il framework

Intelligenza artificiale, classificazione Ocse: come valutare i sistemi da una “prospettiva politica”

L’OCSE Framework for the Classification of AI Systems aiuta a valutare le opportunità e le sfide politiche dell’intelligenza artificiale, con un’analisi su come cambia il modo in cui le persone imparano, lavorano, giocano, interagiscono e vivono a contatto con questa tecnologia

11 Mar 2022
Luigi Mischitelli

Privacy & Data Protection Specialist at IRCCS Casa Sollievo della Sofferenza

Programma nazionale intelligenza artificiale

Con l’onnipresente intelligenza artificiale che colonizza da tempo i più svariati settori a un ritmo incalzante, i diversi sistemi che adottano tale tecnologia si fregiano di una moltitudine di benefici ma, anche, di rischi.

Confrontando, ad esempio, gli assistenti virtuali e i veicoli a guida autonoma è facile vedere come i benefici e i rischi relativi a tali settori siano molto diversi tra loro. Le loro specificità richiedono approcci diversi sia al processo decisionale che alla governance.

Intelligenza artificiale: il faro Ue su tutela delle vulnerabilità e principi antidiscriminazione

Per aiutare i vari paesi e organizzazioni a “caratterizzare” i sistemi di intelligenza artificiale impiegati in contesti specifici, l’Organizzazione per la Cooperazione e lo Sviluppo Economico (OCSE) – che promuove lo sviluppo economico tra paesi (membri) con economia di mercato – ha sviluppato uno strumento (per gli stati membri) per valutare i sistemi di intelligenza artificiale da una “prospettiva politica”.

Il quadro delineato dall’Ocse

Lo strumento varato dall’OCSE può essere applicato a un’ampia gamma di sistemi di intelligenza artificiale attraverso diverse dimensioni valutative. Ogni dimensione presa in esame dall’OCSE ha in sé un sottoinsieme di “proprietà” idonee a definire e valutare le implicazioni politiche, nonché utili per guidare un approccio innovativo e “degno di fiducia” dell’intelligenza artificiale, in ottemperanza ai principi individuati propri dell’OCSE. Il nuovo nato dell’Organizzazione si chiama “OCSE Framework for the Classification of AI Systems”, sistema che aiuta a valutare le opportunità e le sfide politiche dell’intelligenza artificiale, con un’analisi su come cambia il modo in cui le persone imparano, lavorano, giocano, interagiscono e vivono a contatto con questa tecnologia (abbracciando, quindi, i più disparati utilizzi).

WHITEPAPER
Gestione dei contratti e GDPR: guida all’esternalizzazione di attività dei dati personali
Legal
Privacy

Man mano che l’intelligenza artificiale si diffonde nei diversi settori, i sistemi portano con sé sia diversi benefici e rischi nonché considerevoli sfide politico-giuridiche.

Il quadro (Framework) delineato dall’OCSE collega le caratteristiche dei sistemi di intelligenza artificiale con i principi alla base dell’Organizzazione con sede a Parigi. Si tratta di una prima serie di standard che gli stati membri OCSE si sono impegnati a incorporare nei loro processi decisionali, compresa la promozione dell’uso innovativo e affidabile dell’intelligenza artificiale. Il Framework OCSE consente ai fruitori di analizzare quelli che sono i “rischi specifici tipici” dell’intelligenza artificiale, come i “bias” (pregiudizi), la “spiegabilità” (XAI- Explainable AI) e la sua robustezza (questi ultimi due sono, peraltro, insiti nell’Etica dell’intelligenza artificiale).

Promuovere una comprensione comune dell’intelligenza artificiale

Il Framework OCSE può anche aiutare a sviluppare politiche e regolamenti a livello statale e locale, dal momento che le caratteristiche dei sistemi di intelligenza artificiale influenzano le misure tecniche e procedurali necessarie per la loro attuazione.

In particolare, il Framework OCSE fornisce una serie di indicazioni per promuovere una comprensione comune dell’intelligenza artificiale, come identificare le caratteristiche dei sistemi che utilizzano tale tecnologia, aiutare i governi ad adattare le loro politiche a specifiche applicazioni dell’intelligenza artificiale, nonché aiutare a identificare o sviluppare criteri più soggettivi; mira ad a descrivere i sistemi e le loro caratteristiche di base in inventari, registri di algoritmi o sistemi decisionali automatizzati; sostiene i framework specifici per settore, fornendo la base per applicazioni più dettagliate di tale tecnologia, soprattutto nei campi della sanità o della finanza; il Framework OCSE sostiene la valutazione del rischio dell’intelligenza artificiale, aiutando gli operatori con la mitigazione del rischio e lo sviluppo di un framework comune e interoperabile – a livello globale – per la segnalazione degli incidenti che coinvolgono l’intelligenza artificiale (una sorta di “data breach” applicato all’intelligenza artificiale); infine, l’OCSE sostiene la gestione del rischio, contribuendo alla mitigazione, alla conformità e all’applicazione lungo il ciclo di vita dei sistemi di intelligenza artificiale, anche per quanto riguarda la governance aziendale.

La classificazione di sistemi e applicazi0ni IA

Il Framework OCSE classifica i sistemi e le applicazioni dell’intelligenza artificiale secondo le seguenti dimensioni: “People & Planet”, “Economic Context”, “Data & Input”, “AI Model” e “Task & Output”. Vediamole nel dettaglio di seguito.

  • People & Planet”. È la dimensione che considera il potenziale dei sistemi di intelligenza artificiale per promuovere tale tecnologia come “centrata sull’uomo” e “degna di fiducia”, a beneficio delle persone e del pianeta. In ogni contesto, tale dimensione identifica gli individui e i gruppi che interagiscono con – o sono influenzati da – un sistema di intelligenza artificiale. Le caratteristiche principali includono gli utenti e gli stakeholder interessati, così come la facoltatività della sua applicazione ed il suo impatto sui diritti umani, l’ambiente, il benessere, la società e il mondo del lavoro.
  • Economic Context”. È la dimensione che descrive l’ambiente economico e settoriale in cui un sistema di intelligenza artificiale viene implementato. Di solito, riguarda l’intelligenza artificiale “applicata” (ossia “fuori dal laboratorio”) piuttosto che un generico sistema di intelligenza artificiale; descrive il tipo di organizzazione e l’area funzionale per cui un sistema di intelligenza artificiale è sviluppato. Le caratteristiche di tale “Context” includono il settore in cui il sistema è implementato (come i già citati settori della sanità e della finanza), la sua funzione e modello di business, la sua natura critica (o non critica), il suo “spiegamento”, l’impatto, e la sua “maturità tecnologica”.
  • Data & Input”. È la dimensione che descrive i dati e/o gli input degli esperti con cui un modello di intelligenza artificiale costruisce una rappresentazione dell’ambiente. In tale dimensione ricadono la provenienza dei dati e degli input, il metodo di raccolta della macchina e/o dell’uomo, la struttura e il formato dei dati nonché le proprietà dei dati. Le caratteristiche dei dati e degli input possono riguardare i dati usati per addestrare un sistema di intelligenza artificiale “in laboratorio” e i dati usati in produzione “sul campo” (intelligenza artificiale “applicata”).
  • AI Model”. È la dimensione di una rappresentazione computazionale di tutto o parte dell’ambiente esterno di un sistema intelligenza artificiale. Comprende, per esempio, processi, oggetti, idee, persone e/o interazioni che hanno luogo in quell’ambiente. Le caratteristiche principali includono come il modello è costruito (usando la conoscenza degli esperti, il Machine Learning o entrambi), come il modello è utilizzato e quali sono i suoi obiettivi.
  • Task & Output”. È la dimensione che riferisce ai compiti che il sistema esegue, come la personalizzazione, il riconoscimento, la previsione o l’ottimizzazione guidata dagli obiettivi; i suoi output e le azioni risultanti che influenzano il contesto generale. Le caratteristiche di questa dimensione includono i compiti del sistema, l’autonomia dell’azione, i sistemi che combinano compiti e azioni come i veicoli a guida autonoma, le aree di applicazione principali come la computer vision e, infine, i metodi di valutazione.

Alcuni criteri del Framework OCSE sono più applicabili a contesti di intelligenza artificiale “sul campo” rispetto a contesti di intelligenza artificiale “in laboratorio”, e viceversa. L’intelligenza artificiale “in laboratorio” si riferisce alla concezione e allo sviluppo di un sistema di intelligenza artificiale prima della sua distribuzione sul campo. È applicabile alle dimensioni “Data & Input” (per esempio, qualificando i dati), “AI Model” (per esempio, addestrando il modello iniziale) e “Task & Output” (per esempio, per un compito di personalizzazione) del Framework. È particolarmente rilevante, infine, per gli approcci e i requisiti di gestione del rischio ex ante. L’intelligenza artificiale “sul campo”, invece, si riferisce all’uso e all’evoluzione di un sistema di intelligenza artificiale dopo l’implementazione, risultando applicabile a tutte le dimensioni. È rilevante per gli approcci e i requisiti di gestione del rischio ex post. Il ciclo di vita di un sistema di intelligenza artificiale può servire come struttura complementare per comprendere le caratteristiche tecniche chiave di un sistema.

Conclusioni

Il ciclo di vita comprende le seguenti fasi (che non sono necessariamente sequenziali):

  • pianificazione e progettazione;
  • raccolta ed elaborazione dei dati;
  • costruzione e utilizzo del modello (Framework);
  • verifica e convalida; “spiegamento”;
  • funzionamento e monitoraggio.

Le dimensioni del Framework OCSE per la classificazione dei sistemi di intelligenza artificiale possono essere associate alle fasi del ciclo di vita dei sistemi di intelligenza artificiale, al fine di identificare tanto gli “attori” del processo, quanto le loro responsabilità nel medesimo.[1]

Note

  1. OECD Framework for the Classification of AI systems. Organizzazione per la Cooperazione e lo Sviluppo Economico. https://www.oecd.org/publications/oecd-framework-for-the-classification-of-ai-systems-cb6d9eca-en.htm

@RIPRODUZIONE RISERVATA

Speciale PNRR

Tutti
Incentivi
PA
Sostemibilità
Analisi
Formazione
Salute digitale
Sicurezza
Sostenibilità
Digital Economy
Formazione
Trasferimento tecnologico, il Mise mette sul piatto 7,5 milioni
Strategie
PSN e Strategia Cloud Italia: a che punto siamo e come supportare la PA in questo percorso
Dispersione idrica
Siccità: AI e analisi dei dati possono ridurre gli sprechi d’acqua. Ecco gli interventi necessari
PNRR
Cloud, firmato il contratto per l’avvio di lavori del Polo strategico
Formazione
Competenze digitali, stanziati 48 milioni per gli Istituti tecnologici superiori
Iniziative
Digitalizzazione delle reti idriche: oltre 600 milioni per 21 progetti
Competenze e competitività
PNRR, così i fondi UE possono rilanciare la ricerca e l’Università
Finanziamenti
PNRR, si sbloccano i fondi per l’agrisolare
Sanità post-pandemica
PNRR, Missione Salute: a che punto siamo e cosa resta da fare
Strategie
Sovranità e autonomia tecnologica nazionale: come avviare un processo virtuoso e sostenibile
La relazione
Pnrr e PA digitale, l’alert della Corte dei conti su execution e capacità di spesa
L'editoriale
Elezioni 2022, la sfida digitale ai margini del dibattito politico
Strategie
Digitale, il monito di I-Com: “Senza riforme Pnrr inefficace”
Transizione digitale
Pnrr: arrivano 321 milioni per cloud dei Comuni, spazio e mobilità innovativa
L'analisi I-COM
Il PNRR alla prova delle elezioni: come usare bene le risorse e centrare gli obiettivi digitali
Cineca
Quantum computing, una svolta per la ricerca: lo scenario europeo e i progetti in corso
L'indice europeo
Desi, l’Italia scala due posizioni grazie a fibra e 5G. Ma è (ancora) allarme competenze
L'approfondimento
PNRR 2, ecco tutte le misure per cittadini e imprese: portale sommerso, codice crisi d’impresa e sismabonus, cosa cambia
Servizi digitali
PNRR e trasformazione digitale: ecco gli investimenti e le riforme previste per la digitalizzazione della PA
Legal health
Lo spazio europeo dei dati sanitari: come circoleranno le informazioni sulla salute nell’Unione Europea
Servizi digitali
PNRR e PA digitale: non dimentichiamo la dematerializzazione
Digital Healthcare transformation
La trasformazione digitale degli ospedali
Governance digitale
PA digitale, è la volta buona? Così misure e risorse del PNRR possono fare la differenza
Servizi digitali
Comuni e digitale, come usare il PNRR senza sbagliare
La survey
Pnrr e digitale accoppiata vincente per il 70% delle pmi italiane
Missione salute
Fascicolo Sanitario Elettronico alla prova del PNRR: limiti, rischi e opportunità
Servizi pubblici
PNRR: come diventeranno i siti dei comuni italiani grazie alle nuove risorse
Skill gap
PNRR, la banda ultra larga crea 20.000 nuovi posti di lavoro
Il Piano
Spazio, Colao fa il punto sul Pnrr: i progetti verso la milestone 2023
FORUMPA2022
PNRR e trasformazione digitale: rivedi i Talk di FORUM PA 2022 in collaborazione con le aziende partner
I contratti
Avio, 340 milioni dal Pnrr per i nuovi propulsori a metano
Next Generation EU
PNRR, a che punto siamo e cosa possono aspettarsi le aziende private
Fondi
Operativo il nuovo portale del MISE con tutti i finanziamenti per le imprese
Servizi comunali
Il PNRR occasione unica per i Comuni digitali: strumenti e risorse per enti e cittadini
Healthcare data platform
PNRR dalla teoria alla pratica: tecnologie e soluzioni per l’innovazione in Sanità
Skill
Competenze digitali, partono le Reti di facilitazione
Gli obiettivi
Scuola 4.0, PNRR ultima chance: ecco come cambierà il sistema formativo
Sistema Paese
PNRR 2, è il turno della space economy
FORUM PA 2022
FORUM PA 2022: la maturità digitale dei comuni italiani rispetto al PNRR
Analisi
PNRR: dalla Ricerca all’impresa, una sfida da cogliere insieme
Innovazione
Pnrr, il Dipartimento per la Trasformazione digitale si riorganizza
FORUM PA 2022
PA verde e sostenibile: il ruolo di PNRR, PNIEC, energy management e green public procurement
Analisi
PNRR, Comuni e digitalizzazione: tutto su fondi e opportunità, in meno di 3 minuti. Guarda il video!
Rapporti
Competenze digitali e servizi automatizzati pilastri del piano Inps
Analisi
Attuazione del PNRR: il dialogo necessario tra istituzioni e società civile. Rivedi lo Scenario di FORUM PA 2022
Progetti
Pnrr, fondi per il Politecnico di Torino. Fra i progetti anche IS4Aerospace
Analisi
PNRR, Colao fa il punto sulla transizione digitale dell’Italia: «In linea con tutte le scadenze»
La Svolta
Ict, Istat “riclassifica” i professionisti. Via anche al catalogo dati sul Pnrr
Analisi
Spazio, Colao fa il punto sul Pnrr: i progetti verso la milestone 2023
FORUM PA 2022
Ecosistema territoriale sostenibile: l’Emilia Romagna tra FESR e PNRR
Il Piano
Innovazione, il Mise “centra” gli obiettivi Pnrr: attivati 17,5 miliardi
Analisi
PNRR: raggiunti gli obiettivi per il primo semestre 2022. Il punto e qualche riflessione
Analisi
PNRR: dal dialogo tra PA e società civile passa il corretto monitoraggio dei risultati, tra collaborazione e identità dei luoghi
Webinar
Comuni e PNRR: un focus sui bandi attivi o in pubblicazione
Analisi
Formazione 4.0: cos’è e come funziona il credito d’imposta
PA e Sicurezza
PA e sicurezza informatica: il ruolo dei territori di fronte alle sfide della digitalizzazione
PA e sicurezza
PNRR e servizi pubblici digitali: sfide e opportunità per Comuni e Città metropolitane
Water management
Water management in Italia: verso una transizione “smart” e “circular” 
LE RISORSE
Transizione digitale, Simest apre i fondi Pnrr alle medie imprese
Prospettive
Turismo, cultura e digital: come spendere bene le risorse del PNRR
Analisi
Smart City: quale contributo alla transizione ecologica
Decarbonizzazione
Idrogeno verde, 450 milioni € di investimenti PNRR, Cingolani firma
Unioncamere
PNRR, imprese in ritardo: ecco come le Camere di commercio possono aiutare
I fondi
Industria 4.0: solo un’impresa su tre pronta a salire sul treno Pnrr
Formazione
Trasferimento tecnologico, il Mise mette sul piatto 7,5 milioni
Strategie
PSN e Strategia Cloud Italia: a che punto siamo e come supportare la PA in questo percorso
Dispersione idrica
Siccità: AI e analisi dei dati possono ridurre gli sprechi d’acqua. Ecco gli interventi necessari
PNRR
Cloud, firmato il contratto per l’avvio di lavori del Polo strategico
Formazione
Competenze digitali, stanziati 48 milioni per gli Istituti tecnologici superiori
Iniziative
Digitalizzazione delle reti idriche: oltre 600 milioni per 21 progetti
Competenze e competitività
PNRR, così i fondi UE possono rilanciare la ricerca e l’Università
Finanziamenti
PNRR, si sbloccano i fondi per l’agrisolare
Sanità post-pandemica
PNRR, Missione Salute: a che punto siamo e cosa resta da fare
Strategie
Sovranità e autonomia tecnologica nazionale: come avviare un processo virtuoso e sostenibile
La relazione
Pnrr e PA digitale, l’alert della Corte dei conti su execution e capacità di spesa
L'editoriale
Elezioni 2022, la sfida digitale ai margini del dibattito politico
Strategie
Digitale, il monito di I-Com: “Senza riforme Pnrr inefficace”
Transizione digitale
Pnrr: arrivano 321 milioni per cloud dei Comuni, spazio e mobilità innovativa
L'analisi I-COM
Il PNRR alla prova delle elezioni: come usare bene le risorse e centrare gli obiettivi digitali
Cineca
Quantum computing, una svolta per la ricerca: lo scenario europeo e i progetti in corso
L'indice europeo
Desi, l’Italia scala due posizioni grazie a fibra e 5G. Ma è (ancora) allarme competenze
L'approfondimento
PNRR 2, ecco tutte le misure per cittadini e imprese: portale sommerso, codice crisi d’impresa e sismabonus, cosa cambia
Servizi digitali
PNRR e trasformazione digitale: ecco gli investimenti e le riforme previste per la digitalizzazione della PA
Legal health
Lo spazio europeo dei dati sanitari: come circoleranno le informazioni sulla salute nell’Unione Europea
Servizi digitali
PNRR e PA digitale: non dimentichiamo la dematerializzazione
Digital Healthcare transformation
La trasformazione digitale degli ospedali
Governance digitale
PA digitale, è la volta buona? Così misure e risorse del PNRR possono fare la differenza
Servizi digitali
Comuni e digitale, come usare il PNRR senza sbagliare
La survey
Pnrr e digitale accoppiata vincente per il 70% delle pmi italiane
Missione salute
Fascicolo Sanitario Elettronico alla prova del PNRR: limiti, rischi e opportunità
Servizi pubblici
PNRR: come diventeranno i siti dei comuni italiani grazie alle nuove risorse
Skill gap
PNRR, la banda ultra larga crea 20.000 nuovi posti di lavoro
Il Piano
Spazio, Colao fa il punto sul Pnrr: i progetti verso la milestone 2023
FORUMPA2022
PNRR e trasformazione digitale: rivedi i Talk di FORUM PA 2022 in collaborazione con le aziende partner
I contratti
Avio, 340 milioni dal Pnrr per i nuovi propulsori a metano
Next Generation EU
PNRR, a che punto siamo e cosa possono aspettarsi le aziende private
Fondi
Operativo il nuovo portale del MISE con tutti i finanziamenti per le imprese
Servizi comunali
Il PNRR occasione unica per i Comuni digitali: strumenti e risorse per enti e cittadini
Healthcare data platform
PNRR dalla teoria alla pratica: tecnologie e soluzioni per l’innovazione in Sanità
Skill
Competenze digitali, partono le Reti di facilitazione
Gli obiettivi
Scuola 4.0, PNRR ultima chance: ecco come cambierà il sistema formativo
Sistema Paese
PNRR 2, è il turno della space economy
FORUM PA 2022
FORUM PA 2022: la maturità digitale dei comuni italiani rispetto al PNRR
Analisi
PNRR: dalla Ricerca all’impresa, una sfida da cogliere insieme
Innovazione
Pnrr, il Dipartimento per la Trasformazione digitale si riorganizza
FORUM PA 2022
PA verde e sostenibile: il ruolo di PNRR, PNIEC, energy management e green public procurement
Analisi
PNRR, Comuni e digitalizzazione: tutto su fondi e opportunità, in meno di 3 minuti. Guarda il video!
Rapporti
Competenze digitali e servizi automatizzati pilastri del piano Inps
Analisi
Attuazione del PNRR: il dialogo necessario tra istituzioni e società civile. Rivedi lo Scenario di FORUM PA 2022
Progetti
Pnrr, fondi per il Politecnico di Torino. Fra i progetti anche IS4Aerospace
Analisi
PNRR, Colao fa il punto sulla transizione digitale dell’Italia: «In linea con tutte le scadenze»
La Svolta
Ict, Istat “riclassifica” i professionisti. Via anche al catalogo dati sul Pnrr
Analisi
Spazio, Colao fa il punto sul Pnrr: i progetti verso la milestone 2023
FORUM PA 2022
Ecosistema territoriale sostenibile: l’Emilia Romagna tra FESR e PNRR
Il Piano
Innovazione, il Mise “centra” gli obiettivi Pnrr: attivati 17,5 miliardi
Analisi
PNRR: raggiunti gli obiettivi per il primo semestre 2022. Il punto e qualche riflessione
Analisi
PNRR: dal dialogo tra PA e società civile passa il corretto monitoraggio dei risultati, tra collaborazione e identità dei luoghi
Webinar
Comuni e PNRR: un focus sui bandi attivi o in pubblicazione
Analisi
Formazione 4.0: cos’è e come funziona il credito d’imposta
PA e Sicurezza
PA e sicurezza informatica: il ruolo dei territori di fronte alle sfide della digitalizzazione
PA e sicurezza
PNRR e servizi pubblici digitali: sfide e opportunità per Comuni e Città metropolitane
Water management
Water management in Italia: verso una transizione “smart” e “circular” 
LE RISORSE
Transizione digitale, Simest apre i fondi Pnrr alle medie imprese
Prospettive
Turismo, cultura e digital: come spendere bene le risorse del PNRR
Analisi
Smart City: quale contributo alla transizione ecologica
Decarbonizzazione
Idrogeno verde, 450 milioni € di investimenti PNRR, Cingolani firma
Unioncamere
PNRR, imprese in ritardo: ecco come le Camere di commercio possono aiutare
I fondi
Industria 4.0: solo un’impresa su tre pronta a salire sul treno Pnrr

Articolo 1 di 2