Per un’etica delle tecnologie

L’intelligenza artificiale è sempre più pervasiva. Offre grandi opportunità in molti settori, a patto di usarla con responsabilità, trasparenza, equità.

L’intelligenza artificiale sta rivoluzionando la nostra vita, anche quella di chi non sa che questa tecnologia è alla base del funzionamento di macchine e apparecchi che utilizziamo quotidianamente. Non si tratta, quindi, di un’ipotesi futura e futuribile, ma una realtà presente e concreta, al di là dei titoli sensazionalistici dei giornali.
Nell’estate del 1956 nel New Hampshire, negli Stati Uniti, per circa due mesi un gruppo di menti brillanti – tra cui i quattro passati alla storia come i padri fondatori – si riunì al Dartmouth College per riflettere e lavorare insieme sul tema dell’artificial intelligence e tracciare i fondamenti della disciplina. Fu questa l’occasione in cui venne ideato il nome, che al tempo stesso evoca il potenziale umano e rimanda ad abilità meccaniche e artefatte.
A oggi si definisce intelligenza artificiale un insieme di tecniche, diverse da quelle tradizionali, in grado di programmare un calcolatore digitale, il quale esegue i compiti che gli vengono affidati a una velocità di gran lunga superiore a quella dell’essere umano, senza commettere errori. Si tratta, dunque, di scrivere un programma e di tradurlo in un linguaggio comprensibile per la macchina, la quale impara grazie ad algoritmi matematici e a oggetti che simulano il comportamento delle reti neurali biologiche.
«Questa innovazione sottende temi di grande interesse pratico, come la pianificazione della produzione di un’azienda, la diagnosi medica e la relativa terapia, gli investimenti finanziari e i calcoli del rischio di alcuni interventi di tipo ambientale che sfuggono alla programmazione tradizionale. Da qui gli ingegneri hanno iniziato a lavorare per trovare soluzioni efficaci», racconta Alfio Quarteroni, professore emerito di matematica al Politecnico di Milano. «Come i bambini, anche il computer non vuole teoria, ma solo esperienza, che proviene dai dati. Immaginiamo di prendere molte foto di animali (cani, gatti, pesci…) e di mettere il numero 1 se si tratta dell’immagine di un cane, 0 se non lo è. A partire da ciò si realizza poi un algoritmo matematico: se è ben elaborato, di fronte a una nuova immagine la macchina saprà stabilire se si tratta di un cane oppure no. La nostra conoscenza di quanto accade termina qui. Se la rete impari da nuove esperienze e se apprenda bene o male restano misteri».
Gli scienziati stanno studiando come avere reti neurali più interpretabili, ma al momento si tratta di un problema aperto che non permette di prevedere come evolverà la disciplina.
Va da sé che emergono criticità di varia natura, in aggiunta a quella della sostenibilità, perché si tratta di sistemi che consumano moltissima energia.

Il seguito sulla rivista.

di Marta Perrini