Dalla società digitale alla società algoritmica: intelligenza artificiale e blockchain

PREMESSA

DALLA SOCIETÀ DIGITALE ALLA SOCIETÀ ALGORITMICA

1. Internet = rete globale che si evolve grazie alle informazioni che gli utenti si scambiano in tempo reale. La rete e il suo potere connettivo ha permesso lo sviluppo di strumenti di Information Technology (IT) sempre più potenti dal punto di vista computazionale e in grado di connettere un numero sempre maggiore di utenti - c.d Information Communication Technology (ICT). L'espansione delle capacità connettive di ICT ha determinato la diffusione di dispositivi smart nella vita quotidiana di ciascuno di noi. Se in una prima fase la produzione di dati, c.d big data, era da ascriversi alle nuovo opportunità di connessione tra individui, successivamente gli stessi dispositivi informatici sono diventati indipendenti dalla connessione con un soggetto umano. Il potere automatico di trasmissione è alla base dell'avvento dell'internet of things (IOT) = cose usate nel quotidiano, di natura digitale, che raccolgono dati sulle azioni e sulle preferenze personali. Dalla comunicazione tra individui tramite dispositivi digitali, si è passati alla comunicazione tra individui e macchine, c.d assistenti personali come Siri, Alexa, commercializzati da Amazon, Apple, Microsoft e Google. Questi dispositivi sollevano problemi in materi di privacy e tutela dei diritti personali. I dati raccolti vengono archiviati e ciò ha determinato la comparsa di modelli computazionali che non si limitano ad immagazzinare, ma organizzano e interpretano grandi quantità di dataset al fine di emettere valutazioni o previsioni - vengono raccolti dati (input) tramite IoT che mediante modelli computazionali vengono interpretati al fine di emettere valutazioni\previsioni (output) - in questo senso si apre un nuovo scenario dove la tecnologia si pone come un vero strumento decisionale. Infatti, nelle società algoritmiche, queste previsioni sconfinano in una dimensione decisoria di assoluta rilevanza sul piano sociale ed economiche. La convergenza tra strumenti analitici intelligenti e big data segna l'elemento di rottura col passato, diventando il potere di una società che si struttura per effetto di determinazioni automatizzate. Altro tratto caratterizzate della società algoritmica è il fatto che il meccanismo innescato tende all'onniscenza: grazie ai dati raccolti gli algoritmi analizzano le azioni e le abitudini dei consociati per desumerne delle regole di comportamento generale al fine di predire azioni e abitudini future. Questa onniscienza dell'intelligenza artificiale da avvio all' "algoricrazia" ove il cittadino non è più libero, ma profilato, prigioniero di meccanismi che non sa o non può controllare.
2. Inizialmente si riteneva che internet potesse generare nuovi spasi di libertà e andare a livellare le gerarchie socio-politiche che si erano create fino ad allora. L'accento era posto sulla forma democratizzante e abilitante degli strumenti di information technology. La successiva evoluzione ha condotto, però, ad un progressivo capovolgimento di quella prospettiva iniziale: è indiscutibile che le nuove tecnologie hanno determinato una significativa redistribuzione del potere, ma ciò non si è tradotto in un ampliamento degli spazi democratici, ma ha posto le premesse per una loro erosione. Due prospettive per cogliere questa inversione:
   • Profilo personale: gli individuo sono soggetti passivi governati e controllati da sistemi automatizzati;
   • Profilo soggettivo: l'evoluzione delle infrastrutture computazionali ha determinato l'appropriazione delle stesse sa parte di attori che, attraverso l'elaborazione algoritmica dei dati, sono nelle condizioni di indirizzare le relazioni tra consociati.
   Le linee evolutive hanno segnalato l'esigenza di elaborare risposte regolatorie - nella primavera del 2021, è stata pubblicata la proposta di regolamento in materia di intelligenza artificiale, che sintetizza la soluzione europea incentrata su una concezione innovativa in materia di intelligenza artificiale che possa essere qualificata come sostenibile, in quanto rispettosa dei valori e dei diritti fondamentali dell'Unione e della sicurezza degli utenti. Il Regolamento è divenuto un gold standard anche per il mercato internazionale. 2 Document shared on www.docsity.com Downloaded by: chelsea-fabrizi (chelsea.fabrizi@hotmail.it)La soluzione europea si è posta come mediana tra l'approccio tecno-libertario statunitense, incentrato sul libero mercato tecnologico; e il versante opposto del modello cinese che punta su uno stretto controllo statale sulle tecnologie.
3. Il fenomeno dell'intelligenza artificiale è destinato ad essere determinante sulla governance delle imprese organizzate in forma societaria. Se la nostra società (Gemeinschaft) è condizionata da algoritmi, questi sistemi sono più marcati in realtà aziendali di ogni grande impresa in forma societaria (Gesellschaft), costituendone il core business: il riferimento è alle multinazionali dell'IT statunitensi, che si collocano al vertice delle società più capitalizzate ed esse sono le GAFAM (Google, Amazon, Facebook, Apple, Microsoft); nonché ad altre web-platforms come Neflix. Il processo di incorporazione coinvolge una platea sempre più ampia di imprese. La messa a fuoco della portata delle innovazioni tecnologiche presuppone che il cambiamento dovuto all'intelligenza artificiale, porti a riconsiderare alcuni assunti del sistema giuridico. 3 Document shared on www.docsity.com Downloaded by: chelsea-fabrizi (chelsea.fabrizi@hotmail.it)

CAPITOLO PRIMO

IL PANORAMA TECNOLOGICO D'IMPRESA TRA INFORMATION TECHNOLOGY E INTELLIGENZA ARTIFICIALE

1. Gli strumenti di intelligenza artificiale Con intelligenza artificiale (IA) si intente una disciplina che studia i fondamenti teorici e crea gli algoritmi in vista delle produzione di software in grado di mimare alcuni tipi di intelligenza umana in funzione della soluzione di specifici problemi o del conseguimento di determinati scopi. Ci si riferisce alla capacità di strumenti computazionali di riprodurre tipiche funzioni cognitive umane. Il fenomeno affonda le sue origini nell'Ottocento con le prime macchine programmabili elaborate da Charles Babbage, ma la data di nascita è il 1950 che vede la pubblicazione del celebre Computing machinery and intelligence, dove Alan Turing descrive per la prima volta il test che porta il suo nome. A pochi anni prima risale invece un saggio dove compare per la prima volta il termine "cibernetica" e lo studio pionieristico di Warren McCulloch e Walter Pitts, nel quale si propone un primo modello basato sulla logica formale in grado di descrivere reti neurali capaci di calcolare funzioni logiche; mentre l'espressione "artificial intelligence" viene coniata nel 1956 dal matematico John McCarthy. Tra le molteplici definizioni, la più accreditata è quella di Standford che identifica l'IA come l'insieme di tecniche computazionali che vengono ispirate dal modo in cui gli esseri umani utilizzano il proprio sistema nervoso e il proprio corpo per sentire, imparare, agire. Il Regolamento europeo in materia di intelligenza artificiale la definisce come un software sviluppato mediante una o più tecniche di machine learning, in quando di generare output che influenzano l'ambiente con cui interagiscono per il conseguimento di una serie di risultati finali prestabiliti dall'uomo. Si può distinguere:
   • IA software based: operano solo nella dimensione virtuale, come gli assistenti vocali
   • IA hardware based: operano nella dimensione reale, come i droni e tutti gli elementi riconducibili all'IoT.
   Questi sistemi sono alimentati da big data = informazioni raccolte a mezzo di dispositivi digitali che gli algoritmi, quali motori dell'IA, processano, tracciando correlazioni e classificazioni. La definizione accolta dal parlamento europeo è molto ampia e ricomprendere anche tecniche diverse, come:
   • Tecniche di c.d logic e knowledge based
   • Tecniche statistiche - sono le più sofisticate per la loro caratteristica di avere una modalità di apprendimento automatico.
   Gli algoritmi di apprendimento automatico, consentono agli strumenti di IA di imparare un certo compito e di imparare a perfezionare la propria performance. Questa caratteristica segna un cambio di rotta rispetto alle tecnologie non basate su tecniche di machine learning, ossia operanti con un approccio logico-deduttivo. La tecnica di apprendimento automatico, machine learning based system, consente agli algoritmi di individuare il parametro dirimente al fine dell'assolvimento del compito secondo un approccio statistico. In entrami i sistemi di algoritmi, centrale è la fase di training, ossia durante la quale l'algoritmo viene allenato sulla base di criteri e informazioni specifiche (entries), più o meno qualificate. Tecniche di training sono:
   • Supervised learning (SL): quando vengono fatte analizzare un'enorme quantità di esempi dotati di etichetta, al fine di indurre nell'algoritmo la capacità di riconoscimento dei criteri attraverso i quali "etichettare" gli input.
   • Reinforcement learning (RL): gli algoritmi vengono allenati a riconoscere i criteri mediante numerosi tentativi.
   • Unsupervised learning (UL): gli algoritmi vengono sviluppati per individuare i propri criteri di funzionamento direttamente dai dati di carattere non strutturato che i sistemi artificiali raccolgono dal loro ambiente circostante.
   4 Document shared on www.docsity.com Downloaded by: chelsea-fabrizi (chelsea.fabrizi@hotmail.it)Decisiva, nelle tecniche di apprendimento, è la rilevanza dei dati, abbiamo:
   • Training data: dati con cui viene sviluppato l'algoritmo
   • Input data: dati che vengono forniti all'algoritmo una volta sviluppato per compiere una scelta ed emettere delle previsioni
   • Feedback data: dati immessi nel sistema per perfezionarlo
   La principale caratteristica = capacità delle machine learning di qualificare autonomamente informazioni non ricomprese nel data set. L'esattezza sarà tanto maggiore, quante più informazioni verranno processate. Alla base delle tecniche di apprendimento - reti neurali artificiali; ossia reti che mirano a riprodurre quanto avviene nel cervello imano. La combinazione tra gli ingressi e le relazioni che si innescano tra le unità che formano la rete neurale, genera un output che a sua volta riattiva l'interazione tra neuroni. Le reti più sofisticate sono quelle in cui i neuroni si dispongono su diversi gradi (layers) di profondità, dando vita a reti neurali profonde, c.d deep learning networks. Tra gli algoritmi di machine learning, importanti sono gli algoritmi c.d predittivi, che rilevano correlazioni prospettiche utili a orientare scelte strategiche sulla base di quanto è stato appreso dai dati. Il fatto che l'IA possa contenere numerose tecniche computazionali rende difficile definire il termine. Tra i numerosi tentativi, uno dei più significativi è offerto dalla Risoluzione del parlamento europeo nel 2017 che individua l'autonomia della macchina nella sua abilità di prendere decisioni e metterle in atto nel mondo esterno, indipendentemente da un controllo o influenza esterna. Questa autonomia è di natura tecnologica e il suo livello dipende dal grado di complessità con cui è stata progettata l'interazione di un robot con l'ambiente. Oggi l'IA ha il vantaggio di non limitarsi più all'accumulo di contenuti, ma di migliorare l'architettura della macchina. Essa si è evoluta da tecnologia di finalità generale, a tecnologia di soluzione generale in grado di porre in atto processi decisionali mediante i quali si attuano delle scelte. Tali scelte dipendo dai criteri impiegati al fine di valutare le opzioni in concreto. La scelta del tipo di training incide su questa capacità di effettuare decisioni:
   • Supervised learning - compiti comuni, come il riconoscimento di immagini
   • Reinforcement learning - processi decisionali complessi
   • Unsupervised learning - compiti più sofisticati, quali i c.d cluster, ovvero l'individuazione di insiemi (cluster) di dati accumunati da qualche somiglianza.
   Un altro argomento riguarda il grado di sostituibilità degli strumenti di IA rispetto alla mente umana. Si possono identificare diversi livelli di sinergia realizzabile tra IA e intelligenza umana:
   • Intelligenza assisti: i soggetti umani mantengono il pieno controllo dei processi decisionali;
   • Intelligenza aumentata: è in grado di fornire risposte a problemi più sofisticati e quindi viene usata dall'umano per processi decisionali complessi rispetto ai quali l'intelletto umano è a maggior rischio di errore;
   • Intelligenza amplificata: il sistema è in grado di emettere raccomandazioni che possono essere approvate o meno dal soggetto decisione, che il più delle volte si affida al giudizio della macchina;
   • Intelligenza autonoma: la relazione tra macchina e umano fa si che quest'ultimo possa essere tendenzialmente sostituito ad opera della prima. In questo caso vengono adottate dalla macchina decisioni in via autonoma - es: veicoli a guida autonoma
   • Intelligenza autopoietica: è in grado di espandere le sue capacità decisionali autonome a settori diversi e non prestabiliti. Si tratta di un'IA che trascende i fini che le assegnano gli esseri umani e agisce secondo una logica propria (Remo Bodei).
2. La Blockchain Una particolare tipologia di IA è rappresentante dalla Blockchain basata sulle Distribuite Ledger Technologies, con le quali vengono gestite transazioni trasmessi a più nodi di una rete. 5 Document shared on www.docsity.com Downloaded by: chelsea-fabrizi (chelsea.fabrizi@hotmail.it)