Più dati abbiamo su un fenomeno, più lo comprendiamo? Quando l’intelligenza artificiale ci restituisce in pochi secondi analisi chiare, articolate e convincenti, vediamo davvero meglio ciò che sta accadendo? E comprendiamo meglio come agire?
Quando una nuova tecnologia entra nelle nostre vite e nelle organizzazioni, tendiamo a leggerne gli effetti attraverso categorie che conosciamo già: adozione, competenze, produttività, fiducia, resistenza al cambiamento.
Sono letture utili. Ma non sempre sufficienti.
L’intelligenza artificiale entra in sistemi fatti di persone, identità professionali, relazioni, abitudini, linguaggi e modi di decidere già esistenti. Per questo uno stesso fenomeno può assumere significati diversi a seconda delle relazioni, del contesto e del punto di osservazione da cui viene letto. E quella lettura, a sua volta, orienta le decisioni e, attraverso di esse, contribuisce a modificare il sistema.

Una difficoltà nell’adozione può essere un problema di competenze, ma può raccontare anche qualcosa sul significato che le persone attribuiscono al proprio lavoro. Una distanza tra leadership e collaboratori può essere un problema di comunicazione, ma può segnalare anche esperienze molto diverse della stessa trasformazione. Un dato può rendere un fenomeno più leggibile senza necessariamente renderlo più comprensibile.

La complessità offre una possibilità ulteriore: non sostituire una lettura con un’altra, ma rileggere. Contesto, relazioni, interdipendenze, storia e punti di osservazione diventano allora parte della lettura, non elementi da aggiungere alla fine.

Rileggere, in questo senso, non significa complicare un problema, ma aprire possibilità che una prima interpretazione potrebbe non rendere visibili.

Il Laboratorio di Pratiche di Complessità

Dopo una breve introduzione, i partecipanti lavoreranno in piccoli gruppi su un caso concreto di trasformazione organizzativa legata all’intelligenza artificiale.

Attraverso passaggi successivi, nuove informazioni e differenti punti di osservazione, i partecipanti esploreranno come cambia la lettura del fenomeno quando cambiano il contesto, le relazioni considerate e le domande poste.

L’intelligenza artificiale entrerà nel laboratorio come parte del processo di esplorazione: sarà utilizzata per mettere alla prova le interpretazioni, introdurre prospettive differenti e osservare come l’interazione con l’IA modifica a sua volta la lettura del fenomeno.

Al centro del lavoro resterà una domanda: cosa cambia nelle nostre possibilità di azione quando cambia la lettura del problema?

L’intento è uscire dal laboratorio con una pratica da portare nel proprio lavoro: un modo di rileggere dati, analisi e risposte dell’IA prima di decidere. Per partecipare è utile avere a portata di mano lo strumento di IA che si usa abitualmente.