L’introduzione dell’AI generativa ha provocato un cambio di scenario nell’ultimo anno, di cui dobbiamo ancora comprendere a fondo gli impatti.

  1. Una tripla complessità, che possiamo imparare a gestire con nuove pratiche

Rispetto ad un anno fa, cioè a prima dell’esplosione dell’AI generativa a fine 2022, ora abbiamo a che fare con una tripla complessità:

  • del contesto organizzativo;
  • della persona;
  • dell’AI.

Da queste tre complessità che si confrontano possono nascere nuove sfide, nuove domande da fare, nuove idee da immaginare e realizzare.

Emerge anche un nuovo ruolo, quello del Facilitatore dell’AI: la complessità dei sistemi non si risolve, ma si abita, si facilitano i flussi, si accettano i paradossi. Su questo ruolo torneremo più avanti in questo articolo.

 

2. L’approccio, la visione, le tecniche

Il tema principale non riguarda tanto la scelta dello strumento di AI generativa che scegliamo di usare (ad esempio per i text-to-text abbiamo ChatGPT, Bing, Claude, Poe, Perplexity), ma il cambiamento più profondo riguarda il modo in cui ci approcciamo ai problemi nel nostro confronto con questi nuovi strumenti – potenzialmente molto potenti, anche se non completamente governabili – che possiamo vedere anche come partner conversazionali.

L’AI generativa è come uno specchio deformante: nel momento in cui ci dialoghiamo possiamo vederci dentro i nostri bias, i nostri punti di vista, le nostre conoscenze e anche i nostri unknown unknowns (ciò che non sappiamo di non sapere).

Quindi: a chi dice che l’AI generativa è la soluzione di tutti i problemi, è preferibile consigliare prudenza. Nel dibattito bipolare tra apocalittici e integrati, o tra hype e luddismo, si può scegliere una terza via: un approccio consapevole, che esplora le potenzialità di questi strumenti che non sostituiscono gli esseri umani ma li potenziano; ma allo stesso tempo bisogna essere molto consapevoli di limiti e rischi.

Credits: Ross Dawson

 

Servono e serviranno eccome, le nostre competenze e la nostra capacità di fare domande. L’AI generativa alza l’asticella, democratizzando le opportunità (se le persone sono opportunamente formate): andiamo verso una crescente abbondanza e facilità nella produzione di contenuti. Quello che possiamo chiederci è come questi strumenti arricchiscono il nostro flusso di lavoro e la nostra ricerca. Sia prima di dialogare con l’AI, ovvero nel padroneggiare il mindset e le tecniche di prompting per fare domande appropriate come input, sia dopo, ovvero per validare, modificare e usare gli output prodotti dall’AI come base per i nostri progetti.

La frontiera è ora capire meglio come l’ecosistema umano che comunica con quello organizzativo. Servono competenza linguistica e consapevolezza etica.

Potremmo riassumere questa parte di riflessione con tre punti:

  • Come facciamo le nostre domande quando interagiamo con l’AI?
  • Qual è il nostro obiettivo in questa interazione?
  • Per arrivare quindi all’aspetto meta-cognitivo fondamentale: riusciamo a pensare a come pensiamo durante questa interazione?

 

Per evitare delusioni o risultati non soddisfacenti, l’AI generativa va vista e utilizzata come reasoning engine e non come search engine. Quello che cerchiamo non sono più risposte, ma la padronanza nel saper fare le domande adatte in base al contesto, agli obiettivi, agli attori coinvolti.

Questo è l’approccio che verrà proposto negli AI Lab, i momenti di sperimentazione presenti in ogni modulo del corso Social Complexity Toolbox, realizzato dal Complexity Education Project in collaborazione con il  Center for Business and Society, promosso dalla SAA – School of Management dell’Università di Torino e dalla Fondazione Accademia Maurizio Maggiora.

Clicca qui per approfondire formula e contenuti del corso Social Complexity Toolbox in partenza a Ottobre 2023

3) AI Lab: un dialogo generativo e consapevole con l’AI

Nel corso Social Complexity Toolbox verranno approfonditi nuovi mindset e tecniche di prompting necessarie per avere una consapevolezza e un approccio evoluto nell’uso degli strumenti di AI generativa text to text.

Negli AI Lab ogni partecipante potrà:

  • comprendere i concetti chiave della complessità tramite la lezione dei docenti;
  • sperimentare strumenti interattivi come le simulazioni per comprendere i concetti,
  • dialogare con un chatbot creando prompt personalizzati in base alle sue conoscenze, competenze e soprattutto finalizzare l’interazione in base alle proprie esigenze organizzative/lavorative/personali.

In questo corso i partecipanti potranno sperimentare in prima persona l’innovazione potenziale resa possibile dall’AI: realizzare un project work creando un chatbot personalizzato per mettere insieme lo studio della complessità, la conoscenza delle tecniche di prompting e la gestione di una questione organizzativa.

 

 

Il corso Social Complexity Toolbox è strutturato in quattro moduli: Mappatura della complessità, Scienza delle reti, Sistemi complessi adattivi, Dinamica non lineare.

Ogni modulo è strutturato in tre momenti:

  1. Lecture: 2 ore di lezione con docente esperto;
  2. Tool: 1 ora di sperimentazione di strumenti esplorabili e interattivi, per simulare la complessità dei sistemi;
  3. AI Lab: 2 ore di finalizzazione del project work degli studenti, attraverso un laboratorio collaborativo incentrato sulle tecniche di prompting di strumenti di AI Generativa.

 

Nella prima parte, la Lecture, il docente introduce un tema (ad esempio, i sistemi adattivi complessi); nella seconda parte riservata ai Tool, i partecipanti, guidati da un esperto, apprendono le caratteristiche e l’utilizzo di uno strumento interattivo (ad esempio, un tool per la simulazione di feedback loop sistemici).

Nella terza parte, l’AI Lab, un facilitatore guida i partecipanti all’apprendimento di tecniche di prompting, per interagire con l’AI Generativa testuale (come ChatGPT, Bing, Bard, etc.).

In particolare l’AI Lab prevede una parte importante di laboratorio collaborativo e interattivo:

  • i partecipanti, in base alle conoscenze apprese sul sistema complesso (Lecture), e alle dinamiche sperimentate con lo strumento interattivo (Tool), nel Lab interagiscono con l’AI come se questa fosse uno strumento a supporto della loro esperienza e creatività;
  • ogni partecipante crea un contesto di base, una narrazione del proprio problema organizzativo da affrontare (ad esempio “sono una manager che deve gestire la fusione tra due imprese”), indica un’attività su cui l’AI potrà dialogare (ad esempio “forniscimi delle indicazioni su come gestire conflitti intragruppo e intergruppi”) e può chiedere degli output (ad esempio “fammi da partner comunicativo, simula un dialogo tra varie personas con cui devo negoziare, in modo che possa esercitarmi nel gestire questo tipo di conflitto). La conoscenza appresa nella lecture (i sistemi adattivi complessi) serve come background, nel dialogo tra partecipante e AI, per individuare strategie di risoluzione del problema proposto.

 

Vediamo un esempio concreto di interazione: partiamo dal definire cos’è un sistema adattivo complesso (CAS), che sarà uno dei quattro temi legati al pensiero complesso affrontati nel corso. Nella lecture tale argomento verrà spiegato dal docente; nell’esempio di seguito abbiamo chiesto una spiegazione direttamente a ChatGPT 4, per dargli un contesto da cui partire.

A questo punto, sempre in questo esempio di interazione molto molto semplificato, sono state fornite a ChatGPT delle informazioni di contesto, relative ad una situazione concreta da gestire: la fusione tra due aziende, con dinamiche non chiare di interazione tra due gruppi provenienti da contesti diversi. È stato chiesto a ChatGPT in che modo i principi della complessità studiati nei vari moduli (Mappatura della complessità, Scienza delle reti, Sistemi complessi adattivi, Dinamica non lineare) potessero essere utili per predisporre azioni concrete.

Importante: l’interazione con l’AI generativa è il punto di partenza del lavoro dell’umano, e non il punto di arrivo. In questi AI Lab si esploreranno nuove modalità di creazione e condivisione di conoscenza.

 

L’AI Lab ha quindi tre obiettivi di apprendimento:

  • applicare le conoscenze teoriche apprese sulla complessità;
  • apprendere le tecniche di prompting;
  • creare una nuova sintesi tra le proprie conoscenze pregresse e le nuove conoscenze emerse dall’interazione con il bot, valutando criticamente quali aspetti possono essere consolidati, e quali vanno invece revisionati.

Al termine del corso, assemblando le varie esperienze di ogni modulo, i partecipanti avranno appreso come interagire con l’AI generativa di testo in modo avanzato, e avranno creato un chatbot personalizzato sulle loro esigenze organizzative. Quindi il project work sperimentale si tradurrà in una applicazione potenzialmente utile (tenendo presenti i limiti dell’AI in termini di affidabilità delle informazioni, riservatezza dei dati, etc.) sia per il partecipante, sia per la sua organizzazione.

I partecipanti del corso interessati potranno quindi diventare loro stessi/e agenti del cambiamento nelle loro organizzazioni, portando le loro nuove competenze su opportunità e limiti dell’AI generativa, assimilate alle loro competenze specifiche legate al proprio ruolo e alla propria esperienza.

 

Contatti

Per informazioni sul corso compila il seguente form

Coordinamento organizzativo:

Mail: businessandsociety@unito.it

Tag:, , , , ,