- L’articolo analizza il paradosso dell’era dell’IA: molte aziende investono massicciamente nell’IA ma continuano a utilizzare parametri tradizionali come produttività, quantità di lavoro completato ed efficienza per valutare i dipendenti. Ciò significa che chi dedica tempo a verificare, correggere o criticare i risultati dell’IA può essere valutato meno di chi si limita a generare una maggiore mole di lavoro.
- Il sondaggio Data and AI Leadership mostra che il 91% delle organizzazioni sta aumentando gli investimenti nell’IA e il 99% la considera una priorità strategica, ma solo il 18% afferma di aver generato un valore aziendale misurabile da questi investimenti.
- L’autore sostiene che i sistemi di gestione delle prestazioni presentavano già molte lacune prima dell’IA generativa. Secondo Gallup, solo il 2% dei direttori delle risorse umane di Fortune 500 ritiene che l’attuale sistema di valutazione promuova realmente la crescita dei dipendenti.
- Deloitte rileva inoltre che l’84% delle aziende non ha riprogettato ruoli, flussi di lavoro o percorsi di carriera per adattarli all’IA. Solo il 30% dispone di meccanismi di incentivazione basati sull’efficienza d’uso dell’IA.
- Un altro sondaggio mostra che il 10% dei dipendenti ammette di aver manipolato i dati per rendere l’IA meno efficace, per timore che questa sostituisca il proprio lavoro o influenzi negativamente la valutazione delle prestazioni.
- Uno studio su oltre 750 lavoratori della conoscenza mostra che GPT-4 aiuta ad aumentare la velocità di completamento del lavoro di oltre il 25%, ma solo per i compiti adatti alle capacità del modello.
- Tuttavia, quando il compito supera le capacità dell’IA, chi la utilizza ha una probabilità inferiore del 19% di fornire la risposta corretta rispetto a chi non la usa. È la prova della “frontiera tecnologica frastagliata” (jagged technological frontier).
- L’IA aumenta la produttività media del 14%, ma i benefici riguardano soprattutto i dipendenti meno esperti. Per gli esperti, la qualità tende a calare poiché l’IA fatica a sostituire la capacità di valutare il contesto e rilevare le eccezioni.
- L’articolo avverte anche che la nascita del “workslop” — contenuti generati molto velocemente ma di bassa qualità — sta riducendo la qualità della collaborazione aziendale.
- L’autore propone un quadro di valutazione a 3 livelli: 1) contributo umano (capacità di riconoscere i limiti dell’IA, verifica dei risultati); 2) valutazione del sistema IA stesso (tasso di errore, spiegabilità); 3) efficienza della coordinazione uomo-IA (valore aggiunto dal rilevamento di errori).
📌 L’investimento nell’IA crea un vantaggio solo se l’azienda cambia contemporaneamente il modo di gestire le prestazioni. Sebbene il 91% delle organizzazioni aumenti gli investimenti, solo il 18% crea valore chiaro. Le aziende devono passare da una valutazione basata sulla velocità a una basata sulla qualità del giudizio, sulla capacità di verifica, sul livello di coordinamento uomo-IA e su meccanismi di responsabilità trasparenti sia per l’IA che per il dipendente.
