò che si dice non significa sapere davvero di cosa si sta parlando. Ho imparato quanto ciò costi sulla mia pelle.
Il costo della fiducia in sé stessi
Anni fa ero il responsabile UX per il team dietro Shopify Capital, il prodotto che offre anticipi di denaro ai commercianti in base alle vendite del loro negozio. Quando un commerciante accettava un’offerta, il denaro impiegava fino a sette giorni per superare le approvazioni interne. Per una piccola azienda che aspetta di rifornirsi o di avviare qualcosa, è una lunga settimana.
Il sistema dietro quelle approvazioni era un MVP iniziale che nessuno aveva più toccato da anni. Così ho riunito le persone giuste per trovare una soluzione: finanza, chi gestiva le approvazioni, gli sviluppatori e i designer che avevano costruito il sistema originale.
Il collo di bottiglia si rivelò essere in alcune fasi di approvazione manuale. Abbiamo analizzato passo passo come gli approvatori prendevano ogni decisione, e se un sistema avrebbe potuto sostituirli. Abbiamo trovato una soluzione in un’ora. Avremmo potuto implementarla il giorno dopo.
Ma un’approvazione ci ostacolava. L’ok finale spettava a un responsabile di prodotto, molto lontano da team come il nostro. La risposta fu chiara, specifica e certa: doveva restare una procedura manuale. Una decisione presa anni prima. Nessuno sapeva spiegarci il motivo. Non esisteva nessuna traccia a supporto. Non potevamo pubblicare la soluzione.
Così abbiamo fatto ciò che fanno la maggior parte dei team. Ci siamo affidati alla risposta sicura. Poi abbiamo passato tre settimane a dimostrare che era sbagliata. Venti riunioni, interviste con chiunque avesse mai messo mano al sistema, una mappa di quello che accadeva davvero dietro le quinte.
Alla fine abbiamo realizzato esattamente la soluzione che avevamo trovato nella prima ora. Il feedback dello stakeholder era autorevole, ben strutturato, ma completamente sbagliato. Aveva trovato un problema che non esisteva.
È questo il fallimento di cui parla questo articolo. Non dell’IA. Non degli esseri umani. Ma delle risposte sicure che nessuno verifica prima di agire.
Il secondo parere che hai smesso di chiedere
Quando una decisione è importante e qualcosa non ti torna, non ti fidi della prima risposta sicura. Chiedi a chi davvero ne sa qualcosa. Riunisci due o tre persone e osservi dove non sono d’accordo. Ci dormi su. Ne parli con qualcuno di cui ti fidi prima di decidere. Nessuno ti ha mai insegnato questo e nessuno gli dà un nome. È solo ciò che fanno le persone attente.
Quell’istinto è vero discernimento. E un buon discernimento richiede prospettive, più occhi sul problema e tutti i compromessi sul tavolo prima di prendere qualsiasi decisione. È per questo che esistono i piccoli team: abbastanza vicini per ragionare ad alta voce insieme e sufficientemente agili per farlo davvero.
Ma la prospettiva non è automatica. Richiede tempo, vicinanza, uno spazio per riflettere. L’IA va contro tutte e tre queste cose.
E richiede ciò che più spesso trascuriamo: struttura. La struttura sembra lenta e, di fronte alla velocità e all’allure dell’IA, essere lenti è la cosa che nessuno vuole.
L’IA produce risposte sicure più velocemente di quanto tu riesca a metterle alla prova, e l’impulso è prendere la risposta e andare avanti.
E ci arrendiamo di proposito, perché la promessa è seducente. Tutti conoscono quella sensazione, essere attratti da qualcosa che forse non è nel proprio interesse e andarci comunque incontro.
Tolleriamo gli errori dell’IA di oggi per ciò che potrebbe diventare domani e ci affidiamo a chi la sviluppa per colmare le lacune. Nulla di ciò è sciocco. È umano. Ed è proprio ciò che ci fa smettere di mettere davvero alla prova quello che facciamo.
Microsoft e Carnegie Mellon hanno studiato cosa accade dopo. Hanno scoperto che più aumentiamo la fiducia nell’IA, meno pensiero critico mettiamo in gioco, e il lavoro si sposta dal fare il compito al supervisionare l’IA che lo svolge. La supervisione ti protegge solo se davvero controlli. La maggior parte delle persone smette di farlo.
Così l’abitudine informale che ti proteggeva non fallisce in modo evidente. Semplicemente non si adatta più alla scala. Proprio mentre cresce il numero delle decisioni, la disciplina che le rendeva buone s’indebolisce.
Chiedere Feedback Non è una Disciplina
Risolvere una contraddizione, sradicare un’assunzione, capire perché qualcosa dovrebbe funzionare in un certo modo: è questo che smette di costare minuti e inizia a costare settimane…Una disciplina risolve tutto ciò. Non intendo forza di volontà. Intendo un modo ripetibile di prendere una decisione.
Quindi la soluzione non è fidarsi meno dell’IA e di più del proprio istinto. La soluzione è la struttura. Ma chiedere in giro feedback non è lo stesso che avere una disciplina, ed è proprio questa la differenza che porta la soluzione.
Chiedere in giro è quello che la maggior parte dei team già fa. Qualcosa non convince, allora chiami chi è nei paraggi. Lo accenni in una riunione. Speri che la persona che davvero ne capisce sia presente e lo dica. A volte succede. Nella maggior parte dei casi è questione di fortuna e non puoi distinguere i giorni fortunati dagli altri finché ormai è troppo tardi.
Chiedere in giro costa caro. Si organizzano riunioni, le agende sono piene e quando il gruppo finalmente si trova il momento è passato o la decisione è già stata presa senza tutti. Così le riunioni iniziano a sembrare una tassa e le paghi sempre meno.
Le prospettive si disperdono, invece: una presentazione qui, un’email là, un thread su Slack che nessuno legge in tempo. Tutti amano l’asincrono per il tempo che sembra restituire, ma questo significa che le prospettive non si incontrano mai davvero.
L’asincrono regge finché due prospettive non si contraddicono. È esattamente in quel momento che serve uno scambio in tempo reale, con una persona che dice che non è così che funziona, un’altra che insiste finché non si arriva alla verità. L’asincrono non può farlo.
La contraddizione che si risolverebbe in cinque minuti in una stanza rimbalza per giorni tra risposte. Risolvere una contraddizione, sradicare un’assunzione, capire perché qualcosa dovrebbe funzionare in un certo modo: è questo che smette di costare minuti e inizia a costare settimane.
Una disciplina risolve tutto questo. Non intendo forza di volontà. Intendo un modo ripetibile di prendere una decisione. Si decide, di proposito, da quali prospettive deve passare prima di essere approvata. Non chiunque fosse disponibile in quel momento, ma le poche che contano davvero per questa decisione. Fai esaminare la decisione deliberatamente a ciascuno una sola volta e presti attenzione a ciò che ognuno tende a mancare. Questa è struttura. Intrecciare le prospettive giuste di proposito invece che rincorrerle una riunione alla volta.
Perché è più importante di quanto sembri? Perché sapere come funziona qualcosa non è lo stesso che capire perché funziona in quel modo, ed è proprio in questo divario che si annidano gli errori più gravi.
Richard Rumelt, autore di "Good Strategy Bad Strategy", chiama la prima vera mossa diagnosi: capire cosa sta davvero succedendo prima di decidere. Una buona diagnosi individua il problema reale, non il sintomo. "Stiamo sotto-performando" non è una diagnosi, è un risultato. La diagnosi è il perché che sta sotto, e ti indica quali sono le poche cose critiche e quali ignorare.
È qui che una stanza piena di prospettive diverse fa la differenza. Il problema cambia aspetto a seconda di chi lo affronta.
Il responsabile del budget, chi lo costruisce, il cliente: ognuno ha una versione diversa e ha bisogno di qualcosa di diverso da qualunque decisione tu prenda. Quindi risolvere il problema giusto non è una cosa sola. Significa trovare la soluzione che risponde abbastanza a quei diversi bisogni contemporaneamente, la mossa che alza il livello per tutti, non solo per uno.
Non la trovi da solo, né a distanza. La trovi quando le prospettive si incrociano e il loro dissenso ti mostra la vera natura del problema.
Puoi vedere quanto desideriamo avere altri punti di vista nel modo in cui parliamo con l'IA. "Agisci come un copywriter." "Agisci come un esperto di marketing." Ogni prompt è un'ammissione che una sola persona possiede solo un numero limitato di prospettive, e ne siamo consapevoli. Le stiamo chiedendo di rappresentare quelle che ci mancano.
È proprio in questo divario che l'IA vive. Un modello ha solo ciò che entra nella sua finestra di contesto, la porzione limitata della tua situazione che gli viene fornita.
Non può vedere cosa gli manca, né può confrontare una visione con un'altra. Non sta mantenendo alcun punto di vista. Funziona sulla probabilità, prevedendo quale sia la cosa più probabile che venga dopo, senza avere nulla in gioco sul fatto che abbia ragione. Così ti dice qualcosa di convincente.
Quelle tre settimane che il mio team ha passato per arrivare al nocciolo della questione? Quella era diagnosi. Quello era capire il perché. L'IA continuerà a migliorare nelle risposte. Una risposta migliore però non è comprensione. La comprensione è arrivata da persone reali, ognuna con una visione diversa del problema e tutte con un interesse personale nell'esito. Un modello non può essere quelle persone, per quanto possa migliorare. Quella parte appartiene a te e al tuo team.
Quando Tutti Sono D'accordo, Manca Qualcuno
L’abilità più difficile è accorgersi quando manca uno di quei punti di vista nella stanza. E il segnale è l’opposto di ciò che ti aspetteresti. È l’accordo. Quando una decisione viene presa troppo facilmente, quando tutti annuiscono e nessuno è a disagio, quello di solito non è consenso.
La preoccupazione qui è che io stia descrivendo più riunioni, più persone, più processo. Non è così.
Una disciplina non riguarda il portare tutti nella stanza. Per come l'ho sempre visto io, vuoi il minor numero di persone possibile che, messe insieme, possano vedere l'intero problema. Ognuno copre una parte che gli altri non vedono, quindi poche persone che pensano in modo diverso coprono più terreno di una folla che pensa allo stesso modo. Il vantaggio sta proprio in quanto sono diversi, non in quanti sono.
Non serve un organigramma per questo. Devi chiederti, per questa specifica decisione, chi vede una parte che tu non vedi. La maggior parte delle decisioni tocca sempre una combinazione dei soliti: il denaro, il cliente, chi deve costruirlo, chi deve venderlo e chi verrà incolpato se qualcosa non funziona.
Non tutte le decisioni richiedono la presenza di tutti. Una nuova assunzione si appoggia sulle persone con cui il nuovo arrivato lavorerà ogni giorno e su chi gestisce il budget. Un cambiamento nel modo di lavorare del team si affida a chi materialmente dovrà attuarlo e alle persone per cui deve generare valore, che spesso non sono presenti quando si decide.
Al momento, è questo che la maggior parte dei team sta assorbendo: nuovi software, più personale, IA integrata in ogni parte del lavoro, e quasi sempre tutto arriva dall'alto verso il basso. La vera abilità è individuare i due o tre punti di vista chiave su cui una decisione si basa, non mettere insieme un quorum.
L'abilità più difficile è accorgersi quando manca uno di quei punti di vista nella stanza. E il segnale è l'opposto di ciò che ti aspetteresti. È l'accordo.
Quando una decisione viene presa troppo facilmente, quando tutti annuiscono e nessuno è a disagio, quello di solito non è consenso. È una prospettiva che manca. La persona che avrebbe contestato non è presente. L'obiezione che avrebbe portato a galla il problema non emerge mai, così la decisione sembra definitiva solo perché non è stata messa in discussione.
Quando individui il vuoto, hai due possibilità oneste. Vai a cercare il punto di vista che manca prima di decidere, anche se ti costa un giorno. Oppure, se davvero non puoi, dillo chiaramente: nessuno qui rappresenta il cliente, quindi su quell'aspetto stiamo ipotizzando.
Un vuoto dichiarato è un rischio che puoi gestire. Uno non dichiarato è la risposta sicura e ben strutturata che alla fine si rivela sbagliata.
Questo è anche il motivo per cui la maggior parte dei team già tiene l'IA sotto stretto controllo. In un recente sondaggio di Harvard Business Review, solo il 6% delle aziende ha dichiarato di fidarsi completamente che gli agenti IA gestiscano autonomamente un processo fondamentale, mentre il 43% si limita ad affidare loro compiti di routine e nulla di più.
Questo istinto è corretto. L'IA appartiene alla periferia del lavoro, all'esecuzione, non al centro delle decisioni. Ma bisogna essere chiari su cosa sia effettivamente. Ora l'IA è nella stanza, ascolta, trascrive e scrive il riepilogo mentre parli. Ma non è la stessa cosa che avere un interesse diretto in ciò che viene deciso.
Se ti è mai capitato di leggere uno di quei riassunti confrontandolo con ciò che è stato effettivamente detto, conosci il resto. Si perde qualcosa, riempie ciò che non ha capito e ne parla con sicurezza, senza mai verificare il proprio lavoro. Può registrare ciò che avviene nella stanza. Ma non può prenderne parte davvero.
More Articles
Una Versione Da Mettere Subito in Pratica
Prima che una decisione che conta davvero venga presa, definiscila in una frase e individua le prospettive necessarie. Poi metti quelle persone, le vere, nella stessa stanza o sulla stessa chiamata per quindici minuti.
Nulla di tutto ciò richiede un nuovo strumento, una nuova assunzione o un nuovo strato di processo. Questo è proprio il punto.
La disciplina che le aziende in crescita cercano di acquistare con software e assunzioni è qualcosa che un piccolo team può semplicemente fare, perché hai già le due cose che servono: le persone giuste e la capacità di metterle nella stessa stanza.
Ecco la versione semplificata.
Prima che una decisione che conta davvero venga presa, definiscila in una frase e individua le prospettive necessarie. Poi metti quelle persone, le vere, nella stessa stanza o sulla stessa chiamata per quindici minuti. Non una riunione fissa. Non un comitato. Una breve e deliberata discussione, apposta, per questa singola decisione.
In quella conversazione, rendi il disaccordo il compito centrale. Non chiedere se tutti sono d'accordo. Chiedi a ciascuno cosa questa decisione sbaglia dal loro punto di vista. Non stai cercando un pollice in su. Stai cercando l'unica obiezione che cambierebbe la risposta. E se sembra tutto troppo semplice, ricordati cosa di solito significa. Qualcuno che dovrebbe essere nella stanza non c'è.
Quando l'intelligenza artificiale entra in gioco, e succederà, tienila sul lato giusto della linea. Lasciala redigere, riassumere, evidenziare un punto di vista che potresti aver perso. Poi porta la sua risposta nella stanza e mettila alla prova come faresti con quella di chiunque altro.
Trattala come una bozza da verificare, mai come un verdetto da accettare. Non ha diritto di voto. Ha diritto a una revisione. E quando siete solo tu e l'IA, tutta la chiamata è tua. Può svolgere il lavoro, non portare il peso.
Questo è tutto il modello. Dai un nome alla decisione, dai un nome agli angoli da considerare, riunisci le persone reali in tempo reale, falli discutere, e mantienilo sul lato pratico della linea. Ti costa quindici minuti.
L'alternativa ti costa tre settimane e una risposta sicura che si è rivelata basata su un presupposto errato. Un'ipotesi che nessuno ha verificato. Un'inferenza trattata come un fatto. Se viene dall'IA, si chiama allucinazione. Se viene da una persona, la chiamiamo semplicemente sicurezza.
Il divario che i piccoli team sono fatti per colmare
Fermati un attimo. Sia le persone che l'IA possono sbagliare, e un team può sopravvivere a questo. A ciò cui non può sopravvivere è la versione più costosa del problema: la prospettiva che conta di più che manca.
Le persone che devono creare valore e quelle a cui è destinato raramente si trovano nella stessa stanza quando viene presa una decisione.
In una grande azienda, questa è la normalità. La persona con l'autorità di decidere di solito è la più lontana dal luogo in cui il valore viene effettivamente creato, ed è la più impegnata, l'ultima che può permettersi quindici minuti in una stanza. Così la decisione viene presa a distanza, su un riassunto, da qualcuno che non ha partecipato al disaccordo che avrebbe cambiato la risposta.
Questo è il divario che i CFO continuano a segnalare senza riuscire a spiegarlo. In un recente studio della società di consulenza RGP, il 66% dei CFO ha dichiarato di aspettarsi rendimenti significativi dall'IA entro due anni. Solo il 14% ha affermato di vedere un valore reale oggi.
La reazione automatica è leggere tutto ciò come un problema di strumenti, qualcosa che un modello migliore o un'altra piattaforma potrebbe risolvere. Non è così. Il divario non sono mai stati gli strumenti. È la qualità delle decisioni che quegli strumenti alimentano.
Ecco perché è un piccolo team a essere in grado di colmarlo. L'attrito che blocca una grande azienda, tutti gli strati, i calendari e la coordinazione, per te non è quasi mai un problema.
Le persone che vorresti coinvolgere già si conoscono, già si fidano l'uno dell'altro, e possono anche discutere animatamente e poi andare a pranzo insieme. Non stai facendo passare una decisione tra sconosciuti di un organigramma. Ti rivolgi a tre persone con cui lavori ogni giorno.
La disciplina che una grande azienda sta spendendo milioni per ricostruire è qualcosa che puoi fare questo pomeriggio, perché la distanza che combatte per te non è mai esistita.
Ho vissuto questa situazione una volta in una piccola agenzia. Stavamo perdendo soldi sulla maggior parte dei nostri progetti più importanti. La soluzione non è stata uno strumento o una nuova assunzione. È stato far sedere tutte le persone coinvolte nel lavoro nella stessa stanza, da chi faceva le stime e la definizione dei prezzi a chi prenotava e consegnava. Non un solo incontro, ma ancora e ancora, andando oltre i sintomi per capire cosa stesse davvero succedendo.
Abbiamo aumentato il margine netto del 33%. Il vero vantaggio è stato la decisione di rendere abituale il discutere insieme di problemi e soluzioni. Quello che ha fatto la differenza è stato il fatto che ci davamo un'opinione anche su lavori che non erano nostri, da esperti o meno. È proprio da qui che nasce molta innovazione, ed è esattamente quello che continuiamo a sperare che l’IA ci darà.
Ed è il lavoro che ho continuato a fare da allora, aiutando i team ad affrontare i problemi troppo grandi perché una sola persona possa risolverli da sola.
La cosa difficile non è mai stata trovare le persone giuste. È farle entrare nella stessa stanza nello stesso momento, discutere e modellare le idee insieme. Ogni strumento promette di sostituirlo, ma nessuno può. Metti due persone con punti di vista diversi una di fronte all'altra, in tempo reale, e il vero problema verrà a galla. Il resto è logistica.
L’IA non ha prospettiva. Nessuna opinione. Nulla che senta. Per una serie ristretta di decisioni, questo distacco è esattamente ciò che si desidera, ed è lì che va utilizzata. Ma la maggior parte di ciò che facciamo, lo facciamo per costruire cose e risolvere problemi per altri esseri umani, insieme ad altri esseri umani che hanno a cuore il risultato.
È proprio la capacità di tenere a qualcosa che porta le persone a controbattere, a restare nella tensione e ad accorgersi di quello che tutti gli altri si sono persi.
Questi punti di vista sono l’unica parte del lavoro che non dovresti mai perdere. E se sei in un piccolo team, non è necessario. Sono già seduti al tuo tavolo. L’IA può aiutarti a svolgere il lavoro. La parte che è davvero tua, rimane tua.
