{"id":174144,"date":"2019-10-03T01:49:02","date_gmt":"2019-10-03T08:49:02","guid":{"rendered":"https:\/\/www.genesys.com\/?post_type=blog&#038;p=174144"},"modified":"2019-10-03T01:49:02","modified_gmt":"2019-10-03T08:49:02","slug":"etica-dellai-costruire-fiducia-e-trasparenza-con-i-motori-di-intelligenza-artificiale","status":"publish","type":"blog","link":"https:\/\/www.genesys.com\/it-it\/blog\/post\/etica-dellai-costruire-fiducia-e-trasparenza-con-i-motori-di-intelligenza-artificiale","title":{"rendered":"Etica dell\u2019AI: costruire fiducia e trasparenza con i motori di intelligenza artificiale"},"content":{"rendered":"<p>&nbsp;<\/p>\n<p>Sebbene l\u2019<a href=\"https:\/\/www.genesys.com\/resources\/genesys-and-google-cloud-shaping-the-future-of-contact-center-ai?ost_tool=blog&amp;ost_campaign=blogpost\">intelligenza artificiale (AI)<\/a> produca diversi benefici per i clienti, nel contempo pu\u00f2 introdurre una maggiore asimmetria informativa nei contact center. Di fatto, i motori di AI consentono di analizzare ogni chiamata cos\u00ec come di diffondere a livello organizzativo quanto contenuto in una determinata interazione e la conoscenza che ne deriva.<\/p>\n<p>Per comprendere meglio come si svolge l\u2019interazione \u00e8 possibile combinarne le trascrizioni, in tempo reale cos\u00ec come in post chiamata. Ecco che componendo questi dati insieme a quelli sui comportamenti di tutti gli altri clienti si ricava un aiuto per <a href=\"https:\/\/www.genesys.com\/collateral\/achieve-better-business-results-with-ai-powered-self-service?ost_tool=blog&amp;ost_campaign=blogpost\">prevedere che cosa potrebbe accadere successivamente<\/a>. I motori basati su intelligenza artificiale sono inoltre capaci di condurre sperimentazioni sulla messaggistica e sui prezzi per individuare una correlazione ulteriore tra i comportamenti e portare di conseguenza i clienti potenziali e quelli esistenti verso obiettivi specifici.<\/p>\n<p>I nuovi strumenti di AI offrono, insomma, una dimensione e una rapidit\u00e0 senza precedenti. Estremizzando, un\u2019azienda non solo pu\u00f2 su queste basi modificare il prezzo e la messaggistica, ma anche adeguare la lingua utilizzata per ogni cliente attraverso tecnologie come quelle di linguaggio naturale. Un esempio potrebbe essere una sintesi text-to-speech che parla con la voce dello stesso cliente.<\/p>\n<p>Inoltre, i motori di AI possono veicolare i messaggi proprio nel momento di massimo impatto su un acquisto o su un obiettivo da raggiungere. Per individuare una correlazione si pu\u00f2, ancora, verificare quando un messaggio o un\u2019azione dovrebbe avvenire all\u2019interno di milioni di interazioni. Allo stesso modo, un contact center che si serve della trascrizione in tempo reale pu\u00f2 avvisare un agente su che cosa dire e quando farlo, per ottenere il massimo risultato.<\/p>\n<p>Gli agenti diventano, insomma, degli esseri umani aumentati dall\u2019AI. Per fare un esempio, \u00e8 come essere affiancati da tanti consulenti durante una mano di poker potendo nel contempo vedere le carte degli avversari.<\/p>\n<p><strong>\u00a0<\/strong><strong>Prevenire la parzialit\u00e0 dell\u2019AI<\/strong><\/p>\n<p>Quando si parla di etica della AI, molte aziende potrebbero avere il dubbio di dover gestire l\u2019asimmetria informativa causata da una tale conoscenza dei clienti. Nel momento in cui implementi l\u2019AI, ti suggeriamo quindi di fare queste domande per accertarti che venga adoperata in modo appropriato:<\/p>\n<ul>\n<li>L\u2019uso della AI genera un vantaggio sostanziale per i miei clienti?<\/li>\n<li>Il cliente riesce a sapere quanto sappiamo di lui?<\/li>\n<li>I motori di AI sono in grado di spiegare le decisioni o di mostrare i ragionamenti fatti?<\/li>\n<li>Pu\u00f2 far sedere il cliente dallo stesso lato del tavolo della nostra azienda?<\/li>\n<\/ul>\n<p>La tua azienda potrebbe trovarsi in difficolt\u00e0 a rispondere a queste domande. Il suggerimento \u00e8 quindi, eventualmente, di coinvolgere una voce indipendente in grado di valutare l\u2019interazione dal punto di vista del cliente e se l\u2019AI avvantaggia anche quest\u2019ultimo. \u00c8 il caso, ad esempio, di una compagnia assicurativa che applica l\u2019intelligenza artificiale per determinare che un certo cliente ha meno probabilit\u00e0 di essere coinvolto in un incidente e, perci\u00f2, costare meno: dovrebbe abbassare i premi o semplicemente intascare i risparmi generati da questa asimmetria informativa?<\/p>\n<p>Un altro aspetto di cui tener conto riguarda l\u2019offerta ai clienti di una totale trasparenza e conoscenza di quanto si sa di loro \u2014 e della corrispondente analisi delle informazioni. Ad esempio, se un\u2019azienda analizza una chiamata, il cliente pu\u00f2 essere reso edotto che l\u2019agente vede tali informazioni? L\u2019eventuale riluttanza a condividere quanto viene fatto con i dati sui clienti per paura di conseguenze legali o di una cattiva pubblicit\u00e0 potrebbe essere indizio di un uso non corretto dei dati. Dimostrarsi trasparenti sull\u2019analisi potrebbe invece incrementare la fiducia \u2014 e anche portare benefici ai clienti grazie a una maggiore consapevolezza delle loro reazioni.<\/p>\n<p>Per prevenire l\u2019insorgere di una parzialit\u00e0 fuori controllo ed evitare stereotipi, i sistemi basati su AI devono anche illustrare il percorso fatto per arrivare alle proprie decisioni e fornire una prova a supporto delle rispettive raccomandazioni. Queste informazioni dovrebbero nel mentre essere condivisibili con i clienti coinvolti.<\/p>\n<p>Poich\u00e9 la dimensione e la velocit\u00e0 dell\u2019AI permettono alle aziende di eseguire analisi attraverso nuove strade, puoi prevenire la possibile asimmetria facendo sedere gli agenti e i clienti dalla stessa parte del tavolo. Ad esempio, invece di far presentare a un agente i risultati dei motori di AI come se fossero propri pensieri, si potrebbe indicare che \u00e8 il sistema che raccomanda determinati articoli. E quindi osservarli insieme al cliente. Anche se si tratta solo di un piccolo cambiamento nella modalit\u00e0 di presentazione delle informazioni, questo metodo apre alla trasparenza ed evita manipolazioni indesiderate. Il cliente vede le stesse cose dell\u2019agente \u2014 e l\u2019agente diventa uno steward della tecnologia AI.<\/p>\n<p>Questo approccio dalla \u201cstessa parte del tavolo\u201d pu\u00f2 aumentare la percezione positiva delle aziende e la conseguente brand awareness. Le concessionarie auto a zero commissioni, i consulenti finanziari pagati a parcella e altri professionisti che hanno rimosso i conflitti di interesse sviluppano fiducia nei clienti. Sebbene questo approccio non sia sempre applicabile in tutti i settori verticali, affidare a un agente un ruolo pi\u00f9 consulenziale attraverso il sistema di AI consente un\u2019analisi onesta di una soluzione o di un prodotto. Le organizzazioni possono promuovere pi\u00f9 fiducia e benefici dalle applicazioni basate sull\u2019intelligenza artificiale.<\/p>\n<p>Poich\u00e9 i motori di AI sono capaci di produrre un valore enorme, \u00e8 indispensabile lavorare con i tuoi clienti perch\u00e9 sviluppino la fiducia necessaria alla loro adozione. Lavorando in modo trasparente ed essendo equi e giusti nella distribuzione del valore prodotto dai servizi di AI, registrerai dei risultati duraturi.<\/p>\n","protected":false},"excerpt":{"rendered":"<p>&nbsp; Sebbene l\u2019intelligenza artificiale (AI) produca diversi benefici per i clienti, nel contempo pu\u00f2 introdurre una maggiore asimmetria informativa nei contact center. Di fatto, i motori di AI consentono di analizzare ogni chiamata cos\u00ec come di diffondere a livello organizzativo quanto contenuto in una determinata interazione e la conoscenza che ne deriva. Per comprendere meglio [&hellip;]<\/p>\n","protected":false},"author":235,"featured_media":163000,"template":"","tax_priority":[],"tax_blogtype":[17742],"tax_blogcategory":[15948,16006,17559],"tax_contenttheme":[],"tax_bundle":[],"tax_contenttheme2":[],"tax_capability_sitewide":[],"tax_products_programs":[],"tax_buying_job":[],"tax_buyer_persona":[],"tax_sector":[],"tax_segment":[],"class_list":["post-174144","blog","type-blog","status-publish","has-post-thumbnail","hentry","tax_blogtype-partners-it-it","tax_blogcategory-ai-and-machine-learning-it-it","tax_blogcategory-ecosystem-it-it","tax_blogcategory-workforce-engagement-it-it"],"acf":[],"_links":{"self":[{"href":"https:\/\/www.genesys.com\/it-it\/wp-json\/wp\/v2\/blog\/174144","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.genesys.com\/it-it\/wp-json\/wp\/v2\/blog"}],"about":[{"href":"https:\/\/www.genesys.com\/it-it\/wp-json\/wp\/v2\/types\/blog"}],"author":[{"embeddable":true,"href":"https:\/\/www.genesys.com\/it-it\/wp-json\/wp\/v2\/users\/235"}],"version-history":[{"count":2,"href":"https:\/\/www.genesys.com\/it-it\/wp-json\/wp\/v2\/blog\/174144\/revisions"}],"predecessor-version":[{"id":174146,"href":"https:\/\/www.genesys.com\/it-it\/wp-json\/wp\/v2\/blog\/174144\/revisions\/174146"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.genesys.com\/it-it\/wp-json\/wp\/v2\/media\/163000"}],"wp:attachment":[{"href":"https:\/\/www.genesys.com\/it-it\/wp-json\/wp\/v2\/media?parent=174144"}],"wp:term":[{"taxonomy":"tax_priority","embeddable":true,"href":"https:\/\/www.genesys.com\/it-it\/wp-json\/wp\/v2\/tax_priority?post=174144"},{"taxonomy":"tax_blogtype","embeddable":true,"href":"https:\/\/www.genesys.com\/it-it\/wp-json\/wp\/v2\/tax_blogtype?post=174144"},{"taxonomy":"tax_blogcategory","embeddable":true,"href":"https:\/\/www.genesys.com\/it-it\/wp-json\/wp\/v2\/tax_blogcategory?post=174144"},{"taxonomy":"tax_contenttheme","embeddable":true,"href":"https:\/\/www.genesys.com\/it-it\/wp-json\/wp\/v2\/tax_contenttheme?post=174144"},{"taxonomy":"tax_bundle","embeddable":true,"href":"https:\/\/www.genesys.com\/it-it\/wp-json\/wp\/v2\/tax_bundle?post=174144"},{"taxonomy":"tax_contenttheme2","embeddable":true,"href":"https:\/\/www.genesys.com\/it-it\/wp-json\/wp\/v2\/tax_contenttheme2?post=174144"},{"taxonomy":"tax_capability_sitewide","embeddable":true,"href":"https:\/\/www.genesys.com\/it-it\/wp-json\/wp\/v2\/tax_capability_sitewide?post=174144"},{"taxonomy":"tax_products_programs","embeddable":true,"href":"https:\/\/www.genesys.com\/it-it\/wp-json\/wp\/v2\/tax_products_programs?post=174144"},{"taxonomy":"tax_buying_job","embeddable":true,"href":"https:\/\/www.genesys.com\/it-it\/wp-json\/wp\/v2\/tax_buying_job?post=174144"},{"taxonomy":"tax_buyer_persona","embeddable":true,"href":"https:\/\/www.genesys.com\/it-it\/wp-json\/wp\/v2\/tax_buyer_persona?post=174144"},{"taxonomy":"tax_sector","embeddable":true,"href":"https:\/\/www.genesys.com\/it-it\/wp-json\/wp\/v2\/tax_sector?post=174144"},{"taxonomy":"tax_segment","embeddable":true,"href":"https:\/\/www.genesys.com\/it-it\/wp-json\/wp\/v2\/tax_segment?post=174144"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}