Intelligenza Artificiale: Luci ed Ombre

Machine Learning significa apprendimento automatico ed è un metodo di programmazione che rientra nella branca dell’Intelligenza Artificiale. Delle opportunità in ballo se ne parla sempre più spesso ma a volte se ne ignorano i rischi, di cui invece abbiamo provato ad offrire una panoramica chiara e completa in occasione della Milano Digital Week di marzo.

Grazie a questo metodo, la conoscenza è trasferita dall’uomo alla macchina ma è appresa in maniera autonoma dalla macchina stessa, che da sola è capace di elaborare le informazioni (queste sì, fornite dall’uomo), migliorando le proprie risposte tramite l’esperienza.

Attraverso questi metodi, la macchina codifica le informazioni che riceve, tirando fuori (per deduzione) patterns, analogie, regole da cui apprendere.  

Chi usa questa tecnologia

AI e salute

La Mastercard, ad esempio, utilizza strumenti di machine learning per aumentare il change management in tutto il suo ecosistema di prodotti e servizi. Adobe Systems, lo sta sperimentando per analizzare i ticket nel software di help-desk e cercare trend nei guasti del sistema. Vediamo in quali altri settori e come le aziende stanno sperimentando l’Intelligenza Artificiale per il proprio business.

Istituzioni mediche: le cliniche saranno in grado di monitorare i pazienti che si trovano fuori dall’ospedale. Monitorando le prestazioni del corpo e dell’attività fisica, l’algoritmo proporrà di fissare un appuntamento con un medico o di seguire una dieta. Se mostri all’algoritmo un milione di immagini tomografiche con tumori, il sistema con elevata precisione può predire il cancro in una fase precoce.

Internet company: i servizi di posta utilizzano algoritmi di apprendimento automatico per filtrare lo spam. I social network imparano a mostrare solo notizie interessanti e cercano di creare un feed di notizie “perfetto”.

Servizi di sicurezza: i sistemi di accesso sono basati su algoritmi di riconoscimento fotografico o biometrico. I servizi stradali utilizzano l’elaborazione automatica dei dati per rintracciare i trasgressori.

Società di sicurezza informatica: stanno sviluppando sistemi di protezione contro l’hacking di dispositivi mobili mediante l’apprendimento automatico. Un chiaro esempio è Snapdragon di Qualcomm.

Rivenditori: le applicazioni mobile delle catene di vendita al dettaglio possono studiare i dati dei clienti per creare liste della spesa personalizzate, aumentando la fedeltà dei clienti. Un’altra applicazione intelligente può consigliare prodotti che sono di interesse per una determinata persona.

Istituzioni finanziarie: le applicazioni bancarie studiano il comportamento degli utenti e offrono prodotti e servizi basati sulle caratteristiche del cliente.

Case intelligenti: un’applicazione basata su una macchina analizzerà le azioni di una persona e proporrà soluzioni. Ad esempio, se fuori fa freddo, nessun elettrodomestico della cucina è in funzione e gli amici suonano al citofono, l’app ordina una pizza.

Dati: la nuova moneta di scambio

AI e big data

Le tecnologie di apprendimento automatico attirano clienti, analizzano grandi quantità di dati e fanno previsioni. Gli utenti riceveranno nuove opportunità per risolvere i loro problemi e l’esperienza d’uso delle applicazioni mobile diventerà ancora più personale e piacevole. 

Che il machine learning e più in generale l’intelligenza artificiale cambieranno le nostre vite è senza ombra di dubbio vero: riconoscere oggetti e suoni, fare traduzioni in tempo reale, avere delle auto senza conducente sono ormai funzioni reali. Eppure noi crediamo che società come la nostra, quelle cioè che accompagnano le aziende lungo il loro percorso di trasformazione digitale, abbiano il dovere di parlare di queste potenzialità tecnologiche in maniera quanto più onesta e trasparente.

Lo abbiamo fatto, ad esempio, alla Milano Digital Week, chiedendo ad Aldo Franco Dragoni, docente di Intelligenza Artificiale alla Politecnica delle Marche, di fare un po’ luce anche sullo scenario che i più entusiasti non vogliono considerare: la potenza dei sistemi di Intelligenza Artificiale, se male indirizzata, può diventare molto pericolosa.

AI e social mediaPer fare solo un esempio: siamo ormai tutti consapevoli che l’utilizzo più sofisticato e massiccio dei sistemi di Intelligenza artificiale è principalmente (per non dire esclusivamente) appannaggio delle grandi digital company americane, fra queste soprattutto i social network come Facebook, Twitter, Linkedin. Questi giganti della Silicon Valley sono in grado di valorizzare le grandi quantità di dati prodotti con un ritorno non solo sul proprio business ma anche sulla tenuta della democrazia nei vari paesi del mondo. Secondo Fortune la Rete offre gratuitamente solo il 20% dei dati prodotti, mentre il restante 80 è nelle mani di aziende e organizzazioni private.

Anche le iniziative opensource di Google, Facebook, Amazon hanno un rovescio della medaglia: da un lato ai programmatori viene offerta la possibilità di accedere gratuitamente al codice, ma dall’altra le multinazionali digitali chiariscono che tutti i dati restano di loro esclusiva proprietà. Ecco perché il giornalista John Battelle già nel 2010, facendo riferimento a Google, lo aveva descritto come il più grande database delle intenzioni umane.

Alla luce di queste considerazioni, la nostra Tavola Rotonda ha posto l’accento sulla necessità di definire delle linee guida etiche per scongiurare la possibilità (non così remota) che i giganti hi-tech americani sfruttino machine learning e reti neurali per plagiare il libero arbitrio degli utenti.

Una sfida, questa, che può essere vinta solo attraverso la conoscenza e una seria divulgazione!