Nel Natale del 1978, i miei nonni regalarono alla nostra famiglia un videoregistratore (VCR). Per quelli di voi nati dopo… ogni volta, si tratta di un dispositivo che utilizza nastri per riprodurre e persino registrare film e programmi TV. Sapevamo a malapena cosa fosse quando l’abbiamo presa: questa particolare macchina era una di quelle vecchie versioni “pop top”. Abbiamo adorato il suo autorevole “kethunk” mentre si apriva dall’alto, pronto a ricevere il prossimo nastro videoregistratore. Tuttavia, era un po’ un’avventura trovare qualche videoregistratore da noleggiare; l’unico negozio di noleggio di cassette era un minimarket che aveva solo tre film disponibili: “Patton”, “La stangata” e “Incontri ravvicinati del terzo tipo”. Quindi, abbiamo dovuto registrare molti programmi TV.
Ma per farlo, dovevamo prima programmare il videoregistratore. Il problema era che programmare questa cosa non era per i deboli di cuore per la maggior parte delle famiglie; semplicemente programmare l’orologio sulla parte anteriore della macchina per impedirgli di lampeggiare costantemente “12:00” è stato un vero esercizio di dolore. Penso che un buon project manager farebbe fatica a registrare le ore collettive trascorse cercando di modificare quelle impostazioni, solo per apportare quel cambiamento apparentemente semplice. Ricordo il momento in cui, dopo i nostri tanti tentativi, quel numero è cambiato nell’ora attuale: lanciamo tutti un grido di vittoria collettivo. Quando sono andato a scuola il giorno dopo, ho sentito storie di altre famiglie che hanno semplicemente messo del nastro adesivo nero sulle 12:00 lampeggianti sullo schermo a LED e si sono accontentate di guardare il semi-ultimo film del signor Spielberg.
Il nostro problema di intelligenza artificiale “lampeggiante 12”.
Cosa c’entra questa storia con la formazione pratica sull’intelligenza artificiale? Beh, un bel po’. Suppongo che tu stia pensando che avrei potuto riferirmi a qualcosa di più all’avanguardia di un videoregistratore, e ti stai chiedendo perché ho usato un approccio completamente retrò in questo esempio. Beh, l’ho fatto perché non ho inventato il detto “lampeggiante 12”. Non è il mio termine. E no, non sto parlando del “12th amico”, neanche (vai Seattle Seahawks).
Il “problema dei 12 lampeggianti” si riferisce a qualsiasi situazione in cui caratteristiche o funzioni di un dispositivo, programma o sistema rimangono inutilizzate perché l’interfaccia è difficile da usare. In realtà, il problema è ancora più profondo di un’interfaccia utente scadente. Il problema è in gran parte dovuto al fatto che gli sviluppatori del sistema non sono stati in grado di prevedere il livello di interazione necessario agli utenti per utilizzare la tecnologia. Il “problema dei 12 lampeggianti” è anche legato a un problema più profondo: per utilizzare l’intelligenza artificiale in modo efficace, dobbiamo tutti interagire molto più profondamente con la nostra tecnologia. Sia i lavoratori tradizionali che i nostri colleghi dell’intelligenza artificiale lottano per raggiungere questo obiettivo, in questo momento. Perché? Perché sviluppatori, progettisti e lavoratori dei sistemi hanno raramente previsto la realtà che, per essere produttivi, sia i “mangiatori” (l’ultimo termine della Silicon Valley per indicare gli esseri umani) che gli agenti di intelligenza artificiale devono comprendere le sfumature e mostrare un livello di alfabetizzazione più elevato che mai.
Suppongo che alcune persone stiano pensando in questo momento che l’intelligenza artificiale sia così facile da usare: dopo tutto, una delle cose più intelligenti che i fornitori di intelligenza artificiale generativa hanno fatto è stata adottare la semplice interfaccia con casella di testo di Google: tutto ciò che dobbiamo fare è digitare una richiesta, una domanda o un comando e le cose accadono automaticamente. Ma quando si tratta di un uso veramente produttivo dell’intelligenza artificiale, è necessaria una maggiore interazione. In effetti, il nostro Forza lavoro CompTIA e tendenze di apprendimento Il rapporto indica che le organizzazioni praticamente in ogni settore industriale continuano a perfezionare il modo in cui i lavoratori e l’intelligenza artificiale interagiscono tra loro.
AI e riduzione dell’attrito
Come quasi tutte le tecnologie di automazione, l’intelligenza artificiale è progettata per ridurre gli attriti e abbassare le barriere all’ingresso. Io chiamo questo processo “defrizione”. Ad esempio, di recente ho condotto un test di penetrazione in cui avevo bisogno di codice Python per automatizzare il processo di scansione. Ho fatto creare il codice da uno strumento GenAI. Ho dovuto sistemarlo, ma comunque GenAI mi ha fatto risparmiare un po’ di tempo. Un altro esempio di defrizione viene dall’Europa, dove una volta ho parlato con un CIO nel settore sanitario che mi ha raccontato di come è riuscita a utilizzare l’intelligenza artificiale per migliorare uno strumento diagnostico di rilevamento delle malattie. È stata in grado di utilizzare l’intelligenza artificiale per modellare gli agenti patogeni, risparmiando al progetto almeno sei mesi.
Il problema è che è facile abusare dell’intelligenza artificiale per creare pura finzione durante il processo di “defrizione”. È qui che noi esseri umani troviamo il modo di gestire un particolare processo che richiede più tempo e riflessione. Il modello “Copia e incolla” non è un modo efficace per interagire con l’intelligenza artificiale o qualsiasi altra cosa. Ma molti ne sono colpevoli. Questa non è una corretta interazione con l’IA; questo significa evitare l’interazione.
Sostituzione e implementazione dell’IA
Sento spesso come l’intelligenza artificiale abbia apportato enormi miglioramenti, creando codici meravigliosi, solitamente da persone che non hanno mai creato alcun codice utile in vita loro. Ho appena vissuto un momento del genere la scorsa settimana da parte di un accademico che si considera un grande programmatore e un esperto amministratore di sistema. Ha informato me e quasi 200 ospiti che l’intelligenza artificiale crea un codice incredibile e utilizzabile che nemmeno lui deve più controllare. Sono rimasto un po’ sorpreso da questa affermazione.
Certo, GenAI continua a fare grandi progressi, soprattutto nel campo degli sviluppatori. Ma trovo che chiunque utilizzi il codice senza prima convalidarlo si stia intenzionalmente impegnando in un debito tecnico, una malattia che continua a tormentare allo stesso modo sviluppatori, ingegneri del cloud e addetti alla sicurezza informatica. Accettare codice non testato, che implica saltare i passaggi di convalida della sicurezza, è una forma di debito tecnico particolarmente pericolosa che vedo in ogni settore industriale.
Permettetemi di precisare questo punto: ogni volta che chiedo agli amministratori di sistema, agli ingegneri del cloud, ai professionisti della sicurezza informatica e agli sviluppatori se usano il codice che l’intelligenza artificiale produce, tutti mi guardano in modo strano, poi mi danno una sorta di variazione sulla seguente affermazione: “Non uso mai l’intelligenza artificiale direttamente nel mio lavoro”. Allora, qual è il problema qui? Ha meno a che fare con accademici arroganti e più con un problema che io chiamo “sostituzione”, una versione particolarmente insidiosa del problema del “lampeggio delle dodici”.
La chiamo “sostituzione”, perché è dove qualcuno elimina un passaggio valido e inserisce qualcosa che è problematico. È dove i lavoratori ingenui usano l’intelligenza artificiale per automatizzare cose che ritengono non importanti o in qualche modo impossibili da fare dato il tempo che hanno. Siamo tutti impegnati in questo tipo di sostituzione: quando scopri un ostacolo al tuo lavoro, quanto è facile dire semplicemente: “Ehi, è semplice eliminare ciò che fa di solito qualcun altro, perché ora l’intelligenza artificiale lo fa meglio”. Chiamo questa sostituzione perché stai facendo qualcosa di più della semplice disintermediazione, che è quella in cui elimini un attore intermedio per creare efficienze. Stai creando un debole sostituto per un processo che in realtà richiede un lavoro sfumato.
Il risultato? Bene, ti ritroverai con cose sciatte: intelligenza artificiale debole, scarsa sicurezza informatica e cattivi affari. E nessuno ha bisogno di una tecnologia scadente nel business di oggi.
Alcuni esempi di sostituzione
In un’azienda, ho visto una situazione in cui ai professionisti delle risorse umane veniva chiesto di aiutare a formare il loro software di miglioramento delle competenze delle risorse umane. Invece di farlo da soli, hanno assunto un appaltatore. L’appaltatore, tuttavia, non aveva esperienza nella creazione di programmi di miglioramento delle competenze. Di conseguenza, l’azienda ha perso l’opportunità di raccogliere dati e automatizzare adeguatamente la propria formazione. Questo è un problema “lampeggiante 12” piuttosto comune in molti settori industriali.
In un paese, ho visto l’esercito incaricare un appaltatore di utilizzare GenAI per aiutare a controllare e mappare le certificazioni e i corsi del settore secondo i loro standard. Ma l’azienda non è stata in grado di addestrare il modello di intelligenza artificiale, dato il tempo e il denaro a disposizione. Di conseguenza, il governo è tornato a un processo manuale. Per me, questo non è altro che mettere del nastro nero sul problema dell’intelligenza artificiale che lampeggia dodici.
Abbiamo visto esempi pubblici di sostituzione, incluso La disavventura dell’IA di Metae tempi in cui le organizzazioni implementano l’intelligenza artificiale senza implementare strategie di etichettatura dei dati che consentano la governance. Nella mia esperienza, ho visto organizzazioni provare a utilizzare l’intelligenza artificiale per creare una politica di risposta agli incidenti, piuttosto che utilizzare professionisti esperti di sicurezza informatica.
Sembra che in ciascuna delle situazioni di cui sopra, le organizzazioni stiano scoprendo situazioni in cui la loro intelligenza artificiale o le implementazioni tecnologiche inviano incessantemente il seguente flash: “Il tuo problema lampeggiante 12 viene visualizzato!”
Risolvere la sostituzione con curiosità, comunicazione
Sta a noi formare adeguatamente i nostri lavoratori – “mangiatori” e allo stesso modo l’intelligenza artificiale. Competenze essenziali necessarie per affrontare adeguatamente il carico di lavoro ed evitare sostituzioni improprie. In un caso, conosco un piccolo collegio in Australia che sta adottando deliberatamente l’intelligenza artificiale per i suoi istruttori, personale e studenti. Vedono le enormi efficienze che l’intelligenza artificiale può creare. Ma, invece di utilizzare l’intelligenza artificiale per creare politiche, stanno lavorando con leader di settore di vari settori, tra cui vendita al dettaglio, finanza e settori dei consumi.
Stanno iniziando adottando il ISO 42001:2023 Standard del sistema di gestione dell’intelligenza artificiale. Nell’ambito di questa adozione, i team IT e di gestione stanno collaborando con il personale interno per creare e controllare i documenti di governance e di risposta agli incidenti. Stanno creando documentazione scritta che delinea la loro strategia di intelligenza artificiale per aiutare gli studenti, nonché le politiche di utilizzo accettabile dell’IA. Il loro progresso è stato lento, ma costante.
Ma è possibile che io stia andando troppo avanti qui. Il loro successo, come molti altri che ho visto in Europa, Sud America e Giappone, non è dovuto al fatto che abbiano adottato uno standard o una struttura particolare. Stanno riscontrando successo perché collaborano attentamente con il personale, gli studenti e i consulenti per assicurarsi di affrontare il modo in cui l’intelligenza artificiale influenzerà i flussi di lavoro. Finora, i dirigenti di questa scuola non hanno commesso l’errore di ignorare il contributo delle persone che lavorano per vivere. Ciò sostituirebbe impropriamente la saggezza collettiva con idee teoriche. Questa non è trasformazione. Questa è la sostituzione.
I leader con cui ho parlato hanno sfruttato la loro capacità di rimanere curiosi e porre domande difficili. Al momento, questa è la competenza principale che le organizzazioni utilizzano per risolvere il problema. Infatti, ogni volta che chiedo ai leader di ogni settore industriale di indicarmi l’abilità più critica che li aiuta a implementare l’intelligenza artificiale, usano due parole: curiosità e comunicazione, due abilità che vanno di pari passo, insieme agli esseri umani “mangiatori” e ai loro agenti di intelligenza artificiale. Quindi, abbiamo fatto molta strada dall’interfaccia limitata del videoregistratore. Ora siamo impegnati nell’iterazione e nell’interazione e utilizziamo agenti che ci aiutano a completare le attività. Queste cose ci aiuteranno a evitare il problema del lampeggiamento 12.
