intelligenza artificiale

Dirigere l’AI verso il bene comune: il ruolo di università e ricerca



Indirizzo copiato

L’IA generativa offre immense opportunità, ma solleva interrogativi etici. È cruciale bilanciare i benefici con i rischi della delega decisionale, mantenendo il controllo umano. La comunità accademica deve guidare l’innovazione per un uso sostenibile della tecnologia

Pubblicato il 17 dic 2024

Massimo Carboni

Chief Technical Officer GARR



AI Questions Icon
Chiedi all'AI
Riassumi questo articolo
Approfondisci con altre fonti
L'elogio della ricerca di base: i vantaggi della serendipità in ambito Stem




L’avvento dell’Intelligenza Artificiale e, in particolare dell’IA Generativa, ha avuto un impatto travolgente nell’era digitale, promettendo immense opportunità ma sollevando anche cruciali interrogativi etici e pratici.

Questa trasformazione epocale richiede una profonda riflessione su come bilanciare i potenziali benefici dell’AI con i rischi di una delega eccessiva della capacità decisionale umana a pochi soggetti tecnologici dominanti. È importante dunque comprendere quale sia un giusto approccio per mantenere il ruolo guida dell’essere umano in questa nuova era tecnologica, assicurando che l’AI rimanga uno strumento al servizio dell’umanità e non un fine in sé.

E in questo contesto, la comunità dell’università e della ricerca può e dovrebbe dare un contributo determinante.

La conoscenza come motore dell’evoluzione umana

Il progresso dell’umanità è stato guidato dallo sviluppo cognitivo, dalla curiosità e dalla creatività che ci contraddistinguono come specie. Questi tratti ci hanno spinto a sviluppare strumenti e tecnologie per soddisfare i nostri bisogni e migliorare le nostre condizioni di vita.
Tuttavia, il vero motore propulsivo dell’evoluzione umana risiede nell’apprendimento sociale, nella comunicazione e nella collaborazione. È stata la capacità di condividere la conoscenza, di tramandarla e di costruire collettivamente che ha permesso all’umanità di compiere progressi senza precedenti. Un esempio emblematico è la scoperta del fuoco, un’innovazione che ha rivoluzionato la vita dell’uomo primitivo e che, nel corso dei millenni, è stata compresa, trasformata e perfezionata fino a condurre alle più moderne tecnologie energetiche.

La tecnologia digitale e in particolare l’intelligenza artificiale rappresenta il tentativo più recente e finora dirompente di utilizzare tutta la conoscenza collettiva dell’uomo per dare una risposta a problemi che sono sempre più collettivi e di respiro globale, dai problemi di sicurezza (cyber e non), alle catene di approvvigionamento delle risorse a minacce per la stessa esistenza della specie, come il cambiamento climatico o l’antibiotico resistenza.
Affinché si possa continuare a evolvere e affrontare i grandi temi che riguardano l’umanità è necessario che questo motore alla base dell’evoluzione umana rimanga ben vivo anche e soprattutto nell’era dell’AI, in modo che la tecnologia continui a essere una risposta ai bisogni dell’uomo e non diventi uno strumento per creare nuovi bisogni.

La tempesta perfetta: complessità e semplificazione

Nell’attuale panorama digitale, stiamo affrontando quella che potremmo definire una “tempesta perfetta”.

Da un lato il mondo si fa sempre più complesso: per affrontare problemi su scala globale il processo di digitalizzazione sta procedendo in modo disordinato e non strutturato, con una moltitudine di attori che perseguono simultaneamente obiettivi individuali, aumentando esponenzialmente la complessità del sistema. Dall’altro lato, vi è la tendenza a semplificare il sistema attraverso la tecnologia, confidando in particolare nell’AI generativa come mezzo per semplificare questa complessità, alla stregua di un oracolo.

Ma proprio come un oracolo, i meccanismi e le basi dati su cui poggia questa tecnologia non sono trasparenti o accessibili agli utilizzatori, che così si trovano a delegare l’onere della decisione a soggetti terzi. Di fronte a questo scenario appare evidente che l’utopia iniziale che portò alla nascita di Internet come sistema neutrale, aperto e paritario che rimuove gli intermediari dall’accesso al sapere, si sta rapidamente trasformando in una realtà in cui pochi giganti tecnologici detengono un potere sempre maggiore, di fatto diventando nuovi intermediari del sapere.
Questa situazione rischia di scivolare verso un contesto distopico in cui la capacità decisionale viene delegata a una manciata di soggetti che controllano l’AI. Rimanendo in ambito di metafora, ciò che si prefigura è un futuro in cui il golem, l’automa privo di vera intelligenza ma dotato di una forza sovrumana creato per aiutare l’essere umano, diventa autonomo e sfugge al controllo del suo creatore.

Investimenti globali, vantaggi, rischi ed effetti collaterali dell’AI

Gli investimenti globali nell’AI hanno raggiunto cifre record, con gli Stati Uniti e la Cina in testa e l’Europa che insegue a distanza. Questi investimenti massicci stanno alimentando un’accelerazione senza precedenti nello sviluppo dell’AI.

Nonostante i potenziali benefici, l’adozione diffusa dell’AI comporta anche rischi significativi e effetti collaterali che non possono essere ignorati.

Innanzitutto è importante sottolineare che l’AI generativa sia una tecnologia estremamente energivora a causa del gran numero di data center necessari al suo funzionamento.

Da un punto di vista ambientale, la sostenibilità dei grossi sistemi di deep learning (LLM) è in discussione al punto che, a causa dell’aumento delle emissioni di CO2 prodotta, grossi player come Google hanno dichiarato che difficilmente potranno raggiungere gli obiettivi climatici di carbon neutrality del 2030.

Inoltre, uno dei rischi più pressanti è sicuramente la polarizzazione delle risorse e del potere decisionale nelle mani di pochi attori tecnologici dominanti. Questa concentrazione di potere è accentuata dalle enormi barriere all’ingresso rappresentate dagli investimenti necessari per sviluppare e addestrare modelli AI avanzati.

Mantenere il controllo: il ruolo dell’università e della ricerca

L’AI generativa può portare tanti benefici ma i rischi vanno presi in considerazione. Per scongiurare il rischio di omologazione e continuare ad essere rilevanti nella creazione di nuovo sapere e di innovazione, è necessario che la comunità accademica e della ricerca, e GARR con essa, partecipino allo sviluppo di questa tecnologia, investendo tempo e risorse per poter utilizzare l’AI in modo consapevole ma anche economicamente sostenibile.

È necessario partecipare allo sviluppo tecnologico nonostante l’attuale asimmetria di risorse in gioco con i big player. Per fare ciò è necessario dotarsi degli strumenti che permettendo di mantenere l’autonomia, ossia la capacità di porsi nuove domande per immaginare nuove risposte e nuove soluzioni, oltre alle richieste del mercato e con la lungimiranza che solo chi pensa al futuro può avere.

Un modo per mantenere il controllo della tecnologia, sfruttando al contempo le capacità dell’AI generativa può essere quello di sviluppare SLM (Small Language Model) con dati interni per sviluppare la knowledge base, una soluzione che è più facilmente controllabile rispetto ad un LLM, sebbene richieda dati di maggiore qualità per l’addestramento e un lavoro maggiore da parte dei data scientist. Nel caso di GARR, una soluzione di questo tipo permetterebbe di sfruttare i molti dati a disposizione sulla rete per ottimizzarla, coltivando e mantenendo le competenze necessarie per il suo funzionamento.

A livello di comunità della ricerca, però, è necessario il coinvolgimento di tutti gli attori in gioco, dallo stato alle università al sistema paese e alle collaborazioni con le industrie. A livello europeo è importante collaborare per avere strumenti che aiutino la ricerca europea e non la frenino.

Comprendere per innovare

Affinché la comunità della ricerca continui a contribuire alla conoscenza e a fare innovazione è fondamentale cogliere l’opportunità di far parte di questa tecnologia da protagonisti, fungendo da argine all’oligopolio delle grandi aziende al suo sviluppo.

L’idea è quella di continuare a creare innovazione e tecnologia, investendo sulle competenze e sviluppando soluzioni che riescano a sfruttare il valore aggiunto dell’AI senza delegare l’onere della decisione. Ritornando alla metafora del golem: è importante mantenere la conoscenza (emet) per poter controllare la tecnologia.

Partecipa alla community

guest

2 Commenti
Più recenti
Più votati
Inline Feedback
Vedi tutti i commenti
Fabio
Fabio
8 mesi fa

Ciao 😉

federico
federico
8 mesi fa

bello, viva il serrani

People&Change

Tutti
AI IN AZIENDA
FORMAZIONE
CULTURA AZIENDALE
COMPETENZE
AI in azienda
Carriera
AI leadership
Leggi l'articolo Shadow AI, vietarla non basta: il problema sono i processi aziendali
scenari
Shadow AI, vietarla non basta: il problema sono i processi aziendali
Leggi l'articolo Longevità e lavoro: come riprogettare la propria carriera
scenari
Longevità e lavoro: come riprogettare la propria carriera
Leggi l'articolo People Pleaser sul lavoro: perché è difficile dire di no
lavoro e SOCIETÀ
People Pleaser sul lavoro: perché è difficile dire di no
Leggi l'articolo Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
imprese e formazione
Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
Leggi l'articolo Skills contro job title: le competenze trasformano i team nell’era dell’AI
competenze e lavoro
Skills contro job title: le competenze trasformano i team nell’era dell’AI
Leggi l'articolo Shadow AI in azienda: rischi, controlli e strumenti di governance
uso non approvato dell’AI
Shadow AI in azienda: rischi, controlli e strumenti di governance
Leggi l'articolo L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
risorse umane
L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
Leggi l'articolo Gestione del cambiamento nell’AI: strategie per un’adozione efficace
la guida
Gestione del cambiamento nell’AI: strategie per un’adozione efficace
Leggi l'articolo Team ibridi, le regole per coordinare persone e agenti IA
leader aumentato
Team ibridi, le regole per coordinare persone e agenti IA
Leggi l'articolo Dimissioni e carriera: quando e come decidere di lasciare un lavoro
scenari
Dimissioni e carriera: quando e come decidere di lasciare un lavoro
Leggi l'articolo AI leadership, come cambiare la governance delle organizzazioni
AI e organizzazioni
AI leadership, come cambiare la governance delle organizzazioni
Leggi l'articolo AI in azienda, l’adozione si blocca senza una nuova leadership
Oltre l'AI Fatigue
AI in azienda, l’adozione si blocca senza una nuova leadership
Leggi l'articolo Shadow AI, vietarla non basta: il problema sono i processi aziendali
scenari
Shadow AI, vietarla non basta: il problema sono i processi aziendali
Leggi l'articolo Longevità e lavoro: come riprogettare la propria carriera
scenari
Longevità e lavoro: come riprogettare la propria carriera
Leggi l'articolo People Pleaser sul lavoro: perché è difficile dire di no
lavoro e SOCIETÀ
People Pleaser sul lavoro: perché è difficile dire di no
Leggi l'articolo Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
imprese e formazione
Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
Leggi l'articolo Skills contro job title: le competenze trasformano i team nell’era dell’AI
competenze e lavoro
Skills contro job title: le competenze trasformano i team nell’era dell’AI
Leggi l'articolo Shadow AI in azienda: rischi, controlli e strumenti di governance
uso non approvato dell’AI
Shadow AI in azienda: rischi, controlli e strumenti di governance
Leggi l'articolo L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
risorse umane
L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
Leggi l'articolo Gestione del cambiamento nell’AI: strategie per un’adozione efficace
la guida
Gestione del cambiamento nell’AI: strategie per un’adozione efficace
Leggi l'articolo Team ibridi, le regole per coordinare persone e agenti IA
leader aumentato
Team ibridi, le regole per coordinare persone e agenti IA
Leggi l'articolo Dimissioni e carriera: quando e come decidere di lasciare un lavoro
scenari
Dimissioni e carriera: quando e come decidere di lasciare un lavoro
Leggi l'articolo AI leadership, come cambiare la governance delle organizzazioni
AI e organizzazioni
AI leadership, come cambiare la governance delle organizzazioni
Leggi l'articolo AI in azienda, l’adozione si blocca senza una nuova leadership
Oltre l'AI Fatigue
AI in azienda, l’adozione si blocca senza una nuova leadership

Articoli correlati

2
0
Lascia un commento, la tua opinione conta.x