Cos’è
L’intelligenza artificiale è uno strumento che consente di risolvere problemi simulando la logica umana, generando nuovi contenuti.
Esistono due grandi sottoinsiemi:
- l’Apprendimento Automatico (Machine Learning) un sistema addestrato ad apprendere automaticamente dalle esperienze;
- l’Apprendimento approfondito (Deep Learning) sottoinsieme dell’apprendimento automatico che utilizza reti neurali artificiali per imitare il processo di apprendimento del cervello umano. Il sistema viene istruito affinché impari da solo riconoscendo i modelli attraverso molteplici livelli di elaborazione.
In sintesi:
| Apprendimento Automatico | Apprendimento approfondito |
|---|---|
| Sottoinsieme dell’AI | Sottoinsieme dell’Apprendimento Automatico |
| Può eseguire l’addestramento su gruppi di dati più piccoli | Richiede grandi quantità di dati |
| Richiede un maggiore intervento umano per correggere e apprendere | Impara da solo dall’ambiente e dagli errori passati |
| Allenamento più breve e precisione inferiore | Allenamento più lungo e precisione maggiore |
| Crea correlazioni semplici e lineari | Crea correlazioni non lineari e complesse |
| Può eseguire l’addestramento su una CPU (unità di elaborazione centrale) | Per l’addestramento necessita di una GPU (unità di elaborazione grafica) specializzata |
| Funziona con dati non strutturati come immagini, video e audio | |
| Capacità di astrazione e apprendimento di concetti complessi, adattandosi ad ambienti dinamici e complessi |
Esempi:
| Apprendimento Automatico | Apprendimento approfondito |
|---|---|
| Supervisionato: classificare le email come spam o non spam basandosi su gruppi di dati etichettati, che includono sia input, sia output | Social Media – analisi di grandi quantità di immagini al fine di rilevare utenti con contenuti specifici (ad esempio per il riconoscimento facciale) o nella sentyment analysis per comprendere cosa pensa l’opinione pubblica di un prodotto o servizio, ad esempio scandagliando le recensioni presenti online |
| Non supervisionato: raggruppamento di dati in base alle somiglianze, anche senza sapere in anticipo quali categorie rappresentano. Apprendimento da dati non etichettati, che includono solo input | Finanza – Le reti neurali possono prevedere valori aziendali, identificare minacce e sviluppare strategie di trading |
| Sanità – aiuta a comprendere il comportamento dei pazienti, facilitando la diagnosi e il trattamento | |
| Sicurezza Informatica – Gli algoritmi possono rilevare e mitigare minacce come virus e malware | |
| Assistenti Digitali – Il trattamento del linguaggio naturale (NLP) consente a Chatbot e assistenti digitali come Siri, Google Assistant e Alexa di fornire risposte intelligenti | |
| Testi – traduzione automatica, generazione di testo |
I vantaggi dell’Intelligenza Artificiale
Quali sono i vantaggi?
Assistenza
Strumenti di assistenza digitale disponibli 24×7 consentono di rispondere alle domande più comuni, risolvere problematiche o scalarle ad agenti umani, riducendo compiti ripetitivi.
Riduzione degli errori
Algoritmi correttamente programmati consentono di incrementare accuratezza e precisione, ad esempio tramite sistemi di chirurgia robotica migliorando la sicurezza e gli esiti per i pazienti.
Zero rischi
L’utilizzo di robot azzera i rischi per l’essere umano, ad esempio per il disinnesco di bombe, interventi nelle profondità oceaniche, viaggi nello spazio o in ambienti produttivi pericolosi completamente automatizzati.
Compiti ripetitivi
Alcuni compiti ripetitivi e noiosi possono essere automatizzati, consentendo alle persone di focalizzarsi su quelli più complessi o creativi.
Decisioni imparziali
Se nell’algoritmo si può verificare l’assenza di opinioni di parte, il processo decisionale può essere più accurato, ad esempio per la selezione di candidati in base alle conoscenze e competenze piuttosto che sui dati demografici.
A cosa prestare attenzione
L’intelligenza artificiale può essere utile per apprendere o risolvere problemi, ma ci sono alcuni aspetti che è bene tenere presente perchè potrebbero rappresentare elementi invalidanti o comportare una sua ridefinizione del funzionamento.
Oligopolio
I dati e le capacità di elaborazione dell’Ai sono concentrati in poche realtà private più influenti rispetto a governi, ambiti accademici e ricerca pubblica
AI in the Public Interest: Confronting the Monopoly Threat
Proprietà intellettuale
esistono ormai poche e nutrite concentrazioni di conoscenze “drenate” dalla rete, con dubbi sulla tutela della proprietà intellettuale
Notizie false
Solo l’intelligenza e la sensibilità umana può distinguere tra fatti reali e falsi ed esiste il rischio della proliferazione di informazioni distorte (ad esempio attraverso il Deepfake).
Le organizzazioni dotate di risorse possono pensare di personalizzare modelli generici in base alle proprie specificità, ma rimane il problema dell’accuratezza e veridicità dei dati disponibili
Pregiudizi e discriminazioni
Attraverso tecniche statistiche di tipo predittivo e generativo, i risultati dipendono dalla qualità del modello e dalla fonte dei dati. Possono non essere accurati o appropriati, se il modello contiene (nell’algoritmo) opinioni di parte (BIAS), generando pregiudizi e conseguenti discriminazioni
Selezione dei dati
Porre attenzione nel selezionare i dati utilizzati per “insegnare”, privilegiando modelli piccoli, specializzati.
E’ importante coinvolgere nel processo anche le risorse umane per validare i risultati dei modelli di IA, prima di essere pubblicati o usati.
Il rischio può essere di utilizzare informazioni innesatte, non contestualizzate ad un caso specifico, obsolete ed errate, generando risposte che possono essere controproducenti
Costi alti
E’ una tecnologia ad alto consumo di risorse che necessita di componenti hardware e software costantemente aggiornati, aprendo riflessioni sulla sostenibilità ambientale
Lavoro umano obsoleto
Si sostituisce ad alcune tipologie di lavoro umano, ad una velocità esponenziale (probabilmente) superiore a quella della capacità dell’essere umano di acquisire nuove competenze e professionalità, comportando la necessità di accompagnare il cambiamento
Dare senso
Non è in grado di comprendere i significati, essendo i risultati generati da modelli stocastici, che seguono leggi causali, probabilistiche
Etica ed emozioni
L’etica e la morale sono caratteristiche umane che non possono essere incorporate nell’AI.
I sentimenti, il senso di squadra per il raggiungimento degli obiettivi non può essere sostituito dai computer
Norme e regolamenti
Gli aspetti di cui sopra hanno la necessità di essere gestiti in ambito nazionale ed internazionale
Considerazioni ed Aspetti Organizzativi
Il futuro dell’intelligenza artificiale dipenderà dalla capacità di esaltarne i vantaggi annullando o mitigando le possibili minacce per il benessere della collettività.
L’intelligenza artificiale non dovrebbe essere intesa come un’alternativa a quella umana, ma come uno strumento complementare da cui si possono trarre benefici per la collettività, a cui sicuramente ricorrere quando si ha a che fare con una grande mole di dati, i “Big Data”, in quanto in grado di eseguire elaborazioni impossibili per un essere umano in tempi ridotti.
Essendo uno strumento deve essere tenuto sotto il controllo, la revisione, il “benestare” del cervello umano. Non foss’altro perché quello dell’Homo Sapiens ha un’evoluzione di non meno di 50.000 anni e ancora oggi le neuroscienze hanno difficoltà a comprenderne il funzionamento (How far neuroscience is from understanding brains).
Progettazione Organizzativa
L’adozione di strumenti intelligenza artificiale in un’organizzazione comporta un ripensamento delle attività svolte dalle risorse umane.
La classica progettazione organizzativa si basa su una struttura organizzativa con ruoli definiti, differenziati ed integrati con meccanismi operativi. Bisogna trovare la persona adatta, in grado di uniformarsi al disegno complessivo, alla cultura, alle regole (anche se è importante saper generare diversità per innovare).
I ruoli solitamente sono declinati per profili, attività, responsabilità e sono oggetto di periodica manutenzione al variare del contesto.
Oggi, alla luce dei cambiamenti repentini (non solo dovuti dalle rivoluzioni tecnologiche), occorre essere in grado di attrezzarsi per rispondere alle sfide interrogandosi su chi o cosa sia in grado di elaborare le giuste domande e fornire le risposte: le risorse umane attraverso lo sviluppo delle conoscenze e delle competenze.
Occorre ridare centralità alla risorsa umana aprendo un dialogo costruttivo, motivante, ritrovando il senso del sapere, del conoscere e del partecipare, ben consapevoli anche dei limiti di ogni singola intelligenza (il cervello umano non è perfetto). Questa consapevolezza può costruire un dialogo collaborativo con le nuove tecnologie, non antitetico.
Una sfida che può essere un’opportunità
Un’occasione per l’essere umano di elevare le proprie competenze utilizzando gli strumenti offerti dall’intelligenza artificiale.
Significherebbe, ad esempio, affiancare ad un’organizzazione basata sui ruoli, un livello espresso dalle conoscenze e dalle competenze manifestate, dimostrate dall’unicità di ogni singola persona, per trovare soluzioni, innovare, supportare l’altro. La remunerazione dovrebbe basarsi anche su questo.
Conoscenze, competenze, abilità ed idee del futuro sono il frutto della storia unica di ogni singola risorsa, che dovrebbe avere la possibilità di esplicitarle, svilupparle all’interno del team, area, organizzazione. L’organizzazione che mira a sviluppare un vantaggio competitivo dovrebbe fornire il contesto concretamente adatto (conoscenze organizzate, occasioni di micro apprendimenti, formazione evoluta, ecc.) l’ “humus”, gli strumenti, i meccanismi condivisi. Un livello di vera intelligenza diffusa, piatta, non gerachica, ma anche su più livelli/ aree “neuronali”, in grado di prendere decisioni sul grado di adozione degli strumenti di intelligenza artificiale che possono essere integrati nella base di conoscenza.
l’AI deve rimanere uno Strumento per l’agire organizzativo
Un livello aggiunto al normale fluire organizzativo in cui non è l’organizzazione a dirti cosa devi fare, ma sei tu che – alla luce del tuo sapere – proponi cosa fare.
