Can machine think? Un’adozione Intelligente dell’IA per Professionisti ed Imprese

Il famoso quesito riecheggia a distanza di quasi ottant’anni ed è più attuale che mai; allora si era in piena Guerra Mondiale, la Seconda, mentre ora siamo impelagati in una specie di Terza Guerra Mondiale “a pezzi”, come osservato dal Papa.

Ma ora, come allora, un elemento, che è lo stesso, è protagonista assoluto di stravolgimenti nelle abitudini e, nel bene o nel male, per via degli eccessi che caratterizzano da sempre il fare umano, siamo lì a cercare di marcare il limite tra opportunità e minacce in una specie di SWOT a mezzo servizio: sto parlando di AI o IA, l’Intelligenza Artificiale.

Alan Turing, solo un cenno di storia…

Come ricorda Daniel Sampaio sul suo profilo, Alan Turing è considerato il padre dell’Intelligenza Artificiale che fu iniziata ad essere così chiamata a seguito di un suo articolo su Mind del 1950 introdotto proprio dalla domanda provocatoria che ho preso in prestito come titolo di questa mia riflessione sull’IA.

Il matematico inglese di fatto avviò la fase di declino dello strapotere nazista decriptando il codice Enigma con la sua macchina di nome Christofer, messa a punto insieme ad un team di crittoanalisti di cui egli era il capo; per mezzo di questa macchina i complicati calcoli che fino a quel momento venivano effettuati a mano per tentare di decodificare i codici di lancio dei missili nazisti che questi azzeravano alla mezzanotte di ogni giorno, poterono essere sviluppati grazie ad una esecuzione computazionale veloce, che permise, accelerando i tempi di decriptazione, di salvare milioni di vite umane ed accorciare di almeno due anni la durata del Secondo Conflitto Mondiale.

Non un intelligenza superiore quindi, ma il risultato di una programmazione umana che istruisce la macchina con dati ed informazioni di qualità per renderla veloce; esattamente l’autoapprendimento di una macchina cui vengono forniti dati, ovvero il “machine learning“.

Machine Learning

Può quindi una macchina pensare? Certo che no, o forse sì, ma può sicuramente aiutarci a velocizzare i nostri pensieri e le nostre aspettative, esattamente come fece Turing grazie alla sua di intelligenza, che realizzò i modelli (pattern) attraverso i quali riuscì ad istruire la macchina a “ragionare” più rapidamente; quindi qualità di modelli e dati forniti da un’intelligenza umana che riesce a progettare una macchina per seguire più rapidamente un ragionamento indotto.

E’ questa la ricetta, poi possiamo ragionare di tutto e di più, ma se non partiamo da qui, non possiamo neanche decifrare le tante informazioni che tutti i giorni, ormai da un bel po’, ci rimbalzano addosso in modo spesso improprio, volendoci convincere che l’IA sia qualcosa di superiore o magico, che sostituisca la nostra di intelligenza fintanto a pensare che sia inferiore, ma citando Alan Turing, ho voluto proprio sottolineare per dovere di storia e di informazione che tutto ciò che ci circonda, o forse è meglio dire, ciò in cui siamo immersi, è opera nostra, ovvero della bistrattata intelligenza umana.

Professionisti, IA e mondo delle Imprese

Dicevamo di essere bersagliati da questo fenomeno che, come visto, non è neanche così recente, ma dall’avvento commerciale dei chatbot come ChatGpt, improvvisamente si è diventati tutti esperti di IA, come del resto lo si è già di calcio, o pandemie, o geopolitica, a seconda del tema del momento.

Ebbene, anche il mondo dei Professionisti e delle Aziende non può esimersi dal fenomeno, quindi fioccano offerte di servizi muniti di IA, che fanno quasi intendere facciano tutto loro, mallevando dal duro lavoro Commercialisti, Avvocati, Consulenti in genere, Manager, Tecnici che devono invece sottoporsi continuamente allo studio, collegando, spiegando, organizzandosi sempre puntualmente per rispettare impegni propri e dei propri clienti.

Ciò non vuol dire che l’impatto dell’IA non abbia apportato benefici, tutt’altro, ma è il modo di semplificare e fornire informazioni sul come che crea confusione e false aspettative, basti pensare che un semplice navigatore o Siri, o Alexa, sono funzioni create da algoritmi, nutriti di dati che li hanno addestrati attraverso il machine learning ad imparare e velocizzare determinate funzioni, che così tornano utili all’uomo che se ne munisce per agevolare alcuni suoi compiti potendosi così dedicare ad altri.

In campo professionale ben vengano vantaggi che l’IA possa apportare all’elaborazione di dati, generazione di report per migliorare il controllo di gestione e poter avanzare analisi predittive, monitorare norme e compliance e potenziare audit e controlli, ma sempre e solo se i dati che genereranno l’autoapprendimento siano esatti, puri, incondizionati e non manipolati o manipolabili.

Tutto parte dalla creazione del dataset, dalla qualità dei dati, che condiziona i risultati fino al rischio di poterli distorcere in bias, risultati che scaturiscono da pregiudizi umani, culturali, storici, sociali, politici, che vanno a deludere o esaltare le aspettative, condizionando in ogni caso gli output.

AI Act, tra bias, accountability ed etica

L’UE si è appena data un Regolamento unico nel suo genere, tanto che è scopiazzato un po’ ovunque e, diciamolo pure, anche a malincuore, specie negli USA ed in Cina, i colossi che detengono il primato degli investimenti in tema di AI, i quali, quasi senza regole o pseudo tali, hanno spaziato in lungo e largo sfruttando l’indefinibilità di ciò che scorre nel web o attraverso l’IoT, finché appunto la vecchia Europa, in ritardo con lo sviluppo tecnologico, ha però realizzato un Regolamento ispirandosi al suo precedente GDPR, per riportarlo anche sull’IA, introducendo il targeting criterion, un principio chiaro e netto, che pone al centro la collocazione fisica del soggetto interessato, e non i luoghi remoti in cui albergano le
sedi degli strumenti che utilizzano il trattamento stesso.

L’AI Act definisce un sistema di intelligenza artificiale come “un sistema automatizzato progettato per funzionare con livelli di autonomia variabili e che può presentare adattabilità dopo la diffusione e che, per obiettivi espliciti o impliciti, deduce dall’input che riceve come generare output quali previsioni, contenuti, raccomandazioni o decisioni che possono influenzare ambienti fisici o virtuali“.

Sembrerebbe ciò che Turing fece intendere in risposta alla domanda Can machine think? nella celebre intervista che suggellò il concetto di IA coniando il termine nel 1950.

Tutto parte dalla qualità del set di dati, quindi a monte per evitare bias, come ho detto prima, ottimizzando un principio di equità, fairness, il quale garantisca che i pattern utilizzati (modelli) siano progettati ed utilizzati in modo equo, scevri da pregiudizi e discriminazioni: se l’input generativo è di qualità lo sarà anche l’output come nel caso dei Large Language Models, capaci di generare dati partendo da un set di dati nella fase di machine learning, l’addestramento.

Le distorsioni provocate dai bias, se presenti, possono arrecare danni a catena, immaginiamo nel caso in cui ne facciano uso Professionisti per indurre Imprese e Manager verso scelte strategiche, basandosi quindi su analisi predittive e controlli di gestione inquinati da bias; oppure la fallacia in cui possa incappare un giurista affidandosi a comparazioni giuridiche su ordinanze fatte da un bot che adotta magari uno scraping su web senza filtri affidabili che interpreti un principio piuttosto che un altro.

Già, interpretare. E’ corretto attribuire “interpretazione” ad una macchina? Siamo sempre lì, al punto di domanda iniziale Can machine Think?

Cosa ci vuole quindi per completare questo ragionamento? Buon senso e responsabilità o meglio accountability, che in realtà è un concetto più ampio di responsabilizzazione, che investe tutte le parti mettendole di fronte al concetto di consapevolezza, un’adozione responsabile delle decisioni automatizzate dell’IA, in un ambito ampio e condiviso che rispetti equità, equilibrio, trasparenza, aspetti tecnici e legali, etici e umani, tra tutti gli attori coinvolti.

In conclusione, un’adozione intelligente dell’IA.

Professionisti e non, Imprese e Botteghe, chiunque oggi si sente travolto e coinvolto dalla chatbotmania, più che mai deve essere consapevole del processo che genera i risultati in modo da non credere che tutto accada per incanto e che non tutto possa suggerire il classico cut and copy, anzi.

Sulle nostre piattaforme online, in particolare sulla Top24 Fisco AI, precursore proprio dell’intelligenza artificiale applicata ad un sistema di ricerca per Professionisti, da anni si tratta il tema quotidianamente, ed alcuni riferimenti e riflessioni in questo mio articolo, traggono spunto dal nostro Mensile di Luglio Compliance, in cui Valeria Specchio compara e riflette inducendoci a farlo con consapevolezza, proprio per non cadere noi stessi in pericolosi bias e condurre un’adozione intelligentemente umana di quella artificiale.