Approfondimenti Il ML migliora le decisioni, ma aumenta lo sforzo dei decisori
2' 1''
22/05/2023

Una ricerca dell’ESMT Berlin ha mostrato che il ML non incide solo sulla precisione, ma invece ha ricadute anche sul numero di errori e sullo sforzo cognitivo.

Il ML migliora le decisioni, ma aumenta lo sforzo dei decisori

Un gruppo di ricercatori dell’università ESMT Berlin ha pubblicato i risultati di una nuova ricerca che analizzano l’impatto dell’uso del machine learning sul posto di lavoro.

Una delle evidenze più rilevanti mostra come l’impatto dell'apprendimento automatico migliori sempre l’accuratezza del processo decisionale umano, ma ha anche l’effetto collaterale di indurre maggiori sforzi cognitivi negli esseri umani quando prendono decisioni.

Lo studio, pubblicato su Management Science, suggerisce che l'IA può migliorare l'accuratezza delle decisioni, ma anche aumentare lo sforzo cognitivo degli esseri umani, specialmente quando questi sono già sotto pressione.

Inoltre, l'uso dell'IA può aumentare la probabilità di alcuni tipi di errori, come i falsi positivi. Il modello di apprendimento automatico utilizzato nello studio ha confrontato esclusivamente le decisioni umane con quelle assistite dalla macchina.

Francis de Véricourt
Francis de Véricourt, professore di management all’ESMT

Francis de Véricourt, professore di management all’ESMT e co-autore della ricerca, ha commentato: “La rapida adozione di tecnologie di intelligenza artificiale da parte di molte organizzazioni ha recentemente sollevato preoccupazioni sul fatto che l'intelligenza artificiale possa eventualmente sostituire gli esseri umani in determinati compiti”.

“Tuttavia, se utilizzate insieme alla logica umana, le macchine possono migliorare significativamente il processo decisionale offrendo punti di forza complementari degli esseri umani”, ha proseguito de Véricourt.

Il vantaggio della collaborazione

I ricercatori hanno utilizzato l'esempio di un medico e di un paziente per dimostrare che l'implementazione dei sistemi basati sull’apprendimento automatico può portare a un maggiore sforzo cognitivo umano necessario per diagnosticare, a causa dell'ambiguità delle risposte dei sistemi automatici.

Il valore delle previsioni fornite dai sistemi automatici dipende dal contesto specifico in cui vengono utilizzate. L'input della macchina può essere utile, ma deve essere considerato attentamente per evitare effetti collaterali indesiderati.

La progettazione della collaborazione uomo-macchina dovrebbe tenere conto di questi risultati e mirare a massimizzare i vantaggi dell'utilizzo delle macchine senza aumentare lo sforzo cognitivo degli esseri umani o la probabilità di errori.

Tamer Boyaci
Tamer Boyaci, professore all’ESMT

Tamer Boyaci, professore all’ESMT, ha dichiarato: “Le macchine possono eseguire compiti specifici con eccezionale precisione, grazie alla loro potenza di calcolo, mentre al contrario, i decisori umani sono flessibili e adattivi ma limitati dalla loro limitata capacità cognitiva: le loro abilità si completano a vicenda”.

Potrebbe interessarti anche

Tecnologia

A.I. Verify: Creare fiducia nell'intelligenza artificiale

Singapore sta sperimentando un framework e un toolkit di test per aiutare le industrie a essere più trasparenti sulla loro implementazione dell'IA.

Scenario

Il ruolo del Chief Data Officer: tendenze e sfide

L’undicesimo Big Data and AI Executive Survey rivela l'aumento dell'adozione del ruolo CDO/CDAO e le sfide nella modernizzazione e gestione dei dati.

Scenario

Una nuova era di creatività o una minaccia per la società?

L'IA generativa promette di espandere la creatività umana, ma solleva preoccupazioni per l'impatto sulla società e sull'economia.

News

SiteGround: IA al servizio della sicurezza dei siti Web

Il provider di hosting ha implementato un sistema basato sull’'IA per bloccare il 95% delle query dannose e migliorare la sicurezza dei siti web ospitati.