NASSS-CAT: complexity assessment tools for technology projects

In breve

Due liste di controllo, un questionario di monitoraggio e una traccia di intervista per trovare ciò che rende difficile un progetto tecnologico. Li usi per pianificare un’introduzione dell’IA con le persone che ne sono toccate.

Per chi conduce la diagnosi: un responsabile delle risorse umane o delle operazioni, un gruppo di progetto interno o un consulente esterno.

Che cosa misura

Il nome indica i modi in cui un progetto tecnologico può fallire: mancata adozione, abbandono e incapacità di crescere oltre la prima sede, di diffondersi o di durare. Le quattro parti chiedono quanto è complesso un progetto in diverse aree, tra cui la tecnologia, il valore che offre, le persone che devono adottarla, l’organizzazione e il contesto più ampio.

Sono:

• SHORT: una lista di controllo rapida per una prima conversazione.
• LONG: una lista di controllo dettagliata con spazio per un piano d’azione.
• PROJECT: un modulo di 35 domande per seguire un progetto nel tempo.
• INTERVIEW: spunti per interviste semi-strutturate.

L’idea alla base è semplice. I progetti complessi in molte aree insieme diventano di rado parte della routine. Trovi presto la complessità e la riduca, oppure la metta in conto.

Come usarlo

1. Cominci con SHORT in una riunione del gruppo di progetto.
2. Usi LONG per le aree risultate difficili.
3. Usi INTERVIEW con personale di livelli e professioni diversi, dirigenti compresi.
4. Segua il progetto con PROJECT.

Questi materiali vengono dalla sanità. Un’area chiede della condizione medica da curare. In un’azienda la sostituisca con il problema di business che l’IA deve risolvere, oppure la tralasci.

Che cosa non misura

• Chi decide che cosa, tra persone e IA. Un esame dei quadri di riferimento per l’IA ha trovato che questo non copre la dipendenza dai dati, la supervisione umana né le decisioni condivise.
• Ciò che le persone fanno ogni giorno. Non osserva i comportamenti.
• Un punteggio di preparazione. Il risultato è un elenco di difficoltà e di azioni.

Come è stato verificato

• Il quadro è stato applicato la prima volta a sei programmi tecnologici in 20 organizzazioni, seguiti fino a tre anni. I programmi complessi in molte aree non sono entrati nell’uso abituale.
• Un esame della letteratura ha trovato 57 studi che hanno usato il quadro. Gli ostacoli si concentravano in due aree: l’organizzazione e le persone che avrebbero dovuto adottare la tecnologia.
• È stato usato per studiare l’IA negli ospedali. In uno studio basato su 29 interviste hanno aiutato la cultura, la guida dei vertici, la fiducia tra direzione e gruppi di lavoro e i promotori locali. Visioni contrastanti sul valore dell’IA l’hanno frenata.
• Le quattro parti sono state progettate in laboratori con 50 persone coinvolte in progetti di questo tipo e provate in progetti reali.

Qui non ci sono punteggi da verificare come si verifica un questionario. Il giudizio riflette l’ampio uso del quadro e prove più leggere per le quattro parti in sé.

Licenza e accesso

Tutte e quattro le parti si scaricano gratis, senza una licenza formale. La guida degli autori dice che i ricercatori dovrebbero modificare gli spunti per le interviste secondo necessità e citare la fonte. Per le altre tre parti, chieda all’autrice principale prima di pubblicare una traduzione o una versione adattata.

Alternative

Altri strumenti diagnostici con uno scopo simile, e quando preferire ciascuno.

• Che cosa aiuterà o bloccherà l’introduzione? Consolidated Framework for Implementation Research (CFIR) Lo preferisca quando il suo contesto è lontano dalla sanità, o vuole una raccolta più ampia di domande di intervista. Persone a più livelli, in interviste · Interviste sui fattori che sceglie, tra 48 Uso libero; chieda prima di modificarlo Verifiche: Solide Tracce di intervista e liste di controllo
• È tutto pronto prima che un sistema di IA entri in funzione? AI readiness pre-implementation checklist (SID and ADE) Lo preferisca quando vuole una sola lista di controllo scritta per l’IA, con una sezione sulla preparazione del personale. Il gruppo responsabile dell’introduzione · Una lista di controllo in 8 aree Uso e adattamento liberi Verifiche: Preliminari Tracce di intervista e liste di controllo

Pratiche che lo usano

• Valuti la preparazione da più fonti, non dal giudizio di un solo dirigente Un questionario sulla preparazione compilato da una sola persona di vertice riflette il punto di vista di quella persona. Chieda anche al personale e ai responsabili, e confronti le risposte con ciò che può osservare. Subito dopo · Impegno: medio (settimane, poche persone) Prove: Preliminari Misurazione · Esplorare

I dettagli

Verifiche

Moderate Il quadro su cui si basano è stato usato in almeno 57 studi, tra cui progetti di IA negli ospedali. Le liste di controllo, il questionario e la traccia sono stati progettati con 50 persone coinvolte in progetti di questo tipo e provati in progetti reali. Nessun risultato mostra che usarli migliori gli esiti.

Esamina

Organizzazione

Come si raccolgono le risposte

Laboratori, liste di controllo compilate da un gruppo di progetto, e interviste.

Durata

Una lista di controllo breve e una lunga, un questionario di monitoraggio di 35 domande e una serie di spunti per le interviste

Costo

Gratuito

Licenza

Nessuna licenza formaleTutte e quattro le parti si scaricano gratis. La traccia di intervista si può modificare citando la fonte. Per le liste di controllo e il questionario di monitoraggio le condizioni non sono note: chieda all’autrice principale prima di pubblicare una traduzione.

Lingue

Inglese

Autori

Greenhalgh and colleagues, 2020

Fonti

1. Greenhalgh, Maylor, Shaw, Wherton, Papoutsi and colleagues (2020). The NASSS-CAT Tools for Understanding, Guiding, Monitoring, and Researching Technology Implementation Projects in Health and Social Care: Protocol for an Evaluation Study in Real-World Settings. JMIR Research Protocols. doi:10.2196/16861
2. Greenhalgh, Wherton, Papoutsi, Lynch, Hughes and colleagues (2018). Analysing the role of complexity in explaining the fortunes of technology programmes: empirical application of the NASSS framework. BMC Medicine. doi:10.1186/s12916-018-1050-6
3. Shin, Hamovitch, Gatov, MacKinnon and colleagues (2025). The NASSS framework use over time: A scoping review. PLOS Digital Health. doi:10.1371/journal.pdig.0000418
4. Alami, Lehoux, Papoutsi, Shaw, Fleet and colleagues (2024). Understanding the integration of artificial intelligence in healthcare organisations and systems through the NASSS framework. BMC Health Services Research. doi:10.1186/s12913-024-11112-x
5. Gama, Tyskbo, Nygren, Barlow, Reed and Svedberg (2022). Implementation Frameworks for Artificial Intelligence Translation Into Health Care Practice: Scoping Review. Journal of Medical Internet Research. doi:10.2196/32215

Studi collegati su questo sito

• Quali ostacoli frenano la maturità nell’uso dell’IA? Un’indagine su 108 specialisti van Veen, Zhu and Ravesteyn (2026). How AI Implementation Barriers Shape AI Maturity? The Interacting Roles of Skilled Employees, Technological Infrastructure and Data Quality. CONF-IRM 2026 Proceedings, 17.
• La preparazione al cambiamento prevede il successo? Una rassegna di 47 studi Caci, Nyantakyi, Blum, Sonpar, Schultes, Albers and Clack (2025). Organizational readiness for change: A systematic review of the healthcare literature. Implementation Research and Practice, 6.