di Stefano Epifani*
È ora di tornare a parlare di futuro. È ora di comprendere quali debbano essere i pilastri sui quali costruire la seconda fase nella gestione dell’emergenza che stiamo vivendo. Ed è ora di capire quali siano gli strumenti tecnologici che possano supportarci in questa seconda fase.
In un momento in cui il dibattito pubblico si è avvitato quasi esclusivamente attorno alle applicazioni che dovrebbero servire per il tracciamento dei cittadini in una forzata contrapposizione tra privacy e salute pubblica, è indispensabile guardare oltre. È necessario farlo per definire i criteri attorno ai quali costruire le strategie che determineranno lo sviluppo della Fase 2, ed in funzione di ciò per comprendere come tali criteri potranno essere supportati da tecnologie come l’intelligenza artificiale in maniera tale da garantire il rispetto dei principi di sostenibilità sociale ed economica ai quali non si può e non si deve abdicare nonostante – e soprattutto – ci si trovi a vivere una fase d’emergenza.
Per questo motivo abbiamo pubblicato un manifesto (che potete leggere nell'allegato pdf in fondo all'articolo) che elenca i punti principali dai quali ripartire per sviluppare una riflessione condivisa su come affrontare la Fase 2.
Manifesto che parte da alcuni assunti che non sono prescindibili nella gestione del problema e che sino ad ora, complice l’urgenza della situazione, sembrano talvolta passati in secondo piano:
• Complessità: la società è un sistema complesso e come tale va analizzato;
• Multidimensionalità: le scelte vanno fatte sulla base di fattori che dipendono da dimensioni diverse ed intercorrelate;
• Inferenzialità: per decidere non basta guardare alle correlazioni dirette tra i fattori in gioco, ma alle inferenze tra esse;
• Adattabilità: in una società iper-complessa, le scelte dovranno adattarsi a tale complessità;
• Rete: Ogni decisione dovrà essere presa tenendo presente il fatto che le logiche lineari non sono adatte ad affrontare la situazione, perché ci si trova in un contesto di rete.
È evidente come questo sia il dominio d'elezione dei sistemi di intelligenza artificiale. La complessità della società nella quale ci troviamo a vivere determina correlazioni tra sistemi mutualmente interdipendenti che richiedono – per essere interpretati e compresi correttamente – modelli di analisi multidimensionale che contemperino approcci concorrenti differenziati: all’approccio epidemiologico che fino ad oggi è stato prevalente serve affiancare altri modelli di analisi, da una parte differenziando le azioni atte a contenere o gestire le dinamiche di contagio e quelle orientate a far ripartire il sistema, dall’altra considerando che questi due elementi sviluppano forti interazioni reciproche . Elementi come i flussi ed i movimenti della popolazione, la gestione dei focolai di infezione o la dinamica delle riaperture sviluppano impatti economici e profonde ripercussioni sociali, richiedendo un approccio profondamente multidimensionale. Complessità e multidimensionalità richiedono che i decisori – in un’ottica di data driven governance – possano e debbano fare uso di strumenti di intelligenza artificiale per avere un supporto in decisioni che non potranno prescindere, applicandosi all’analisi di sistemi complessi, dal ricorso a modelli inferenziali che si basino sulla capacità di tracciare tali correlazioni, e su strumenti in grado di gestire una società che dovrà dimostrarsi sempre più adattabile di fronte ad una complessità sempre più alta. Società che – proprio come i sistemi di intelligenza artificiale sui quali si baserà per crescere – dovrà imparare a riscrivere sé stessa e le sue regole imparando dall’esperienza. Società che – proprio come una rete neurale – non si basa su processi lineari, ma su modelli molto più complessi e di difficile interpretazione.
Per questi motivi l’Intelligenza Artificiale ha le carte e le caratteristiche per diventare il vero game changer nella gestione di ciò che ci aspetta. Ma proprio per questo è indispensabile un richiamo ai principi rispetto ai quali si vuole che essa si sviluppi, che sono quelli esposti nel Manifesto.
Se complessità, multidimensionalità, inferenzialità, adattabilità ed approccio orientato alla rete sono infatti le caratteristiche principali da tenere in considerazione, per usare l’intelligenza artificiale nel modo corretto dobbiamo considerare un ultimo, importantissimo fattore trasversale ad essi: il ruolo delle persone.
Per questo il manifesto evidenzia come qualsiasi strategia implementata nella Fase 2 sarà fallimentare se non si baserà sul ruolo attivo e consapevole delle persone, che rappresenteranno il vero motore di cambiamento ed il vero elemento di successo. Non sarà un’app di contact tracing a salvarci dal Covid-19, nemmeno nell’ambito di una strategia differenziata e complessa. Sarà la capacità di creare un sistema basato sull’accountability, sulla fiducia e sulla capacità di costruire un modello di risposta al problema basato su scelte trasparenti, che inducano comportamenrti consapevoli.
E questo non è solo un tema politico. È un tema che riguarda la capacità di declinare le scelte che determineranno lo sviluppo degli algoritmi che impatteranno sulla nostra vita sulla base di un modello orientato alla sostenibilità digitale, ossia alla capacità di sfruttare le tecnologie come l’intelligenza artificiale con un approccio strumentale al perseguimento degli obiettivi di sostenibilità economica e sociale – oltre che ambientale – fissate da quell’Agenda 2030 che mai come oggi torna ad essere attuale.
Ci troviamo di fronte alla necessità di una ricostruzione di senso che parta dalla presa d’atto del fatto di essere in una fase di trasformazione sociale epocale: ridisegnare mobilità, lavoro, istruzione, turismo, tempo libero, occasioni collettive di svago e di cultura richiederà lo sviluppo di modelli complessi, basati su approcci sociali, economici ed ambientali sostenibili che tengano insieme scelte economiche e loro impatto sociale ed ambientale, facendo ricorso alla sostenibilità digitale come strumento trasversale e abilitante ed all’intelligenza artificiale come strumento abilitante.
L’emergenza che stiamo vivendo mostra chiaramente il legame strettissimo tra il tema della sostenibilità e quello della tecnologia in un’ottica di sostenibilità digitale. In questi giorni il dibattito pubblico è concentrato sul tema del contact tracing attuato attraverso il ricorso alle tecnologie digitali. In questo scenario, ci si è ridotti a chiedersi se privilegiare la privacy o la salute pubblica, senza interrogarsi a sufficienza sulle modalità che la tecnologia pure mette a disposizione per tutelare la salute pubblica proteggendo la privacy dei cittadini e gli altri loro diritti fondamentali. Garantendo, cioè, la sostenibilità sociale delle soluzioni tecnologiche scelte.
Serve quindi un quadro interpretativo al quale ascrivere i modelli che si definiranno e sulla base dei quali verranno addestrate quelle intelligenze artificiali che identificheranno con noi e per noi gli elementi di complessità, i coefficienti di rischio, i fattori di scelta. Come è vero che i sistemi di intelligenza artificiale imparano dall’esperienza, è altrettanto vero che le rotte dell’apprendimento dipendono dagli algoritmi che vengono definiti dall’uomo. Per questo è importante riflettere ora su quali siano i parametri sui quali addestrare tali algoritmi, così che si evitino distorsioni e bias dai quali l’intelligenza artificiale non è certo immune e rispetto ai quali la sostenibilità digitale è un ottimo vaccino ed un indispensabile punto di partenza.
* Presidente del Digital Transformation Institute e autore di “Sostenibilità Digitale”
Riproduzione riservata © Copyright ANSA
