Quando chiamiamo l'intelligenza artificiale "collega", smettiamo di controllarla davvero?

Secondo la sintesi pubblicata dalla Questrom School of Business della Boston University, lo studio condotto da Emma Wiles e coautori suggerisce che trattare gli agenti IA come equivalenti umani può produrre effetti inattesi: riduzione della responsabilità individuale, aumento delle escalation non necessarie, peggioramento del controllo qualità e maggiore incertezza rispetto al proprio ruolo professionale. La stessa sintesi precisa un punto importante: questo tipo di presentazione non sembra aumentare in modo significativo l'adozione della tecnologia.

Alcune ricostruzioni giornalistiche, citando la ricerca, hanno riportato anche un dato particolarmente efficace: i manager coinvolti avrebbero individuato il 18% di errori in meno quando il contenuto era attribuito a un "dipendente IA" rispetto a quando era attribuito a un semplice chatbot.

Il paper completo, al momento, non risulta pubblicamente disponibile. Questo impone cautela. Non possiamo quindi trattare il dato come se avessimo verificato direttamente metodologia, campione e limiti dichiarati dagli autori. Possiamo però osservare il fenomeno che la ricerca mette in luce: il modo in cui nominiamo l'intelligenza artificiale può cambiare il modo in cui ci comportiamo davanti ai suoi risultati.

Il Titolo

La tentazione è comprensibile. Chiamare un agente IA "collega" rende la tecnologia meno fredda, meno estranea, forse più facile da integrare nei processi aziendali. Un software è qualcosa che si usa. Un collega è qualcuno con cui si collabora.

Ma proprio qui nasce l'ambiguità.

Quando un sistema viene inserito simbolicamente dentro la grammatica del lavoro umano, non cambia solo la percezione dello strumento. Può cambiare anche la percezione di ciò che resta in carico alla persona. Se l'IA è un assistente, il compito umano è supervisionare. Se l'IA è un collega, il confine diventa più sfumato. Un collega può sbagliare, può rispondere del proprio lavoro, può essere chiamato a giustificarsi. Un sistema artificiale, invece, non possiede responsabilità morale, intenzione o consapevolezza.

Il rischio non è soltanto quello di fidarsi troppo dell'IA. È più sottile: iniziare a distribuirle una quota immaginaria di responsabilità.

È qui che il linguaggio diventa organizzazione. Le parole non descrivono soltanto gli strumenti: preparano i comportamenti che avremo nei loro confronti. Un agente chiamato "Alex", inserito in un organigramma o presentato come membro del team, può diventare cognitivamente più vicino a una persona che a una procedura automatizzata. E quando qualcosa ci appare più simile a un soggetto, possiamo essere meno inclini a trattarlo come un output da verificare.

La Radice

Una possibile chiave di lettura arriva dalla psicologia dell'automazione e dalla ricerca sulla fiducia nei sistemi automatici.

Da tempo la letteratura distingue tra uso appropriato e uso improprio dell'automazione. Non si tratta semplicemente di fidarsi o non fidarsi della tecnologia, ma di calibrare la fiducia in modo proporzionato alle sue capacità reali, ai suoi limiti e al contesto in cui viene usata. Quando questa calibrazione fallisce, possono emergere forme di eccessivo affidamento: il controllo umano diventa più debole, l'attenzione cala, la responsabilità si sposta.

Nel caso degli agenti IA, l'antropomorfizzazione aggiunge un ulteriore livello. Non attribuiamo al sistema solo efficienza o competenza tecnica. Possiamo iniziare ad attribuirgli, implicitamente, caratteristiche sociali: ruolo, intenzione, affidabilità, quasi appartenenza al gruppo.

Questo non significa che ogni metafora umana sia pericolosa. Le metafore servono a rendere comprensibile ciò che è nuovo. Ma alcune metafore non restano innocue. Dire che l'IA "lavora con noi" è diverso dal dire che "produce un output da verificare". Dire che "Alex ha preparato il report" è diverso dal dire che "un sistema ha generato una bozza sulla base di dati e istruzioni".

Nel primo caso la responsabilità sembra distribuita. Nel secondo resta più chiaramente collocata.

La ricerca discussa da Boston University e Harvard Business Review sembra indicare proprio questo punto: quando l'IA viene umanizzata, il problema non è solo come la percepiamo, ma dove collochiamo il dovere di controllarla.

Perché conta

La questione non riguarda soltanto le aziende tecnologiche o i reparti che stanno introducendo agenti autonomi nei flussi di lavoro. Riguarda il modo in cui ogni organizzazione decide di raccontare l'IA alle persone che dovranno usarla.

Se la tecnologia viene presentata come un collega, il messaggio implicito può diventare rassicurante ma ambiguo. Se viene presentata come uno strumento potente, fallibile e da supervisionare, il messaggio è meno seducente, ma forse più corretto.

L'intelligenza artificiale non ha bisogno di essere umanizzata per essere utile. Ha bisogno di essere compresa nei suoi limiti, governata nei processi e collocata dentro responsabilità umane esplicite.

Forse il punto più interessante non è che l'IA possa commettere errori. Questo lo sappiamo già. Il punto è che noi potremmo smettere di cercarli con la stessa attenzione, semplicemente perché abbiamo iniziato a chiamarla in un altro modo.

E allora la domanda non è solo come useremo l'intelligenza artificiale nei luoghi di lavoro.

È questa: quanta responsabilità siamo disposti a cedere a una parola?

Fonti operative: Boston University / Questrom, HBR Store, BCG Henderson Institute, copertura MIT ripresa da Times of India e Newsroom America.