L'intelligenza artificiale (IA) permette di rispondere più che mai alle esigenze delle utilizzatrici e degli utilizzatori. I bisogni e i contesti individuali rimangono tuttavia vari, motivo per cui non esiste una "soluzione universale" per progettare le interazioni con l'IA. Affinché le utilizzatrici e gli utilizzatori possano sfruttare appieno il potenziale dell'IA, dobbiamo progettare l'interazione in modo consapevole e centrato sulla persona. Anche qui si applicano i nostri principi di design.
Se desideriamo mettere un'IA a disposizione della nostra clientela o del nostro personale, dobbiamo riflettere sul ruolo dell'IA nel sistema. Le seguenti dimensioni ci aiutano in questo:
Portata: Quale parte del sistema è supportata dall'IA? Si tratta di un componente isolato, di un flusso, di una funzionalità, di un'applicazione o di un'intera piattaforma?
Spazio: Come viene presentata l'IA rispetto alla funzionalità? Occupa il centro o è solo un piccolo elemento d'interfaccia? È visibile o funziona in background? Se visibile: permanentemente o solo su richiesta?
Funzionalità: Come interagisce l'IA con le funzioni esistenti? Può accedere ad altre informazioni o è funzionalmente isolata? Il modello viene eseguito in modo statico o viene continuamente adattato con nuovi dati e interfacce?
Una pianificazione chiara di queste dimensioni aiuta a progettare al meglio l'esperienza utente per la clientela o il personale.
Oltre all'esperienza utente, altri aspetti rivestono naturalmente grande importanza nella progettazione, come l'esperienza del marchio, la protezione e la sicurezza dei dati. Questi ultimi sono regolati da direttive interne e leggi esterne. Trovi inoltre direttive relative all'utilizzo e alla segnaletica del sottodominio dell'IA generativa sul portale della marca FFS.
Esistono diversi tipi di sistemi di IA (ad es. Large Language Models [LLM], Machine Learning, Reinforcement Learning, ecc.). Possono essere utilizzati per scopi diversi e complessi, come il riconoscimento di modelli e la generazione di testo, immagini e linguaggi o la previsione di eventi. Se i sistemi di IA offrono molte possibilità, presentano anche numerose sfide per le utilizzatrici e gli utilizzatori:
Ciò che è essenziale per noi è quindi sapere come progettare l'interazione tra l'essere umano e il sistema di IA in modo che i clienti o il personale raggiungano i loro obiettivi e abbiano una fiducia appropriata nei risultati dell'IA.
L'IA può apportare un valore aggiunto, in particolare per i compiti di routine monotoni, assumendo il lavoro delle persone ed eseguendolo in modo autonomo (automazione), aumentando così l'efficienza. Ma poiché anche l'IA commette errori (vedi sopra), è importante lasciare la decisione a un essere umano in contesti complessi, incerti o che richiedono una certa responsabilità. In questo caso, l'IA può supportare l'essere umano (aumento) attraverso raccomandazioni e proposte. Queste devono essere comprensibili per l'essere umano e poter essere influenzate o neutralizzate. Il principio è il seguente: più il rischio e l'incertezza sono elevati, più c'è aumento. In caso di rischio basso e compiti ben definiti, c'è maggiore automazione.
In realtà, molti sistemi sono ibridi: human-in-the-loop (HITL) per le decisioni critiche, human-on-the-loop (HOTL) per la sorveglianza, human-in-command per il controllo strategico.
In pratica, un approccio iterativo è spesso utile: iniziare con l'aumento, poi automatizzare lentamente e in modo selettivo quando la fiducia e le prestazioni sono buone.
Nell'ambito della progettazione di sistemi di IA, si sono affermate soluzioni di progettazione collaudate che contribuiscono a creare applicazioni coerenti e facili da usare. Per saperne di più, consulta i nostri patterns.