Intelligenza Artificiale più umana

Immagina di avere una casella gmail dal 2005 con circa 130 mila messaggi inviati e ricevuti, allegati, files, appuntamenti di calendar, foto memorizzate e geolocalizzate (per molti di noi è così). Se sei un utente google hai tutta la cronologia degli spostamenti dei tuo telefono, che è sempre in tasca.

Immagina poi di avere i dati storici delle previsioni del tempo per città dal 2005 (fattibile).

Immagina in ultimo di registrare il tuo timbro di voce e il tuo volto.

Ecco servito il tuo gemello digitale, capace di ricordarti in tempo reale quello che hai fatto, come lo hai scritto, di mappare le tue relazioni attraverso lo scambio delle email e di ragionare con te o con chi ci sarà dopo di te quando non ci sarai più.

Questo oggi è possibile

I sistemi di intelligenza artificiale esistono da tanto tempo, solo che oggi possono essere distribuiti su larga scala perché abbiamo computer più potenti capaci di processare molte più informazioni al secondo rispetto a un tempo.

La domanda che mi faccio spesso è sulle effettive utilità

Questi sistemi sono utili, ma a chi?

• Al programmatore informatico, perché aiuta a risolvere questioni pratiche in poco tempo
• Al grafico pubblicitario, perché aiuta a generare immagini per i contenuti
• Aiuta chi scrive testi, facendo risparmiare tempo
• Aiuterà registi e film maker che disporranno di software per generare video indimenticabili

Aiuterà sopratutto le imprese che hanno qualche problema da risolvere in maniera innovativa.

Aiuterà le imprese che hanno un problema, con molti dati disponibili

Il Machine Learning (apprendimento automatico), come racconto nell’ultima puntata del mio podcast, è un campo di studio dell'intelligenza artificiale che riguarda lo sviluppo e lo studio di algoritmi (formule matematiche) in grado di apprendere dai dati e quindi eseguire attività senza istruzioni esplicite.

Quindi, è possibile usare l’Intelligenza Artificiale, magari per fare previsioni future (basate sulla statistica) solo se hai molti dati, organizzati, puliti, coerenti e completi, soprattutto utilizzabili ai sensi del GDPR.

Le componenti di base sono:

• un problema da risolvere
• molti dati disponibili

Ok, abbiamo sempre risolto con la programmazione informatica, il mondo va avanti così da decenni. Qui la questione è diversa, si tratta di commutare un dato certo con un dato incerto.

Il risultato che possiamo ottenere con la programmazione classica e con i linguaggi di programmazione conosciuti consentono l’ottenimento di un risultato certo.

Immaginiamo un calcolo e una funzione che deve dirci quanti clienti abbiamo in un anno, il risultato sarà univoco.

Immaginiamo però di voler conoscere la probabilità dei futuri acquisti da parte dei clienti, partendo dai dati storici che abbiamo a disposizione.

Impiegando un sistema di Machine learning è possibile fare previsioni, con un grado di incertezza alto.

Per chi è importante

Questi sistemi sono importanti per:

• la sanità, per prevedere l’insorgenza di fenomeni epidemiologici o per trovare nuovi farmaci
• la logistica, per ottimizzare spostamenti e consumi
• il commercio, per prevedere le future vendite, i prezzi al consumo e la probabilità di truffe
• la giustizia, per prevedere crimini e risolvere casi difficili
• in tanti altri campi

Ovviamente, seppur riusciamo a identificare il problema da risolvere, resta sempre il problema dei dati di partenza. Magari questi dati sono disponibili ma dovranno essere normalizzati, puliti, organizzati e utilizzabili, questo non è sempre possibile ed è un vincolo.

In più, le organizzazioni che dispongono di grandi dati e di budget per lavorarli sono quelle veramente grandi, come la maggior parte delle compagnie aeree, le grandi istituzioni bancarie, i social network, i grandi gruppi immobiliari, le società di trasporto.

C’è una forte polarizzazione nell’utilizzo di questi sistemi

Possiamo capire che le condizioni di base per l’impiego sono:

• un problema da risolvere
• tanti dati disponibili
• grandi budget da investire
• tempi di sviluppo lunghi

Possiamo quindi dire che questi sistemi, al centro del dibattito politico ed economico, siano appannaggio dei grandi. E’ i cittadini?

Per i comuni cittadini non c’è spazio, nell’impiego, nei vantaggi e nelle opportunità. I clienti siamo solo noi. Siamo il bersaglio, il target, il dato.

Non demonizziamo

Certo, poter arrivare prima alla soluzione di un annoso problema sanitario consentirebbe alle persone di vivere meglio e più a lungo, di risolvere malattie mortali e di migliorare la vita delle persone. Si pone certo una questione etica e, come impariamo dalla storia, quando metti tanti soldi e tanti interessi insieme, tutto è possibile, anche l’incredibile.

Il problema, come sempre, non è l’arma ma l’uso che ne facciamo

I dati sono i miei e ne faccio ciò che voglio.

Le big tech detengono i dati e, tendenzialmente, decidono come usarli.

Dal punto di vista legale bisognerebbe stabilire i confini dell’utilizzo dei dati, con una logica extracomunitaria che dovrebbe ricadere in una sola normativa di riferimento.

Questo non consentirebbe alle grandi compagnie di poter effettuare studi ed elaborazioni in paesi dove la legislazione privacy è più debole.

Tra i tanti usi importanti per la collettività c’è sicuramente l’utilizzo di queste tecnologie per la ricerca, qui l’impatto può essere davvero sostanziale.

Tra gli altri usi però c’è la volontà di voler massimizzare i ricavi e qui potrebbero aprirsi alcuni profili difficili da valutare. Amazon usa il machine learning per suggerire i migliori prodotti ai clienti, vendere di più spendendo meno. Questa è una direzione.

• Customer Mindset Volume 1 è su Amazon a questo link
• Customer Mindset Volume 2 è su Amazon a questo link
• L’ultima puntata del mio podcast è qui, su Spotify

Tecnologie altamente inquinanti

Fino a quando non saremo in grado di avere processori potenti a basso impatto, queste tecnologie impatteranno moltissimo sul consumo energetico.

Anche Bitcoin secondo una certa scuola di pensiero non era destinato a crescere come invece è successo, dato il dispendioso consumo energetico necessario per il processo di Mining. Invece cresce vertiginosamente, in un processo altamente dispendioso.

Generare una singola immagine con l’Intelligenza Artificiale richiede la stessa energia necessaria per ricaricare la batteria di uno smartphone. (Stabile Diffusion XL)

Ad oggi, tutti quelli che utilizzano un comune pc, guardando un tutorial su youtube possono generare immagini. Ma chi paga la bolletta? Al momento i grandi investitori, che stanno letteralmente scommettendo su queste tecnologie perché sono pienamente consapevoli che è ora di salire sul carro.

Devono salire necessariamente, prima che parta.

Il trend è partito con OpenAI che ha rivoluzionato il mercato introducendo un prodotto facile da usare, a basso costo che ha portato alla luce una cosa che ha 40 anni, distribuendola su scala mondiale, consentendo a milioni di persone di assistere al risultato di questi anni di ricerca ed esperimenti.

Ora le persone, appassionate o meno, sanno che molte cose sono possibili e ciascuno di noi si sta interrogando sui possibili utilizzi e impieghi. Perché?

Perché il progresso è insito nella storia dell’uomo. La conservazione della specie ci spinge da sempre a cercare di trovare nuove strade, specialmente quando sentiamo forte la presenza di una minaccia. E’ un portato naturale.

Siamo sicuri di stare andando nella giusta direzione? No, non lo sappiamo.

Ogni progresso dell’umanità porta con se la necessità di ridurre le complessità, di comprendere e di trovare soluzioni. Quello che so per certo è che le AI influenzeranno molto la nostra vita, quindi vale la pena di continuare a parlarne per capire ed adattarsi, imparando a riconoscere le opportunità, analizzarle e per trovare un equilibrio.

Il quadro informativo intorno all’argomento è confuso, fumoso e non ci sono consapevolezza, regole chiare e dati oggettivi per poter inquadrare opportunamente questo fenomeno.

Come sempre, il discorso pubblico è eccessivamente polarizzato.

Tutti parlano di AI, tutti parlano di sostenibilità, ora si parla di trasformazione digitale green ma al centro ci siamo sempre noi, con le nostre fragilità e le nostre ignoranze.

Tutti parlano di diritti negati, dei disastri dell’inquinamento e delle guerre.

Non si riesce però a comprendere che sono tutti aspetti della stessa medaglia e che questa carrozza che corre forte e veloce è guidata dall’uomo. Questo è il mondo che abbiamo costruito e che stiamo costruendo, dopo millenni di devozione al dio danaro, all’accumulo delle provviste per i tempi duri, sacrificando valori, etica e tanto altro.

Personalmente sono a favore delle nuove tecnologie ma ho difficoltà a trovare un modo coerente per consentire un dialogo eco-sistemico. L’unica cosa che mi viene in mente è rivolta ai più giovani, che saranno gli adulti di domani.

Possiamo partire da loro, mettendo le carte in tavola e restituendo un quadro limpido della contemporaneità, nella speranza che queste giovani coscienze possano avere cura del mondo disastrato che hanno ereditato, un passo per volta per un cambiamento significativo.

Queste tecnologie però possono essere utilizzate anche da organizzazioni più piccole, che potrebbero così avere un aiuto concreto nell’ottimizzazione dei processi e per un miglioramento delle condizioni di lavoro.

Ci stiamo muovendo in questa direzione, ne parlerò prossimamente con esempi concreti.

Intanto, Giovedì 21 marzo alle ore 17:00 nel coworking Dialogue Place incontreremo Stefano Borroni Barale aurore del libro L’intelligenza Inesistente. Un approccio conviviale all’intelligenza artificiale (Altreconomia 2023).

Ci sarò io, Cristina Mele, ordinario Economia e innovazione dei servizi UNINA. Modera: Dana Cappiello, PM di Project Ahead. Discussione aperta, con interventi del pubblico.

Un’occasione fantastica per misurarci sul tema dell’AI, comprendendone i pro e i contro, per provare a immaginare e costruire tecnologie alternative, che promuovano la convivialità e la partecipazione diffusa, a scuola come nella società.

Prenota il tuo posto in prima fila qui

L’intelligenza Inesistente. Un approccio conviviale all’intelligenza artificiale è un libro che accende la discussione sull’Ai, termine che raggruppa tecnologie molto diverse tra loro, con una lunga storia. I tifosi dell’Ai sostengono che questa tecnologia abbia il potenziale di risolvere alcuni dei problemi più urgenti del mondo, come il cambiamento climatico, la povertà e le malattie. I critici, invece, sostengono che questa tecnologia sia pericolosa e ingannevole.

Stefano Borroni Barale è laureato in fisica teorica all’Università di Torino. Inizialmente ricercatore nel progetto EU-DataGrid, per l’Istituto nazionale di fisica nucleare (Infn), si è poi dedicato alla formazione sindacale internazionale. Oggi insegna informatica in un Itis del torinese. Sostenitore del software libero da fine anni Novanta, è autore di “Come passare al software libero e vivere felici” (2003), una delle prime guide italiane su Linux e altri programmi basati su software libero.

Seguimi..

• Customer Mindset Volume 1 è su Amazon a questo link
• Customer Mindset Volume 2 è su Amazon a questo link
• L’ultima puntata del mio podcast è qui, su Spotify

Se invece sei interessato a conoscere da vicino i tuoi clienti ed aiutarli ad apprezzare maggiormente i tuoi prodotti o servizi allora posso consigliarti i servizi offerti da Goodea a questo link