HomeIACome valutiamo davvero l'IA

Come valutiamo davvero l’IA

Reazioni umane all’intelligenza artificiale

Immagina di scoprire che uno strumento di intelligenza artificiale offre previsioni accurate su alcune azioni che possiedi. Come ti sentiresti nell’utilizzarlo? Ora, immagina di candidarti per un lavoro in un’azienda dove il dipartimento delle risorse umane utilizza un sistema di intelligenza artificiale per selezionare i curriculum. Ti sentiresti a tuo agio con questa situazione?

Studio sull’apprezzamento e avversione dell’AI

Un nuovo studio rivela che le persone non sono né completamente entusiaste né totalmente contrarie all’uso dell’intelligenza artificiale. Invece di dividersi tra tecnofili e luddisti, le persone valutano caso per caso l’utilità pratica dell’AI. “Proponiamo che l’apprezzamento dell’AI si verifichi quando l’AI è percepita come più capace degli esseri umani e la personalizzazione è considerata non necessaria in un determinato contesto decisionale”, afferma il professor Jackson Lu del MIT, co-autore di un nuovo articolo che dettaglia i risultati dello studio. “L’avversione all’AI si verifica quando una di queste condizioni non è soddisfatta, e l’apprezzamento dell’AI si verifica solo quando entrambe le condizioni sono soddisfatte.”

Nuovo quadro teorico

Le reazioni delle persone all’AI sono state a lungo oggetto di ampio dibattito, spesso producendo risultati apparentemente disparati. Un influente articolo del 2015 sull'”avversione agli algoritmi” ha scoperto che le persone sono meno indulgenti con gli errori generati dall’AI rispetto a quelli umani, mentre un noto articolo del 2019 sull'”apprezzamento degli algoritmi” ha rilevato che le persone preferiscono i consigli dell’AI rispetto a quelli umani.

Per conciliare questi risultati contrastanti, Lu e i suoi co-autori hanno condotto una meta-analisi di 163 studi precedenti che confrontavano le preferenze delle persone per l’AI rispetto agli esseri umani. I ricercatori hanno testato se i dati supportavano il loro proposto “Capability–Personalization Framework” — l’idea che in un determinato contesto, sia la capacità percepita dell’AI che la necessità percepita di personalizzazione influenzano le nostre preferenze per l’AI o gli esseri umani.

Risultati della meta-analisi

Attraverso i 163 studi, il team di ricerca ha analizzato oltre 82.000 reazioni a 93 distinti “contesti decisionali” — ad esempio, se i partecipanti si sentirebbero a proprio agio con l’uso dell’AI nelle diagnosi di cancro. L’analisi ha confermato che il Capability–Personalization Framework aiuta effettivamente a spiegare le preferenze delle persone.

“La meta-analisi ha supportato il nostro quadro teorico”, afferma Lu. “Entrambe le dimensioni sono importanti: gli individui valutano se l’AI è più capace delle persone in un determinato compito e se il compito richiede personalizzazione. Le persone preferiranno l’AI solo se pensano che l’AI sia più capace degli esseri umani e il compito non richiede personalizzazione.” Aggiunge: “L’idea chiave qui è che un’alta capacità percepita da sola non garantisce l’apprezzamento dell’AI. Anche la personalizzazione è importante.”

Fonte: MIT

Per saperne di più

foto credit: Credit: Christine Daniloff, MIT; iStock

Salvatore Macrì
Salvatore Macrìhttps://it.linkedin.com/in/salmacri
Amante della tecnologia e della buona musica, scrivo articoli per passione e per delucidare delle tematiche legate alla vita quotidiana per rendere questo mondo meno complicato. Sensibile ai temi ambientali e strenue sostenitore di una "green revolution" che nasca dal basso.
TI POTREBBERO INTERESSARE

ARTICOLI CONSIGLIATI

Perché i team creativi italiani stanno ripensando il brief: l’IA non esegue, interpreta

Perché i team creativi italiani stanno ripensando il brief:...

Nel 2025 il mercato italiano dell’Intelligenza Artificiale ha toccato quota 1,8 miliardi di euro, con un balzo del 50% rispetto all’anno precedente, come rilevato dall’Osservatorio Artificial Intelligence del Politecnico di Milano.Eppure, dietro questa crescita da capogiro si nasconde un’asimmetria: se il 71% delle grandi imprese ha già avviato almeno un progetto AI, solo l’8% delle piccole e medie realtà ha fatto altrettanto.Nel frattempo, il 41% dei lavoratori italiani ammette di riuscire a fare cose che prima gli erano precluse proprio grazie a questi strumenti. Non solo automazione: l’AI sta diventando un amplificatore di possibilità.In particolare, le soluzioni per generare e analizzare immagini, video e audio rappresentano già il 16% del mercato AI italiano e sono in forte espansione.Non si tratta più di dare ordini a una macchina, ma di imparare a dialogarci. Il titolo “l’AI non esegue, interpreta” nasce proprio da qui: il prompt non è più un comando secco, ma una descrizione stratificata che il modello interpreta e restituisce come sintesi visiva.In questo scenario di integrazione della tecnologia e innovazione digitale, il briefing si trasforma in prompt, e la scelta delle parole diventa cruciale. Vedremo insieme come stanno cambiando le competenze, quali aziende italiane stanno già sperimentando e quali strumenti possono aiutare a tenere il timone.
Gli agenti AI non sono il futuro: stanno già cambiando il presente

Gli agenti AI non sono il futuro: stanno già...

Per mesi abbiamo chiamato “AI” qualunque cosa sapesse scrivere un testo, generare un’immagine o riassumere una mail troppo lunga. Ora il baricentro si sta spostando. La nuova parola chiave è agentic AI, o più semplicemente agenti AI: sistemi capaci non solo di rispondere, ma anche di compiere azioni.La differenza sembra sottile, ma non lo è. Un chatbot tradizionale può suggerire il testo di una mail. Un agente AI può aprire il client, recuperare informazioni, compilare il messaggio, allegare un file e magari proporre l’invio. Un modello generativo produce contenuti; un agente entra nel flusso di lavoro e prova a portare a termine un compito.È qui che la faccenda diventa interessante. E anche un po’ scomoda.
Gemini Spark arriva su Mac: l’AI di Google inizia davvero a lavorare sul desktop

Gemini Spark arriva su Mac: l’AI di Google inizia...

Gemini Spark sta iniziando ad arrivare nell’app Gemini per macOS e, questa volta, non parliamo dell’ennesima scorciatoia per aprire un chatbot in una finestra separata. La novità è più interessante: Google vuole portare il suo agente AI direttamente sul Mac, con la possibilità di lavorare sui file locali e automatizzare flussi di lavoro sul desktop.È un passaggio piccolo solo in apparenza. Finora Gemini Spark era stato raccontato soprattutto come un agente “sempre attivo”, capace di lavorare in background, gestire attività complesse e usare strumenti remoti come browser e computer virtuali. Con l’arrivo su macOS, però, l’idea diventa più concreta: l’AI non resta confinata nel cloud o dentro le app Google, ma comincia a mettere le mani, con permessi espliciti, anche sull’ambiente di lavoro dell’utente.
Hermes Agent vuole essere l’IA che non dimentica tutto ogni volta

Hermes Agent vuole essere l’IA che non dimentica tutto...

C’è un problema abbastanza fastidioso con molti assistenti AI: sembrano brillanti per dieci minuti, poi alla sessione successiva ripartono da zero. Bisogna rispiegare il progetto, il tono, le preferenze, il contesto. Hermes Agent nasce proprio per rompere questa dinamica. Non vuole essere solo un chatbot più potente, ma un agente AI open source capace di lavorare nel tempo, ricordare ciò che ha fatto e trasformare l’esperienza in competenze riutilizzabili.Il progetto arriva da Nous Research e si inserisce in quella nuova generazione di strumenti che non si limitano a rispondere, ma provano ad agire: leggono, organizzano, automatizzano, cercano informazioni, usano strumenti esterni e mantengono una certa continuità operativa. La promessa è affascinante: un’IA che cresce con chi la usa. La parte più interessante, però, è anche quella che merita più attenzione.