Intelligenze artificiali sempre più performanti. Cambiano Hard e Softskill? Un punto di vista

Ciao a tutti,

oggi, seguendo la live audio di Le voci del mattino si è parlato del concetto di intelligenza artificiale.

Il titolo dell'evento era "Intelligenze artificiali sempre più performanti. Cambiano Hard e Softskill?".

Come ogni contesto tecnologico, quando esso diviene diponibile per tutti, occorre che si abbiano ben chiari alcuni concetti, prima di iniziare.

La prima differenza è tra Machine Learning ed Intelligenza artificiale ( lascio il link sulla definizione che ne dà Amazon).

In breve il Machine Learning è l'insime della matematica (statistica, algebra lineare), metodi e modelli che permettono, attraverso una vasta mole di dati, di allenare algoritmi (con un dataset ampio per evitare problemi di campionamento) e fornire "una visione" su di essi, un "trend previsionale", quindi rappresenta una sottocategoria dell'intelligenza artificiale.

L'intelligenza artificiale invece è una branca più ampia che utilizza diverse aree scientifiche, come robotica, programmazione, machine learning per svolgere un insieme più complesso di operazioni, basti pensare all'ai generativa.

Di seguito prenderò in esame alcuni aspetti.

Impatto economico e di innovazione

Il buon Henry ford diceva: "C'è vero progresso soltanto quando i vantaggi di una nuova tecnologia diventano per tutti".

La tecnologia in larga parte, deriva dall'evoluzione delle aziende che investono risorse nello sviluppo della stessa.

Quindi bisogna ricordarsi che un elemento fondamentale di un azienda e del suo consiglio di amministrazione è generare fatturato.

In grandi corporation inoltre confluiscono spesso anche sponsor, partnership quindi interessi diversi ma con lo stesso obiettivo, generare fatturato. Il benessere della "società civile" spesso è un obiettivo trasversale e non primario.

Il quadro direttivo, è formato da persone, con un loro orientamento, i loro bias e il loro "obiettivo", così come l'area tecnica di implementazione soffre "di errori tecnici", bias di chi sviluppa.

L'analisi dell'orientamento degli algoritmi (imposti dall'alto o implementati per errore) è molto importante, basti pensare al caso Facebook in America (Cambridge Analytica).

Un aspetto non considerato ad esempio è la gestione della pravicy e dei dati raccolti dalle varie piattaforme, che per fortuna, grazie a giornalisti impegnati riescono qualche volta a far uscir fuori temi e a portar luce su temi che altrimenti sarebbero nascosti ma influiscono (in modo conscio o inconscio) sull'utenza (bias di disponibilità e conferma).

Nel business c'è un detto "quando qualcosa è gratis il prodotto sei tu".

Bias di disponibilità e conferma

Il bias di disponibilità è la "tendenza" che ci porta a formulare giudizi sulla base degli esempi e/o delle informazioni più disponibili, che più facilmente e vividamente ci vengono in mente.

Il bias di disponibilità porta il pubblico a parlare delle informazioni disponibili, questo ad esempio su una tecnologia, sopratutto nella sua fase di "slancio" può portare il concetto di valutare solo gli aspetti positivi e a minimizzare gli aspetti negativi, portando ad un bias di conferma, cioè la tendenza a cercare e utilizzare informazioni che confermano le proprie opinioni o aspettative, diminuendo la nostra capacità di pensare in modo critico ed obiettivo, finendo per trarre conclusioni escludendo altri punti di vista, dati o informazioni.

Cosa succede in questo bombardamento di informazioni?

Sicuramente confusione, creando o quel concetto di "suggestione" che finisce per farci vedere l'uso dell'ai anche in un tavolo o diventare dei super supporter della tecnologia che si utilizza.

Purtroppo tutto passa dalla consapevolezza di se stessi, della capacità di esercitare pensiero critico, capacità di valutare impatti e rischi.

Un'altro aspetto da tener presente è poi la possibilità di creare conformismo in termini di narrazione, modalità e schemi di pensiero.

L'uso della tecnologia non migliora le qualità personali anzi, tende a valorizzare aspetti negativi o positivi, in modo esponenziale.

Quando siamo pronti per una tecnologia, così "invasiva" ma poco percepibile come tale ?

Uno degli aspetti che voglio portare all'attenzione è il concetto di "pigrizia". L'essere umano per sua natura cerca di fare il massimo con il minimo sforzo ma questo non solo nel lavoro fisico ma anche nel lavoro mentale.

Questo ci porta al classico detto: "Lo strumento non è dannoso in sè, tutto dipende dall'utilizzo che se ne fà".

Cosa succede se si utilizza una tecnologia quando non si è pronti?

Mi piace portare un esempio su questo tema: Quando una persona passa più tempo a generare un prompt, per raggiungere un obiettivo, arricchendolo di dettagli, magari ponendosi domande sul come fare una cosa, chiarire il come esprimere i concetti, penso, ma questo lavoro di consapevolezza su te stesso non potevi farlo prima? Stai facendo chiarezza sul problema per generare un prompt per avere una risposta pronta e non potevi dedicarci tempo per far crescere te stesso sul tema?

Questo esempio è proprio un caso da manuale dell'esempio di pigrizia e uso dello strumento, lo strumento deve essere supportivo e non sostiututivo, sopratutto perchè, "il fattore business" trenderà sempre di più ad affinare risposte, a diventare più creativo, a connettere dati, a valutare una miriade di dati e a correlarli tra loro e in un furuto non molto lontano i concetti di Balde Runner saranno attuali, e bisognerà rivolgersi ai concetti espressi da Asimov, o ad un test di "Voight-Kampff" (test di Blade Runner).

Si passerà a posizioni lavorative che hanno come annuncio "Cercasi cacciatori di replicanti?" chissà...

Impatti sociali

L'AI come qualsiasi tecnologia, una volta che ha raggiunto il punto critico diventa "infermabile", quando una conoscenza è accessibile il suo sviluppo è inarrestabile. Non si può tornare ad un "prima" rispetto alla scoperta di un qualcosa.

Bisogna dirlo con moltà sincerità, gran parte dei lavori sono sostituibili, quindi questo sviluppo avrà impatti seri sul modello di società su cui viviamo, sul rapporto economico con il lavoro.

Purtroppo, anche per ovvie ragioni, il sistema politico (età media di chi lo amministra, burocrazia, mondo spesso poco in linea alle dinamiche sociali, culturali e tecnologiche a di fuori di quella bolla) è molto indietro rispetto allo svliluppo della società e delle sue dinamiche sopratutto se deve valutare concetti correlati alla tecnologia.

Ad esempio, come assistente digitale per un libero professionista, permette ad esso di risparmiare sui costi (di personale, di libri su un dato tema) attraverso un semplice prompt, quindi l'attenzione si sposterà sul come poter usare meglio lo struimento che sulle basi o sui concetti di uno specifico tema. (Sulla tipologia di compiti "meccanici" o "ripetitivi" il vantaggio è netto non ci sono paragoni).

Impatto su hard skill e soft skill

Ovviamente l'impatto su entrambe le skills è notevole.

Basti pensare ai concetti di elaborazione dati, capacità di correelazione, compiti meccanici, o anche nel campo IT, dei veri e propri assistenti nella scrittura di codice che sono realtà oggi.

Nel campo delle soft skills, forse, ma credo ancora per poco, l'umano ha ancora qualche speranza, ma se si paragona l'ai a persone che non hanno "sviluppato" tali capacità, forse sarebbe una bella sfida.

Le nostre skill cambieranno tutte in "prompt engineer"? Bella domanda...

Conclusioni

Se oggi è diventato popolare parlare di tendenza dell'ai, bisogna ricordarsi che i sui sviluppi sono in realtà frutto di ricerche che si sono sviluppate da decenni, basi pensare al caso Deep Blue di IBM per il campo scacchistico, o i moderni motori scacchistici come Stockfish.

L'evoluzione e la spinta che sta avendo quindi ha ed avrà impatti anche a livello culturale e sociale, da semplice assistente digitale a "L'uomo bicentenario" o "Blade Runner" il tempo è ancora "lungo" ma come ci dice la legge di Moore (sui microprocessi) in generale, l'evoluzione aumenta con il passare del tempo in modo esponenziale.

L'obiettivo deve essere una collaborazione basata su principi e deve tener conto del dibattito pubblico, codice open-source per evitare concetti di manipolazione per fini aziendali o politici, insomma creare quel clima di fiducia collettiva quando si và "verso l'ignoto".