le proposte

Intelligenza artificiale per lo sviluppo sostenibile: l’impegno dell’Italia

Sono circa 160 i casi in cui il ricorso all’IA potrebbe avere un ruolo fondamentale nel raggiungimento dei 17 Obiettivi di Sviluppo Sostenibile (SDGs) dell’Agenda 2030 approvata nel 2015 dalle Nazioni Unite. Ecco ‘ sette settori che avranno la precedenza nella destinazione delle risorse secondo l’orientamento del Governo

Pubblicato il 06 Feb 2020

Mariaflavia Cascelli

Alleanza Italiana per lo Sviluppo Sostenibile - ASviS

AI Questions Icon
Chiedi all'AI
Riassumi questo articolo
Approfondisci con altre fonti
renAIssance - intelligenza artificiale

La strategia del Governo sull’intelligenza artificiale potrà servire anche a sostenere gli obiettivi di sviluppo sostenibile.

Sappiamo che dovrebbe essere disponibile nei primi mesi di quest’anno – stando alle dichiarazioni rese dal Ministero dello Sviluppo Economico (Mise) – il documento finale “Proposte per una strategia italiana per l’intelligenza artificiale”, la cui bozza è stata in consultazione pubblica da agosto a settembre 2019.

A due anni dalla dichiarazione di cooperazione per l’Intelligenza artificiale firmata da 25 Stati europei, confluita nel documento “L’intelligenza artificiale per l’Europa”, verrà quindi finalizzato il documento redatto dal Gruppo di esperti che ha elaborato la Strategia volta a definire gli orientamenti etici e a stabilire le politiche di investimento sull’IA, da presentare alla Commissione europea.

La McKinsey & Company ha individuato circa 160 casi nei quali il ricorso all’IA potrebbe avere un ruolo fondamentale nel raggiungimento dei 17 Obiettivi di Sviluppo Sostenibile (SDGs) dell’Agenda 2030 approvata nel 2015 dalle Nazioni Unite.

Salute e benessere (SDG 3), istruzione di qualità (SDG 4), imprese, innovazione e infrastrutture resilienti (SDG 9), possono contare su un buon numero di pratiche già in atto.

Intelligenza artificiale e Obiettivi di Sviluppo Sostenibile

La Strategia italiana si fonda su tre pilastri:

  • il rapporto tra l’uomo e la macchina, quindi il contributo dell’IA in materia di sicurezza, salute, medicina, istruzione e politiche per il lavoro, di sviluppo delle digital humanities e dell’industria culturale e creativa.
  • L’IA per un ecosistema digitale affidabile, produttivo e sostenibile, comprendendo quindi le politiche industriali, la promozione della robotica e dei sistemi autonomi, lo sviluppo dell’elaborazione dei dati, dell’Internet of Thinks (IoT), della finanza, della farmaceutica. I
  • L’IA per lo sviluppo sostenibile, quindi le azioni relative alla tutela ambientale e alle infrastrutture sostenibili come le smart cities e i trasporti, alla qualità della vita e alla coesione sociale.

Intelligenza artificiale: gli orientamenti di politica industriale in Italia

Nonostante la diffusione dei servizi di IA sia nel nostro Paese ancora limitata (solo il 12% delle imprese ha attivato un progetto in questo ambito) la crescita percentuale del mercato – pur modesta in confronto con il mercato del Nord America e della Cina – è elevata (50% annuo). Tra le principali aree nelle quali gli esperti suggeriscono di concentrare gli investimenti spiccano i servizi e la sanità, temi centrali nell’idea di sviluppo sostenibile.

Il Governo ha optato per un nuovo orientamento di politica industriale configurato sui punti di forza dell’apparato produttivo italiano, identificando sette settori che avranno la precedenza nella destinazione delle risorse:

  • Industria e manifattura (SDG 9, SDG 12). Il ricorso alla robotica intelligente favorisce il monitoraggio dei processi industriali, e le applicazioni di IA per l’IoT, gli smart objects e gli smart vehicles permettono di conservare la tradizione e al contempo promuovere l’innovazione nell’attività manifatturiera italiana;
  • Agroalimentare (SDG 2). Insieme con genetica e nanotecnologia, l’IA è in grado di migliorare significativamente la produzione dell’agrifood, riducendo gli scarti e l’impatto ambientale; inoltre, può determinare una significativa riduzione delle disuguaglianze di settore, rispondendo al crescente fabbisogno alimentare del pianeta, senza però ricorrere all’incremento della produzione di cibo. IA, IoT e Robotica permettono poi di monitorare le coltivazioni e le condizioni del suolo, di prevedere gli esiti dei raccolti con l’ausilio di dati satellitari e in base alle condizioni ambientali e meteorologiche, di migliorare la lavorazione, la conservazione e il trasporto degli alimenti.
  • Turismo e cultura. L’IA permette di soddisfare meglio la domanda attraverso la personalizzazione dei servizi e la profilazione dei clienti; introducendo, per la scelta delle mete turistiche, visite virtuali delle destinazioni; ricorrendo a traduttori simultanei per la descrizione dei siti visitati, e a servizi correlati con la geolocalizzazione del turista.
  • Infrastrutture e reti energetiche (SDG 7, SDG 9). Se già le turbine eoliche e le celle solari stanno sostituendo le grandi strutture convenzionali a carbone e gas, presto questi sistemi flessibili decentralizzati si affideranno a reti intelligenti, piccole e localizzate, con conseguenti riduzioni delle emissioni inquinanti.
  • Salute e previdenza sociale (SDG 3, SDG 10). Tecnologie di genetica, big data e bioinformatica possono favorire lo studio combinato delle malattie e dell’impatto delle politiche sanitarie. Numerosi sono i contributi che l’IA può apportare in ambito sanitario: la chirurgia assistita con la robotica intelligente, l’assistenza infermieristica virtuale, il supporto alla diagnostica per immagini, i servizi innovativi destinati a individui con disabilità, con la conseguente inclusione sociale di categorie di cittadini svantaggiati e la risposta ai nuovi bisogni derivanti dall’invecchiamento della popolazione.
  • Città e mobilità intelligenti (SDG 11). L’IA offre un gran numero di vantaggi per favorire lo sviluppo di città resilienti: la gestione del traffico e dell’illuminazione, il controllo della segnaletica, il funzionamento dei veicoli a guida autonoma, l’ottimizzazione dei trasporti pubblici, il monitoraggio dello stato di salute di costruzioni, ponti e palazzi. Registrando come le persone utilizzano la città, l’IA può fornire previsioni ed analisi utili per ottimizzare i servizi e migliorare il benessere e la sicurezza dei cittadini.
  • Pubblica amministrazione (SDG 16). Per una PA digitalizzata ed efficace, attraverso l’uso di assistenti virtuali, la gestione documentale, il ricorso alla chat bot, l’analisi dei rischi di impresa, la lotta all’evasione fiscale e ai crimini sul web, in grado di incoraggiare la competitività delle imprese e proteggere la libertà e i dati dei cittadini, semplificando i processi burocratici.

La necessità di un utilizzo etico dell’intelligenza artificiale

Sarà necessario favorire il partenariato pubblico-privato, incrementare la collaborazione all’interno delle istituzioni e tra le istituzioni, potenziare la sinergia con l’Europa e monitorare costantemente le evidenze generate e l’impatto delle politiche pubbliche sugli SDGs.

A orientare il progetto è naturalmente la necessità di un utilizzo etico dell’IA, in grado di eludere i rischi di intensificazione delle disuguaglianze sociali e territoriali che potrebbero derivare da un suo impiego inadeguato, e l’esigenza di garantirne l’affidabilità tecnica sin dalla programmazione. La Strategia nazionale – si legge nelle Proposte – necessita di una governance all’insegna della Policy coherence for sustainable development (Pc4sd) indicata dall’Ocse. Il Gruppo di studiosi che ha redatto il documento – dichiarandosi in linea con le proposte avanzate dall’Alleanza Italiana per lo Sviluppo Sostenibile – ASviS – auspica l’istituzione di una cabina di regia interministeriale per la trasformazione digitale del Paese finalizzata al raggiungimento degli SDGs.

Valuta la qualità di questo articolo

La tua opinione è importante per noi!

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

0
Lascia un commento, la tua opinione conta.x