AI People Adoption

 

Dal 2018, collaboriamo con le aziende per integrare i processi decisionali umani con l’intelligenza artificiale.

Modello: AI People Adoption

Ai People Adoption Tabone Ferilli

Ti dice qualcosa il sistema “simbolico”?

I sistemi simbolici nell’intelligenza artificiale offrono scenari interessanti,

poiché aiutano la persona a mantenere il potere decisionale nel processo.

 

Il Prof. Stefano Ferilli è Professore Ordinario di Intelligenza Artificiale presso l’Università di Bari e Membro del consiglio Direttivo di AIxIA Associazione Italiana per l’Intelligenza Artificiale dal 1988 e ne ha fatto il suo campo di studio fin dagli anni novanta.

 

Siamo specializzati in questo ambito dell’AI (non nei “big data”) e ci occupiamo dell’AI Adoption, per la migliore integrazione delle risorse esistenti.

Il Team di lavoro di AI People Adoption™

  • Federica Tabone, Psicologa del lavoro, fondatrice del metodo Visual Psychology® e del modello AI People Adoption™
  • Stefano Ferilli, Professore Ordinario di AI e specializzato nei Modelli di apprendimento Statistico-Relazionale
  • Il team di sviluppatori del sistema intelligente

Con chi collaboriamo in azienda?

 

  • con l’’esperto di dominio, ovvero il dipendente dell’azienda cliente
  • con il team di progetto aziendale ed anche il board aziendale che ha richiesto il nostro intervento

Il processo

Il processo

Modello AI People Adoption™

AI People Adoption™ riguarda la progressiva accettazione e utilizzo di soluzioni AI all’interno di un’organizzazione. Questo processo include l’informazione e il coinvolgimento del personale per la comprensione e l’utilizzo delle nuove tecnologie, l’integrazione di sistemi AI nei flussi di lavoro esistenti e l’adattamento delle politiche aziendali per sfruttare al massimo i benefici dell’intelligenza artificiale, ma soprattutto il lavorare sui BIAS cognitivi che possono rallentare l’integrazione del nuovo sistema.

AI.People.Adoption: obiettivo
Quando le conversazioni al caffè coincidono con quelle ai tavoli ufficiali, possiamo dire che ci sentiamo al sicuro. Il modello AI.People.Adoption permette proprio che il Prodotto di AI, perfetto sul monitor e impeccabile nella mente degli sviluppatori, si materializzi davvero nella sua bellezza e utilità una volta rilasciato in azienda. In che modo? Funge da assicurazione per l’Azienda che implementa nuove digital features. Sia chi investe in un Prodotto AI, sia chi lo progetta desiderano fortemente che tutte le features vengano utilizzate così come immaginate, non strumentalizzate o abbandonate dagli Users. Il modello AI.People.Adoption permette che gli Users strategici, coinvolti da subito con i loro preconcetti, dubbi, speranze e competenze attuali, possano aumentare il successo del Prodotto AI una volta rilasciato in Azienda.

AI.People.Adoption: concept
Nella relazione tra Designers, Developers, Internal customers, Users è fondamentale trovare un linguaggio comune, far emergere il non detto e le credenze bloccanti, andare oltre gli obiettivi ufficiali e costruire insieme uno scenario dettagliato sul quale si concorda. Come conseguenza, in termini relazionali, si avranno interlocutori chiave allineati fra loro, in grado di farsi portavoce negli small talk alla macchinetta del caffè o nella chat di Teams e di influenzare e rassicurare la popolazione che non ha partecipato al percorso di disegno e implementazione dell’AI. Non solo, il modello AI.People.Adoption favorisce l’acquisizione di maggiori informazioni utili all’azienda stessa ed agli sviluppatori, informazioni che sarebbero rimaste sospese nelle conversazioni parcellizzate e informali.

Ma non ci fermiamo qui, possiamo anche aiutarle con:

 

  • Sistemi di supporto alle decisioni aziendali mantenendo il presidio del processo e incrementando la competenza
  • Sistemi di analisi spaziale per il supporto alle decisioni strategiche
  • Sistemi di gestione di processi, comportamenti e spostamenti
  • Creazione di un sistema intelligente che riproduca la competenza e il sistema di ragionamento di un senior, esperto in un ambito aziendale strategico
  • Sistema intelligenti per la formazione del personale
  • Scoperta di profili di clienti
  • Scoperta di regolarità negli acquisti
  • Sentiment Analysis ed Opinion Mining
  • Natural Language Processing
  • Information Retrieval Semantic Indexing

Il sistema AI viene poi sviluppato secondo i canoni dell’ingegneria della conoscenza. Ciò prevede che l’estrazione della conoscenza avvenga tramite diversi mezzi: documentazione, relazioni, casi di studio specifici, interviste, relazioni mirate e analisi di dati esistenti nel web.

Sarà fondamentale concordare con l’azienda lo stile di ragionamento del sistema (es. l’elaborazione delle possibili conseguenze di una determinata situazione in questione, la verifica di ipotesi di studio rispetto alla situazione attuale, ecc.) e il tipo di interazione e dell’interfaccia dello stesso (es. a questionario, a dialogo, a pannello di controllo, ecc.).

Le puntate di "AI NELLA STORIA" su Youtube con il Prof. Stefano Ferilli (Ordinario di AI c/o Università di Bari)

Che cosa rende un progetto più o meno impegnativo?

La portanza del progetto dipende principalmente da due fattori, ovvero il numero di elementi di conoscenza da elaborare e il relativo tempo necessario stimato.

Il numero di elementi di conoscenza da elaborare sono descrivibili come:

  • fatti, ossia informazioni sempre vere nel contesto in questione,
  • regole, ossia informazioni che si possono verificare, o azioni che si possono intraprendere, solo in dipendenza da alcune condizioni,
  • vincoli, ossia cose che devono o non possono valere nel contesto.
IAI4HUMANS FOTO social

Se sei interessato a questo ambito dell’AI ed alle sue applicazioni in azienda saremo felici di raccontarti di più.

AI4HUMANS
LOCANDINA ai GAME