ChatGpt è il nuovo alleato dei manager?

Molti leader non sanno come disegnare i ruoli all’interno dell’azienda. L’AI Generativa può essere efficace. Ma serve usarla con saggezza.

Fangfang Zhang, ricercatore presso il Centre for Transformative Work Design della Curtin UniversitySharon K. Parker, Professore presso la Curtin University

Pubblicato sul numero 1 Gennaio/Febbraio 2025 Mit Sloan Management Review Italia

Oggi i Top manager si impegnano ad aumentare il coinvolgimento dei collaboratori ediminuire il turnover, ma devono affrontare una dura realtà: il diffuso burnout. Percombatterlo, devono offrire loro condizioni di lavoro più salutari e significative. Inun’indagine condotta negli Stati Uniti da Gallup nel 2022, il 40% dei lavoratori ha dichiaratoche il lavoro ha un impatto negativo sulla salute mentale e circa il 30% ha affermato disoffrire spesso di burnout. Non sorprende che, negli Usa, l’engagement dei lavoratori sia ailivelli minimi, da sette anni a questa parte: nel 2022, solo il 32% dei lavoratori intervistati daGallup dichiarava di sentirsi coinvolto e il 17% di essersi attivamente disimpegnato (Wigert ePendell, 2023). Si stima che questo mancato engagement costi alle imprese 7.800 miliardi didollari a livello globale, pari all’11% del prodotto interno lordo mondiale (Ibidem).Le cause di fondo del disimpegno e dello stress lavorativo risiedono spesso nel modo in cuil’organizzazione progetta il lavoro delle proprie persone: decenni di ricerche approfonditecollegano costantemente una cattiva progettazione del lavoro a effetti negativi, tra i qualistress mentale, elevato turnover, insoddisfazione sul lavoro, diminuzione della produttivitàe formazione compromessa (Parker, 2014).Molte aziende si stanno impegnando per migliorare questa situazione, ma la nostra ricercasuggerisce che molti manager non possiedano la comprensione necessaria a progettareposizioni di lavoro di alta qualità. È qui che possono svolgere un ruolo chiave le tecnologie diIntelligenza Artificiale (AI), come ChatGpt: colmando le lacune nelle loro conoscenze eaiutandoli a progettare posizioni di qualità, a beneficio sia dei lavoratori sia delleorganizzazioni. È importante però che prima i responsabili comprendano i pro e i contro diutilizzare ChatGpt per progettare le posizioni.Di seguito, analizziamo alcuni spunti in proposito evidenziati dalla nostra ricerca.

La sfida per i manager: andare oltre posizioni banali e poco gratificanti

Quali fattori determinano l’alta qualità di una posizione di lavoro? Il modello smart, unoschema di progettazione del lavoro ideato da Sharon K. Parker, definisce una posizione dialta qualità come un lavoro stimolante (varietà di mansioni e possibilità di sviluppare nuovecompetenze), dotato di padronanza (chiarezza sul ruolo e nei feedback sul lavoro), agentivo(autonomia nel lavoro e partecipazione al cambiamento), relazionale (supporto sociale elavoro di squadra positivo) e tollerabile (orari di lavoro gestibili e livelli ragionevoli dipressione sulle tempistiche), (Parker, 2022).Nonostante gli evidenti vantaggi di una posizione progettata in modo adeguato, nelleorganizzazioni sono ancora prevalenti quelle sviluppate in maniera approssimativa. Secondol’indagine Gallup Great Jobs 2019, solo il 40% degli americani occupati svolge un lavoro conle caratteristiche smart descritte sopra (Rothwell e Crabtree, 2019). Il 16% riveste unaposizione priva di quelle essenziali e il 44% ha un lavoro che presenta solo alcuni attributismart soddisfacenti (Rothwell e Crabtree, 2019).Risultati che si possono spiegare con la carenza di competenze nella progettazione dellavoro da parte dei manager di oggi. Uno studio da noi condotto di recente ha esplorato ilmodo in cui si progettano i lavori per altri (Parker, Andrei e Van den Broeck, 2019). Aipartecipanti di una simulazione online (Simulazione 1) è stato chiesto di progettare un ruoloamministrativo, trasformando un lavoro part time, composto esclusivamente da quattrocompiti di fotocopiatura e archiviazione, in uno full time, selezionando quattro mansioniaggiuntive da una lista di 11, tra le quali, cinque compiti ripetitivi di fotocopiatura earchiviazione e sei compiti più significativi e interessanti, come accogliere i visitatori oaiutare i colleghi a organizzare riunioni.Ai partecipanti è stato assegnato un punteggio da 0 a 4, dove un punteggio più alto indicavala creazione di un progetto di lavoro più stimolante. Quasi la metà (45%) degli studentiuniversitari di gestione aziendale e dei professionisti o manager che lavorano nei servizi allepersone tende a incorporare un lavoro ripetitivo e monotono, dimostrando un divario diconoscenze quando si tratta di progettare un lavoro di qualità.In una seconda simulazione (Simulazione 2), ai partecipanti è stato chiesto di agire come unmanager e di risolvere un problema di mansioni lavorative, in quattro diversi scenari. In ogniscenario, la progettazione del ruolo proposto era chiaramente scadente. Per risolvere iproblemi, i partecipanti potevano valutare di adottare strategie da un elenco checomprendeva sia approcci di ‘correzione del lavoratore’, che attribuivano i problemi aldipendente, sia approcci di ‘correzione dell’inadeguata progettazione del lavoro’, chericonoscevano la scarsa qualità nella progettazione del lavoro.Uno degli scenari, per esempio, presentava un’addetta al magazzino che non riusciva arispettare il 50% delle scadenze previste per recuperare i prodotti e consegnarli allaspedizione, nonostante i frequenti ritiri di merce. Sebbene la maggior parte dei partecipantisi fosse concentrata su scelte che miglioravano la progettazione del lavoro (come“Coinvolgere il dipendente e i suoi colleghi in una revisione per identificare in che modopotrebbe essere organizzato meglio il loro lavoro” o “Riorganizzare il lavoro in modo che icompiti non debbano essere cronometrati”), un numero sorprendente di partecipanti (40%)ha scelto strategie mirate a correggere il lavoratore (come “Osservare discretamente ilcomportamento della persona per vedere quanto velocemente si muove”). Questi risultaticonvalidano la nostra constatazione sulla mancanza di competenze nella progettazione dellavoro da parte dei dirigenti e del personale.

L’AI Generativa può suggerire una progettazione più solida

Nella fase successiva dello studio, abbiamo cercato di capire se uno strumento dotato di AI,come ChatGpt, potesse aiutare i manager a fare meglio. La risposta è giunta in breve tempo:ChatGpt ha il potenziale per migliorare il processo decisionale nella progettazione dellavoro. È importante però che i manager capiscano cosa può, e non può, fare bene ChatGpt.Abbiamo usato ChatGpt per prendere decisioni ipotetiche sulla progettazione dellamansione amministrativa prevista dalla Simulazione 1. Abbiamo eseguito il compito 20volte, utilizzando ogni volta una nuova sessione indipendente, ma con lo stesso prompt. Intutte le iterazioni, l’AI Generativa ha scelto dall’elenco fornito compiti che arricchivano lamansione, superando sia gli studenti sia i professionisti e i manager nel creare lavoriinteressanti e significativi. Le prestazioni di ChatGpt sono risultate simili a quelle degliesperti di progettazione del lavoro.Abbiamo poi incaricato ChatGpt di affrontare la Simulazione 2, trattando i quattro scenari digestione manageriale della forza lavoro (compresa l’ipotetica magazziniera di cui sopra), escegliendo le strategie da un elenco. In ogni scenario, ChatGpt ha scelto con coerenza lestrategie volte a correggere la progettazione del lavoro (buone strategie per il benessere, lamotivazione e le performance dei dipendenti) rispetto a quelle incentrate sulla correzionedel lavoratore. Come nella Simulazione 1, ChatGpt ha superato studenti, manager eprofessionisti per un’attenzione alla progettazione del lavoro volta a risolvere i problemi delpersonale.Nella Simulazione 2, tuttavia, ChatGpt non ha ottenuto lo stesso punteggio degli esperti,giustificando una certa cautela. In una sessione dedicata all’addetta al magazzino che nonrispettava le scadenze, per esempio, ChatGpt ha ottenuto un punteggio complessivo di 4,ma ha scelto la strategia “Darei un bonus all’impiegata e ai suoi colleghi quando rispettano itempi assegnati”, che ignora l’irragionevole allocazione dei tempi al ruolo.

Una grande lezione: è fondamentale che i prompt siano specifici

Per valutare ulteriormente la capacità di ChatGpt di generare suggerimenti in modoindipendente, abbiamo eseguito i compiti di progettazione del lavoro della Simulazione 2senza fornire una lista di soluzioni a scelta multipla. Abbiamo eseguito ogni test in un nuovoaccount e in nuove chat indipendenti, con la cronologia disattivata, in modo che larestituzione di ChatGpt non fosse influenzata dalle informazioni inserite in precedenza.Innanzitutto, il risultato è stato preoccupante. Quando, nello scenario delle scadenze nonrispettate, chiedevamo genericamente all’AI di “fornire strategie efficaci per affrontare ilproblema”, ChatGpt tendeva a correggere il lavoratore, creando approcci tayloristiciantiquati ai sistemi di lavoro, come la conduzione di studi sul tempo e sugli spostamenti.Suggeriva per esempio soluzioni come lo sviluppo delle abilità di gestione del tempo e unaformazione aggiuntiva per aiutare l’impiegata del magazzino, che abbiamo chiamato Karen,a migliorare le sue prestazioni (per esempio, “Concentrarsi sul miglioramento della velocitàe dell’accuratezza di Karen nel localizzare e raccogliere gli articoli dal magazzino”). Siraccomandava anche di fornire un feedback sulle performance e gli incentivi, per motivareKaren a muoversi più velocemente (per esempio, “Collegando le prestazioni con i premi,Karen sarà incoraggiata a concentrarsi sul miglioramento della sua velocità ed efficienza”).Ognuna di queste soluzioni presuppone implicitamente che il problema sia la motivazione ola capacità della lavoratrice, anziché la progettazione del lavoro.Dopo aver compreso che un approccio così aperto non era ottimale, abbiamosuccessivamente istruito ChatGpt ad affrontare questo stesso scenario utilizzando promptspecifici: “Considerare la progettazione di un lavoro di buona qualità per Karen”;

“Considerare la salute, il benessere, la motivazione, la soddisfazione e la significatività dellavoro di Karen”; e “Considerare la progettazione del lavoro di Karen”. In questo modo, l’AIha fornito alcune soluzioni per migliorare la progettazione del lavoro di Karen, tra le quali leseguenti:

Rivedere l’allocazione del tempo e il carico di lavoro, per fissare obiettivi realistici;Coinvolgere Karen nel processo decisionale e chiedere il suo contributo permigliorare il lavoro;Offrire feedback e riconoscimenti di supporto per aumentare la soddisfazione e lamotivazione dei dipendenti;Offrire una formazione adeguata e opportunità di sviluppo delle competenze peraumentare la fiducia e l’impegno.

Queste strategie potenziano le caratteristiche smart del lavoro di Karen, aumentando latollerabilità delle richieste, potenziando l’agency (cioè la consapevolezza di poter modificarele circostanze), incrementando la padronanza e rendendo più stimolante il lavoro.ChatGpt ha anche suggerito soluzioni come promuovere un ambiente di lavoro favorevole,incoraggiare il sostegno e la collaborazione nel gruppo, offrire opportunità di avanzamentodi carriera e promuovere l’equilibrio tra lavoro e vita privata. Tutte soluzioni in linea con lericerche sulla progettazione del lavoro e sul benessere che renderebbero più smart il lavoro,con il risultato di un dipendente più equilibrato e produttivo.Da questo particolare esperimento con ChatGpt abbiamo imparato che l’AI Generativa puòprendere decisioni preziose per la progettazione del lavoro, ma i manager devono fornireistruzioni chiare che privilegino i risultati per il lavoratore. Per esempio, chiedere a ChatGptdi “progettare un lavoro di alta qualità”, anziché chiedere genericamente di “progettare unbuon lavoro”, può generare strategie più pertinenti ed efficaci. Per migliorare la qualità deisuggerimenti strategici generati da ChatGpt, i manager devono pertanto menzionareobiettivi specifici e desiderabili nelle loro domande, come un lavoro di alta qualità, la salute,il benessere e la motivazione dei dipendenti e la significatività del lavoro.Una buona notizia è che i manager che non usano spesso ChatGpt possono imparare ascrivere prompt efficaci attraverso lo strumento stesso. Per esempio, alla domanda “Come sipuò creare un prompt ben strutturato e chiaro per affrontare efficacemente le sfide dellaprogettazione del lavoro?”, ChatGpt ha fornito una guida passo passo su come scrivereprompt efficaci. ChatGpt ci ha consigliato di identificare il problema principale e di esserespecifici, fornendo suggerimenti applicabili alla progettazione del lavoro come l’uso diprompt quali “Progettare un lavoro di alta qualità che migliora l’interazione e lacollaborazione positiva del team di vendita” o “Progettare un lavoro che sia significativo perfacilitare l’accettazione da parte dei dipendenti dei cambiamenti tecnologici nel lorolavoro”.L’esperimento ha anche dimostrato che i prompt efficaci possono essere rivisti e testati. Imanager che hanno difficoltà in merito possono migliorare le loro capacità utilizzando unprompt del tipo “Il seguente è un prompt che mira a chiedere a ChatGpt consigli dal punto divista di un esperto di progettazione del lavoro. Si prega di analizzare e suggeriremiglioramenti per ottenere consigli pratici e attuabili da ChatGpt”. In questo caso, ChatGptfornirà suggerimenti più specifici per ottenere risultati di migliore qualità.

Cinque lezioni per i manager

Per affrontare il problema pervasivo dell’inadeguata progettazione dei ruoli lavorativi e deisuoi effetti dannosi, è fondamentale adottare soluzioni innovative. Sulla base della nostraricerca, ChatGpt è emerso come uno strumento AI promettente per aiutare i manager aprogettare lavori più equilibrati e produttivi. Ma non è una panacea, e deve essere usatocon saggezza.Di seguito, alcuni nostri consigli per i manager.

ChatGpt non può sostituire la formazione.I manager devono essere consapevoli che iproblemi dei lavoratori possono derivare da una cattiva progettazione del lavoro e chequest’ultima, a sua volta, può influenzare il benessere, la motivazione e la significatività dellavoro. Questo significa che, prima di poter utilizzare ChatGpt per progettare posizionimigliori, i manager hanno bisogno di una formazione sui concetti di base della progettazionedel lavoro. Per approfondire l’argomento, consultare l’articolo correlato How well-designedwork makes us smarter e il sito di Smart Work Design.

I manager devono essere sostenuti nel loro obiettivo di creare un lavoro ben progettato.Imanager devono essere motivati a creare posizioni di lavoro migliori per i loro collaboratori.I manager stessi hanno quindi bisogno di ruoli in cui la creazione di mansioni lavorativeequilibrate per i dipendenti sia vista come una responsabilità legittima e importante, invecedi avere come unico obiettivo il profitto. Se, per esempio, i manager sono promossi solo inbase ai risultati di produttività, non saranno molto motivati a progettare un lavoro smart peri loro team.

I manager stessi hanno bisogno di un lavoro equilibrato.I manager hanno bisogno ditempo sufficiente per poter prestare attenzione a come sono concepiti i lavori dei lorocollaboratori. Questo significa che anche il loro lavoro deve essere tollerabile e noneccessivamente stressante.

I manager devono imparare a usare in modo efficace i prompt di ChatGpt.I managerdevono essere incoraggiati a usare l’AI Generativa per contribuire alle sfide di progettazionedel lavoro, ma hanno bisogno di istruzioni chiare e complete su come usarla in modoefficace. Per esempio, i manager devono essere specifici e menzionare obiettivi come ilbenessere e la motivazione dei dipendenti quando richiedono a ChatGpt suggerimenti per laprogettazione del lavoro.

ChatGpt supporterà, non sostituirà, le persone nella progettazione di lavori migliori.Adifferenza delle simulazioni, le situazioni reali di progettazione del lavoro sono spessocaratterizzate da ambiguità e complessità, con numerose variabili che possono influenzare irisultati. Le situazioni reali richiedono una profonda comprensione del contesto, delleemozioni umane, delle dinamiche sociali e delle considerazioni politiche ed etiche, chepossono essere difficili da comprendere per uno strumento AI come ChatGpt.Raccomandiamo di utilizzare ChatGpt come complemento ai manager umani, piuttosto checome loro sostituto.

Incorporando i suggerimenti di ChatGpt insieme alle competenze umane, le organizzazionipossono favorire un maggiore engagement del personale, soddisfazione sul lavoro e

performance complessive. Raggiungendo questa sinergia tra manager e AI si può aprire lastrada a un futuro migliore per la progettazione del lavoro e l’esperienza dei dipendenti.

Punteggi relativi alle decisioni di progettazione del lavoro nei diversi gruppi.Quando ai partecipanti alla Simulazione 1 è stato chiesto di progettare un ruoloamministrativo, il 45% ha scelto di assegnare al lavoratore compiti ripetitivi e monotoni(punteggio da 0 a 4, che indica il numero di compiti arricchenti selezionati dai partecipanti).Quando ai partecipanti alla Simulazione 2 è stato chiesto di affrontare i problemi di quattroruoli lavorativi progettati in modo inadeguato, il 40% ha scelto strategie volte a correggere illavoratore anziché la cattiva progettazione (punteggio da 1 a 5, che indica in che misura ipartecipanti adotteranno le strategie: da 1, estremamente improbabile, a 5, estremamenteprobabile.

Tabella 1.Valutazioni delle decisioni di progettazione del lavoro nei diversi gruppi

Quando ai partecipanti della Simulazione 1 è stato chiesto di progettare un ruoloamministrativo, il 45% ha scelto principalmente di assegnare al lavoratore compiti ripetitivie monotoni (punteggio da 0 a 4, indicando il numero di compiti arricchiti selezionati daipartecipanti). Quando ai partecipanti della Simulazione 2 è stato chiesto di affrontareproblemi in quattro ruoli lavorativi mal progettati, il 40% ha scelto strategie mirate acorreggere il lavoratore piuttosto che il cattivo design (punteggio da 1 a 5, indicando lamisura in cui i partecipanti adotteranno le strategie, in cui 1 è estremamente improbabile e5 è estremamente probabile).