Scienze comportamentali e machine learning: la chiave per il cambiamento aziendale
Services
È possibile prevedere e modificare i comportamenti umani per migliorare le abitudini nelle organizzazioni?
Le scienze comportamentali e il machine learning offrono risposte sorprendenti e strategie efficaci per il change management aziendale.
ll potere del machine learning nel prevedere il comportamento
Un interessantissimo articolo What machine learning can teach us about habit formation? Evidence from exercise and hygiene presenta un’applicazione rivoluzionaria del machine learning alla ricerca comportamentale.
Innanzitutto, però, chiariamo i termini: il Machine Learning è un sottoinsieme dell’intelligenza artificiale che si occupa di creare sistemi che apprendono o migliorano le performance in base ai dati che utilizzano. L’applicazione rivoluzionaria di cui parla lo studio è il Predicting Contest Sensitivity (PCS).
L’indice PCS, che varia tra 0,5 (completamente casuale) e 1(completamente prevedibile), misura quanto le variabili di contesto influenzano il comportamento di un individuo.
Ma quali sono i risultati di questo affascinante studio?
I tre pilastri della formazione delle abitudini
Gli autori hanno testato l’indice PCS su due studi diversi, uno sull’abitudine di andare in palestra e l’altro sull’abitudine di lavarsi le mani nelle strutture sanitarie. Da queste ricerche emergono tre punti cruciali:
- L’influenza del contesto varia tra gli individui. Non tutti sono ugualmente influenzati dalle variabili di contesto. Ciò implica che le strategie di change management dovrebbero tener conto delle differenze individuali.
- La formazione delle abitudini dipende dal comportamento. Non esiste un tempo specifico per acquisire un’abitudine, poiché varia in base alla tipologia di comportamento (domini comportamentali). Questo suggerisce che i programmi di formazione dovrebbero essere adattati a seconda delle abitudini da acquisire.
- L’effetto degli incentivi sui comportamenti consolidati. In linea con gli studi sugli animali, chi ha già un’abitudine consolidata è meno sensibile agli interventi volti ad incrementare lo stesso comportamento (minore sensibilità ai reward changes). Quindi, è importante trovare nuovi approcci per motivare el persone che hanno già sviluppato abitudini solide.
Le scienze comportamentali come base per il change management in azienda
in sintesi, machine learning e scienze comportamentali ci offrono importanti intuizioni sulle abitudini e la loro formazione.
Queste scoperte possono essere utilizzate per sviluppare strategie di change management efficaci e personalizzate che tengano conto
dell’eterogeneità tra le persone e dele diverse variabili che influenzano l’adozione di comportamenti specifici.
Le organizzazioni che adottano queste conoscenze saranno meglio equipaggiate per affrontare el sfide del cambiamento e promuovere un ambiente di lavoro più sano, produttivo e resiliente.
Se hai bisogno di aiuto per introdurre abitudini funzionali all’interno del tuo contesto lavorativo, rivolgiti al nostro team BOOST, gli esperti comportamentali di MIDA che si occupano di Change & Adoption, ossia di tutti i processi di Change Management. È l’unico team italiano ad essere riconosciuto da GAABS, the Global Association of Applied Behavioural Scientists.
Presieduta da Steve Martine (Columbia University), GAABS conta nell’Advisory Board autorità mondiali nel campo delle scienze comportamentali applicate, tra cui Robert Cialdini, autore di Influence e altre pietre miliari della psicologia sociale, il premio Nobel Daniel Kahneman (Princeton University) e Maya Shankar, Global Director of Behavioral Economics di Google.
Fonte
What can machine learning teach us about habit formation? Evidence from exercise and hygiene Anastasia Buyalskaya, Hung Ho, Katherine L Milkman, Xiaomin Li, Angela L Duckworth, Colin Camerer. Edited by Elke Weber, Princeton University Princeton, NJ; received September 24, 2022; accepted January 27, 2023
