La penalità dell'IA: lavoratori puniti per aver utilizzato l'IA onestamente

      Le aziende stanno ordinando al personale di fare affidamento sull'IA, per poi attribuire il merito alla macchina. I ricercatori lo chiamano il "penalty dell'IA", e i lavoratori dicono che sta costando loro promozioni e aumenti di stipendio.

      Aubrey ha trascorso più di un anno su un progetto per accelerare un costoso processo di produzione medica. Quando ha finito, il suo manager le ha chiesto di presentarlo alla leadership senior come se fosse stato Claude, il chatbot IA, a fare il lavoro. Ha trovato un compromesso, parlando bene del bot mentre chiariva di aver portato il peso.

      Il suo manager è intervenuto comunque e ha detto alla sala che aveva costruito tutto in un minuto con l'IA. Settimane dopo, la sua valutazione annuale è tornata tiepida, e il suo capo ha ammesso che quel momento le era stato sfavorevole.

      Non è sola, come riporta Shubham Agarwal di Business Insider. Deepak, uno sviluppatore IT in una azienda Fortune 500 in India, ha iniziato a dare apertamente credito agli agenti di codifica che utilizzava, nel nome della trasparenza. Prima che passasse molto tempo, i suoi manager hanno dato per scontato che tutto il suo buon lavoro fosse della macchina, e lui pensa che questo abbia bloccato una promozione.

      Molti lavoratori a tempo pieno si trovano ora tra capi che richiedono più IA e capi che penalizzano i suoi utenti. Così hanno iniziato a nascondere quanto si appoggiano ad essa.

      L'istinto di nasconderlo è razionale. Christoph Riedl, professore alla Northeastern University, ha condotto una meta-analisi di 13 studi su molti lavori e ha trovato un chiaro schema. I manager hanno costantemente valutato il lavoro in modo negativo una volta che il personale ha ammesso che un chatbot aveva aiutato, assumendo che la macchina avesse fatto la maggior parte del lavoro. Riedl chiama questo il "penalty dell'IA".

      Il modo principale per evitarlo, ha scoperto, è mantenere il controllo del compito principale e specificare esattamente cosa hai fatto. Questo è difficile quando i capi introducono modi sempre più diretti per monitorare l'uso dell'IA, in un mercato del lavoro già scosso dall'automazione.

      Non puoi misurare la creatività in token

      La misura più diretta è il token, l'unità base che un modello di IA elabora.

      Contare i token dice a un manager quanto spesso qualcuno ha sollecitato un chatbot e quanto testo è stato scambiato. Non rivela nulla su ciò che l'IA ha effettivamente contribuito. Il personale ha presto imparato a sfruttarlo, ponendo domande inutili per sembrare utenti esperti, quindi le aziende ora stanno limitando questo comportamento.

      Il mese scorso Amazon ha annullato una classifica interna che classificava l'uso dei token. "Per favore, non usate l'IA solo per il gusto di usare l'IA", ha detto un vicepresidente senior, Dave Treadwell, durante una riunione aziendale.

      Anche strumenti più raffinati possono fuorviare. Gli assistenti di codifica come Claude Code appongono una linea di co-autore sul codice che aiutano a scrivere. Non segnalano quali righe siano state loro o quanto l'umano le abbia modellate.

      "Se l'uso dell'IA viene divulgato senza dettagli specifici su come è stata utilizzata, l'assunzione predefinita del manager sembra essere che sia stata utilizzata in un modo che riduce l'agenzia", afferma Riedl. In termini semplici, i capi assumono che il bot abbia guidato. Quindi il come, aggiunge, è di enorme importanza.

      Gli strumenti che cercano di risolverlo

      Alcuni ricercatori stanno cercando di definire la divisione tra umano e macchina. Graham Neubig, un informatico della Carnegie Mellon University, ha cofondato OpenHands. La piattaforma di codifica open-source annota qualsiasi riga scritta da un'IA, in modo che i revisori sappiano di esaminarla.

      Un team di IBM è andato oltre con un AI Attribution Toolkit, modellato sul sistema che gli scienziati usano per attribuire a ciascun autore di un articolo. Permette alle persone di registrare quanto ha generato un chatbot e cosa ha controllato un umano, quindi produce una dichiarazione di attribuzione.

      Riconoscimenti di alto livello all'IA non sono sufficienti, afferma Jessica He, una delle sue progettiste.

      Il paradosso della trasparenza

      Il problema più profondo è sociale.

      Diversi studi mostrano che divulgare l'IA, anche onestamente, fa sì che i colleghi si fidino meno di te e ti leggano come pigro. Oliver Schilke, professore all'Università dell'Arizona, ha trovato lo stesso nel suo lavoro. Lo chiama un paradosso: le persone che fanno la cosa onesta ne pagano il prezzo. Vuole regole condivise sul credito dell'IA piuttosto che ogni lavoratore che indovina.

      Thomas Prommer, un dirigente ingegneristico di Adidas, ha visto il riconoscimento obbligatorio ritorcersi contro. I suoi ingegneri hanno smesso di utilizzare l'IA del tutto, dice, "perché non volevano che i loro migliori contributi fossero annotati come 'co-scritti da Claude'". Ciò che ha funzionato invece è stato attribuire il risultato, non lo strumento.

      Le conseguenze vanno oltre un aumento mancato.

      All'inizio di quest'anno è emerso che Amazon aveva incolpato il personale e li aveva licenziati per gli errori di un agente IA. "Il merito va all'IA, ma esaminare il suo contenuto è nostra responsabilità", afferma Deepak. Alessio Artuffo, amministratore delegato della piattaforma di apprendimento Docebo, sostiene che una semplice attribuzione sia il quadro sbagliato.

      La vera domanda non è come è stato realizzato il lavoro, ma se la persona dietro di esso può difenderlo e correggerlo. Se le aziende continuano a punire le persone che usano l'IA onestamente, avverte, otterranno più output e meno proprietà. Questo, dice, è "una regressione delle capacità travestita da efficienza".