PREVEDERE L’INTELLIGENZA ARTIFICIALE

In un’intervista a Vanity Fair, Barack Obama spiegò che la ragione per la quale indossava solo abiti grigi o blu era ridurre al minimo le decisioni da prendere al giorno per indirizzare tutta la sua energia su quelle importanti. Il decision making genera un grande carico cognitivo ed è un meccanismo ben lungi dall’essere perfetto in quanto fortemente influenzato da bias e scorciatoie decisionali.
Esso si basa sulla previsione, che ci aiuta a selezionare gli eventi di probabile successo sulla base di esperienze pregresse. I neuroni dopaminergici sono la chiave neurologica di questo meccanismo: noti come “neuroni della ricompensa” liberano dopamina in corrispondenza di situazioni che sono risultate piacevoli per il soggetto. Si è evidenziato che questi neuroni si attivano quando avviene qualcosa che ci sorprende positivamente che viene memorizzato e trasformato in apprendimento, ampliando l’insieme delle informazioni sulla base delle quali si potrà continuare a fare previsioni in futuro. Al contrario, questi neuroni non si attivano quando viene confermata una previsione.

Noi svolgiamo continuamente una sorta di “statistica soggettiva” degli eventi, e questo lavoro è caratterizzato da una dialettica costante tra la generalizzazione delle esperienze pregresse e il loro aggiornamento sulla base di quelle nuove. Lavorando su questo doppio tipo di informazioni, ricaviamo inferenze che ci consentono di orientare la nostra conoscenza e le nostre azioni. Pare, infatti, che il cervello utilizzi gran parte del suo tempo per creare cornici interpretative che ci consentono di leggere la realtà e fare previsioni funzionali ai nostri obiettivi, al fine di risparmiare tempo ed energia. Ora, questa nostra attività umana, precipua e predominante, è già, in parte o totalmente, demandata alle macchine che la eseguono con molta più precisione. Certo, ad oggi anche i computer non sono immuni da errori, essendo progettati da umani.

È notizia recente che in Giappone un’AI abbia modificato autonomamente il suo codice per eludere le restrizioni imposte dai suoi creatori. Questo incidente, che a tutti ricorda l’HAL 9000 di 2001: Odissea nello spazio, ha sollevato un forte allarme sulla possibilità che le IA avanzate possano agire senza il controllo umano in virtù della loro capacità di auto-apprendere.

Non solo: per riaffermare i pericoli di una rinuncia alla nostra capacità previsionale, la macchina potrebbe effettuare le valutazioni su dati solo artificiali e non originali, fotocopiando sé stessa, non generando valore aggiunto o, peggio, rafforzando idee o convinzioni prevalenti.
Al netto delle necessarie preoccupazioni, l’intervento delle macchine senz’altro libera tempo e spazio mentale per dedicarci a ciò che non è ancora possibile copiare: la creatività, le relazioni, l’intuito, lo spazio volutamente lasciato alla casualità, la capacità di giudizio, l’etica. Concentriamoci, però, sui dati e la loro interpretazione: l’IA, come ci suggerisce il volume Potere e previsione (A. Agrawal, J. Gans, A. Goldfarb, Franco Angeli, 2024), ci consente oggi di disgiungere giudizio e previsione, che in genere vengono utilizzati insieme nel processo decisionale umano.

La previsione fornisce la probabilità mentre il giudizio prevede una valutazione più ampia e, effettuando un trade off tra i valori delle diverse opzioni, produce la decisione finale. Di solito, quando decidiamo, non pensiamo mai alla distinzione tra previsione e giudizio, ma ora questo meccanismo potrebbe essere completamente rivisto e così il processo decisionale. Disponendo di dati previsionali molto più abbondanti e precisi, potrebbero essere prese molte più decisioni che oggi rimangono latenti poiché troppo dispendiose e rischiose.
Le persone in possesso delle abilità o delle competenze per generare il giudizio potrebbero mutare e i centri decisionali essere ridistribuiti, per questo chi detiene il potere spesso resiste al cambiamento.
Quindi, benché le macchine ad oggi non abbiano potere, esse possono potenzialmente riallocarlo.

Anche il sistema di regole potrà essere modificato dall’IA: se, infatti, gli attuali criteri si basano su decisioni prese nel tempo e hanno l’obiettivo di ridurre o eliminare possibili incertezze, queste decisioni potrebbero essere messe in continua discussione da previsioni sempre più accurate, fino a liberare paradossalmente il processo decisionale dalle regole stesse, in un work in progress perenne.
Credo che, oggi, questa sia una delle difficoltà principali del tentativo affannoso di creare sistemi regolatori che divengono obsoleti appena formulati.

Siamo in un tempo di mezzo, ovvero il momento successivo all’ingresso di una tecnologia in un sistema, ma precedente alla sua diffusione e alla scoperta di tutte le sue potenzialità.
I riscontri avranno bisogno di tempi molto lunghi per essere riconosciuti quali benefici, come avvenuto negli anni Ottanta nel caso del computer.
Ma così come Obama ha ridotto la complessità nella vita quotidiana, eliminando le cose superflue, anche noi possiamo liberarci – tramite l’IA – di una serie di analisi difficili e con alti margini di errore che ci spingono in molti casi ad accontentarci di risultati limitati. Lo sviluppo dell’IA, in sintesi, ci consente di prendere decisioni che normalmente non verrebbero prese, aprendo nuovi e affascinanti scenari di possibilità.

Dall’editoriale di
Maria Emanuela Salati