Leadership collaborativa e ruolo dell'AI

Riepilogo: Nell’ambiente lavorativo globale di oggi, coloro che non sono in grado o non vogliono adattarsi sono destinati a perdere la propria quota di mercato. Man mano che la tecnologia avanza sempre più velocemente, la dinamica della forza lavoro globale sta cambiando. Attività banali vengono automatizzate e i dipendenti vogliono un lavoro più significativo e leader in grado di mostrare maggiore empatia. In questo post esploreremo due aree spesso posizionate ad estremità opposte dello spettro di competenze “soft” e “hard”, ossia leadership collaborativa e implementazione di intelligenza artificiale. Ci occuperemo di ciascuna area singolarmente, esploreremo dove si intersecano e approfondiremo come i leader possono combinare tale competenze per soddisfare le sfide del mondo attuale. Sommario: Cos’è la leadership collaborativa? Qual è la differenza tra leadership tradizionale e collaborativa? Perché la leadership collaborativa è più efficiente? Che cos’è l’AI? Cosa ha a che fare la leadership collaborativa con l’AI? I cinque vantaggi della leadership collaborativa Leadership collaborativa vista attraverso i quattro quadranti di Wilber

Cos’è la leadership collaborativa?

Secondo il Dott. Edward Marshall della Duke University, la leadership collaborativa è “una filosofia di servizio etica, basata su principi che crea una cultura della leadership di sicurezza psicologica, proprietà e fiducia che incoraggia la forza lavoro a dare il meglio di sé in modo da poter svolgere il lavoro efficientemente e produrre risultati superiori.” Questi “risultati superiori” possono essere esaminati a livello di attività, per quanto riguarda le prestazioni di un singolo dipendente. Tuttavia, esiste la possibilità per l’organizzazione nel suo complesso di operare meglio. La famosa professoressa della Harvard Business School Linda Hill collega la leadership collaborativa con l’innovazione sostenibile a livello di organizzazione:

In altre parole, la leadership collaborativa è un processo i n cui i singoli individui utilizzano le proprie competenze e la propria esperienza all’interno di una rete per contribuire alla leadership generale e lavorare verso obiettivi condivisi. I team assegnano responsabilità per ogni progetto in base alle capacità di leadership uniche di ogni membro del team, per soddisfare meglio le esigenze di tale particolare progetto. Ora che abbiamo definito il termine, esaminiamo come la leadership collaborativa differisce dai modelli di leadership tradizionali.

Qual è la differenza tra leadership tradizionale e collaborativa?

In un approccio tradizionale alla leadership, i singoli responsabili guidano le attività quotidiane, mentre il management di livello superiore prende decisioni su vasta scala. In questo modello, le informazioni possono fluire sporadicamente dall’alto, spesso condivise con team più ampi. A volte, questo flusso di informazioni avviene in momenti non opportuni, quando agire sulla base di tali informazioni può essere difficile per coloro che devono svolgere le mansioni, ossia i dipendenti di livello intermedio. Con questo approccio tradizionale, si presuppone che solo poche persone dispongano delle competenze necessarie per far emergere idee brillanti e portarle avanti in modo significativo. Questo modello di consolidamento della leadership ai vertici spesso si traduce anche in leader meno diversificati. Sebbene la ricerca continui a evidenziare come team diversificati siano team più innovativi, è ancora una rarità trovare la diversità ad ampio spettro tra team di gestione di alto livello. Inoltre, la ricerca sta iniziando a dimostrare che la diversità da sola non è sufficiente, indicando ulteriori problemi con la leadership consolidata tradizionale. Uno studio del 2021 pubblicato nella rivista Review of Public Personnel Administration ha scoperto quanto segue: “[M]aggiore diversità di team non produce automaticamente un clima inclusivo. La leadership inclusiva è necessaria per sostenere un clima inclusivo in cui membri di team diversi vengono apprezzati per il loro contributo alle pratiche di lavoro.” D’altra parte, in un modello di leadership collaborativa, le organizzazioni operano come comunità. Al contrario della struttura che spesso vediamo in un modello di leadership tradizionale dall’alto verso il basso, queste comunità sono costituite da una rete connessa. Tutti nel team portano una qualche capacità, non solo un singolo responsabile. In questo tipo di leadership, la responsabilità è condivisa, la risoluzione dei problemi è un’azione collettiva, ogni membro del team è autorizzato a condividere idee e problematiche e la comunicazione è più trasparente e inclusiva. Sebbene la transizione a questo modello sia tutt’altro che semplice, un modo facile per comprendere le basi della leadership collaborativa è vedere la leadership come una cultura, non una funzione puramente individuale. Una volta acquisito questo punto di vista, altre attività spesso considerate come mansioni di una singola persona (ad esempio, la risoluzione dei problemi e la responsabilità decisionale) iniziano ad assumere una nuova dimensione collettiva. In un modo o nell’altro, coloro che studiano come lavorano i leader collaborativi spesso arrivano alla stessa conclusione: raggiungono il successo perché sfruttano il potere collettivo dei propri team. Per sfruttare il potere collettivo del tuo team, devi prima credere nel genio collettivo dei team. Questo può richiedere del lavoro, in particolare perché molte scuole e pubblicazioni di business vedono la leadership di successo attraverso un obiettivo individualista.

Perché la leadership collaborativa è più efficiente?

È implicito, ma il luogo di lavoro moderno sta cambiando più rapidamente che mai. Problemi più complessi richiedono una risoluzione più creativa e le soluzioni a un singolo problema possono creare un set di nuove sfide da superare. Considera il ruolo dell’automazione, che può, da una parte, semplificare un particolare flusso di lavoro, ma dall’altra, creare nuovi flussi di lavoro, come flussi di gestione, ottimizzazione e analisi dell’automazione stessa. La gestione di questo panorama mutevole e dei problemi che presenta è qualcosa che il Dott. Nick Ejimabo della Wayland Baptist University ha esaminato in uno studio intitolato, “An approach to understanding leadership decision making in organization” (European Scientific Journal). Esaminando la leadership responsabile delle decisioni e organizzativa nel luogo di lavoro moderno, afferma: “Troppo spesso confondiamo cose come stile personale e una posizione di autorità con la leadership. La [Leadership] deve essere onnicomprensiva, costante, strategica, sistemica, produttiva, positiva nonché influente e orientata agli obiettivi.” Il presupposto che i nostri leader hanno la risposta a un determinato problema solo perché hanno un titolo altisonante può scoraggiare la collaborazione. Come detto in precedenza, i modelli di leadership dall’alto verso il basso presuppongono che le risposte verrano fornite da un piccolo gruppo di leader. Se questo è il presupposto, è qui che devi cercare le risposte. Tale presupposto può essere un deterrente per la collaborazione e soffocare l’innovazione risultante dalla collaborazione. Come afferma il Professor Hill nel video sopra (ti consiglio vivamente di tornare indietro e guardarlo se ancora non l’hai fatto): “Innovazione non vuol dire una singola persona geniale che ha un “momento di ingegno”, ma bensì un processo di risoluzione dei problemi collaborativo, che solitamente coinvolge più persone con punti di vista abbastanza diversi.” Il passaggio a un approccio più inclusivo, collaborativo, innovativo e come team necessita di leader intenzionati ad abbracciare tali ideali e dotati del coraggio necessario per provare a implementarli. L’iceberg dell’ignoranza Nel 1989, Sidney Yoshida, un consulente di un produttore di auto giapponese, Calsonic, ha scoperto una disconnessione tra responsabili e lavoratori in prima linea. La sua ricerca, nota come “Iceberg dell’ignoranza”, ha rilevato lacune di conoscenze significative tra management senior e il resto dell’organizzazione. Yoshida ha concluso: “Solo il 4% dei problemi dei lavoratori in prima linea di un’organizzazione è noto al management di livello superiore, il 9% è noto al management di livello intermedio, il 74% ai supervisori e il 100% ai dipendenti. Sebbene questo studio risalga a più di 30 anni fa e si concentri solo su organizzazioni di medie dimensioni, il problema è ancora pertinente oggi. Gerarchie tradizionali dall’alto verso il basso nel luogo di lavoro tendono a creare una disconnessione tra leader e dipendenti. Un leader efficiente deve disporre di strumenti e competenze per prevedere e riconoscere problemi che si verificano nel luogo di lavoro e apprendere da tali problemi. Dal punto di vista della leadership nell’ambito dell’AI, questo significa sapere come sfruttare le intuizioni di tutti nell’organizzazione per fornire una prospettiva più ampia per la risoluzione di tali problemi. Questo approccio collaborativo alla gestione dei team è più adatto al luogo di lavoro più complesso di oggi, dove problemi nuovi e meno definiti richiedono soluzioni agili. Il modello precedente, dove la leadership dall’alto verso il basso creava team meno inclusivi, non dispone degli strumenti necessari per risolvere le sfide della forza lavoro moderna.

Che cos’è l’AI?

Nel Dizionario Oxford, l’intelligenza artificiale (AI) è definita come “la teoria e lo sviluppo di sistemi informatici in grado di eseguire attività che solitamente richiedono l’intelligenza umana, come percezione visiva, riconoscimento vocale, processo decisionale e traduzione tra lingue”. Il team di World Wide Technology (WWT) rappresenta la relazione tra AI, apprendimento automatico e apprendimento profondo come mostrato di seguito: L’intelligenza artificiale sta avendo impatto praticamente su tutti i settori. Con la maggiore affidabilità ed espansione dell’AI, la tendenza sarà sempre più diffusa. L’IDC (International Data Corporation) prevede che la spesa per tecnologie AI raddoppierà nei prossimi quattro anni, raggiungendo 110 miliardi di dollari entro il 2024. Il report di McKinsey State of AI in 2020 ha rivelato che le organizzazioni stanno già ottenendo vantaggi economici significativi dall’adozione dell’AI: “I casi d’uso che più frequentemente hanno determinato una riduzione dei costi sono ottimizzazione della gestione dei talenti, automazione dei contact center e automazione del magazzino. Oltre metà dei partecipanti al sondaggio che ha dichiarato di adottare ciascuna di queste strategie afferma che l’uso dell’AI in tali aree ha ridotto i costi.” Lo Stanford 2021 AI Index Report (PDF qui) presenta nove punti chiave che possono aiutarci a comprendere meglio l’impatto dell’AI: 1) Esiste un significativo aumento di investimenti in AI per la progettazione e la scoperta di farmaci. “Drugs, Cancer, Molecular, Drug Discovery” ha ricevuto la quantità maggiore di investimenti in AI privati nel 2020, con più di 13,8 miliardi di dollari USA, 4,5 volte di più rispetto al 2019. 2) Il ruolo dello sviluppo di AI sta crescendo. Il 65% di laureati in AI in Nord America sono entrati nel settore nel 2019, rispetto al 20,6% del 2010, con un aumento del 44,4%. 3) AI è abbondante. È difficile distinguere tra artificiale e non artificiale perché i sistemi AI possono produrre molto testo, audio e immagini. 4) AI ha una sfida da affrontare in termini di diversità. Dottorati in AI nel 2019: 2,4% Afro-americani; 3,2% ispanici; 45% caucasici. 5) La Cina sorpassa gli USA nelle citazioni su riviste AI. Nel 2020, la Cina ha sorpassato gli USA in citazioni su riviste AI pro-capite dello 0,9%. 6) Gli stranieri che hanno conseguito un dottorato di ricerca in AI rimangono in USA dopo la laurea. Gli studenti universitari internazionali in Nord America sono aumentati dal 4,3% al 64,3% nel 2019 rispetto all’anno precedente. Tra i laureati stranieri, l’81,8% è rimasto in USA. 7) Tecnologie di sorveglianza AI in crescita ovunque. Il 2020 ha visto notevoli progressi nella sorveglianza in larga scala a causa di un maggiore approccio a tecniche di classificazione di immagini, riconoscimento del volto, analisi video e identificazione della voce. 8) L’etica dell’AI manca di parametri di confronto e consenso. L’AI manca in gran parte di standard per misurare o valutare la relazione tra la tecnologia e le implicazioni sociali di questi sviluppi tecnologici. 9) AI sta attirando l’attenzione dal Congresso degli Stati Uniti. Citazioni di AI nel registro del Congresso triplicate per la 116° sessione del Congresso rispetto alla 115° sessione del Congresso. Inoltre, il report dedica un’intera sezione alla collaborazione internazionale e all’AI, evidenziando lo sviluppo di strategie AI multilaterali in iniziative intergovernative, gruppi di lavoro, summit e riunioni e accordi bilaterali. L’aumento di accordi e iniziative internazionali mostra come le competenze di collaborazione globali sono fondamentali per il futuro dello sviluppo di AI e per risolvere problemi di equità e correttezza nell’AI.

Cosa ha a che fare la leadership collaborativa con l’AI?

Nelle discussioni sull’interazione tra esseri umani e macchine sul luogo di lavoro spesso prevalgono diversi argomenti tecnologici. Sebbene i progressi nell’apprendimento automatico e nell’apprendimento profondo possano indicare velocità di elaborazione maggiori per applicazioni e soluzioni più efficaci in generale, si potrebbe sostenere che la collaborazione è alla base di tutto. La collaborazione tra discipline e ricercatori porta a questi progressi tecnologici. I leader collaborativi saranno fondamentali per garantire che questi progressi tecnologici siano integrati in un modo che migliora l’esperienza di lavoro per le persone. Le tre fasi dell’AI L’AI viene spesso classificata in tre fasi principali: conoscenza artigianale, apprendimento statistico e adattamento contestuale. La prima fase consente a modelli informatici di utilizzare il ragionamento logico su problemi in un ambito ben definito (senza capacità di apprendimento e percezione). La seconda fase riguarda l’apprendimento statistico, in cui i modelli informatici percepiscono il mondo circostante attraverso classificazione e previsioni basati su un insieme ampio di dati. Tuttavia, non esiste una capacità contestuale e la capacità di ragionamento è minima. Nella terza fase dell’AI (la fase in cui siamo attualmente), i sistemi creano modelli esplicativi contestuali per spiegare e promuovere le decisioni nel tempo e risolvere situazioni del mondo reale. In questa fase, l’AI passa da essere una tecnologia relativamente separata a diventare una sorta di assistente con cui i leader devono imparare a collaborare. In questo senso, sfruttare l’AI ha sempre meno a che fare con quali intuizioni danno vita a nuova tecnologia e molto di più con come i leader associano il proprio ragionamento e quello del proprio team con il ragionamento AI. Di seguito un esempio di un sistema complesso basato su set di dati di formazione:

Oltre alle tre fasi, ci sono tre scuole di pensiero sul ruolo dell’AI nel luogo di lavoro.

1. L’AI consente alle persone di prendere decisioni in modo più efficiente (Dejoux & Léon, 2018, p. 191).
2. L’AI e gli esseri umani collaboreranno per creare “intelligenza ibrida”.
3. L’AI si occuperà di mansioni svolte dalle persone ed è destinata a essere vista come una minaccia.

Sebbene robot che prendono il controllo del mondo siano stati spesso descritti nella fantascienza, un report di PwC intitolato Will robots really steal our jobs? (PDF qui) prevede che l’AI potrebbe automatizzare il 30% delle mansioni entro metà del 2030. Qualcuno salta a conclusioni negative, affermando che questo determinerà la fine per l’essere umano. Altri vedono tale cambiamento uno stimolo per una maggiore creatività e innovazione da parte degli esseri umani grazie alla rapida riduzione di attività di routine. Il Professor Matthew Mason, un esperto di robotica ed ex direttore del Robotics Institute presso la Carnegie Mellon University, afferma: “L’AI presenterà nuove opportunità e capacità per migliorare l’esperienza umana. Sebbene sia possibile per una società comportarsi in modo irrazionale e scegliere di utilizzare l’AI a proprio svantaggio, non vedo alcun motivo per pensare che questo sia il risultato più probabile”. Cosa significa tutto questo per il luogo di lavoro? La maggior parte degli studiosi concorda che lo scenario più probabile è che l’AI supporterà gli esseri umani nelle loro attività e, contemporaneamente, renderà attività di routine obsolete. Tuttavia, questo non accadrà spontaneamente. Richiederà e deriverà da un nuovo tipo di leader collaborativo, un leader che può creare legami tra il genio creativo collettivo di un team di persone e il genio cognitivo generato dalla tecnologia. Di seguito una TED talk di Pedro Uria-Recio, in cui spiega che l’intelligenza artificiale renderà il luogo di lavoro più umano, non meno umano:

Ancora una volta è importante sottolineare questo punto: L’AI di per sé non renderà il luogo di lavoro più umano. Ha bisogno delle persone e richiederà alle persone di cambiare il tipo di competenze sviluppate. Per i leader collaborativi, creare la forza lavoro del futuro significa comprendere il nuovo panorama di competenze (sia tecnologiche che sociali/emotive) e garantire che i propri team apprendano costantemente. Questo aiuterà anche a garantire che il cambiamento venga considerato con maggiore probabilità un’opportunità e non un onere. In The roles of artificial intelligence and humans in decision making: Towards augmented humans?, i ricercatori Claudé e Combe (PDF qui) hanno detto: “Una delle sfide future per il management si baserà sull’adattabilità dell’organizzazione a gestire il cambiamento e trasformarsi. La sfida dell’organizzazione verrà gestita dai manager utilizzando competenze “soft”, ossia proprie dell’area relazionale, e nuovi modi di interazione e collaborazione tra le persone”. La ricerca del Professor David De Cremer, uno scienziato comportamentale, fornisce un quadro di come la leadership dovrà cambiare per adattarsi al futuro dell’automazione e dell’AI: “Più algoritmi assumono il controllo della gestione, più avremo bisogno di leadership per stabilire le priorità. Quando l’automazione aumenta, lo stesso avviene per molti altri fattori: la nostra esigenza di avere una leadership che sappia cosa vuole realizzare; una leadership in grado di giudicare quando occorre prendere decisioni; una leadership capace di riflettere in modo efficiente sugli obiettivi da perseguire.” I leader di oggi possono giustamente desiderare di migliorare la propria comprensione dell’intelligenza artificiale mentre si adattano a questo nuovo futuro, ma saranno di gran lunga più preparati se si impegnano a migliorare le proprie competenze di collaborazione fondamentali.

I cinque vantaggi della leadership collaborativa

Le organizzazioni che adottano l’approccio della leadership collaborativa solitamente vedono:

1. Una visione più unificata della collaborazione in team. Mentre le organizzazioni migliorano la condivisione di conoscenze e i membri dei team continuano a collaborare, la separazione dei team inizierà a sparire.
2. Una forza lavoro meglio equipaggiata per innovare. Con una struttura di potere meno d’ostacolo, le idee possono fluire più liberamente da tutti i livelli dell’organizzazione. Questo porta ad accettare e implementare i cambiamenti più velocemente.
3. Migliori decisioni a diversi livelli. Con feedback più cooperativo, inclusivo e aperto, i team possono prendere decisioni più informate.
4. Maggiore motivazione. I membri dei team hanno maggiori probabilità di lavorare per un cambiamento duraturo se si sentono parte della soluzione. La leadership collaborativa crea un senso di risoluzione dei problemi condivisa e di conseguenza membri di team più motivati e resilienti.
5. Visione condivisa. Quando la responsabilità è condivisa, tutti i membri di team si sentono più legittimati, ritenendosi reciprocamente responsabili del raggiungimento dell’obiettivo comune. Di conseguenza, i membri si sentono a proprio agio ad andare ben oltre e vengono apprezzati e ritenuti affidabili per il valore che offrono.

In generale, la leadership collaborativa può stimolare livelli più elevati di impegno e coinvolgimento, maggiore produttività e un luogo di lavoro più inclusivo.

La leadership collaborativa vista attraverso i quattro quadranti di Wilber

La leadership collaborativa inizia con tutti i membri di un gruppo motivati da un obiettivo condiviso. Questo stile richiede che ogni membro del team sia in grado di riconoscere onestamente i propri punti di forza, comprendere come creare un ambiente psicologicamente sicuro e credere nel potere della collaborazione. Un modo per concettualizzare la leadership collaborativa è mettere il leader nella parte inferiore del modello per aiutare a coinvolgere gli altri nel processo decisionale. Questo tipo di leader si fonda sull’etica e il suo comportamento gentile agevola la crescita del team e contemporaneamente migliora la qualità dell’ambiente dell’organizzazione. Tale leadership, in base a questo documento di Larry Spears della Gonzaga University, è spesso nota come servant leadership. I servant leader agiscono a servizio del proprio team prima e poi si concentrano sugli obiettivi a livello di organizzazione. In questo modo, il cambiamento viene adottato a livello di team e successivamente a livello di organizzazione. I servant leader guidano i propri team attraverso empatia, previsioni, gestione e consapevolezza. Il modello dei quattro quadranti del filosofo Ken Wilber è un esempio istruttivo di come le organizzazioni possono creare leadership collaborativa. Il modello integrativo, anche noto come ACAL (All Categories, All Levels, Tutte le categorie, tutti i livelli), esamina punti di vista, mentalità, qualità innate e livelli di consapevolezza delle persone per spiegare la realtà e le relazioni. In questo modello, esistono quattro quadranti principali, suddivisi in due strutture. La prima struttura include interno ed esterno. La seconda struttura include individuale e collettivo. Qualsiasi visione di qualsiasi problema ha queste quattro dimensioni che lavorano contemporaneamente, come parti di una singola unità, consapevolmente o inconsapevolmente. Queste quattro dimensioni possono applicarsi a modelli, applicazioni, processi di cambiamento, analisi e così via. Applicato alla leadership, il modello ACAL può essere utilizzato di rivelare i gradi di consapevolezza, comportamento, sistema (sociale) e cultura. Nel tempo, un leader collaborativo può iniziare ad assemblare i pezzi in questo modello (ad esempio, comprendendo come ciascuna persona del proprio team ha uno scopo). I leader collaborativi possono allineare le informazioni in questi quadranti con i seguenti punti per iniziare a migliorare la collaborazione nel luogo di lavoro, in particolare man mano che l’AI inizia sempre di più a essere percepita come un altro membro del team:

1. Comprendere il ruolo della sicurezza psicologica nella creazione di una visione condivisa
2. Creare una cultura di apprendimento continuo in cui abbracciare il cambiamento
3. Essere sempre alla ricerca di modi per combinare creatività umana e intelligenza macchina

Conclusione Sebbene possa sembrare illogico, man mano che più team iniziano a lavorare con l’AI e affidarsi all’AI, i leader dovranno migliorare la loro comprensione delle competenze di collaborazione di base. La leadership collaborativa può collegare entrambi i domini, consentendo a persone e tecnologie di riunirsi a vantaggio di inclusività e innovazione. Lettura correlata Collaborazione nell’era dell’AI: come Cisco è tra le prime aziende a utilizzare l’AI e la tecnologia emergente nella collaborazione Riesci a vedermi ora? – Quando l’AI indossa una maschera