{"id":90837,"date":"2026-01-28T10:26:01","date_gmt":"2026-01-28T09:26:01","guid":{"rendered":"https:\/\/www.domusacademy.com\/?post_type=jobs-trends&p=90837"},"modified":"2026-01-28T10:27:03","modified_gmt":"2026-01-28T09:27:03","slug":"progettare-per-lai-e-colmare-il-divario-dellinnovazione","status":"publish","type":"jobs-trends","link":"https:\/\/www.domusacademy.com\/it\/the-envisioner-magazine\/ai\/progettare-per-lai-e-colmare-il-divario-dellinnovazione\/","title":{"rendered":"Progettare per l\u2019AI e colmare il divario dell\u2019innovazione"},"excerpt":{"rendered":"","protected":false},"featured_media":0,"comment_status":"open","ping_status":"closed","template":"","jobs-trends-category":[138,136],"class_list":["post-90837","jobs-trends","type-jobs-trends","status-publish","hentry","jobs-trends-category-ai","jobs-trends-category-eventi"],"acf":[],"yoast_head":"\nProgettare per l\u2019AI e colmare il divario dell\u2019innovazione - Domus Academy<\/title>\n<meta name=\"description\" content=\"Scopri perch\u00e9 l'AI pu\u00f2 fallire, come i designer possono colmare il divario innovativo e dove si nasconde il valore reale e concretizzabile nella pratica. Visita DomusAcademy.com!\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/www.domusacademy.com\/it\/the-envisioner-magazine\/ai\/progettare-per-lai-e-colmare-il-divario-dellinnovazione\/\" \/>\n<meta property=\"og:locale\" content=\"it_IT\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Progettare per l\u2019AI e colmare il divario dell\u2019innovazione - Domus Academy\" \/>\n<meta property=\"og:description\" content=\"Scopri perch\u00e9 l'AI pu\u00f2 fallire, come i designer possono colmare il divario innovativo e dove si nasconde il valore reale e concretizzabile nella pratica. Visita DomusAcademy.com!\" \/>\n<meta property=\"og:url\" content=\"https:\/\/www.domusacademy.com\/it\/the-envisioner-magazine\/ai\/progettare-per-lai-e-colmare-il-divario-dellinnovazione\/\" \/>\n<meta property=\"og:site_name\" content=\"Domus Academy\" \/>\n<meta property=\"article:modified_time\" content=\"2026-01-28T09:27:03+00:00\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"FAQPage\",\"@id\":\"https:\/\/www.domusacademy.com\/it\/the-envisioner-magazine\/ai\/progettare-per-lai-e-colmare-il-divario-dellinnovazione\/\",\"url\":\"https:\/\/www.domusacademy.com\/it\/the-envisioner-magazine\/ai\/progettare-per-lai-e-colmare-il-divario-dellinnovazione\/\",\"name\":\"Progettare per l\u2019AI e colmare il divario dell\u2019innovazione - Domus Academy\",\"isPartOf\":{\"@id\":\"https:\/\/www.domusacademy.com\/it\/#website\"},\"datePublished\":\"2026-01-28T09:26:01+00:00\",\"dateModified\":\"2026-01-28T09:27:03+00:00\",\"description\":\"Scopri perch\u00e9 l'AI pu\u00f2 fallire, come i designer possono colmare il divario innovativo e dove si nasconde il valore reale e concretizzabile nella pratica. Visita DomusAcademy.com!\",\"breadcrumb\":{\"@id\":\"https:\/\/www.domusacademy.com\/it\/the-envisioner-magazine\/ai\/progettare-per-lai-e-colmare-il-divario-dellinnovazione\/#breadcrumb\"},\"inLanguage\":\"it-IT\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/www.domusacademy.com\/it\/the-envisioner-magazine\/ai\/progettare-per-lai-e-colmare-il-divario-dellinnovazione\/\"]}],\"mainEntity\":[{\"@type\":\"Question\",\"name\":\"Dai progetti pionieristici a una diagnosi sistemica\",\"acceptedAnswer\":{\"@type\":\"Answer\",\"text\":\"Il percorso di Zimmerman \u00e8 una sequenza di esplorazioni concrete e precoci dell\u2019AI nella vita quotidiana. Tra i suoi progetti di ricerca troviamo: strumenti di coordinamento familiare, ambienti adattivi che rispondono a visitatori e familiari, strumenti per rilevare la depressione e agenti che aiutano anziani con declino cognitivo a vivere pi\u00f9 a lungo nelle proprie case.\\nQuesti esempi sottolineano un punto chiave: l\u2019AI diventa significativa solo quando \u00e8 ancorata a contesti reali e dati reali e quando \u00e8 attentamente integrata nei flussi di lavoro umani. Questo allineamento non \u00e8 mai automatico: \u00e8 il risultato di precise scelte di design. Osserva Zimmerman:\\n“Il problema forse pi\u00f9 grande \u00e8 che le persone che non si occupano di AI tendono a pensarla come un\u2019intelligenza sovrumana. E credo che ci\u00f2 sia in gran parte alimentato dai media, che adorano titoli acchiappaclick come \u201cTarget scopre la gravidanza di una \u00a0adolescente prima dei genitori\u201d, \u201cL\u2019AI supera i medici nella diagnosi del cancro\u201d, \u201cIngegnere Google dichiara che i chatbot sono senzienti\u201d. Nessuna di queste affermazioni \u00e8 vera. C\u2019\u00e8 un sottile fondo di verit\u00e0, ma tutte risultano enormemente fuorvianti rispetto a ci\u00f2 che l\u2019AI pu\u00f2 realmente fare.\\nLa conseguenza \u00e8 che, quando le persone non esperte di AI si riuniscono per immaginare cosa progettare con l\u2019AI, tendono a pensare solo a compiti estremamente difficili, che richiedono competenze elevate e prestazioni dei modelli quasi perfette per generare valore. Cos\u00ec, la maggior parte delle opportunit\u00e0 reali non viene nemmeno presa in considerazione. In pratica, ci si concentra su cose che non sono realizzabili.”\\n\"}},{\"@type\":\"Question\",\"name\":\"Occasioni mancate\",\"acceptedAnswer\":{\"@type\":\"Answer\",\"text\":\"Nonostante l\u2019abbondanza di talenti dedicati all\u2019AI nelle grandi aziende, Zimmerman identifica molte \u201coccasioni mancate\u201d. Ecco alcuni esempi: Starbucks non utilizza un semplice modello predittivo per portare gli utenti abituali dell\u2019app direttamente alla schermata di pagamento quando entrano in negozio. Instagram non suggerisce automaticamente gli hashtag pi\u00f9 usati dagli influencer. Le case automobilistiche investono enormi risorse nell\u2019auto-parcheggio completo, utile a una nicchia di utenti, ignorando funzionalit\u00e0 pi\u00f9 semplici e utili come riconoscere se il parcheggio \u00e8 abbastanza ampio.\\nNon si tratta di limiti tecnologici, ma di scelte sbagliate e mancanza di immaginazione.\\n\"}},{\"@type\":\"Question\",\"name\":\"Perch\u00e9 cos\u00ec tanti progetti di AI falliscono\",\"acceptedAnswer\":{\"@type\":\"Answer\",\"text\":\"Il paradosso \u00e8 che le storie di successo dell\u2019AI sono ovunque \u2014 dai robot nei magazzini Amazon ai modelli di pricing di Airbnb \u2014 eppure le statistiche mostrano tassi di fallimento sorprendenti, soprattutto nei progetti generativi. Per Zimmerman, la ragione principale \u00e8 il rapporto disfunzionale tra tre gruppi: data scientist, designer e manager.\\nI data scientist tendono a proporre soluzioni interessanti dal punto di vista tecnico ma irrilevanti per gli utenti. I manager, influenzati dai media sensazionalistici, sovrastimano le capacit\u00e0 dell\u2019AI e approvano progetti irrealistici. I designer vengono coinvolti troppo tardi. Tutto ci\u00f2 \u00e8 aggravato da una scarsa comprensione delle metriche di performance dell\u2019AI.\\n“Possiamo ottenere una performance del modello al 90%. \u00c8 sufficiente? Beh, negli Stati Uniti il 90% corrisponde pi\u00f9 o meno a una A\u2013. \u00c8 abbastanza? Sembra buono. Ma se pensiamo al riconoscimento vocale automatico, la maggior parte delle frasi contiene circa 14 parole. Con un\u2019accuratezza del 90%, in media una o poco pi\u00f9 di una parola per frase sar\u00e0 sbagliata. \u00c8 sufficiente? Dipende dall\u2019applicazione. Se sto trascrivendo un processo giudiziario, dove ogni parola conta, non \u00e8 assolutamente sufficiente.”\\n\"}},{\"@type\":\"Question\",\"name\":\"Perch\u00e9 il design user-centred tradizionale fallisce con l\u2019AI\",\"acceptedAnswer\":{\"@type\":\"Answer\",\"text\":\"Una delle affermazioni pi\u00f9 provocatorie di Zimmerman \u00e8 che il design centrato sull\u2019utente, applicato nel modo tradizionale, non funziona con l\u2019AI. Solitamente i designer partono dai bisogni degli utenti e cercano soluzioni; i progetti di AI, per\u00f2, devono partire da ci\u00f2 che \u00e8 costruibile con i dati e i modelli disponibili.\\nSe un team identifica prima il problema e poi insiste affinch\u00e9 l\u2019AI lo risolva, spesso produce soluzioni irrealizzabili. Serve invece esplorare, fin dall\u2019inizio, l\u2019intersezione tra bisogni umani e capacit\u00e0 dell\u2019AI, lavorando con i data scientist sin dalle prime fasi.\\n“Se fai design user-centered, che cosa fai di solito? Esci, decidi in anticipo chi sar\u00e0 il cliente, lo studi, individui alcuni punti critici, alcune opportunit\u00e0, e pensi: \u201cSe riuscissimo a lavorare su questi aspetti, sarebbe trasformativo. Sarebbe una grande occasione.\u201d Il problema di questo approccio \u00e8 che quasi mai si allinea con ci\u00f2 per cui l\u2019AI pu\u00f2 davvero generare valore. Troverai problemi reali, certo, ma non sono necessariamente opportunit\u00e0 per l\u2019AI.\\nLa vera domanda quindi \u00e8: come si trova insieme l\u2019intersezione tra un\u2019opportunit\u00e0 per l\u2019AI e un bisogno dell\u2019utente?”\\n\"}},{\"@type\":\"Question\",\"name\":\"Dai meccanismi alle capacit\u00e0: ripensare l\u2019AI come materiale\",\"acceptedAnswer\":{\"@type\":\"Answer\",\"text\":\"Zimmerman e il suo gruppo di ricerca hanno tentato di aiutare i designer creando tassonomie di capacit\u00e0 dell\u2019AI. Questo non ha funzionato: i designer generavano pi\u00f9 idee \u201cAI-like\u201d, ma ancora poco realizzabili. La svolta \u00e8 arrivata quando hanno smesso di concentrarsi sul come l\u2019AI produce inferenze e hanno iniziato a chiedersi quale livello di performance genera realmente valore.\\n“I meccanismi sono il modo in cui l\u2019AI produce una deduzione. Le capacit\u00e0 riguardano ci\u00f2 che posso effettivamente fare con quella deduzione. Per richiamare un po\u2019 di teoria del design: se conoscete il concetto di \u2018reflection in action\u2019 di Donald Sch\u00f6n, sapete che si riferisce a quel momento creativo in cui l\u2019idea prende forma mentre stai agendo. Per fare questo serve molta conoscenza tacita. Sch\u00f6n usa la metafora del musicista jazz che conosce cos\u00ec bene il proprio strumento da riuscire a creare musica mentre sta suonando, giusto? \u00c8 lo stesso: dobbiamo comprendere i materiali con cui lavoriamo.”\\nRiprendendo una metafora di Cassie Kozyrkov, ex Chief Decision Scientist di Google, Zimmerman descrive l\u2019AI come \u201cun\u2019isola piena di persone ubriache\u201d: estremamente veloce e capace di elaborare enormi quantit\u00e0 di dati, ma non particolarmente intelligente. Questo cambio di prospettiva porta a una domanda cruciale: in quali compiti abbiamo realmente bisogno di velocit\u00e0 e scala, ma non di intelligenza profonda o accuratezza perfetta?\\nInvece di aspirare alla perfezione in domini impossibili, i team dovrebbero cercare contesti in cui una deduzione imperfetta produce comunque benefici evidenti.\\nIl suo lavoro con i clinici delle terapie intensive lo dimostra chiaramente. Invece di affrontare problemi molto complessi, come ottimizzare la sedazione dei pazienti\u2014che richiederebbe dati perfetti e modelli quasi impeccabili\u2014il team si \u00e8 concentrato su qualcosa di molto pi\u00f9 semplice: prevedere quali farmaci saranno probabilmente necessari il giorno successivo per i pazienti. Questo non aumenta il rischio clinico, ma migliora in modo significativo l\u2019efficienza operativa.\\n\"}},{\"@type\":\"Question\",\"name\":\"Progettare per un\u2019AI a basso rischio e alto valore\",\"acceptedAnswer\":{\"@type\":\"Answer\",\"text\":\"In settori come sanit\u00e0, assicurazioni, cybersecurity, informazione e contabilit\u00e0, il framework di Zimmerman mostra che quando i team comprendono le capacit\u00e0 semplici dell\u2019AI, generano idee pi\u00f9 utili e realizzabili.\\nI fattori chiave sono:\\n\\nriconoscere l\u2019AI come materiale progettuale, con limiti e punti di forza;\\ncoinvolgere fin da subito esperti tecnici, di business e di dominio;\\nvalutare le idee non solo sulla base della novit\u00e0 tecnologica, ma anche del valore per l\u2019utente, del ritorno economico e dell\u2019impatto etico.\\n\\n\"}},{\"@type\":\"Question\",\"name\":\"Come possono i designer mantenere potere decisionale nei progetti di AI?\",\"acceptedAnswer\":{\"@type\":\"Answer\",\"text\":\"Zimmerman risponde chiaramente: i designer non hanno mai avuto vero potere decisionale. Le scelte strategiche spettano a chi controlla i budget. Il vero potere sta nell\u2019influenzare i criteri con cui vengono selezionati i progetti.\\n\"}},{\"@type\":\"Question\",\"name\":\"I designer saranno ancora essenziali in futuro?\",\"acceptedAnswer\":{\"@type\":\"Answer\",\"text\":\"S\u00ec. La loro competenza si sta evolvendo verso il pensiero sistemico e la facilitazione dei processi creativi. L\u2019AI non sostituir\u00e0 questa capacit\u00e0 relazionale.\\n\"}},{\"@type\":\"Question\",\"name\":\"Serve essere pi\u00f9 creativi mentre l\u2019AI si occupa dell\u2019efficienza?\",\"acceptedAnswer\":{\"@type\":\"Answer\",\"text\":\"La relazione \u00e8 pi\u00f9 complessa: l\u2019AI permette ai designer di liberare tempo per esplorare aspetti pi\u00f9 sottili e contestuali, aumentando la creativit\u00e0.\\n\"}},{\"@type\":\"Question\",\"name\":\"Cosa significa trattare l\u2019AI come un materiale?\",\"acceptedAnswer\":{\"@type\":\"Answer\",\"text\":\"Significa comprenderne limiti, comportamento e possibilit\u00e0 espressive. I dati sono il materiale, gli algoritmi gli strumenti.\\n\"}},{\"@type\":\"Question\",\"name\":\"Qual \u00e8 il futuro del design nei prossimi cinque anni?\",\"acceptedAnswer\":{\"@type\":\"Answer\",\"text\":\"Il design cambier\u00e0 costantemente. Per chi ama imparare e reinventarsi, \u00e8 un periodo stimolante; per chi cerca routine stabili, sar\u00e0 pi\u00f9 difficile.\\n\"}}]},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/www.domusacademy.com\/it\/the-envisioner-magazine\/ai\/progettare-per-lai-e-colmare-il-divario-dellinnovazione\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\/\/www.domusacademy.com\/it\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Envisioner magazine\",\"item\":\"https:\/\/www.domusacademy.com\/it\/the-envisioner-magazine\/\"},{\"@type\":\"ListItem\",\"position\":3,\"name\":\"Progettare per l\u2019AI e colmare il divario dell\u2019innovazione\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/www.domusacademy.com\/it\/#website\",\"url\":\"https:\/\/www.domusacademy.com\/it\/\",\"name\":\"Domus Academy\",\"description\":\"Scuola di Moda e Design Milano\",\"publisher\":{\"@id\":\"https:\/\/www.domusacademy.com\/it\/#organization\"},\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/www.domusacademy.com\/it\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"it-IT\"},{\"@type\":\"Organization\",\"@id\":\"https:\/\/www.domusacademy.com\/it\/#organization\",\"name\":\"Domus Academy\",\"url\":\"https:\/\/www.domusacademy.com\/it\/\",\"logo\":{\"@type\":\"ImageObject\",\"inLanguage\":\"it-IT\",\"@id\":\"https:\/\/www.domusacademy.com\/it\/#\/schema\/logo\/image\/\",\"url\":\"https:\/\/www.domusacademy.com\/wp-content\/uploads\/2021\/10\/da-logo-img.png\",\"contentUrl\":\"https:\/\/www.domusacademy.com\/wp-content\/uploads\/2021\/10\/da-logo-img.png\",\"width\":250,\"height\":250,\"caption\":\"Domus Academy\"},\"image\":{\"@id\":\"https:\/\/www.domusacademy.com\/it\/#\/schema\/logo\/image\/\"},\"email\":\"info@domusacademy.it\",\"telephone\":\"+39-02-479-24471\"}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Progettare per l\u2019AI e colmare il divario dell\u2019innovazione - Domus Academy","description":"Scopri perch\u00e9 l'AI pu\u00f2 fallire, come i designer possono colmare il divario innovativo e dove si nasconde il valore reale e concretizzabile nella pratica. Visita DomusAcademy.com!","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/www.domusacademy.com\/it\/the-envisioner-magazine\/ai\/progettare-per-lai-e-colmare-il-divario-dellinnovazione\/","og_locale":"it_IT","og_type":"article","og_title":"Progettare per l\u2019AI e colmare il divario dell\u2019innovazione - Domus Academy","og_description":"Scopri perch\u00e9 l'AI pu\u00f2 fallire, come i designer possono colmare il divario innovativo e dove si nasconde il valore reale e concretizzabile nella pratica. Visita DomusAcademy.com!","og_url":"https:\/\/www.domusacademy.com\/it\/the-envisioner-magazine\/ai\/progettare-per-lai-e-colmare-il-divario-dellinnovazione\/","og_site_name":"Domus Academy","article_modified_time":"2026-01-28T09:27:03+00:00","twitter_card":"summary_large_image","schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"FAQPage","@id":"https:\/\/www.domusacademy.com\/it\/the-envisioner-magazine\/ai\/progettare-per-lai-e-colmare-il-divario-dellinnovazione\/","url":"https:\/\/www.domusacademy.com\/it\/the-envisioner-magazine\/ai\/progettare-per-lai-e-colmare-il-divario-dellinnovazione\/","name":"Progettare per l\u2019AI e colmare il divario dell\u2019innovazione - Domus Academy","isPartOf":{"@id":"https:\/\/www.domusacademy.com\/it\/#website"},"datePublished":"2026-01-28T09:26:01+00:00","dateModified":"2026-01-28T09:27:03+00:00","description":"Scopri perch\u00e9 l'AI pu\u00f2 fallire, come i designer possono colmare il divario innovativo e dove si nasconde il valore reale e concretizzabile nella pratica. Visita DomusAcademy.com!","breadcrumb":{"@id":"https:\/\/www.domusacademy.com\/it\/the-envisioner-magazine\/ai\/progettare-per-lai-e-colmare-il-divario-dellinnovazione\/#breadcrumb"},"inLanguage":"it-IT","potentialAction":[{"@type":"ReadAction","target":["https:\/\/www.domusacademy.com\/it\/the-envisioner-magazine\/ai\/progettare-per-lai-e-colmare-il-divario-dellinnovazione\/"]}],"mainEntity":[{"@type":"Question","name":"Dai progetti pionieristici a una diagnosi sistemica","acceptedAnswer":{"@type":"Answer","text":"Il percorso di Zimmerman \u00e8 una sequenza di esplorazioni concrete e precoci dell\u2019AI nella vita quotidiana. Tra i suoi progetti di ricerca troviamo: strumenti di coordinamento familiare, ambienti adattivi che rispondono a visitatori e familiari, strumenti per rilevare la depressione e agenti che aiutano anziani con declino cognitivo a vivere pi\u00f9 a lungo nelle proprie case.\nQuesti esempi sottolineano un punto chiave: l\u2019AI diventa significativa solo quando \u00e8 ancorata a contesti reali e dati reali e quando \u00e8 attentamente integrata nei flussi di lavoro umani. Questo allineamento non \u00e8 mai automatico: \u00e8 il risultato di precise scelte di design. Osserva Zimmerman:\n“Il problema forse pi\u00f9 grande \u00e8 che le persone che non si occupano di AI tendono a pensarla come un\u2019intelligenza sovrumana. E credo che ci\u00f2 sia in gran parte alimentato dai media, che adorano titoli acchiappaclick come \u201cTarget scopre la gravidanza di una \u00a0adolescente prima dei genitori\u201d, \u201cL\u2019AI supera i medici nella diagnosi del cancro\u201d, \u201cIngegnere Google dichiara che i chatbot sono senzienti\u201d. Nessuna di queste affermazioni \u00e8 vera. C\u2019\u00e8 un sottile fondo di verit\u00e0, ma tutte risultano enormemente fuorvianti rispetto a ci\u00f2 che l\u2019AI pu\u00f2 realmente fare.\nLa conseguenza \u00e8 che, quando le persone non esperte di AI si riuniscono per immaginare cosa progettare con l\u2019AI, tendono a pensare solo a compiti estremamente difficili, che richiedono competenze elevate e prestazioni dei modelli quasi perfette per generare valore. Cos\u00ec, la maggior parte delle opportunit\u00e0 reali non viene nemmeno presa in considerazione. In pratica, ci si concentra su cose che non sono realizzabili.”\n"}},{"@type":"Question","name":"Occasioni mancate","acceptedAnswer":{"@type":"Answer","text":"Nonostante l\u2019abbondanza di talenti dedicati all\u2019AI nelle grandi aziende, Zimmerman identifica molte \u201coccasioni mancate\u201d. Ecco alcuni esempi: Starbucks non utilizza un semplice modello predittivo per portare gli utenti abituali dell\u2019app direttamente alla schermata di pagamento quando entrano in negozio. Instagram non suggerisce automaticamente gli hashtag pi\u00f9 usati dagli influencer. Le case automobilistiche investono enormi risorse nell\u2019auto-parcheggio completo, utile a una nicchia di utenti, ignorando funzionalit\u00e0 pi\u00f9 semplici e utili come riconoscere se il parcheggio \u00e8 abbastanza ampio.\nNon si tratta di limiti tecnologici, ma di scelte sbagliate e mancanza di immaginazione.\n"}},{"@type":"Question","name":"Perch\u00e9 cos\u00ec tanti progetti di AI falliscono","acceptedAnswer":{"@type":"Answer","text":"Il paradosso \u00e8 che le storie di successo dell\u2019AI sono ovunque \u2014 dai robot nei magazzini Amazon ai modelli di pricing di Airbnb \u2014 eppure le statistiche mostrano tassi di fallimento sorprendenti, soprattutto nei progetti generativi. Per Zimmerman, la ragione principale \u00e8 il rapporto disfunzionale tra tre gruppi: data scientist, designer e manager.\nI data scientist tendono a proporre soluzioni interessanti dal punto di vista tecnico ma irrilevanti per gli utenti. I manager, influenzati dai media sensazionalistici, sovrastimano le capacit\u00e0 dell\u2019AI e approvano progetti irrealistici. I designer vengono coinvolti troppo tardi. Tutto ci\u00f2 \u00e8 aggravato da una scarsa comprensione delle metriche di performance dell\u2019AI.\n“Possiamo ottenere una performance del modello al 90%. \u00c8 sufficiente? Beh, negli Stati Uniti il 90% corrisponde pi\u00f9 o meno a una A\u2013. \u00c8 abbastanza? Sembra buono. Ma se pensiamo al riconoscimento vocale automatico, la maggior parte delle frasi contiene circa 14 parole. Con un\u2019accuratezza del 90%, in media una o poco pi\u00f9 di una parola per frase sar\u00e0 sbagliata. \u00c8 sufficiente? Dipende dall\u2019applicazione. Se sto trascrivendo un processo giudiziario, dove ogni parola conta, non \u00e8 assolutamente sufficiente.”\n"}},{"@type":"Question","name":"Perch\u00e9 il design user-centred tradizionale fallisce con l\u2019AI","acceptedAnswer":{"@type":"Answer","text":"Una delle affermazioni pi\u00f9 provocatorie di Zimmerman \u00e8 che il design centrato sull\u2019utente, applicato nel modo tradizionale, non funziona con l\u2019AI. Solitamente i designer partono dai bisogni degli utenti e cercano soluzioni; i progetti di AI, per\u00f2, devono partire da ci\u00f2 che \u00e8 costruibile con i dati e i modelli disponibili.\nSe un team identifica prima il problema e poi insiste affinch\u00e9 l\u2019AI lo risolva, spesso produce soluzioni irrealizzabili. Serve invece esplorare, fin dall\u2019inizio, l\u2019intersezione tra bisogni umani e capacit\u00e0 dell\u2019AI, lavorando con i data scientist sin dalle prime fasi.\n“Se fai design user-centered, che cosa fai di solito? Esci, decidi in anticipo chi sar\u00e0 il cliente, lo studi, individui alcuni punti critici, alcune opportunit\u00e0, e pensi: \u201cSe riuscissimo a lavorare su questi aspetti, sarebbe trasformativo. Sarebbe una grande occasione.\u201d Il problema di questo approccio \u00e8 che quasi mai si allinea con ci\u00f2 per cui l\u2019AI pu\u00f2 davvero generare valore. Troverai problemi reali, certo, ma non sono necessariamente opportunit\u00e0 per l\u2019AI.\nLa vera domanda quindi \u00e8: come si trova insieme l\u2019intersezione tra un\u2019opportunit\u00e0 per l\u2019AI e un bisogno dell\u2019utente?”\n"}},{"@type":"Question","name":"Dai meccanismi alle capacit\u00e0: ripensare l\u2019AI come materiale","acceptedAnswer":{"@type":"Answer","text":"Zimmerman e il suo gruppo di ricerca hanno tentato di aiutare i designer creando tassonomie di capacit\u00e0 dell\u2019AI. Questo non ha funzionato: i designer generavano pi\u00f9 idee \u201cAI-like\u201d, ma ancora poco realizzabili. La svolta \u00e8 arrivata quando hanno smesso di concentrarsi sul come l\u2019AI produce inferenze e hanno iniziato a chiedersi quale livello di performance genera realmente valore.\n“I meccanismi sono il modo in cui l\u2019AI produce una deduzione. Le capacit\u00e0 riguardano ci\u00f2 che posso effettivamente fare con quella deduzione. Per richiamare un po\u2019 di teoria del design: se conoscete il concetto di \u2018reflection in action\u2019 di Donald Sch\u00f6n, sapete che si riferisce a quel momento creativo in cui l\u2019idea prende forma mentre stai agendo. Per fare questo serve molta conoscenza tacita. Sch\u00f6n usa la metafora del musicista jazz che conosce cos\u00ec bene il proprio strumento da riuscire a creare musica mentre sta suonando, giusto? \u00c8 lo stesso: dobbiamo comprendere i materiali con cui lavoriamo.”\nRiprendendo una metafora di Cassie Kozyrkov, ex Chief Decision Scientist di Google, Zimmerman descrive l\u2019AI come \u201cun\u2019isola piena di persone ubriache\u201d: estremamente veloce e capace di elaborare enormi quantit\u00e0 di dati, ma non particolarmente intelligente. Questo cambio di prospettiva porta a una domanda cruciale: in quali compiti abbiamo realmente bisogno di velocit\u00e0 e scala, ma non di intelligenza profonda o accuratezza perfetta?\nInvece di aspirare alla perfezione in domini impossibili, i team dovrebbero cercare contesti in cui una deduzione imperfetta produce comunque benefici evidenti.\nIl suo lavoro con i clinici delle terapie intensive lo dimostra chiaramente. Invece di affrontare problemi molto complessi, come ottimizzare la sedazione dei pazienti\u2014che richiederebbe dati perfetti e modelli quasi impeccabili\u2014il team si \u00e8 concentrato su qualcosa di molto pi\u00f9 semplice: prevedere quali farmaci saranno probabilmente necessari il giorno successivo per i pazienti. Questo non aumenta il rischio clinico, ma migliora in modo significativo l\u2019efficienza operativa.\n"}},{"@type":"Question","name":"Progettare per un\u2019AI a basso rischio e alto valore","acceptedAnswer":{"@type":"Answer","text":"In settori come sanit\u00e0, assicurazioni, cybersecurity, informazione e contabilit\u00e0, il framework di Zimmerman mostra che quando i team comprendono le capacit\u00e0 semplici dell\u2019AI, generano idee pi\u00f9 utili e realizzabili.\nI fattori chiave sono:\n\nriconoscere l\u2019AI come materiale progettuale, con limiti e punti di forza;\ncoinvolgere fin da subito esperti tecnici, di business e di dominio;\nvalutare le idee non solo sulla base della novit\u00e0 tecnologica, ma anche del valore per l\u2019utente, del ritorno economico e dell\u2019impatto etico.\n\n"}},{"@type":"Question","name":"Come possono i designer mantenere potere decisionale nei progetti di AI?","acceptedAnswer":{"@type":"Answer","text":"Zimmerman risponde chiaramente: i designer non hanno mai avuto vero potere decisionale. Le scelte strategiche spettano a chi controlla i budget. Il vero potere sta nell\u2019influenzare i criteri con cui vengono selezionati i progetti.\n"}},{"@type":"Question","name":"I designer saranno ancora essenziali in futuro?","acceptedAnswer":{"@type":"Answer","text":"S\u00ec. La loro competenza si sta evolvendo verso il pensiero sistemico e la facilitazione dei processi creativi. L\u2019AI non sostituir\u00e0 questa capacit\u00e0 relazionale.\n"}},{"@type":"Question","name":"Serve essere pi\u00f9 creativi mentre l\u2019AI si occupa dell\u2019efficienza?","acceptedAnswer":{"@type":"Answer","text":"La relazione \u00e8 pi\u00f9 complessa: l\u2019AI permette ai designer di liberare tempo per esplorare aspetti pi\u00f9 sottili e contestuali, aumentando la creativit\u00e0.\n"}},{"@type":"Question","name":"Cosa significa trattare l\u2019AI come un materiale?","acceptedAnswer":{"@type":"Answer","text":"Significa comprenderne limiti, comportamento e possibilit\u00e0 espressive. I dati sono il materiale, gli algoritmi gli strumenti.\n"}},{"@type":"Question","name":"Qual \u00e8 il futuro del design nei prossimi cinque anni?","acceptedAnswer":{"@type":"Answer","text":"Il design cambier\u00e0 costantemente. Per chi ama imparare e reinventarsi, \u00e8 un periodo stimolante; per chi cerca routine stabili, sar\u00e0 pi\u00f9 difficile.\n"}}]},{"@type":"BreadcrumbList","@id":"https:\/\/www.domusacademy.com\/it\/the-envisioner-magazine\/ai\/progettare-per-lai-e-colmare-il-divario-dellinnovazione\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/www.domusacademy.com\/it\/"},{"@type":"ListItem","position":2,"name":"Envisioner magazine","item":"https:\/\/www.domusacademy.com\/it\/the-envisioner-magazine\/"},{"@type":"ListItem","position":3,"name":"Progettare per l\u2019AI e colmare il divario dell\u2019innovazione"}]},{"@type":"WebSite","@id":"https:\/\/www.domusacademy.com\/it\/#website","url":"https:\/\/www.domusacademy.com\/it\/","name":"Domus Academy","description":"Scuola di Moda e Design Milano","publisher":{"@id":"https:\/\/www.domusacademy.com\/it\/#organization"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/www.domusacademy.com\/it\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"it-IT"},{"@type":"Organization","@id":"https:\/\/www.domusacademy.com\/it\/#organization","name":"Domus Academy","url":"https:\/\/www.domusacademy.com\/it\/","logo":{"@type":"ImageObject","inLanguage":"it-IT","@id":"https:\/\/www.domusacademy.com\/it\/#\/schema\/logo\/image\/","url":"https:\/\/www.domusacademy.com\/wp-content\/uploads\/2021\/10\/da-logo-img.png","contentUrl":"https:\/\/www.domusacademy.com\/wp-content\/uploads\/2021\/10\/da-logo-img.png","width":250,"height":250,"caption":"Domus Academy"},"image":{"@id":"https:\/\/www.domusacademy.com\/it\/#\/schema\/logo\/image\/"},"email":"info@domusacademy.it","telephone":"+39-02-479-24471"}]}},"_links":{"self":[{"href":"https:\/\/www.domusacademy.com\/it\/wp-json\/wp\/v2\/jobs-trends\/90837","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.domusacademy.com\/it\/wp-json\/wp\/v2\/jobs-trends"}],"about":[{"href":"https:\/\/www.domusacademy.com\/it\/wp-json\/wp\/v2\/types\/jobs-trends"}],"replies":[{"embeddable":true,"href":"https:\/\/www.domusacademy.com\/it\/wp-json\/wp\/v2\/comments?post=90837"}],"wp:attachment":[{"href":"https:\/\/www.domusacademy.com\/it\/wp-json\/wp\/v2\/media?parent=90837"}],"wp:term":[{"taxonomy":"jobs-trends-category","embeddable":true,"href":"https:\/\/www.domusacademy.com\/it\/wp-json\/wp\/v2\/jobs-trends-category?post=90837"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}