This thesis explores how Generative Artificial Intelligence (GenAI) can shape collaborative future making, addressing the growing need of organizations to anticipate and manage change in increasingly complex and uncertain environments. While existing literature recognizes GenAI as a creative catalyst and co-narrator within strategic processes, its impact on the performativity and collective dynamics of future making remains empirically underexplored. To address this gap, the research adopts a sequential mixed-methods approach, combining qualitative analysis and quantitative evaluation within a controlled experimental design. Six interdisciplinary teams composed of management engineering graduate students participated in online workshops, jointly developing long-term roadmaps for a simulated organizational scenario. Half of the teams worked with a personalized GenAI assistant, while the others operated without AI support. Process data (including session recordings, collaborative visual outputs, and logs of interactions with GenAI) were analyzed qualitatively using the Gioia methodology, providing the foundation for the qualitative study. Final artifacts generated during the workshops were evaluated by 72 external raters along three key dimensions of performativity: Amenability to further work, Coordinating capacity, and Actionable path specificity, which provided the quantitative basis for the research. Qualitative results show that GenAI primarily supported teams in organizing and externalizing collective reasoning, improving both the clarity and structure of ideas during collaborative workflow. With GenAI integration, participants accelerated transitions between phases of work, documented decisions more systematically, and produced final artifacts that were more complete and coherent. Importantly, no major shifts in team role distribution or substitution of human negotiation on strategic decisions were observed. Quantitative findings reveal that outputs of GenAI-supported teams were rated more positively in terms of Coordinating capacity and Amenability to further work, indicating increased organizational clarity and flexibility in the futures produced. Gains in Actionable path specificity, however, were less pronounced, confirming the central and persistent role of human judgment and expertise when translating future visions into concrete implementation steps. Overall, GenAI emerges as a significant incremental contributor to the performative aspects of future making, facilitating greater structure and progress within established collaborative practices without radically transforming or exponentially enhancing them. While GenAI contributed to procedural efficiency and communicative clarity, the study found no evidence of increased cognitive overload or loss of reasoning transparency. Key challenges centered on the risk of passively accepting AI-generated suggestions and the need to maintain a critical stance toward automated outputs, underscoring the importance of vigilant governance and continuous reflection in human-AI collaboration. Theoretically, this thesis expands models of distributed cognition and performativity by incorporating GenAI as an active participant in collective sensemaking and artifact creation. It demonstrates how GenAI alters the cognitive and social architecture of team-based future making, enhancing both imaginative scope and practical coordination while simultaneously introducing new ambiguities and forms of dependence. Managerially, the findings highlight GenAI’s transformative potential for future making and strategic thinking, while emphasizing the need for organizations to balance AI augmentation with critical oversight, promote digital literacy, and foster shared reflective practices.

Questa tesi analizza come la Generative Artificial Intelligence (GenAI) possa trasformare il future making collaborativo, rispondendo all’esigenza crescente delle organizzazioni di anticipare e orientare il cambiamento in contesti complessi e incerti. Sebbene la letteratura riconosca GenAI come catalizzatore creativo e co-narratore nei processi strategici, le sue implicazioni sulla performatività e sulle dinamiche collettive del future making restano ancora poco indagate dal punto di vista empirico. Per colmare questa lacuna, la ricerca ha adottato un approccio sequenziale mixed-method, integrando analisi qualitativa e valutazione quantitativa all’interno di un disegno sperimentale controllato. Sei team interdisciplinari composti da studenti magistrali di management engineering hanno partecipato a workshop online, collaborando nella costruzione di roadmap di lungo termine per un caso organizzativo simulato. Metà dei gruppi ha lavorato con il supporto di un'assistente GenAI personalizzato, mentre l’altra metà ne era priva. I dati di processo (comprendenti registrazioni delle sessioni, output visuali collaborativi e log delle interazioni con GenAI) sono stati analizzati qualitativamente tramite la metodologia Gioia, costituendo la base dello studio qualitativo. Gli artefatti finali prodotti nei workshop sono stati sottoposti a una valutazione da parte di 72 raters esterni secondo tre dimensioni chiave della performatività: Amenability to further work, Coordinating capacity e Actionable path specificity, fornendo così la base quantitativa della ricerca. I risultati qualitativi evidenziano che GenAI ha prevalentemente sostenuto i team nell’organizzazione e nell’esternalizzazione del ragionamento collettivo, favorendo una maggiore chiarezza e struttura delle idee all’interno del flusso collaborativo. Con l’integrazione di GenAI, i partecipanti hanno potuto velocizzare il passaggio tra le fasi operative, documentare le scelte in modo più sistematico e produrre artefatti finali più completi e coerenti. Inoltre, non sono emerse alterazioni significative nella distribuzione dei ruoli nei team né una sostituzione della negoziazione umana su decisioni strategiche. I risultati quantitativi mostrano che gli output dei team supportati da GenAI sono stati valutati più positivamente nelle dimensioni Coordinating capacity e Amenability to further work, segnalando una maggiore chiarezza organizzativa e flessibilità nei futuri generati. Gli incrementi riguardanti la Actionable path specificity risultano invece più contenuti, a testimonianza del ruolo centrale che la competenza e il giudizio umano rivestono ancora nel tradurre visioni future in passi concreti di implementazione. Nel complesso, emerge che GenAI contribuisce in modo significativo al perfezionamento degli aspetti performativi del future making, senza però innovarli radicalmente o migliorarli in maniera esponenziale: il valore aggiunto della GenAI si configura come incrementale, facilitando la progressione e la strutturazione all’interno delle pratiche collaborative già esistenti. Se da un lato GenAI ha favorito efficienza procedurale e chiarezza comunicativa, lo studio non ha rilevato un aumento di sovraccarico cognitivo o una perdita di trasparenza nel ragionamento collettivo. Le principali criticità riguardano il rischio di accettazione passiva di suggerimenti generati dall’AI e la necessità di preservare un approccio critico agli output automatizzati, sottolineando così l’importanza di una governance vigile e di una riflessività costante nella collaborazione tra uomo e AI. Dal punto di vista teorico, la tesi contribuisce ad ampliare i modelli di distributed cognition e performativity, includendo GenAI come membro attivo nei processi di sensemaking collettivo e creazione di artefatti. Viene messo in luce come GenAI modifichi l’architettura cognitiva e sociale del future making di gruppo, potenziando sia lo spettro immaginativo sia la capacità di coordinamento pratico, ma generando allo stesso tempo nuove ambiguità e forme di dipendenza. Sul versante manageriale, i risultati evidenziano il potenziale trasformativo di GenAI per il future making e il pensiero strategico, rimarcando la necessità per le organizzazioni di bilanciare l’uso dell’AI con una supervisione critica, promuovere la literacy digitale e sostenere pratiche riflessive condivise.

New frontiers of future making: generative AI as a collaborative teammate in shaping performative futures

Marini, Lorenzo;Pesarin, Jacopo
2024/2025

Abstract

This thesis explores how Generative Artificial Intelligence (GenAI) can shape collaborative future making, addressing the growing need of organizations to anticipate and manage change in increasingly complex and uncertain environments. While existing literature recognizes GenAI as a creative catalyst and co-narrator within strategic processes, its impact on the performativity and collective dynamics of future making remains empirically underexplored. To address this gap, the research adopts a sequential mixed-methods approach, combining qualitative analysis and quantitative evaluation within a controlled experimental design. Six interdisciplinary teams composed of management engineering graduate students participated in online workshops, jointly developing long-term roadmaps for a simulated organizational scenario. Half of the teams worked with a personalized GenAI assistant, while the others operated without AI support. Process data (including session recordings, collaborative visual outputs, and logs of interactions with GenAI) were analyzed qualitatively using the Gioia methodology, providing the foundation for the qualitative study. Final artifacts generated during the workshops were evaluated by 72 external raters along three key dimensions of performativity: Amenability to further work, Coordinating capacity, and Actionable path specificity, which provided the quantitative basis for the research. Qualitative results show that GenAI primarily supported teams in organizing and externalizing collective reasoning, improving both the clarity and structure of ideas during collaborative workflow. With GenAI integration, participants accelerated transitions between phases of work, documented decisions more systematically, and produced final artifacts that were more complete and coherent. Importantly, no major shifts in team role distribution or substitution of human negotiation on strategic decisions were observed. Quantitative findings reveal that outputs of GenAI-supported teams were rated more positively in terms of Coordinating capacity and Amenability to further work, indicating increased organizational clarity and flexibility in the futures produced. Gains in Actionable path specificity, however, were less pronounced, confirming the central and persistent role of human judgment and expertise when translating future visions into concrete implementation steps. Overall, GenAI emerges as a significant incremental contributor to the performative aspects of future making, facilitating greater structure and progress within established collaborative practices without radically transforming or exponentially enhancing them. While GenAI contributed to procedural efficiency and communicative clarity, the study found no evidence of increased cognitive overload or loss of reasoning transparency. Key challenges centered on the risk of passively accepting AI-generated suggestions and the need to maintain a critical stance toward automated outputs, underscoring the importance of vigilant governance and continuous reflection in human-AI collaboration. Theoretically, this thesis expands models of distributed cognition and performativity by incorporating GenAI as an active participant in collective sensemaking and artifact creation. It demonstrates how GenAI alters the cognitive and social architecture of team-based future making, enhancing both imaginative scope and practical coordination while simultaneously introducing new ambiguities and forms of dependence. Managerially, the findings highlight GenAI’s transformative potential for future making and strategic thinking, while emphasizing the need for organizations to balance AI augmentation with critical oversight, promote digital literacy, and foster shared reflective practices.
ESPOSITO, CHIARA
ING - Scuola di Ingegneria Industriale e dell'Informazione
10-dic-2025
2024/2025
Questa tesi analizza come la Generative Artificial Intelligence (GenAI) possa trasformare il future making collaborativo, rispondendo all’esigenza crescente delle organizzazioni di anticipare e orientare il cambiamento in contesti complessi e incerti. Sebbene la letteratura riconosca GenAI come catalizzatore creativo e co-narratore nei processi strategici, le sue implicazioni sulla performatività e sulle dinamiche collettive del future making restano ancora poco indagate dal punto di vista empirico. Per colmare questa lacuna, la ricerca ha adottato un approccio sequenziale mixed-method, integrando analisi qualitativa e valutazione quantitativa all’interno di un disegno sperimentale controllato. Sei team interdisciplinari composti da studenti magistrali di management engineering hanno partecipato a workshop online, collaborando nella costruzione di roadmap di lungo termine per un caso organizzativo simulato. Metà dei gruppi ha lavorato con il supporto di un'assistente GenAI personalizzato, mentre l’altra metà ne era priva. I dati di processo (comprendenti registrazioni delle sessioni, output visuali collaborativi e log delle interazioni con GenAI) sono stati analizzati qualitativamente tramite la metodologia Gioia, costituendo la base dello studio qualitativo. Gli artefatti finali prodotti nei workshop sono stati sottoposti a una valutazione da parte di 72 raters esterni secondo tre dimensioni chiave della performatività: Amenability to further work, Coordinating capacity e Actionable path specificity, fornendo così la base quantitativa della ricerca. I risultati qualitativi evidenziano che GenAI ha prevalentemente sostenuto i team nell’organizzazione e nell’esternalizzazione del ragionamento collettivo, favorendo una maggiore chiarezza e struttura delle idee all’interno del flusso collaborativo. Con l’integrazione di GenAI, i partecipanti hanno potuto velocizzare il passaggio tra le fasi operative, documentare le scelte in modo più sistematico e produrre artefatti finali più completi e coerenti. Inoltre, non sono emerse alterazioni significative nella distribuzione dei ruoli nei team né una sostituzione della negoziazione umana su decisioni strategiche. I risultati quantitativi mostrano che gli output dei team supportati da GenAI sono stati valutati più positivamente nelle dimensioni Coordinating capacity e Amenability to further work, segnalando una maggiore chiarezza organizzativa e flessibilità nei futuri generati. Gli incrementi riguardanti la Actionable path specificity risultano invece più contenuti, a testimonianza del ruolo centrale che la competenza e il giudizio umano rivestono ancora nel tradurre visioni future in passi concreti di implementazione. Nel complesso, emerge che GenAI contribuisce in modo significativo al perfezionamento degli aspetti performativi del future making, senza però innovarli radicalmente o migliorarli in maniera esponenziale: il valore aggiunto della GenAI si configura come incrementale, facilitando la progressione e la strutturazione all’interno delle pratiche collaborative già esistenti. Se da un lato GenAI ha favorito efficienza procedurale e chiarezza comunicativa, lo studio non ha rilevato un aumento di sovraccarico cognitivo o una perdita di trasparenza nel ragionamento collettivo. Le principali criticità riguardano il rischio di accettazione passiva di suggerimenti generati dall’AI e la necessità di preservare un approccio critico agli output automatizzati, sottolineando così l’importanza di una governance vigile e di una riflessività costante nella collaborazione tra uomo e AI. Dal punto di vista teorico, la tesi contribuisce ad ampliare i modelli di distributed cognition e performativity, includendo GenAI come membro attivo nei processi di sensemaking collettivo e creazione di artefatti. Viene messo in luce come GenAI modifichi l’architettura cognitiva e sociale del future making di gruppo, potenziando sia lo spettro immaginativo sia la capacità di coordinamento pratico, ma generando allo stesso tempo nuove ambiguità e forme di dipendenza. Sul versante manageriale, i risultati evidenziano il potenziale trasformativo di GenAI per il future making e il pensiero strategico, rimarcando la necessità per le organizzazioni di bilanciare l’uso dell’AI con una supervisione critica, promuovere la literacy digitale e sostenere pratiche riflessive condivise.
File allegati
File Dimensione Formato  
Executive_Summary_LorenzoMarini_JacopoPesarin.pdf

accessibile in internet per tutti

Descrizione: Executive Summary
Dimensione 355.83 kB
Formato Adobe PDF
355.83 kB Adobe PDF Visualizza/Apri
Tesi_Magistrale_LorenzoMarini_JacopoPesarin.pdf

accessibile in internet per tutti

Descrizione: Tesi Magistrale
Dimensione 2.76 MB
Formato Adobe PDF
2.76 MB Adobe PDF Visualizza/Apri

I documenti in POLITesi sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/10589/247412