Costruire una cultura favorevole all’IA che funzioni

Ignorare questa domanda non la fa sparire. Significa solo che le persone cercheranno da sole una risposta, di solito nel modo meno benevolo possibile. Per questo è importante affrontarla apertamente fin da subito. Sii chiaro su a cosa serve l’IA e, cosa altrettanto importante, su a cosa non serve.

Le rassicurazioni vaghe (“non preoccuparti, valorizziamo le nostre persone”) non servono a nulla. Le rassicurazioni concrete (“questo strumento si occupa della prima bozza del tuo report di stato; tu resti responsabile delle decisioni di giudizio” etc…) sono quelle che fanno davvero presa.

Questa paura non riguarda solo un ingegnere in ansia. Il report di Adaptavist Understanding the human cost of AI transformation, basato su un sondaggio condotto quest’anno su 2.500 knowledge worker, ha rilevato che il 54% teme che l’IA possa ridurre la necessità del proprio ruolo entro cinque anni.

Nel frattempo, il 52% corregge regolarmente contenuti generati dall’IA prodotti da un collega: il costo silenzioso e poco visibile che alcuni definiscono “verification tax” (ovvero, la cosiddetta “tassa di verifica”. E il 65% ammette di provare nostalgia per il modo in cui si lavorava prima dell’arrivo dell’IA.

Tutto questo non significa che le persone detestino la tecnologia. Il 73% afferma infatti che li rende più efficienti e il 67% vorrebbe che la propria organizzazione ne facesse un uso maggiore, non minore. Non si tratta di adozione contro resistenza: nella maggior parte dei casi convivono, nella stessa persona, competenza e ansia.

Devi usarli in modo visibile e senza timidezze davanti ai tuoi team, e farlo anche in modo imperfetto. Quando ho iniziato a introdurre l’IA, condividevo su Slack le versioni grezze e reali, non quelle finali e rifinite.

Siamo tutti nel pieno di una nuova e enorme curva di apprendimento, ma nessuno vuole dare l’impressione di essere rimasto indietro. Ho scoperto che il modo migliore per spingere le persone a parlarne e a sperimentare è buttarsi in prima persona, mostrando sia i propri limiti sia i momenti in cui si ottengono risultati, così da stimolare il confronto. Mostra il prompt che non ha funzionato. Ammetti che l’output ha richiesto tre giri di revisione. Quando una leader di cui le persone si fidano scrive: “L’IA mi ha portato all’80% del risultato, ma ho comunque dovuto completare da sola il restante 20%”, vale più di qualsiasi metrica di adozione in una dashboard.

Se qualcuno trova un modo più rapido per ottenere lo stesso risultato usando l’IA, è un successo che vale la pena riconoscere in una conversazione sulla performance, non qualcosa da assorbire in silenzio sotto l’etichetta di “produttività”. Altrimenti si manda un messaggio contraddittorio: vogliamo che adottiate nuovi strumenti, ma vi valuteremo come se non lo aveste fatto.

Una cultura favorevole all’IA considera tutto questo normale, non un motivo per abbandonare lo strumento. È importante sviluppare l’abitudine di verificare i risultati dell’IA come si farebbe con la prima bozza di un collega junior: con curiosità, non con sospetto, e con la consapevolezza che oggi la revisione fa parte del lavoro.

Molte persone sono abituate ad avere il pieno controllo su ogni aspetto del proprio lavoro e sono molto orgogliose del risultato finale. E solo perché l’IA può produrre rapidamente una prima bozza accettabile non significa che dobbiamo aspettarci che tutto venga fatto a ritmi serrati, senza il tempo necessario per verificare e analizzare adeguatamente.

L’aspetto che può cogliere di sorpresa è che i risultati dell’IA richiedono sempre una revisione attiva, non una semplice accettazione. È veloce, ma non conosce il tuo contesto: il rapporto con il cliente, il vincolo interno, ciò che non è stato messo per iscritto.

Mi ricorda quando si entra per la prima volta in un ruolo di senior management e si impara a delegare ad altre persone attività in cui prima si era esperti.

Non significa che l’intero processo si svolga senza il tuo contributo: semplicemente una parte consistente dell’attività viene spostata altrove, ma devi comunque mettere in conto tempo ed energie per la revisione. La differenza con l’IA è che non acquisirà esperienza come farebbe una figura junior: bisogna mantenere sempre quel livello di attenzione.

I team che hanno gestito bene questo aspetto hanno considerato la bozza generata dall’IA come un punto di partenza su cui applicare comunque il giudizio umano. I team che hanno avuto più difficoltà, invece, si aspettavano che si autoregolasse nel tempo, ma non è così.

Senza uno spazio del genere, si creano soluzioni alternative silenziose: le persone tornano discretamente al vecchio modo di lavorare senza dirlo a nessuno. Con uno spazio adeguato, invece, si ottengono feedback che aiutano davvero a migliorare l’implementazione. Un canale Slack dedicato, una retrospettiva mensile, persino un sondaggio di cinque minuti. Conta meno lo strumento in sé, e più il fatto che usarlo sia davvero sicuro.

Bisogna dare alle persone lo spazio per farlo. Quindici minuti all’inizio di una riunione di team. Un documento condiviso con i prompt che hanno funzionato. Qualunque soluzione si adatti al ritmo del team, purché accada con sufficiente regolarità da diventare un’abitudine, e non un evento isolato.

C’è una scelta progettuale di cui si parla raramente in queste conversazioni: il modo in cui strutturi i sistemi di misurazione o rafforza la cultura che stai cercando di costruire, oppure la indebolisce.

Quando abbiamo sviluppato Workforce Intelligence per monitorare gli investimenti in IA e la relativa attribuzione, abbiamo fatto una scelta precisa: lavorare a livello di metadati (ID di sessione, nomi dei branch, conteggio dei token) e non sul contenuto dei prompt. Gli ingegneri useranno l’IA in modo più aperto quando avranno fiducia nel fatto che i dati raccolti non vengano utilizzati come strumento di sorveglianza. E questa fiducia nasce da come lo strumento è progettato, non solo da come viene comunicato.

Oggi, lo stesso ingegnere che ricordo dire di non voler sembrare pigro ha creato routine personalizzate in Claude Code. Quando gli ho chiesto come ci fosse arrivato, è stato molto sincero con me.

Mi ha detto di esserci arrivato perché, semplicemente, era diventata la scelta più intelligente. Ha visto altre persone provarci e parlarne apertamente, iniziare in modo imperfetto e collaborare su qualcosa finché non diventava utile: esattamente il tipo di dinamica che ogni ingegnere è felice di vedere.

Questa è una vittoria della cultura aziendale. Nessuno diceva alle persone cosa fare, né faceva sentire che il proprio lavoro fosse a rischio se non iniziavano subito a produrre. C’erano interesse, spazio e tempo dedicati al processo di creazione, anche quando era disordinato, e i risultati sono arrivati di conseguenza.

Se si costruisce bene la cultura, l’adozione degli strumenti tende a seguire da sé. I team di cui vi fidate da sempre per portare a termine il lavoro sapranno farlo ancora una volta.

Se questa è la conversazione su cui il vostro team continua a girare senza arrivare a un punto, il nostro AI Anxiety Panel potrebbe esservi utile.

Martedì 29 settembre, io e Kevin Nanney, CPO di Tempo Software, parteciperemo insieme ad Adaptavist a una conversazione virtuale su ciò che l’ansia legata all’IA nei luoghi di lavoro sta davvero comunicando ai leader e su cosa fare prima che le persone inizino, in silenzio, a pensare di andarsene.