Balancing automation and augmentation in AI-enabled decision-making: A business model perspective from healthcare sector - ScienceDirect
Future of Work & AI
sciencedirect.com
The automation–augmentation balance is shaped not only by task complexity but also by the sequence of tasks, the governance level involved and timing of tasks. We also identify three paradoxes in balancing task automation and task augmentation across different levels of healthcare. This study shows how AI-enabled decision-making can be understood as a configurational challenge involving temporal and structural dimensions, extending paradox theory and advancing research on AI-driven business models.Leggi l'articolo completo su sciencedirect.com
L'integrazione dell'Intelligenza Artificiale nei processi decisionali non è un'opzione binaria tra sostituzione umana e supporto tecnologico, ma una sfida configurazionale complessa che richiede un equilibrio dinamico. L'articolo evidenzia come l'automazione eccessiva possa generare effetti sociali negativi, suggerendo che il bilanciamento dipenda non solo dalla complessità del task, ma dalla sua sequenza temporale e dal livello di governance coinvolto. Per un leader, questo significa spostare il focus dalla semplice efficienza tecnica alla progettazione di un modello di business dove l'IA e l'intelligenza umana co-evolvono.
Dal punto di vista del framework GapEvo, lo studio intercetta perfettamente il GAP tra strategia (l'adozione dell'IA) e comportamenti (l'effettivo decision-making sul campo). Analizzando gli 'assunti taciti' di Schein — spesso radicati nella paura della sostituzione o nella fiducia cieca nell'algoritmo — emerge la necessità di una fase di Elicitation per mappare come l'IA impatti i flussi di lavoro reali. L'approccio Augmentation proposto rispecchia la nostra visione di integrazione umano-IA: non si tratta di delegare la scelta, ma di potenziare le capacità cognitive umane attraverso una Injection tecnologica che rispetti la sensibilità del contesto e la responsabilità ultima del leader. La gestione dei paradossi identificati (es. efficienza vs. resilienza) è la competenza chiave della Leadership Evolutiva moderna, necessaria per trasformare la tecnologia da mero artefatto a valore culturale integrato.

