Dott. Sidney Shapiro
La maggior parte delle organizzazioni ha già condotto progetti pilota basati sull’IA. La domanda più complessa è cosa accada al termine della fase di verifica del concetto. Gli standard di approvvigionamento rimangono poco chiari, la responsabilità per le decisioni assistite dall’IA non è stata attribuita a nessuno e i quadri di governance citati nelle presentazioni non reggono al confronto con i flussi di lavoro reali. I team dirigenziali non sono in grado di stabilire con certezza a quali decisioni si debba affidare l’IA e a quali no.
Sidney Shapiro aiuta i team dirigenziali a superare l’entusiasmo eccessivo per l’intelligenza artificiale per passare a un’implementazione controllata e responsabile, attingendo a un decennio di esperienza nel campo della scienza dei dati e alla sua attuale attività di ricerca presso l’Università di Lethbridge.
Full Profile
Perché le organizzazioni collaborano con Sidney Shapiro
- Si oppone apertamente all’enfasi eccessiva sull’IA. Il suo intervento di spicco, intitolato “Smettete di credere all’enfasi sull’IA”, considera le affermazioni dei fornitori come un problema di valutazione della leadership, ovvero il dibattito che gli acquirenti e i team di approvvigionamento devono effettivamente affrontare.
- Ha pubblicato lavori sulla governance su riviste sottoposte a revisione tra pari. Un capitolo di un libro edito da Routledge sulla governance dell’IA per gli istituti di istruzione superiore e un capitolo di prossima pubblicazione per IGI Global sulla governance dell’IA generativa gli conferiscono una posizione documentata su come si concretizza nella pratica un’implementazione responsabile.
- Unisce un decennio di esperienza nella scienza dei dati a livello operativo al suo lavoro accademico. Ex responsabile della scienza dei dati presso Sofvie, dove si occupava dello sviluppo di software per la salute e la sicurezza sul lavoro, affronta i problemi di integrazione e responsabilità che seguono una prova di concetto.
- È attivo nel dibattito tra professionisti del settore. Conduce il podcast «AI in Action» e organizza la Southern Alberta AI Conference; queste attività gli consentono di mantenere una prospettiva radicata in ciò che le organizzazioni nei settori della sanità, dell’agricoltura, della produzione e della pubblica amministrazione stanno effettivamente cercando di realizzare.
Punti salienti della biografia
- Professore assistente di Business Analytics, Dhillon School of Business, Università di Lethbridge
- Professore assistente a contratto di Informatica, Università di Lethbridge
- Capitolo di un libro sui quadri di governance dell’IA per l’istruzione superiore pubblicato da Routledge (2025); capitolo di prossima pubblicazione sulla governance dell’IA generativa con IGI Global
- Conduttore del podcast “AI in Action” e organizzatore della Southern Alberta AI Conference
- Ex responsabile della scienza dei dati presso Sofvie Inc., dove ha sviluppato sistemi di dati per la salute e la sicurezza sul lavoro nel settore minerario
- Citato o apparso su The Globe and Mail, CBC News, Lethbridge Herald e Canadian Family Offices Magazine
Biografia
La maggior parte delle organizzazioni ha già condotto progetti pilota sull’IA. La domanda più difficile è cosa succede una volta terminata la fase di prova. Gli standard di approvvigionamento rimangono poco chiari e i quadri di governance citati nelle presentazioni non reggono al confronto con i flussi di lavoro reali.
È proprio in questa lacuna che opera Sidney Shapiro. È assistente professore di Business Analytics presso la Dhillon School of Business dell’Università di Lethbridge e assistente professore a contratto di Informatica. Tra le sue pubblicazioni figurano un capitolo di un libro edito da Routledge sui quadri di governance dell’IA per l’istruzione superiore e un capitolo di prossima pubblicazione per IGI Global sulla governance dell’IA generativa. Entrambi illustrano ciò che un’implementazione responsabile richiede effettivamente alle organizzazioni.
La sua competenza sul versante operativo deriva da un decennio trascorso in ruoli incentrati sui dati prima di dedicarsi al mondo accademico. Ha lavorato come responsabile della scienza dei dati presso Sofvie, un’azienda produttrice di software per la salute e la sicurezza sul lavoro nel settore minerario, e in precedenza ha coordinato il programma di laurea magistrale in Analisi aziendale presso il Cambrian College. Questo background influenza il modo in cui affronta i problemi di approvvigionamento e integrazione che seguono la fase di proof of concept, ovvero il punto in cui la maggior parte delle iniziative di IA subisce un rallentamento o si blocca.
Il coinvolgimento del pubblico mantiene il suo lavoro al passo con i tempi. Shapiro conduce il podcast “AI in Action”, intervistando professionisti e ricercatori nei settori della sanità, dell’istruzione, della finanza e dello sviluppo software su come si presenta effettivamente l’implementazione dell’IA nelle loro organizzazioni. Organizza inoltre la Southern Alberta AI Conference. Tra i partecipanti recenti figurano Indigenous Services Canada, McCain Foods, EY Calgary, CMC Alberta e la Digital Research Alliance of Canada. Si tratta di acquirenti con scarsa tolleranza per il linguaggio dei fornitori e un’elevata tolleranza per le domande difficili.
Argomenti principali delle conferenze
- Governance dell’IA e implementazione responsabile
- L’IA generativa nel mondo degli affari e nella società
- Privacy dei dati e fiducia nei sistemi di IA
- Alfabetizzazione all’IA per leader non tecnici
- Leadership nell'analisi dei dati e trasformazione digitale
- L'IA nelle politiche relative all'istruzione superiore
Ideale per
- i team dirigenziali di alto livello e i consigli di amministrazione chiamati a prendere decisioni in materia di governance e responsabilità nell’ambito dell’IA
- CIO, CTO e Chief Data Officer impegnati nel passaggio dell’IA dalla fase pilota all’implementazione operativa
- I leader del settore pubblico, compresi gli enti municipali e federali, che operano nell’ambito dell’adozione dell’IA con vincoli relativi alla privacy e all’equità
- Dirigenti dell’istruzione superiore impegnati a definire le politiche istituzionali sull’IA generativa nell’insegnamento e nella ricerca
Risultati per il pubblico
- Un quadro operativo per valutare le affermazioni dei fornitori sull’IA alla luce della realtà operativa, in tempo utile per orientare le decisioni di approvvigionamento
- Domande più mirate da porre a qualsiasi iniziativa di IA in materia di governance dei dati e di attribuzione delle responsabilità in caso di errori dell’IA
- Una visione concreta di ciò che l’IA generativa fa bene oggi e dove ancora fallisce, con le implicazioni per l’adozione da parte delle organizzazioni
- Punti di riferimento per la progettazione di una governance operativa dell’IA: standard di approvvigionamento, politiche di utilizzo accettabile e meccanismi di responsabilità
Discorsi
Un quadro di riferimento per distinguere le promesse dei fornitori dalla realtà operativa, in modo che la dirigenza possa valutare le iniziative di IA sulla base di elementi più concreti dell’entusiasmo.
Punti chiave:
- Come verificare le affermazioni specifiche dei fornitori in materia di IA rispetto a ciò che la tecnologia è effettivamente in grado di fare oggi
- Un metodo per definire metriche di successo concrete per le iniziative di IA prima dell’acquisto
- Una distinzione più chiara tra le attuali capacità dell’IA e ciò che viene pubblicizzato in modo esagerato per il futuro
Una panoramica su come i principi di governance contenuti nei documenti strategici sull’IA si traducano in concrete decisioni operative: supervisione, politica di utilizzo accettabile, appalti e responsabilità.
Punti chiave:
- Come tradurre i principi generali dell’IA in decisioni operative specifiche
- Le strutture di supervisione che garantiscono effettivamente la responsabilità delle iniziative di IA
- Un approccio pratico agli standard di approvvigionamento nell’IA che i team legali e di gestione dei rischi possano sostenere
Una descrizione diretta di ciò che l’IA generativa sa fare bene oggi e dei suoi limiti attuali, con le misure di sicurezza che le organizzazioni dovrebbero adottare prima di ampliarne l’uso.
Punti chiave:
- Un quadro aggiornato delle capacità dell’IA generativa, con esempi di risultati positivi e negativi
- Le considerazioni etiche e ambientali che i team dirigenziali dovrebbero tenere in considerazione
- Misure di sicurezza pratiche per estendere l’uso dell’IA generativa all’interno di un’organizzazione
Un approccio pratico alla progettazione di sistemi di intelligenza artificiale e analisi dei dati che conquistino la fiducia di dipendenti, clienti e autorità di regolamentazione, anziché minarla.
Punti chiave:
- Perché le mancanze in materia di fiducia rappresentano oggi un ostacolo maggiore all’adozione dell’IA rispetto ai limiti tecnici
- Scelte progettuali attente alla privacy che tutelano le persone senza rallentare l’innovazione
- In che modo la trasparenza e la spiegabilità influenzano il comportamento effettivo degli utenti nei confronti dei sistemi di IA