scenari hi-tech

Giornalismo automatico e finanza predittiva: i rischi degli algoritmi tutti uguali

Il giornalismo automatico e la finanza predittiva corrono il rischio di produrre bolle autoreferenziali se gli attori si affidano ai sistemi di machine learning dei soliti noti

di Luca Tremolada


default onloading pic

3' di lettura

«Immaginate un algoritmo della felicità nato per addestrare il nostro cervello: una sorta di deep learning da applicare al software più potente che racchiudiamo nel nostro stesso corpo». Francesco Marconi non solo se lo è immaginato ma ci scritto su un libro. L’autore di “Diventa autore della tua vita. 30 giorni per scoprire le tue aspirazioni e cominciare a raggiungerle” non è il classico motivatore all’americana che produce a getto continuo manuali su come vivere felici usando le tecnologie. È il capo della ricerca e sviluppo del Wall Street Journal e tra i massimi esperti di intelligenza artificiale applicata al giornalismo.

LEGGI ANCHE / La scarsità di medici, il nodo stipendi e l'intelligenza artificiale

«La tecnologia non servirà a licenziare i giornalisti – mette subito le mani avanti durante una intervista al Sole 24 Ore –. Anzi, si occuperà della parte noiosa e automatica della nostra professione per permetterci di lavorare ad esempio su inchieste». Il mantra dell’automated journalism è quello di favorire la creatività umana. E non è molto lontano da quanto viene promesso a medici, avvocati e uomini del marketing: l’Ai non è cattiva, non taglia posti di lavoro e non vi sostituirà ma migliorerà la qualità della vostra vita professionale. Per realizzare questo “sogno” occorre però scrivere algoritmi, scriverli bene e possibilmente in casa. Al Wall Street Journal, spiega Marconi, una squadra di una decina di persone sviluppa software molto spesso appoggiandosi a framework open source e qualche volta ai tool delle grandi piattaforma digitali che si occupano di machine learning. I nomi sono quelli soliti: Microsoft, Google, Ibm e tutti i big cino-californiani che mantengono un distacco notevole da università e dal resto del mercato nella corsa all’Ai. «In realtà nell’editoria ci sono molte startup che sviluppano strumenti per giornalisti di questo tipo ma occorre sviluppare in casa i propri strumenti altrimenti si rischia di fare tutti le stesse cose».

LEGGI ANCHE / I limiti dell'intelligenza artificiale in un video

Lo stesso accade per la finanza. L’applicazione di tecniche di intelligenza artificiale ai dati finanziari per prevedere l’andamento dei mercati è il corrispettivo del giornalismo automatico. Più o meno tutti i grandi ci lavorano nei loro laboratori ma solo i piccoli cominciano a raccontare qualcosa. «La vera sfida non è la tecnologia o l’accesso ai dati ma la matematica», spiega Davide Di Gioia a capo di un gruppo di ricercatori dell’University College London (Ucl) che lavorano sul machine learning per Fugen Private Sim. L’ambizione non è anche in questo caso quella di sostituire il gestore o automatizzare l’investimento ma fornire un’opinione qualificata ed epurata dagli aspetti emotivi su un prodotto finanziario in termini di peso e rischi utilizzando però nuove fonti di dati.

«Una proprietà sempre presente nelle serie storiche finanziarie è la non stazionarietà dovuta alla mancanza di staticità nel tempo di media e varianza». Detta in altro modo i classici metodi di “batch learning” o anche chiamata “offline learning”, secondo il ricercatore, offrono tecnologie che non si adattano ai flussi finanziari.

«L’aumento dell’accesso a insiemi di dati incredibilmente grandi e non stazionari e le esigenze di analizzarli in streaming - aggiunge - hanno condotto allo sviluppo di nuovi algoritmi di machine learning (tra i quali troviamo, online learning, continuos learning, transfer learning ndr.) su flussi di dati».

Serve insomma una nuova matematica e nuovi algoritmi su cui è opportuno investire. Ma più che altro serve anche nell’intelligenza artificiale un pensiero laterale. Se tutti usano gli stessi algoritmi con gli stessi dati il rischio è quello di creare dei contesti autoreferenziali dove tutti guardano nella stessa direzione, compiono le stesse scelte e determinano le stesse conseguenze. Per il giornalismo e per la finanza il rischio è quello di un pensiero unico, condiviso e quindi troppo prevedibile. Delle bolle simili alle echo chambers dei social dove le profezie si auto-avverano.

Brand connect

Loading...

Newsletter

Notizie e approfondimenti sugli avvenimenti politici, economici e finanziari.

Iscriviti
Loading...