Editoriale: “Intelligenza Artificiale un grande alleato per lo sviluppo”

Share
22 October 2019 NEWSLETTER GLT

di Gabriele Iannilli

Responsabile Editoriale

La nascita dell’intelligenza artificiale risale per convenzione alla prima produzione di un personal computer e viene fissata al 1956. Da allora il concetto stesso ha avuto un’evoluzione e una diffusione di ambiti di applicazione notevole: si è passati dalla “paura” che le macchine potessero sostituire e sostituirsi all’intelligenza umana e all’uomo stesso, allo sfruttamento delle enormi potenzialità che tutte le differenti forme di intelligenza offrono. In particolare, con l’intelligenza artificiale si è cercato di dotare le macchine di determinate caratteristiche che vengono considerate tipicamente umane, e sono distintive delle differenti forme di intelligenza riconosciute dalla teoria di Gardner e che vanno dall’intelligenza spaziale a quella sociale, da quella cinestetica a quella introspettiva. Nel corso del tempo si sono così diffusi moltissimi ambiti di applicazione e sono stati fatti notevoli passi in avanti.

Uno di questi è rappresentato dal “machine learning”: algoritmi specifici, in grado di far migliorare il comportamento della macchina (inteso come capacità di agire e prendere decisioni) che può così imparare tramite l’esperienza, proprio come gli esseri umani. Sviluppare algoritmi in grado di imparare dai propri errori è fondamentale per la realizzazione di sistemi intelligenti che operano in contesti per i quali i programmatori non possono, a priori, prevedere tutte le possibilità di sviluppo e le modalità in cui il sistema si trova a operare. Tramite l’apprendimento automatico, quindi, una macchina è in grado di imparare a svolgere una determinata azione anche se tale azione non è mai stata programmata tra le azioni possibili.
Dietro questo particolare ramo dell’Intelligenza Artificiale vi è stata da sempre (e vi è ancora) una profonda ricerca, sia teorica che pratica, basata, tra le altre cose, sulla teoria computazionale dell’apprendimento e sul riconoscimento dei pattern. L’apprendimento automatico è stato reso possibile dallo sviluppo delle reti neurali artificiali; un particolare modello matematico che, ispirandosi ai neuroni e alle reti neurali umane, punta alla soluzione dei diversi problemi a seconda delle possibilità di conoscere gli input e i risultati derivanti dalle scelte effettuate. Questo significa che nulla, all’interno di una rete neurale, può essere lasciato al caso: ogni azione del sistema intelligente sarà sempre il risultato dell’elaborazione di calcoli volti a verificare i parametri e a definire le incognite che caratterizzano le funzioni stesse.

Ulteriori settori in cui l’Intelligenza Artificiale (IA) viene utilizzata in maniera regolare sono la finanza, la medicina e la robotica. Tralasciando gli ultimi due campi, possiamo soffermare l’attenzione su come l’IA rappresenti insieme al fintech una delle chiavi per lo sviluppo del nostro sistema economico: l’intelligenza unita alla tecnologia e alla finanza hanno permesso di creare e raggiungere grandi opportunità di crescita e sviluppo a livello globale puntando sempre ad un aumento della produttività che avrebbe dovuto portare ad un miglioramento delle condizioni economico – sociali delle comunità. Molto spesso però la finanza è stata demonizzata anche in virtù di spiacevoli eventi che hanno riguardato risparmiatori; ma la vera causa dei disastri si annida nella scarsa alfabetizzazione finanziaria del nostro Paese. Tale fenomeno rappresenta un vero e proprio ostacolo al meccanismo di amplificazione dell’evoluzione tecnologica che vede nella finanza stessa un motore di propagazione. Ecco perché non può sfuggire l’evoluzione in corso e i suoi due fattori: l’intelligenza artificiale da una parte e il fintech dall’altra. Due elementi che possono proiettarci nella trasformazione digitale e favorire una maggiore diffusione della finanza e del rischio. Un esempio di integrazione tra fintech, IA, e machine learning si ha nel campo del risk management e in particolare nel rischio di credito. Il sistema bancario utilizza ancora metodologie antiquate per lo scoring delle imprese e l’erogazione del credito, creando molte asimmetrie informative.

Un esempio di successo è rappresentato da una start-up turco-cinese con sede in Svizzera chiamata Colendi che intende disintermediare il sistema bancario attraverso lo sviluppo di una piattaforma di microcredito peer-to-peer che utilizza algoritmi e calcoli di machine learning per avere un sistema di scoring sempre aggiornato. Il sottostante di tale società è rappresentato dalla gestione di dati reperiti con tutti i canali disponibili: open data, big data e social data. Tale strumento, che rappresenta un esempio di fintech applicato ad un settore maturo come quello dell’erogazione del credito, si pone anche l’obiettivo di contrastare le dinamiche dei default bancari e del crescere del credito anomalo (inadempienze e sofferenze) che negli ultimi anni hanno creato non poche problematiche alle politiche monetarie dell’eurozona.

Tuttavia, sul futuro dell’IA molta strada deve essere ancora fatta, soprattutto in determinati settori, dove l’ utilizzo dei sistemi intelligenti e il loro impatto sul tessuto sociale ed economico potrebbe creare dei problemi: se da un lato l’entusiasmo per l’evoluzione tecnologica è sicuramente molto evidente in diversi settori, dall’altro la paura che a breve le macchine potrebbero sostituire del tutto l’uomo in molti luoghi di lavoro si è insinuata in maniera sempre più insistente nelle menti di molti. L’evoluzione tecnologica già in passato ha portato a sostituire la mano d’opera umana con macchine e computer che, in maniera più rapida e soprattutto più economica, vengono utilizzati in diversi settori. Con l’uso massivo dell’IA sarà possibile perdere ulteriori posti di lavoro, ma è anche vero che si apriranno sempre più strade per la realizzazione di nuove tipologie di figure professionali, senza perdere mai di vista la morale e l’etica lavorativa del corretto utilizzo delle macchine stesse. Ma il contrasto tra uomo e macchina è un settore molto più ampio che non è solo relativo all’evoluzione dell’IA e dei sistemi intelligenti, ma anche e soprattutto relativo alla morale e all’etica lavorativa e al corretto utilizzo delle macchine nel rispetto dell’uomo. Probabilmente la direzione che si prenderà non è ancora ben delineata, ma potrà portare a una nuova rivoluzione culturale che creerà nuovi stili di vita cercando di migliorare molti degli aspetti sociali e di sviluppo sostenibile che finora non hanno avuto le adeguate soluzioni.