Come superare i pregiudizi linguistici e culturali nell’adozione di GenAI

Nel 2025, ChatGPT e le ricerche di Google alimentate da AI dominano, ma è cruciale tenere presente le diverse modalità di comunicazione. L’intelligenza generativa (GenAI) è prevalentemente basata sul testo e funziona in inglese, il che può isolare i suoi casi d’uso per i non madrelingua.

Sebbene l’inglese sia parlato come lingua madre da meno del 20% della popolazione mondiale, rappresenta il 67,3% dei siti web. Molti piattaforme di GenAI sono formate in lingua inglese, il che significa che la comunicazione può essere distorta in ambienti di lavoro che coinvolgono più lingue o culture.

La comunicazione è molto più che lettere su uno schermo: coinvolge il tono, il linguaggio del corpo, le espressioni facciali, il ritmo e le sfumature culturali, per citarne solo alcune. Le organizzazioni che utilizzano GenAI devono assicurarsi di mitigare i potenziali pregiudizi linguistici e culturali, soprattutto considerando che viviamo in un mondo globalizzato.

Perché la voce è ancora importante

Ci sono molte teorie che ampliano l’importanza della comunicazione multimodale, soprattutto in ambienti multiculturale e multilingue.

Una delle più prominenti è la teoria di Edward T. Hall sui contesti alto e basso. Hall delinea le differenze intrinseche nel modo in cui le diverse culture comunicano. Le culture ad alto contesto, che si trovano in molti paesi asiatici, si affidano a segnali indiretti e non verbali nella comunicazione. Il giapponese, ad esempio, è una lingua ad alto contesto, in cui le onomatopee e i cambiamenti sottili nell’espressione influenzano drasticamente l’intento e l’inferenza.

Le culture a basso contesto, in contrasto, come molte di quelle occidentali (Stati Uniti e molti paesi europei) si affidano a comunicazioni dirette e verbali. Poiché le culture a basso contesto tendono a essere più esplicite, la messaggistica digitale basata sul testo si integra perfettamente nella loro struttura di comunicazione. Contestualizzando le caratteristiche prevalentemente basate sul testo della GenAI contro questa teoria, non è una sorpresa che le persone provenienti da culture ad alto contesto, in particolare i non madrelingua inglesi, lottino per comunicare in modo altrettanto efficace con questi strumenti.

In un ambiente aziendale internazionalizzato, in cui le persone provenienti da tutto il mondo si incontrano, la mancanza di segnali sottili come il linguaggio del corpo e il tono può rendere la comunicazione con l’AI severamente meno affidabile. La comunicazione digitale o basata sulla tecnologia, in particolare quella sperimentata attraverso gli strumenti di GenAI, deve includere altri modi oltre la messaggistica basata sul testo.

Il problema del pregiudizio inglese nella GenAI

Ci sono stati anche gravi preoccupazioni sollevate riguardo al pregiudizio nella GenAI contro gli scrittori non madrelingua inglesi. Inoltre, nel mondo della scienza, recenti ricerche suggeriscono che fino al 38% degli scrittori non madrelingua inglesi sono rifiutati dalle riviste a causa di una presunta barriera linguistica. L’autore di questa ricerca sostiene che superare le barriere linguistiche è fondamentale per la condivisione delle conoscenze. Sostiene anche che la qualità della lingua non dovrebbe determinare se una conoscenza è abbastanza preziosa da essere condivisa.

I ricercatori suonano l’allarme sulla mancanza di diversità linguistica tra i modelli di linguaggio, e sui rischi di escludere enormi numeri di persone nel mondo che non sono madrelingua inglesi. Questo è un problema profondamente radicato che limita la capacità delle persone di interagire con e utilizzare gli strumenti di AI.

È anche un problema che deve essere affrontato il prima possibile, considerando che il 95% delle aziende statunitensi hanno adottato la GenAI. Questa tecnologia viene sempre più applicata in ambienti di lavoro impegnativi come i pavimenti di produzione. Tuttavia, i non madrelingua inglesi sono spesso esclusi dall’equazione quando si discutono le strategie di distribuzione dell’AI.

Vediamo cosa significano le barriere per un’adozione di successo dell’AI nella vita reale. I non madrelingua inglesi lottano con le promozioni, portando a output distorti e rischi di informazioni o istruzioni mal interpretate. Ad esempio, i produttori vietnamiti con una conoscenza limitata dell’inglese si affidano alle traduzioni in inglese tramite GenAI per le istruzioni. Ciò causa una grande stanza per l’errore perché il contesto e i segnali più sottili vengono eliminati.

Inoltre, la fiducia e la fiducia vengono erose. Ciò può aumentare la resistenza all’uso della tecnologia nei flussi di lavoro, mentre mina il morale e la motivazione dei dipendenti.

Colmare il divario

Queste barriere e sfide dovrebbero essere affrontate il prima possibile. Per livellare il campo intorno all’adozione della GenAI, le sfumature culturali e linguistiche devono essere prese in considerazione. Ci sono una serie di strategie che le organizzazioni possono incorporare per colmare questi divari e costruire l’adozione della GenAI per un futuro multilingue.

Incorporare quadri cognitivi e analitici

Un quadro cognitivo particolarmente utile è il OODA Loop, sviluppato dal noto pilota di jet, John Boyd. I cinque componenti di “orientamento” che compongono uno dei quattro passaggi dell’OODA Loop – eredità genetica, tradizioni culturali, esperienze precedenti, nuove informazioni e analisi/sintesi – possono essere applicati per capire come le decisioni individuali siano influenzate dagli input.

La mia raccomandazione è di trattare la lingua come parte delle ‘tradizioni culturali’ mentre si presta particolare attenzione all’ ‘eredità genetica’ e all’ ‘analisi/sintesi’ degli individui. Ecco una panoramica di come ogni componente giochi un ruolo nella formazione di modelli di AI più ampiamente linguistici.

• Eredità genetica (caratteristiche umane incorporate): formare sistemi di AI per rilevare segnali universali come il tono e il ritmo condivisi tra le lingue e le culture. Un approccio multimodale alla GenAI che include segnali vocali, testuali e video – non solo testuali.

• Tradizioni culturali: creare set di dati per catturare caratteristiche linguistiche specifiche, come le onomatopee e le forme di comunicazione pesanti di contesto. Curare modelli per regioni piuttosto che utilizzare un modello universale che non sia altrettanto agile culturalmente o linguisticamente.

• Esperienze precedenti: le persone sono più propense a fidarsi di sistemi che riflettono la loro realtà vissuta. Ad esempio, i dipendenti in Vietnam o Giappone useranno l’AI in modo diverso rispetto ai team statunitensi, a seconda del loro livello di esposizione e fiducia in questi strumenti. Workshop in cui i team locali possono testare e praticare l’uso della GenAI. Possono quindi condividere feedback su quanto bene riflette il loro contesto linguistico e culturale. Le organizzazioni possono quindi regolare le librerie di prompt di conseguenza, tenendo presente l’uso di queste guide (i lavoratori di fabbrica preferiscono generalmente le guide visive).

• Nuove informazioni: gli strumenti di GenAI devono essere costantemente aggiornati con dati del mondo reale. Utilizzare input di dati multilingue attraverso i set di dati in modo che il sistema integrato apprenda le sfumature delle diverse lingue e forme di comunicazione.

• Analisi/sintesi: è qui che si verifica l’allineamento tra le persone e l’AI. I dati linguistici e i segnali sono spesso frammentati, il che non è compatibile con i modelli di GenAI. Questi dati devono essere convertiti in dati digeribili dall’AI in modo che possano essere elaborati e analizzati per generare output agili culturalmente e linguisticamente.

Formazione pratica per le migliori pratiche

I dipendenti dovrebbero anche essere formati sulle migliori pratiche per la promozione delle piattaforme di GenAI, con un focus sulla chiarezza. Le librerie di prompt possono essere incredibilmente utili per familiarizzare i team con le migliori pratiche per le promozioni.

È importante notare che, nei workshop di formazione sull’AI, raccomando anche di concentrarsi su principi come l’equità e la trasparenza. Questi sono aspetti fondamentali di una distribuzione dell’AI senza pregiudizi, e i team dovrebbero anche essere ben versati nel rilevamento di segni di allucinazioni e pregiudizi, che aggravano le barriere linguistiche.

Inoltre, evitare le ‘camere dell’eco’ assicurandosi che le nuove informazioni dall’AI non provengano solo da un individuo, ma da una vasta gamma di fonti. Le camere dell’eco sono un problema significativo nella tecnologia, inclusa l’AI, che rafforza i pregiudizi esistenti e distorce gli output. I dipendenti sono esposti ai rischi di cadere in una trappola di pregiudizi e seguire indicazioni o informazioni non allineate.

Infine, riconoscere che qualsiasi strumento di AI, incluso la GenAI, dovrebbe essere trattato come un ‘consulente’, non come una linea guida rigida. I team dovrebbero essere incoraggiati a coinvolgere sempre un essere umano per chiarire eventuali confusioni per mitigare il rischio di disinformazione o cattiva guida.

L’AI sta trasformando i processi aziendali, ma è importante non lasciare indietro nessuno lungo la strada. Integrare queste strategie all’interno della distribuzione dell’AI consente alle aziende di navigare le barriere linguistiche che altrimenti causano pregiudizi e problemi a catena.