|
Questa volta ci siamo occupati di intelligenza artificiale.
Le problematiche tecniche ed etiche legate ai sistemi di decisione automatica sono sempre più rilevanti per le nostre vite, e in particolare in tempi di COVID-19.
Abbiamo voluto mettere in evidenza come, per integrare consapevolmente tali modelli nella nostra quotidianità, sia indispensabile ripensare l’attuale narrazione mediatica sull’IA, comprenderne il reale funzionamento e il suo rapporto con il nostro sistema democratico.
L’adozione di sistemi di “contact tracing” (l’identificazione automatica dei contatti avuti da un individuo infetto), anche da parte del governo italiano, ha caratterizzato il dibattito pubblico delle ultime settimane. I punti toccati dal position paper “Automated decision-making systems and the fight against COVID-19” di AlgorithmWatch a firma di Fabio Chiusi e Nicolas Kayser-Bril ci sono sembrati una premessa fondamentale da tenere presente per essere preparati alla discussione che sarebbe poi esplosa nei giorni successivi.
Con il quarto QuaranTip abbiamo dunque proposto una traduzione dell’articolo, per offrire anche in lingua italiana una riflessione su come far coesistere l’utilizzo di tecnologie di tracciamento e i nostri principi democratici, sottolineando come "Il COVID-19 non è un problema tecnologico" ma piuttosto un problema complesso che presenta numerosi aspetti da tenere in considerazione (sanitari, sociali, relazionali), e per questi "non c’è una app che li possa risolvere o mitigare".
Per avviare una discussione pubblica consapevole, crediamo poi sia altrettanto necessario che la comunicazione mediatica presti attenzione ad alcuni errori e stereotipi comuni parlando di intelligenza artificiale. Con il quinto QuaranTip abbiamo condiviso la lista di “dos and don’ts” redatta da Andrey Kurenkov per Skynet Today.
L’articolo tocca diversi aspetti, che riguardano la rappresentazione dell’IA in generale (“don’t: imply autonomy where there is none”) ma anche lati più tecnici che, per quanto cruciali nella comunicazione scientifica, solitamente non vengono divulgati all’utente non del settore.
In particolare, raramente si esplicita quale task voleva risolvere il modello di cui si parla (“do: make clear what the task is, precisely”) e quasi mai si spiega quale ruolo hanno avuto i ricercatori e gli umani in generale nella creazione del modello (“do: make clear what role humans have to play”), il cui contributo è essenziale in tutte le fasi non solo di modellazione ma anche di effettivo impiego della tecnologia: dall’annotazione o selezione dei dati, alla selezione dei parametri sulla base di conoscenza di settore, fino alla supervisione sull’output prodotto per evitare e correggere tempestivamente gli errori.
Per comprendere a pieno le critiche mosse a questa modalità comunicativa, è necessario fare quindi un passo indietro e chiedersi: cos'è di preciso l'Intelligenza Artificiale?
C'è una vecchia battuta che dice che l'IA è "tutte quelle cose fighe che un computer non può fare". Paradossalmente, per essere considerata intelligente, la macchina deve superare i propri limiti, ma superandoli dimostra che non erano davvero tali, spostando quindi lo scopo di ricerca dell’IA in generale.
Accantonando per il momento l’impresa di definirla, una delle cose migliori che possiamo fare ad oggi è comprendere i principi di base del suo variegato ambito di ricerca, e insieme la sua rilevanza nelle nostre vite.
Con il sesto QuaranTip vi proponiamo un punto di partenza: si tratta di “Elements of AI”, un corso introduttivo nato dalla collaborazione tra University of Helsinki e Reaktor con l’ambizioso obiettivo di formare l'1% della popolazione europea sui concetti di base dell'intelligenza artificiale.
Ci è piaciuto per vari motivi.
Innanzitutto perché propone un’ampia panoramica sui metodi e le tecniche impiegate in quest’ambito, restituendo correttamente l’idea che quando si parla di intelligenza artificiale si parla di un approccio alla formalizzazione e alla risoluzione di un problema, e non di una specifica tecnologia. Troviamo che questo sia importante, in un momento in cui la narrazione mediatica è concentrata principalmente sui modelli neurali e sui “supercomputer” che servono per svilupparli.
In secondo luogo, il corso propone esercizi da fare con carta e penna (qui un nostro tentativo :) ) che ci aiutano a riflettere e a familiarizzare con i concetti sia tecnici che critici, e che prescindono dall’effettiva implementazione.
Infine, è gratuito e vi verrà rilasciato un certificato di partecipazione una volta completato. E se avete difficoltà con l’inglese, salvatelo tra i preferiti perché presto sarà disponibile in tutte le lingue europee.
|
