L’artificio umano dell’Intelligenza Artificiale

backPrinter-friendly versionSend to friend

aspeniainternal

Un tempo per analfabetismo si intendeva la condizione in cui si trovava chi ignorava le basi della conoscenza, ossia leggere e scrivere; tale era anche chi non conosceva le mitiche “tabelline” (le Tavole pitagoriche) o, meglio, chi non sapeva “far di conto”, cioè conoscere l’aritmetica, una componente elementare della matematica. Per essere scienziati occorreva invece conoscere linguaggi matematici più complessi che sono il vero grande patrimonio dell’umanità, quello che ha consentito alla civiltà di progredire, ma anche di regredire, se usato male, come per prepararsi e per condurre conflitti bellici.

Uno dei grandi della storia del pensiero scientifico, Galileo Galilei, ponendosi in conflitto con un suo collega, Orazio Grassi, nell’interpretazione dell’origine delle comete, ha introdotto il concetto di saggiatore, lo strumento di precisione con cui si pesa l’oro, e la libra, la bilancia ordinaria con cui si pesano tutti gli altri beni, per distinguere un ragionamento ben fatto da uno che lo è meno o lo è affatto. L’universo – egli dice – «non si può intendere se prima non s'impara a intender la lingua, e conoscer i caratteri, ne' quali è scritto. Egli è scritto in lingua matematica, e i caratteri sono triangoli, cerchi, ed altre figure geometriche, senza i quali mezzi è impossibile a intenderne umanamente parola; senza questi è un aggirarsi vanamente per un oscuro labirinto» (Il Saggiatore, 1623). Questa celebre frase viene sovente ripetuta, omettendo però di precisare che in questa polemica Galileo aveva torto perché sosteneva che le comete erano il risultato di una rifrazione di raggi solari, ossia un fenomeno ottico, mentre Grassi giustamente riteneva fossero veri e propri corpi astronomici. Ciò significa che l’alfabetismo più avanzato non rende immuni dagli errori neanche i più grandi scienziati. Non si deve quindi confondere lo strumento che interpreta la realtà con la realtà stessa, come sostenuto dai logici formali “estremi”, pur riconoscendo che, al limite, i due possono coincidere.

Ai nostri giorni, gli sviluppi del linguaggio telematico o teleinformatico, ossia dell’integrazione delle conoscenze tecniche delle telecomunicazioni e dell’informatica, creano strumenti per trasmettere ed elaborare a distanza le informazioni e innalzano il livello di alfabetizzazione richiesta agli esperti, ma anche all’uomo comune. Questi linguaggi sono parte integrante della nuova branca del sapere matematico chiamata Intelligenza Artificiale; essa elabora procedure (detti “protocolli”) per programmare i computer a pensare come e meglio di un uomo. Il frutto di queste elaborazioni prende il nome di algoritmo o, più semplicemente, algo (plurale algos). Gli algos sono procedure logiche per risolvere problemi, anche i più complessi, con il numero minimo di passaggi capaci di condurre al migliore risultato. Chi è curioso veda la voce “algoritmo” di Wikipedia, un caso raro di spiegazione semplice e abbastanza esaustiva.

L’evoluzione della specie umana dall’homo sapiens sapiens all’homo tecnologicus è andata anche oltre e il computer, opportunamente programmato, è diventato una learning machine, una macchina capace di apprendere e autocorreggersi. In genere, dopo aver capito come funziona un computer, pochi resistono alla tentazione di affermare che è un “servo stupido”, ossia pensa quello che l’uomo gli ordina di pensare, e, con un senso di sollievo, concludono che l’intelligenza umana resta centrale nel meccanismo del pensiero. Sollievo che non possono provare coloro che conoscono i progressi fatti dall’intelligenza artificiale nell’elaborare algoritmi, oggi sempre più applicati alla robotica.

Esaminiamo prima di tutto come funziona questa macchina. L’informatica consente di raccogliere enormi quantità di osservazioni, detti comunemente big data, grandi raccolte di informazioni, che la telematica consente di trattare scientificamente in un modo che nessuna mente umana, per prestigiosa che sia, può fare. Il trattamento avviene con protocolli sempre più sofisticati che usano gli strumenti matematici più raffinati, i quali tengono conto simultaneamente delle conoscenze della fisica nel trattare i sistemi complessi (compreso il caos); della neurologia nel considerare le interazioni del cervello umano che si esprimono in comportamenti dell’uomo; della biologia nell’interpretare le leggi dell’evoluzione della natura di tipo darwiniano. Le tecniche usate vengono definite rispettivamente: swarm intelligence, perché individua nello “sciame” (swarm) dei dati disponibili quelli rilevanti allo scopo che si persegue (ad esempio capire il comportamento del consumatore, del risparmiatore, dell’investitore o dell’elettore); neural network, reti neurologiche, che colgono i nessi insiti nei più svariati comportamenti dell’uomo rispetto ai suoi simili e alla natura; genetic logic, logica genetica, o biocomputing, calcoli di tipo genetico, che colgono le forme e i ritmi dell’evoluzione della specie umana. Tutto ciò per limitarsi a indicare ciò che è indispensabile per comprendere di cosa tratti l’intelligenza artificiale con la massima semplicità di esposizione, anche se l’avvertimento può apparire ironico data la complessità dei concetti coinvolti.

In conclusione, trattando ogni forma di conoscenza con gli strumenti più avanzati della matematica, l’intelligenza artificiale fornisce una risposta ai quesiti che a essa vengono posti; ma non è tutto, perché la macchina è programmata logicamente per apprendere quali perfezionamenti introdurre al fine di migliorare le risposte e correggere gli errori; diviene pertanto una learning machine, una macchina pensante. L’uomo comune, non solo chi è specializzato, deve innalzare il suo livello di alfabetizzazione di fronte ai progressi che investiranno ogni aspetto della sua vita. Naturalmente, essendo uomo, non solo può usarle bene, se vuole, ma anche male, come quelle di generare fake news, informazioni false, o attaccare i database o la stessa macchina, l’hacking o hackeraggio. Immanuel Kant ha insistito sul fatto che l’uomo era un “legno storto” non facile da raddrizzare. Tuttavia, anche in questo campo, le learning machine sono capaci di contribuire a creare metodi per migliorare la sicurezza, generando una nuova materia di studio e azione, la cybersecurity. Il “blockchain” usato per gestire i bitcoin e, più in generale, le criptocurrency (le monete elettroniche), è una tecnica che può raggiungere lo scopo di rendere sicure le operazioni di creazione e di scambio monetario, nonché garantire la veridicità di tutte le informazioni.    

Queste nuove conoscenze tecniche vengono sempre più usate anche nelle gestioni finanziarie, la fintech, consentendo l’introduzione di scelte oggettive, ossia non più esposte agli errori o malversazioni personali dei gestori; trasparenti fin dal momento della loro attuazione e in via permanente; impenetrabili da forze esterne al titolare dei risparmi posseduti; e, se si vuole, anche eque, ossia sganciate da commissioni fisse a prescindere dai risultati, agganciate invece a questi ultimi. Queste gestioni rispondono a un’etica superiore rispetto alle forme in parte parassitarie oggi vigenti, che la regolamentazione pubblica ha recepito; infatti, le gestioni correnti richiedono un broker, un operatore legittimato che chiede una commissione; una banca presso cui tenere i conti, che chiede una commissione; una banca depositaria dei titoli negoziati, che chiede una commissione; una società di revisione dei conti, che chiede una commissione. In genere l’onere per il risparmiatore è nell’ordine minimo del 2%, paradossale per una politica monetaria che tiene i tassi prossimi a zero e, di conseguenza, i rendimenti dei titoli bassi.

L’esistenza di nuove tecnologie rende obsoleta una tale organizzazione, senza però raggiungere la sicurezza. Il regolatore deve svolgere con urgenza questo compito a cominciare dal sistema dei pagamenti, per mantenere allo Stato la sovranità monetaria e garantire veramente il possessore dai rischi di perdita.



Leggi anche:

Lavoro, aziende innovative e nuove community
Roberto Panzarani

Robot e tecnologia, il mercato del lavoro del futuro
Ciro Cafiero