Latest / Idee Imprenditoriali: Attività di Business e Startup Innovative / Marinela Profi – Oltre l'hype: cosa significa davvero fare AI

Transcript

Marinela Profi – Oltre l'hype: cosa significa davvero fare AI · Idee Imprenditoriali: Attività di Business e Startup Innovative

0:03
Benvenuti a idee imprenditoriali, attività di
0:05
business e startup innovative sono gherta e questo è il nostro
0:09
spazio per esplorare il potenziale nascosto nel mondo
0:12
imprenditoriale. Ogni settimana vi porteremo
0:15
dietro le quinte dell'innovazione.
0:18
Scopriremo insieme non solo i successi, ma anche quelle idee
0:21
brillanti che aspettano ancora di sbocciare.
0:25
Che siate sognatori, innovatori o professionisti alla ricerca di
0:28
nuovi orizzonti, qui troverete l'ispirazione per dare vita alla
0:32
vostra prossima g. Benvenuti a una nuova puntata di
0:36
idee imprenditoriali. Oggi parliamo di una tema di cui
0:39
si parla tanto ma che in pochi conoscono davvero,
0:42
l'intelligenza artificiale. E con me o dice Marinella Profi
0:47
marinela è un i strategist tra le voci più autorevoli a livello
0:51
internazionale su questi temi. Ha iniziato la sua carriera come
0:55
data Scientist e a, oggi guida la strategia sulle hyper SAS, è
0:59
speaker fedex e ha portato la sua visione su palchi in tutto
1:03
il mondo, ma soprattutto. A convinzione forte che la
1:07
tecnologia debba essere al servizio delle persone e non il
1:10
contrario. Con lei oggi proviamo a fare
1:12
chiarezza, cosa significa usare davvero le a in azienda, cosa è
1:17
solo tendenza e cosa fa la differenza?
1:19
Benvenuto Marinella, sono molto felice di averti con me oggi.
1:23
Ciao Gert, anch'io sono molto felice di essere qui, grazie a
1:26
te per l'invito. Sei arrivata LE ai passando
1:30
dalla statistica e dalla data Science, cos'è?
1:33
Che ti ha spinto verso questo campo, quanto ancora non era la
1:37
moda del momento ed a un certo punto cosa ti ha fatto passare
1:40
dal costruire i modeli a raccontarli al mondo?
1:43
Beh, è un'ottima domanda kerta per per iniziare.
1:46
In realtà diciamo che non sono arrivata alle ai perché era di
1:50
moda, infatti non era di moda per niente all'epoca.
1:53
Io sono sempre stata una persona molto curiosa e sono sempre
1:56
stata affascinata un po dalle dalle decisioni in generale,
2:00
quindi all'università ho studiato economia, poi
2:04
statistica e poi business Administration, quindi un.
2:09
Tre mondi che diciamo sono possono sembrare molto diversi
2:13
fra di loro, ma che in realtà tutti e tre aiutano a capire
2:17
come trasformare dati e incertezza poi in decisioni
2:21
migliori. Quindi quando inizialmente ho
2:23
iniziato a lavorare come data Scientist e costruivo modelli
2:28
predittivi aiutavo le aziende a risolvere dei problemi concreti.
2:32
E quello però che mi colpiva era che spesso la parte difficile
2:36
non era costruire il modello ma poi convincere le persone a
2:40
fidarsi del modello e quindi a un certo punto ho capito che
2:45
potevo creare molto più impatto, aiutando poi migliaia di persone
2:49
a comprendere le AI piuttosto che costruendo un singolo
2:52
algoritmo e quindi questo, diciamo, è quello che poi ha
2:56
creato lo shift. A quello che è il mio lavoro di
3:00
oggi, che io definisco un po come mi definisco un po 1 1
3:04
traduttrice fra tecnologia e business.
3:07
Perché aiuto o comunque cerco di aiutare leader e aziende a
3:11
capire non solo cosa può fare le AI ma soprattutto come usarla in
3:15
modo responsabile, affidabile EE utile soprattutto.
3:20
E oggi qualsiasi azienda dice di usare le AI ma secondo te qual è
3:24
la differenza tra chi la sta davvero usando e chi si sta solo
3:29
raccontando di farlo? Direi che la differenza è molto
3:33
semplice fra chi dice di. Usare le AE chi sta usando
3:38
veramente le aziende che parlano di ai discutono di modelli?
3:43
Le aziende che usano le AI discutono di risultati.
3:46
A me piace dirle in questo modo se entro in un'organizzazione e
3:50
sento parlare solo di Chatbot, LLM framework, benchmark
3:54
probabilmente siamo ancora nella fase dell'entusiasmo.
3:58
Nella fase in cui ancora stiamo un po diciamo parte dell'hype,
4:02
sentiamo che tutti gli altri lo stanno facendo, quindi non
4:04
voglio farlo anch'io. Se invece.
4:07
Invece sento poi parlare di riduzione dei costi, aumento
4:12
della produttività, miglioramento della customer
4:14
experience, miglioramento della, non so, velocità decisionale.
4:20
Allora Lily ai sta generando lavoro valore.
4:24
Quindi la differenza secondo me sta proprio in questo, fra fra
4:28
chi la sta usando davvero e chi sta solo raccontando di farlo.
4:31
Se sei in grado di dire quali sono i risultati tangibili a un
4:35
valore diciamo sia quantitativi che qualitativi, allora per me è
4:39
un'azienda che appunto la sta usando.
4:41
Perché la vera domanda non è abbiamo implementato le AI.
4:44
Ma qual è il problema di business che stiamo risolvendo
4:48
grazie alle ai? Quindi si parla sempre di
4:51
problemi, di risultati di valore quantificabile e misurabile e ad
4:56
oggi devo dire che purtroppo o per fortuna, anche in alcuni
5:00
casi le aziende che lo stanno usando veramente sono molto
5:04
poche ad oggi. Rispetto a quelle che stanno
5:07
raccontando di usarla? E spieghi spesso cosa LAE
5:11
agentica e ripeti che è un LLM non è un agente.
5:15
Per un imprenditore che sente questi termini ogni giorni,
5:18
magari senza afferarli, qual è la differenza che cambia davvero
5:21
le carte in tavola secondo te, Marinella?
5:24
Eh sì, allora LLMEI agenzia sono i due grandi temi degli ultimi 2
5:29
3 anni da quanto.ch GPT, diciamo.
5:31
È entrato a far parte nella vita di.
5:34
Tutti noi in maniera quotidiana e anche gratuita.
5:37
No? Allora LLM quindi un modello
5:39
largo linguistico? È come una sorta di consulente
5:43
che è molto intelligente. EEA rispondere alle tue domande.
5:47
Però il problema qual è? Che LLM è un modello?
5:51
Io lo definisco probabilistico, nel senso che è un modello che
5:54
non è basato, cioè per un dato input ogni volta non ti
5:59
restituisce allo stesso output. Quindi se tu gli fai la stessa
6:03
domanda più di una volta al LLM, molto probabilmente quasi
6:07
certamente ti fornirà una risposta diversa ogni volta alla
6:10
stessa domanda. Questo.
6:11
Significa che è un modello in cui non puoi fare affidabilità
6:15
per decisioni critiche o importanti, dove non non ci
6:20
possono essere margini di errore, pensiamo a decisioni di
6:23
detenzione della frode di credito, rischio del credito.
6:27
O se approvare un mutuo o meno, se mandare una promozione o no a
6:30
un cliente. Queste sono decisioni di su cui
6:32
ancora ci dobbiamo affidare a alle AI tradizionali.
6:36
La gente che hai che cos'è? Cioè perché poi abbiamo fatto il
6:39
passaggio alla gente che hai, perché è il mercato.
6:43
Ha notato i limiti degli LLM che oltre a grandi oratori che sono,
6:49
non possono poi aiutare a prendere delle delle decisioni?
6:54
Per noi o comunque ad agire poi per noi e quindi qui poi c'è
6:57
stata un'evoluzione degli LLMA, quella che è LA agentica, quindi
7:02
abbiamo siamo passati. Ad oggi da un eai che informa a
7:07
un e ai che agisce. Quindi gli agenti cosa fanno?
7:11
Io sono dei collaboratori che ricevono un obiettivo e compiono
7:17
una serie di azioni per raggiungere quell'obiettivo.
7:21
Se io chiedo A1LLM, analizzami questi dati e suggerisci una
7:25
strategia mi darà una risposta. Se invece assegno lo stesso
7:29
compito a un agente, la gente potrebbe recuperare.
7:33
I dati, analizzarli, confrontarli con dati esterni,
7:36
preparare un report, inviarlo ai miei responsabili, quindi
7:40
attivare, diciamo automaticamente alcune azioni,
7:43
prendendo delle decisioni operative e agendo ovviamente
7:46
quindi questo visto che abbiamo ad oggi sistemi di intelligenza
7:50
artificiale che non ci informano soltanto.
7:54
Più ma che agiscono per noi in maniera anche quasi totalmente
7:59
autonoma. Questo apre poi un dibattito
8:02
molto importante su quali sono i temi nuovi di cui dobbiamo
8:06
parlare per fare in modo che questo questa autonomia
8:09
nell'azione sia affidabile, sia governabile eccetera.
8:14
Però questo insomma è un discorso proprio che è attuale,
8:18
che attualmente si sta svolgendo riguardo alla gente che hai.
8:21
E le tue sessioni promettono di portare chiarezza in tutto
8:25
questo caos dell'adozione delle ai senza perdere controllo e
8:28
cultura aziendale per un leader che si sente travolto, da dove
8:32
si comincia per costruire qualcosa di solido invece di
8:35
rincorrere le hype? Allora io ad oggi siamo ogni
8:40
giorno, ce n'è qualcosa di nuovo e c'è una nuova tecnologia, una
8:43
nuova cosa. Io leader in cui parlo?
8:47
Che sono curiosi per diciamo iniziare ad adottare le ai
8:52
Consiglio sempre tre passi. Il primo passo è quello di
8:56
smettere di inseguire ogni nuova tecnologia.
8:58
Ogni settimana esce qualcosa di nuovo e nessuna azienda, nessun
9:02
individuo neanche può stare dietro a tutto.
9:05
Quindi smettila di inserire ogni tecnologia.
9:07
Il secondo è individuare uno o due problemi aziendali che hanno
9:10
alto impatto. Non partire da casi d'uso molto
9:14
complicati, non partire da cose, diciamo dove estrema, che dove è
9:19
richiesta tanta. Tanta infrastruttura, tanta
9:21
integrazione, ci sono diversi una mole di dati coinvolta
9:25
estremamente alta, partire da dei casi d'uso che sono molto
9:30
semplici, che possono essere molto semplici ma fortemente
9:34
ripetitivi. E soprattutto per i quali ad
9:37
oggi l'azienda ha già diciamo dei benchmark su come funziona
9:43
ad oggi il caso d'uso. Per esempio, se tu hai un caso
9:46
d'uso dove già da diversi anni o diversi mesi o comunque diverso
9:50
tempo, stai monitorando il tempo che ci metti a farlo, quante
9:55
risorse sono disponibili? Quali sono le cose che stanno
9:58
funzionando? Quali cose che non stanno
9:59
funzionando? Allora quel.
10:01
Quello è un caso d'uso ottimale, candidato da dove partire per
10:07
poter capire come alcuni modelli di automazione o di e ai possono
10:11
portare un miglioramento, perché tu hai un prima e hai un dopo,
10:15
quindi sarai in grado di poi comparare effettivamente se hai
10:19
portato del valore. Molte volte le aziende iniziano
10:22
e dicono, Ah oddio, abbiamo questo caso bellissimo.
10:26
Proviamo a fare le ai. Aspettate cioè prima di iniziare
10:29
a distruggere un processo che magari già sta funzionando, per
10:32
cui non hai del dei kpi che stai misurando, eccetera.
10:35
Capirai un attimo, meglio la situazione.
10:37
E il terzo passo è quello di creare una base solida di dati,
10:43
governance e competenze, cioè tre.
10:46
Questi tre temi per me sono i tre temi più importanti, perché
10:49
l'errore più grande che io vedo le aziende fare è partire
10:53
dall'ultimo strumento uscito sul mercato.
10:57
E poi tutto quello che riguarda la qualità del dato, la
11:02
governance, quindi chi è che sarà responsabile se un domani
11:05
questo questo tool fa un errore e nessuno sa rispondere?
11:09
Hanno i nostri dipendenti le competenze per poter utilizzare
11:13
questo nuovo tool, sono i nostri dipendenti diciamo si fidano di
11:17
questo nuovo tool, sono pronte a questo cambiamento.
11:20
Sono tutte tematiche che io vedo poi diciamo.
11:23
Approfondire in un secondo luogo?
11:25
Purtroppo però questi temi se non vengono affrontati dal
11:28
giorno zero. Sono quelli che poi bloccano
11:32
completamente la messa in produzione anche del prototipo
11:36
più bello del mondo. Quindi anche Qui puoi creare la
11:39
demo migliore, puoi avere il prototipo e a, il più bello del
11:42
mondo, ma se poi sei pronto per la produzione.
11:46
E alla domanda se questo fa un errore chi è responsabile?
11:50
Nessuno sa rispondere, lì hai bloccato tutto.
11:53
Mi toccherà tornare al passo uno, parlare di governance,
11:57
parlare di competenze e quindi avviare.
12:00
Avvierai un ritardo che potrebbe durare mesi se non anni, o che
12:05
potrebbe addirittura poi portare il pilota al progetto, al
12:09
fallimento totale. Mariella sei stato anche più
12:12
volte sul palco di eventi come Human e Data Science, parlando
12:16
di inclusione, nuove generazioni in un settore ancora poco
12:20
diverso, perché l'inclusione non è solo una questione etica, ma
12:24
anche un vantaggio competitivo concreto per chi fa impresa.
12:28
Assolutamente sì. Allora io parlo molto sui
12:31
palchi, sia diciamo di di eventi, ma anche con i clienti,
12:36
quindi a livello di di di palchi che non sono palchi di eventi ma
12:39
uffici aziendali. Dell'importanza dell'inclusione
12:42
all'interno delle ai. Perché questo?
12:45
Perché le ai impara dai dati. Eee poi riflette quello che
12:50
impara dai dati sulle decisioni che poi prende.
12:53
Quindi diciamo che se chi costruisce la tecnologia
12:58
rappresenta solo una parte della società, inevitabilmente anche
13:02
la tecnologia vedrà il mondo in modo incompleto e produrrà dei
13:06
risultati che sono bias dei risultati che sono incompleti.
13:09
Basti pensare che per esempio, ad oggi.
13:13
Riguardando le le ultime statistiche relative al 2025, i
13:17
modelli di e comunque le a in generale l'ottanta per 100 dei
13:21
dati che viene fornito alle ai proviene sostanzialmente da tre
13:25
grandi paesi nel mondo. Che sono negli Stati Uniti, la
13:28
Germania e un, diciamo la la Cina.
13:32
Quindi cioè già questo ti fa capire come se l'ottanta per 100
13:35
dei dati viene solo da tre paesi e solo il 20% viene da tutto il
13:39
resto del mondo, neanche tutto il resto del mondo.
13:41
Perché non tutti i paesi del mondo producono dati o non
13:45
vengono catturati i dati che producono.
13:48
Questo fa capire come stiamo costruendo 1111 mondo dove le
13:53
hai è fortemente. Concentrata sul prendere
13:57
decisioni, rispettando solo alcuni punti di vista.
14:01
Quindi, e questo a può avere degli impatti fortissimi, può
14:05
avere degli impatti fortissimi su su, sulle decisioni che
14:08
prende, ma sulla vita delle persone anche.
14:10
Basti pensare io ti porto un esempio che non è, diciamo
14:14
concretamente, legato con le AI no.
14:16
Però per farti capire l'importanza dell'inclusione, ad
14:19
oggi una donna ha il 17% di probabilità in più rispetto a un
14:25
uomo. Di morire in un incidente
14:29
stradale in macchina e il 43% di probabilità in più di rimanere
14:33
gravemente ferita rispetto a un uomo in un incidente stradale in
14:36
macchina. Questo perché questo perché le
14:40
diciamo le le le strutture di sicurezza della macchina,
14:44
banalmente la cinta e tutti i vari sistemi di sicurezza sono
14:48
stati studiati e costruiti sul corpo medio dell'uomo.
14:53
Quindi una donna che può avere o ha una struttura corporea
14:57
diversa è meno protetta. Adesso questo è un esempio,
15:01
diciamo che per far capire anche l'impatto proprio di sicurezza
15:05
della vita che può avere. Quindi se noi utilizz.
15:08
Hai molto, sempre di più per costruire le città, per
15:11
costruire le infrastrutture a livello di trasporti, a livello
15:14
di accesso. Se noi usiamo modelli che
15:18
prevalgono e prediligono solo una certa fetta della società
15:22
può avere degli impatti fortissimi poi sugli altri.
15:25
Questo da un punto di vista di produzionalizzazione delle ai,
15:28
cioè della messa in produzione di.
15:32
Ma l'inclusione è importante anche per le donne, da un punto
15:36
di vista proprio del della voce. Cioè di avere di portare la
15:40
nostra voce in questa tematica. Io dico sempre, come donne noi
15:43
abbiamo perso la lotta finanziaria perché quando sono
15:46
state prese decisioni a livello di di di mondo finanziario le
15:50
donne non erano presenti, o comunque saranno state l'un
15:53
percento se ce se ce ne sia stata qualcuna, o comunque non
15:57
sono state poi promosse come come come voce di quella
16:02
battaglia. Quindi abbiamo perso la
16:03
battaglia finanziaria e non ci possiamo permettere di di
16:06
perdere anche la battaglia dell'intelligenza artificiale.
16:09
Perché? Artificiale avrà il potere di di
16:12
decidere chi deterrà il potere nel futuro e noi non possiamo
16:16
permetterci di essere escluse da questo.
16:19
Quindi per quello ti dico che non è più solo una questione
16:22
etica, ma proprio un vantaggio competitivo di noi donne per
16:26
continuare a prenderci, diciamo quella quella fetta di torta che
16:32
ci spetta. Nelle discussioni importanti a
16:37
livello mondiale. E tu hai una prospettiva da vera
16:40
globale marinela, come vedi il posizionamento dell'Europa e in
16:44
particolare dell'Italia rispetto a Stati Uniti e Asia in questa
16:48
fase delle e una. Domanda molto interessante
16:51
questa che mi viene posta spesso, no.
16:53
Qual è la differenza che io vedo fra Europa, Stati Uniti e Asia?
16:56
Allora? Io vivo da sei anni negli Stati
16:58
Uniti. Ovviamente sono originaria
17:01
dell'Italia, cioè cresciuta in Italia, originaria dell'Albania,
17:05
quindi un paese ancora diverso. Diciamo rispetto a temi di
17:09
innovazione, ai eccetera. E per lavoro, viaggio molto
17:14
anche in Asia, in Sudamerica, Australia, eccetera.
17:17
Quindi sì, diciamo che questo mi ha permesso proprio di di di
17:21
sviluppare una prospettiva globale.
17:22
Questo che quello che io posso dire oggi è che gli Stati Uniti
17:26
stanno guidando in un certo senso l'innovazione tecnologica,
17:30
perché stanno ci sono tantissimi soldi che vengono messi
17:34
all'interno di startup che stiamo vedendo che sono nati lì.
17:37
No comeai.com. Oh scusami open Eye come
17:40
antropic e tantissimi altri in Silicon Valley stanno stanno
17:45
crescendo e soprattutto che hanno un fortissimo supporto da
17:49
avventure capitalist. Quindi miliardi e miliardi di
17:52
dollari che vengono emessi in questa tecnologia.
17:54
Quindi gli Stati Uniti stanno guidando un po l'innovazione
17:57
tecnologica e la la sperimentalizzazione. l'Asia
18:02
però, dall'altro canto sta. Guidando la velocità di
18:06
esecuzione in Asia noi abbiamo ci sono già dei dei, diciamo dei
18:12
dei sistemi autonomi che sono già completamente operativi.
18:16
A livello di manifatturiero, a livello di supply chain, a
18:21
livello di monitoraggio delle città, dell'infrastruttura,
18:25
quindi a livello di velocità di esecuzione, l'Asia è avanti.
18:29
l'Europa diciamo, secondo me ha un'opportunità diversa che è
18:34
quella di guidare la fiducia verso questa tecnologia.
18:38
Perché dico questo? Dico questo perché l'Europa
18:40
storicamente, se noi andiamo a vedere anche in passato è
18:44
sempre. Sempre stata un po quella che
18:46
alla prima innovazione, la prima cosa che ha fatto è lanciare un
18:50
regolamento. No, se pensiamo al GDPR, se
18:53
pensiamo ai veicoli elettrici, cioè la prima cosa che l'Europa
18:56
fa sempre è mettere una legge. Questo da una parte potrebbe
19:00
essere vista come a una cosa positiva.
19:03
Perché mi sta tutelando? Perché diciamo si preoccupa
19:06
della della sicurezza. Dall'altra parte però è può
19:10
essere anche vista come un sta rallentando l'innovazione?
19:14
No, quindi siamo indietro a livello di innovazione e io dico
19:19
che. Entrambe queste prospettive sono
19:21
vere. Sono un po la due facce della
19:23
stessa medaglia, però dico anche che l'Europa facendo in questo
19:29
modo, si è secondo me indirettamente presa un po in
19:33
carico un compito importante che è quello di appunto guidare la
19:37
fiducia verso questi sistemi, perché attraverso queste leggi
19:40
l'Europa sta prendendo un approccio molto più cauto e per
19:45
guidare le persone a. Capire come diciamo, come, come,
19:50
che tipo di impatto questa tecnologia possono avere, però
19:53
allo stesso punto secondo me non sta investendo abbastanza.
19:57
Nel training delle persone i ne hai, quindi non non c'è.
20:02
Io dico, va bene mettere le leggi, va bene regolamentare, va
20:06
bene diciamo preoccuparsi di che le AI non abbia un impatto
20:10
catastrofico sulla nostra vita. Però allo stesso tempo bisogna
20:13
investire anche nella, diciamo nell'educazione, per fare in
20:18
modo che le persone vengano upskild, cioè che sviluppino
20:22
queste competenze nuove. E soprattutto che permettere a
20:26
un avere un sistema di un ecosistema di startup un po più
20:30
innovativo. Ad oggi molte startup, un po per
20:34
diciamo per cause burocratiche, un po per cause regolamentative.
20:40
E culturali. Purtroppo fanno tanta fatica,
20:43
tanta più fatica in Europa a crescere a.
20:48
Svilupparsi e questo un po mi dispiace perché tantissimi
20:51
talenti che abbiamo in Europa, secondo me poi in questo modo li
20:54
perdiamo. Alcuni li abbiamo già persi.
20:57
Se basta pensare che antropic è stata fondata da due italiani
21:00
no, che adesso stanno aprendo un ufficio a Milano e sarà
21:03
interessante lì capire come come reagirà il mercato a questo.
21:08
Sarà soprattutto interessante capire come antropic che sfide
21:12
avrà antropica a Milano o comunque in Italia, perché
21:15
secondo me si incontrerà con uno scenario burocratico.
21:19
Che non so se ancora diciamo ha fatto proprio tutti II conti e i
21:24
calcoli no, quindi sarà interessante.
21:26
Secondo me quello sarà proprio un esempio di azienda nata negli
21:30
Stati Uniti dove lì c'è, cioè gli Stati Uniti ti dicono fai
21:35
come ti pare, se poi sbatti al muro cavoli tuoi.
21:38
Quindi questo porta questo incentiva l'innovazione perché
21:42
poi tantissime aziende a furia di fare come gli pare, alcune
21:46
costruiscono cose belle, tante falliscono.
21:49
Però poi a un certo punto. Si autoassesta l'Europa invece
21:52
dice, Io ti regolo dal principio non puoi fare come ti pare, puoi
21:57
agire solo entro questi limiti e quindi sarà xenomenica antropic
22:01
sarà proprio l'esempio dove che potremmo usare per fare una
22:05
differenziazione tra come l'America e come l'Europa stanno
22:08
incentivando le aziende che che vogliono fare ai.
22:12
E oltre i modelli, gli agenti, le strategie, cosa speri d'avere
22:16
che le ai lasci all'umanità? Qual è il modo che vorresti?
22:21
Mare o costruire tu Marinella. Allora questa è la domanda che
22:25
secondo me mi interessa di più. In realtà ti dico la verità, io
22:30
diciamo che negli ultimi 2, 3 anni tutto il lavoro che ho
22:33
fatto, solo studiare il comportamento degli dei sistemi
22:38
autonomi, svilupparli e soprattutto vedere come le
22:41
persone stanno interagendo con questi è la cosa che mi ha
22:45
affascinato di più. Io in parallelo il lavoro che
22:48
svolgo per SAS, ho iniziato una ricerca l'anno scorso personale,
22:54
quindi diciamo investendo di tasca mia.
22:56
Per capire, per studiare come le persone a livello di individui
23:01
non aziende, stanno. Adottando le ai e per quali
23:06
motivi stanno adottando le ai? E quello che diciamo.
23:10
I risultati che ho scoperto sono stati quasi scioccanti, devo
23:14
dire per me quasi scioccanti e ho ho presentato questi
23:17
risultati ad Harvard alt ed X di Harvard questo Febbraio se.
23:22
Insomma, la tua, i tuoi ascoltatori sono curiosi, lo
23:27
possono trovare su Youtube, magari ti lascio il link.
23:30
Mi farebbe molto piacere sentirti i feedback del
23:34
pubblico, creare una discussione riguardo a questa tematica di
23:39
base. Quello che sta succedendo è che
23:42
le persone stanno iniziando a sviluppare un tratto
23:47
caratteriale nuovo. Che è se ho una domanda, se ho
23:51
un momento di difficoltà, se mi sento insicura, se mi sento
23:55
sola, se ho litigato col mio fidanzato, con la mia amica.
24:00
Se devo, se se devo rispondere alla mia manager che mi ha fatto
24:03
arrabbiare qualsiasi tipo di di decisione o di task, la prima
24:09
cosa perché non posso dire persona?
24:12
La prima cosa a cui si rivolgono è le ai.
24:16
Quindi questo che cosa significa?
24:18
Questo significa che stiamo assistendo a uno spostamento, a
24:23
una migrazione. Io la chiamo.
24:26
Silente. E globale della fiducia umana da
24:31
noi stessi, da altri umani e dalle istituzioni verso le ai
24:38
per la prima volta nella storia dell'umanità.
24:40
Quando ci troviamo in situazioni di difficoltà, la cosa su cui ci
24:45
affidiamo per prima è, le hai. È una macchina che non ci
24:50
conosce veramente, una macchina che è fredda, Eh, perché è una
24:54
macchina e quindi? Perché su esso sta succedendo e
24:58
che tipo di futuro questo può prospettare.
25:01
No, io questo mi sono chiesta nella mia ricerca.
25:05
Io ho definito questa migrazione e ai trust drift, cioè proprio
25:09
questo drift della fiducia umana verso sistemi di ai come primo
25:14
canale. Cioè prima vado alle AIE, poi
25:17
vado a vivere nel mondo reale, quindi poi mi interfaccio con un
25:20
uomo, poi mi interfaccio con un'istituzione, poi mi
25:22
interfaccio con me stesso anche. Però prima chiedo alle ai e
25:27
quindi la domanda che mi sono posta è, che tipo di futuro
25:30
questo crea? Che tipo di futuro stiamo
25:32
creando? E secondo me è quello che poi ho
25:36
presentato anche al Ted X è quello che Io credo questo, se
25:40
noi continuiamo di questo passo a utilizzare le AI sempre come
25:44
primo canale comunicativo, stiamo andando verso un futuro
25:49
dove smettiamo di crescere. So che questo può sembrare un
25:53
messaggio. Molto forte.
25:54
Però la crescita è legata, se noi pensiamo alla crescita
25:58
umana, crescita a livello emotivo, crescita a livello di
26:01
competenze, crescita anche della nostra autostima.
26:04
Quindi quello che noi pensiamo di noi stessi no, noi la
26:07
costruiamo in quei modo. Questa crescita noi la
26:09
costruiamo facendo errori, prendendo dei rischi, fidandoci
26:14
delle persone sbagliate che poi ci tradiscono rispondendo in
26:19
maniera sbagliata e poi ci prendiamo il cazziatone dal
26:21
manager andando a magari stando in relazioni anche amorose,
26:28
affettive più di quanto dovremmo.
26:31
Quindi tutte queste rischi, tutti questi.
26:35
Diciamo sbagli, chiamiamoli così, che una persona fa nella
26:39
vita vengono completamente minimizzati se non completamente
26:44
eliminati. Se noi poniamo lo strato delle
26:48
AI come primo, come confidente primario, dove noi andiamo a
26:52
parlare perché noi andiamo da un e ai chiediamo quello che
26:57
vogliamo ci risponde molte volte però io dico, poi rischiamo che
27:01
arriviamo alla fine della nostra vita, ci guardiamo indietro e
27:05
diciamo, ma quante delle decisioni che io ho preso della
27:09
mia vita sono state? Veramente mie oppure sono state
27:13
influenzate dalle AE cioè se a mechag.pt non mi avesse detto di
27:19
lasciare il mio fidanzato? O rispondere in quel modo alla
27:22
mia manager o ma ad oggi io chi sarei, dove sarei, cosa avrei
27:26
fatto? E quindi questo è secondo me la
27:30
la cosa che a me preoccupa di più e mi preoccupa soprattutto
27:33
nelle generazioni giovani. Io parlo tanto con i Gen zii, i
27:37
Gen Alfa e loro mi dicono che c'è una cosa tra le interviste
27:41
che ho fatto per la mia ricerca. Una cosa che è emersa è che i
27:45
giovani dicono se iononhochatg.pt aperto.
27:49
Io non mi sento in grado di rispondere, non so cosa dire.
27:54
Quindi io dico, ma l'autostima che si sta sviluppando come la
27:58
sviluppiamo? Non la sviluppiamo, non abbiamo
28:00
più un'autostima verso noi stessi.
28:02
Se arriviamoapensarechesenzacag.pt
28:04
senza avere prima la risposta dalle ai non siamo più in grado
28:07
di rispondere. Quindi questo a me preoccupa
28:10
molto ed è 1 1 cosa in cui secondo me dobbiamo investire,
28:15
cioè. Come stiamo investendo in
28:17
sviluppare strumenti? Che ci rendono strumenti hai,
28:21
che ci rendono più produttivi. Dobbiamo in parallelo sviluppare
28:25
anche strumenti che ci aiutino ad educarci sul perché, quanto
28:32
frequentemente e per quali motivi ci stiamo rivolgendo alle
28:36
ai. Perché potremmo renderci conto
28:38
che a un certo punto della nostra vita siamo diventati
28:41
completamente dipendenti e quindi abbiamo smesso di
28:44
crescere. E questo è importante capirlo e
28:47
saperlo per poi dire cosa voglio fare.
28:50
Perché una persona può tranquillamente dire a me va
28:53
bene così. Io non non mi interessa, voglio
28:55
continuare in questo senso a usare le ai.
28:58
Però almeno sono consapevole che io funziono in questo modo, che
29:02
io ho questa dipendenza. Da da in questo senso no, in cui
29:05
ho bisogno di andare prima dalle AI piuttosto che andare da un
29:08
amico o da un'amica. E quindi però me io quello che
29:12
spero e che sogno non è un futuro in quelle macchine fanno
29:16
tutto. Non è un futuro in cui senza le
29:18
macchine noi non ci sentiamo in grado, ma sogno un futuro in cui
29:22
gli esseri umani diciamo. Diciamo Investino non più a
29:28
rendere le macchine sempre più umane, ma iniziano ad investire.
29:32
A come possiamo rendere noi umani sempre più umani, a come
29:36
possiamo rimanere umani in un mondo in cui le macchine stanno
29:40
prendendo sempre di più le nostre sembianze.
29:43
Quindi questo è quello che io spero.
29:46
Una bellissima ricerca e prima di salutarci, Marinella, dove
29:49
possono trovarti i nostri ascoltatori?
29:51
Immagino sul tuo sito marinellaprofi.com, giusto?
29:56
Sì, io ho il mio sito mariellaprofi.com, altrimenti la
29:59
mia mail info@marinellaprofi.com.
30:05
Oppure su linkedin è un'altro diciamo canale dove sono molto
30:09
attiva? Marinella profi.
30:12
E poi ti lascerò anche il link al mio Ted X, così possono dare
30:15
un'occhiata alla mia ricerca se sono curiosi.
30:18
Perfetto grazie 1000 Marinella è stato veramente un piacere e in
30:22
bocca al lupo per tutto. Grazie grazie a te garta buona
30:26
giornata. Grazie a tutti per averci
30:29
ascoltato. Se l'episodio vi è piaciuto, vi
30:31
chiedo solo un secondo per lasciare 5 Stelle su Spotify, ci
30:35
aiuta tantissimo alla prossima.