Il manifesto AI firmato da Massimo Chiriatti, Nicola Intini, Corrado La Forgia e Paola Liberace sottolinea la distinzione tra intelligenza artificiale generale (forte) e intelligenza artificiale ristretta (debole), una differenza non sempre ben compresa che porta a situazioni estreme quali aspettative esagerate o, al contrario, eccessiva sfiducia, se non quando ingiustificati timori, riguardo ai risultati ottenibili. L’intelligenza artificiale rappresenta già oggi una opportunità concreta alla portata di tutte le imprese.

L’intelligenza artificiale ristretta sfrutta metodi statistico-matematici e capacità computazionale dei computer per analizzare dati al fine di aiutare l’essere umano a svolgere compiti in modo più efficace. Gli elementi chiave sono tre: il compito, da analizzare e comprendere in profondità; i dati, da raccogliere e rendere disponibili in quantità e qualità adeguate; i modelli computazionali, da selezionare, addestrare e verificare. Immaginiamo, per esempio, di aver addestrato un algoritmo di intelligenza artificiale per il riconoscimento di crepe sulle superfici di un edificio sulla base del contenuto di immagini rilevate per mezzo di droni. Immaginiamo, poi, di dover rilevare anche macchie di umidità o ruggine. In questo caso, è possibile che possano bastare anche solo pochi dati aggiuntivi per riaddestrare l’intelligenza artificiale già disponibile al nuovo caso specifico, non solo automatizzando ma anche ottimizzando il controllo da svolgere.

A differenza di un software applicativo, l’intelligenza artificiale somiglia a un programma per il quale non è sempre necessario cambiare le istruzioni per modificarne il comportamento adattandolo a nuove esigenze, visto che per “riaddestrarla” può essere sufficiente fornire nuovi dati. Nel caso delle traduzioni in altre lingue, per esempio, traduttori automatici multilingua, già ampiamente usati dalle imprese, potrebbero essere addestrati per migliorare la traduzione, imparando da testi già usati dalle imprese in modo da utilizzare non solo il linguaggio, ma anche lo stile giusto.

L’intelligenza artificiale, come ricorda lo stesso manifesto, assiste le persone nell’esecuzione di compiti definiti, per esempio fornendo suggerimenti, basati su informazioni raccolte e analizzate in tempo reale, anche in situazioni complesse quali diagnosi cliniche, valutazione di richieste di finanziamenti, colloqui di assunzione, ammissioni in un corso di master e così via. In questo tipo di applicazioni, in particolare, il tema della fairness, ovvero dell’equità di scelta di un algoritmo, è centrale. Esistono, tuttavia, tecniche utili a valutare la fairness dell’intelligenza artificiale da utilizzare in fase di selezione e verifica del giusto modello di IA e del giusto set di dati di addestramento ed esistono metodi per rendere più trasparenti (almeno fino ad un certo livello) le decisioni degli algoritmi. È possibile identificare, per esempio, quali tipologie di informazioni hanno contribuito maggiormente alla formazione di un risultato o quali parti degli alberi decisionali sono stati maggiormente determinanti nella formazione del risultato.

L’intelligenza artificiale ha molteplici ambiti di applicazione nel mondo delle imprese ed è in grado di creare opportunità concrete sfruttando non solo i big data ma, in alcuni casi, anche set di dati meno voluminosi già a disposizione delle aziende. Riconoscere queste opportunità e tradurle in applicazioni concrete è la vera sfida. Nel farlo bisogna tenere conto, da un lato, dei problemi citati dal manifesto ma, dall’altro, dell’esistenza di tecniche e tecnologie in grado di gestire questi aspetti al fine di minimizzare i rischi legati al ricorso all’intelligenza artificiale.