Il paradigma di transizione: le macchine come assistenti
L’introduzione dei sistemi di AI ha dato vita a dibattiti sui modi più efficaci per integrare le nuove tecnologie con le attività umane all’interno delle organizzazioni. I manager hanno assegnato determinati compiti alle macchine intelligenti, sfruttandone l’efficienza e la potenza di analisi, mentre altre mansioni, che richiedevano le capacità e la creatività umane, sono rimaste di loro competenza. Tuttavia, il rapporto tra esseri umani e macchine era nettamente distinto, con compiti separati e complementari, piuttosto che dare vita a una fusione. Sebbene le macchine stessero diventando più intelligenti, non erano ancora pronte a diventare partner collaborativi.
Dal 2010 in poi, il modo in cui gli esseri umani interagivano con le macchine ha iniziato a cambiare grazie all’introduzione degli assistenti virtuali basati su AI. Un po’ alla volta le macchine hanno iniziato a interagire con gli uomini con un linguaggio naturale rispondendo a richieste semplici.
Gli assistenti virtuali che sfruttano l’elaborazione del linguaggio naturale, come Siri di Apple (lanciato nel 2011), Cortana di Microsoft e Alexa di Amazon (entrambi del 2014) o l’Assistente di Google (lanciato nel 2016), hanno dimostrato la capacità di interagire con gli esseri umani. Tuttavia, queste versioni di assistenti basati su AI presentavano dei limiti. La loro capacità di comprendere ed elaborare il linguaggio umano era ancora in fase di sviluppo, e di conseguenza le interazioni risultavano spesso limitate.
Gli utenti provavano spesso frustrazione a causa delle incomprensioni o della loro incapacità di cogliere appieno le richieste più ricche di sfumature. Di conseguenza, gli assistenti virtuali basati su AI venivano percepiti più come gadget privi della profondità e dell’adattabilità necessarie ai fini di una collaborazione simile a quella umana. Ripensando a quell’epoca, nel corso di un’intervista al Financial Times, il ceo di Microsoft Satya Nadella ha descritto la prima ondata di assistenti vocali come “stupidi come sassi”.
Nel frattempo, dopo il 2010 sono venute alla luce varie tecnologie. Un esempio degno di nota è l’architettura dei trasformatori nel campo dei Large Language Model (llm, modelli linguistici di grandi dimensioni), che ha migliorato significativamente il modo in cui le macchine sono in grado di comprendere e imitare il linguaggio umano. Questo passo in avanti ha ampliato gli orizzonti di ciò che le macchine possono fare e ha aperto la strada a una nuova generazione di assistenti virtuali basati su ai in grado di prendere parte a un dialogo uomo-ai fluido.
Il paradigma dell’AI generativa: le macchine come collaboratori
Il lancio di ChatGPT da parte di OpenAI, nel novembre 2022, ha segnato un punto di svolta verso una nuova era di collaborazione tra uomo e AI. In passato, le comunicazioni con gli assistenti basati su AI non avevano nulla a che vedere con quelle tra persone. Grazie a un’interfaccia conversazionale, ChatGPT permette di gestire conversazioni molto più fluide e più simili a quelle umane.
Questo ha cambiato le regole del gioco. All’improvviso tutti sono diventati programmatori, pur non avendo alcuna competenza in fatto di programmazione.
La novità di tecnologie come ChatGPT consiste nella loro capacità di offrire autentiche esperienze e conversazionali in un linguaggio semplice. Sono in grado di comprendere e generare contenuti che hanno molto in comune con i modelli di linguaggio umano, consentendo loro di rispondere agli input degli utenti con grande fluidità e raffinatezza. Questa semplicità ha portato a una rapida adozione: dopo soli due mesi dal lancio, ChatGPT di Openai ha raggiunto 100 milioni di utenti attivi al mese. In confronto, TikTok ha impiegato circa nove mesi dal lancio globale per raggiungere lo stesso numero di utenti e Instagram due anni e mezzo, secondo i dati di Sensor Tower.
A differenza dei primi assistenti virtuali, che si limitavano a dare risposte predefinite, ChatGPT e altri modelli simili sono flessibili e adattabili, in grado di gestire un’ampia gamma di domande, argomenti e formati (testi, immagini, audio, codice e via dicendo). La loro capacità di preservare il contesto su più conversazioni e rispondere a domande di approfondimento arricchisce ulteriormente la user experience.
Oggi l’AI generativa può aiutare qualunque manager in un’ampia gamma di attività. Sebbene gli esseri umani continueranno a svolgere alcune attività manageriali e le macchine ne automatizzeranno del tutto altre, la maggior parte di queste attività si trasformerà in un’interazione mista tra esseri umani e macchine. Si tratta di una trasformazione degna di nota: i manager non hanno mai potuto contare su questo tipo di collaborazione simbiotica con la tecnologia. Non si tratta più di AI da una parte ed esseri umani dall’altra. Questa nuova forma di collaborazione vanta implicazioni immediate sul modo in cui i manager svolgono le proprie mansioni, nonché effetti a lungo termine sul modo in cui sono concepiti i flussi di lavoro e sono strutturate le organizzazioni.