Le potenzialità dell’intelligenza artificiale al servizio della società

«Innanzitutto, bisogna avere bene a mente che l’Ai è il mezzo, mentre l’innovazione sociale è il fine a cui tendere. È già molto importante non confondere i mezzi con i fini – chiarisce Paolo Venturi, docente di imprenditorialità e innovazione sociale all’Università di Bologna e direttore di Aiccon – Ora il tema è quale valore d’uso dare a questa grande potenza dell’Ai, che accelera tutti i processi. Diventa un tema politico, va costruita una governance: il valore d’uso va definito prima e va misurato dopo. La misura e la governance non sono neutre».

Altrimenti il rischio è ritrovarsi effetti non desiderati, imprevisti e/o negativi. Ma quali criteri darsi? La responsabilità a questo punto è tutta dell’umano e della sua visione della società futura, in questo senso è politica. «Posso verificare quale tipo di impatto l’Ai ha su felicità pubblica, libertà delle persone, democrazia, sostenibilità, disuguaglianze. Diverso è se prendo altri fattori come connessioni, aumento del Pil ecc. La questione è dare un fine a un mezzo. L’Ai nasce dalle informazioni, oggi potenzialmente infinite, ma non alimenta coscienza di sé né del senso del valore che genera. Conosce, ma non riconosce in termini affettivi».

Gli Stati però – sottolinea Venturi - oggi hanno le regole in mano ma non possiedono né i capitali né la conoscenza che è in mano a pochi. «Quindi servono un’azione politica e una visione che si facciano guidare da categorie su cui misurare l’Ai sulla sua effettiva generatività che non sta nella capacità esponenziale di estrarre profitto dai dati, ma nel migliorare il benessere di tutti i cittadini e nell’aumentare il loro grado di libertà e non di dipendenza. Per questo motivo non possiamo, come spesso succede, misurare l’impatto dell’Ai solo in termini di produttività».

Quindi la questione è: a quale domanda specifica vogliamo che l’Ai risponda? «L’Ai può essere governata solo se potenzia un’intelligenza collettiva. Se noi indeboliamo l’intelligenza collettiva nei processi di sviluppo dell’Ai, non andiamo lontano. All’origine della tecnica deve esserci una domanda di senso per evitare che questa non determini un processo estrattivo o dis-umano – conclude Venturi - Per esempio possiamo abilitare l’Ai per conciliare i tempi vita-lavoro in maniera armonica e inclusiva (penso in particolare alle disuguaglianze che toccano le donne e le madri) oppure possiamo spingerla unicamente per razionalizzare un processo riducendo il tutto all’ottimizzazione (apparente) di un piano orario».

Come va indirizzata nel processo, l’Ai va monitorata sul dato, ancora troppo spesso all’origine di bias (distorsioni cognitive) che alimentano pregiudizi sociali. La questione è talmente grande che la Casa Bianca ha invitato le società tech a collaborare con gli hacker per stanare i bias e migliorare dati che possono compromettere la richiesta di un mutuo o l’accesso a certi lavori da parte di fasce di popolazione su cui da sempre gravano pregiudizi. Una parte degli esperti è ottimista e ritiene che mano a mano i dati saranno integrati, i bias diminuiranno. Qualche settimana fa però la ricercatrice Meredith Broussard, già autrice del libro Artificial Unintelligence (2018) ha spiegato come quello dei bias sia molto di più di un problema tecnico (More than a glitch il suo ultimo libro). In realtà – sostiene la professoressa alla New York University - razzismo, sessismo e abilismo sono problemi sistemici radicati nei sistemi tecnologici, perché sono radicati nella società. Insomma, sarebbe facile se la correzione fosse l’aumento dei dati. Ma questo non migliora i sistemi tecnologici se il problema di fondo è la società.

«Certo c’è un problema di qualità del dato. A volte preferenze sistematiche (i cosiddetti bias) non volute sono connesse alla qualità del dato. Ma in generale noi vogliamo che una macchina utilizzi una preferenza sistematica per automatizzare i processi. È nel design – commenta Benanti - Il problema è se queste siano trasparenti oppure no. Perché se non sono trasparenti, possono esserci preferenze sistematiche non volute. Le discriminazioni sono proprio preferenze sistematiche non socialmente accettabili. L’importante è che questo sia trasparente, visibile. La trasparenza è il primo dei requisiti etici».