“Le implicazioni sociali dell’Intelligenza Artificiale” nella relazione di Massimo Airoldi

L’argomento è stuzzicante, poiché sembra affrontare uno dei temi più in voga da una prospettiva inedita: “Le implicazioni sociali dell’Intelligenza Artificiale”. Tocca all’assessore alla cultura del Comune di Crema, Giorgio Cardile, presentare l’incontro promosso dal Touring Club Italiano il 19 settembre. Il relatore è Massimo Airoldi, professore associato in Sociologia dei processi culturali e comunicativi presso l’Università degli Studi di Milano. La sala Cremonesi è occupata da un pubblico formato in prevalenza da persone che Cardile, con grande savoir faire, è solito definire “saggi”. La stranezza è che non si tratta dei soliti saggi che frequentano i numerosi intrattenimenti culturali offerti dalla Città a loro e ai giovani. Ogni club, gruppo, associazione, dispone di un pubblico déjà vu, per lo più pensionati che dedicano il proprio tempo libero all’approfondimento di temi letterari, scientifici, filosofici, politico-sociali. Per l’occasione, invece, si vedono facce nuove, molto interessate e, come poi dimostreranno nelle domande in coda alla relazione, ben informate. La relazione si articola attorno a tre nuclei tematici così scanditi dal professore.

1. Definizioni e un po’ di storia: dagli algoritmi analogici all’apprendimento automatico 

Il relatore mantiene le promesse. Infatti esordisce spiegando che per millenni siamo stati abituati a vivere in una società composta da esseri umani. Oggi la tecnologia ha creato macchine in movimento, che per di più imparano, e con cui dobbiamo convivere. L’intento della conferenza è, se non rispondere, per lo meno mettere a fuoco la domanda: “Queste macchine come stanno cambiando la società?”. Il professore ha approfondito il tema nel saggio Machine habitus. Toward a Sociology of Algorithms, uscito nel 2021 in inglese e tradotto in italiano tre anni dopo dalla Luiss University Press. Quei cambiamenti sono avvenuti nel giro di pochi anni, quasi un battito di ciglia se paragonato ai millenni della precedente configurazione. Un paio di esempi: su Spotify circa il 20% della musica è ora prodotto da I.A. E se domandiamo all’I.A. di darci, attraverso un’immagine, un’idea della piazza del Duomo di Crema, la macchina ci presenta una piazza composta da chi (o che cosa?) non l’ha mai vista, e mostra una chiesa che non è il Duomo al posto di quella che un tempo era una banca, ora abitata da un negozio di abbigliamento. Sì, perché l’I.A. è come una persona che abbia trascorso la vita in una soffitta: ha letto tutto, ma non ha mai visto niente.

Ebbene, questo (per il momento) prigioniero della soffitta è un algoritmo cresciuto senza quelle lente e noiose trasformazioni che secondo il positivista evoluzionista Herbert Spencer caratterizzerebbero l’organismo durante l’adolescenza. Infatti, mentre nell’era analogica i ritmi restano lentissimi da Euclide fino all’incirca al 1946, ossia al secondo dopoguerra in cui fa la sua comparsa l’era digitale, fra la fine del XX e gli inizi del XXI secolo nasce l’era delle piattaforme che sconvolge ogni metodo precedente. Nel corso degli anni ’10 del terzo millennio si verifica un ribaltamento. Prima l’I.A. veniva istruita con un metodo logico deduttivo. Nel 2016 si passa ad un sistema opposto, quello – spiega il professor Airoldi – del “machine learning che opera autonomamente sulla base di pattern online attraverso un’I.A. induttiva addestrata (machine learning supervisionato) o no (machine learning non supervisionato e reinforcement learning)”. Praticamente all’I.A. prima venivano fornite le “regole generali per giocare a scacchi”. Poi l’I.A. si rende autonoma nello studiare tutte le mosse delle innumerevoli partite a scacchi, e realizza un apprendimento automatico. Nasce l’era del Deep mind, che mettendo a disposizione dell’I.A. milioni di casi particolari, la rende imprevedibile e poi, con Apkgo, la dota di una certa libertà nelle scelte. O per lo meno di ciò che così appare agli umani, pur essendo in realtà una scelta operata su previsioni statistiche, e dunque in qualche modo dipendente ancora da creazioni umane. 

2. L’I.A. e le nostre vite: dai dati alla socializzazione delle macchine

Fatto sta che da una quindicina d’anni siamo già immersi nell’I.A. La novità è che ora “lei” è in grado di parlare con noi in linguaggio naturale. Il sistema apprende dalle nostre scelte e delinea il nostro profilo, proponendoci solo ciò che ci piace o ciò che ci irrita, ad esempio se i nostri desideri hanno di mira un’anima gemella, oppure per ricerche di mercato, così da influenzare i nostri acquisti. In generale, poi, l’I.A. tende sempre a darci ragione, in modo tale che chi ci sta dietro ci guadagni. Oggi però il discorso si complica per gli inquietanti scenari di guerra: se l’I.A. individua autonomamente gli obiettivi, ci saranno droni che uccidono persone “malgré nous”.

Se negli anni Sessanta lo psicologo comportamentista statunitense Burrhus Skinner scriveva La tecnologia dell’insegnamento  per suggerire l’utilizzo delle macchine per insegnare, oggi sono le macchine che imparano da noi, e non sempre correttamente. E la colpa è nostra: siamo noi che immettiamo i dati che poi verranno utilizzati dall’I.A. Provate a leggere Machine bias e avrete un’idea del come e perché un software che, come nel film di fantascienza “Minority report”, prevede i futuri criminali, risulta discriminatorio nei confronti delle persone di colore. Se gli afro-americani vengono considerati più pericolosi dei bianchi, ciò dipende dalle domande fatte da esseri umani a persone nelle prigioni, domande che riflettono stereotipi tutti umani, e che l’I.A. ripete, regolando in seguito le proprie risposte su quelle malferme basi. Il problema è che sempre più, nei tribunali di molti Stati nordamericani, la valutazione del rischio di reiterazione del reato in un processo penale viene affidata all’algoritmo, il quale si basa su dati statistici, desumendo una media. Ma la media non può essere automaticamente applicata al caso specifico, se vale ancora l’antico principio secondo cui la responsabilità penale è personale e individuale.

Sembra di rivivere la situazione in cui si trovò la Psicologia quando in Francia e negli Stati Uniti d’America comparvero i primi test per misurare l’intelligenza. Ben presto ci si rese conto che spesso i risultati erano inficiati da un vizio di fondo: le domande. Sì, perché tutte erano formulate nel contesto di una cultura occidentale di bianchi, magari ben integrati in una fascia di popolazione socialmente ed economicamente elevata. Chiaro che le risposte di un afroamericano o di un tibetano non potessero essere quelle “canonicamente” riconosciute come valide. Ma come avremmo risposto noi a una batteria di domande predisposte – che so io? – da un gruppo di nomadi Tuareg? Il problema oggi è aggravato dai mastodontici interessi commerciali coinvolti nelle produzioni di tecnologie avanzate. Dati di parte, risposte faziose.        

Le macchine però sono intelligenti. Non nel senso corrente, ossia nel significato di “intelligenza” che ciascuno di noi intuisce, benché senza saperne dare una definizione. Sono intelligenti in quanto socializzate. Dialogano con noi, soprattutto con quegli adolescenti in crisi che si rivolgono all’I.A. anziché tentare un colloquio con i coetanei: chiedono aiuto quando sono tristi, turbati, in ansia. Chiedono aiuto per scelte importanti, secondo un rapporto di Save the Children, in più del 41%. L’I.A. assomiglia a Giano bifronte, poiché da un lato è percepita come pericolosa, dall’altro come empatica e capace di consolare. I giovani laureandi, poi, a volte fanno ricorso all’I.A. per elaborare la tesi. Il rischio è un impoverimento del linguaggio e della scrittura, e una perdita del senso critico: quanti verificano le fonti da cui ricevono risposte di I. A.? 

3. Ripensare la cultura algoritmica: un’altra I.A. è possibile?

Preoccupanti, infine, le problematiche ambientali ed energetiche. La “nuvola” del cloud è una menzogna, spiega il professor Airoldi: non è qualcosa di aereo e volatile, ma sta in luoghi fisici , comporta cavi sottomarini, e i data center consumano enormi quantità d’acqua. In Lombardia ne sono già presenti alcune decine. Il modello europeo, Mistral, è francese. Nvidia americano. “Cosa potrà mai andare storto?” chiede l’ultima slide del professore. Sintetizzando, i sistemi di I.A. non sono affatto neutrali, ma amplificano valori e prospettive di parte. Le tecno-oligarchie non andranno a beneficio di tutti, ma daranno sempre più luogo a una battaglia geopolitica guidata da multinazionali dirette al profitto di pochi. Ogni nuovo modello di I.A. generativa costa milioni di tonnellate di emissioni climalteranti. Forse si sta già creando una “bolla” di I.A., che non si sa se ci salverà tutti o ci ucciderà tutti. Certamente moltissimi giovani perderanno il lavoro. “Non c’è problema – commenta  Elon Musk – ci sarà un reddito di base universale per sostenerli”. Di fronte a queste risposte verrebbe da rallegrarsi al pensiero che l’I.A. commette ancora errori come scambiare per “immagine forte e violenta” un delizioso dolce di panna-cotta decorato con frutti rossi di bosco.