Quali sono i problemi con l’Intelligenza Artificiale?

Image by pavel danilyuk on Pexels.com

Oggi più che mai è il momento dell’intelligenza artificiale. Se ne parla in TV, sui giornali, internet è pieno di articoli e video di persone sorprese degli strabilianti risultati che si ottengono. Qualcuno è spaventato di perdere il lavoro o, peggio ancora, della possibilità che, prima o poi, qualche superintelligenza artificiale conquisterà il mondo e ci ridurrà tutti in schiavitù. Nel mio piccolo, volevo portare un contributo per ridimensionare l’hype esagerato e paure premature.

Non sono esperto di IA, però mi ricordo che pochi anni fa, progettando un progetto di ricerca, dovemmo abbandonare l’utilizzo dell’intelligenza artificiale perché non abbastanza intelligente: molto dipende dal database che gli si dà in pasto, il training è tutt’altro che semplice ed economico ed i risultati sono spesso distorti dai bias dei ricercatori.

Insomma, i rischi di non fare un buon lavoro erano così tanti che alla fine decidemmo di optare per un’altra strada per un progetto lungo che durerà anni.

Non essendo un esperto, ho contattato diversi esperti che mi hanno confermato come, ad oggi, paure e hype siano spesso privi di fondamento. All’inizio volevo intervistare qualcuno per farmi spiegare meglio opportunità e limiti dell’intelligenza artificiale, ma strada facendo mi sono reso conto che non sta accadendo nulla di nuovo. Ogni nuova tecnologia si porta dietro l’entusiasmo e le aspettative di alcune persone e le paure di altre.

Così, ho deciso di parlare di questo. Forse un argomento più utile per le mie (poche) competente, gli obiettivi di LMP Magazine, la crescita personale di lettrici e lettori.

Tecnofobia e paura dell’IA

In diverse parti del mondo, l’IA è parte della vita quotidiana delle persone. Trasporti (e.g., droni e auto), sicurezza pubblica (e.g., robot e impianti di TVCC) e altri strumenti ne fanno uso.

Non tutte le persone sono però entusiaste di vivere in società così pervase dall’intelligenza artificiale. In fondo, film e serie TV ci hanno insegnato che prima o poi una superintelligenza artificiale prenderà il sopravvento e noi saremo schiavi dei robot.

Ci sono però paure forse più realistiche. Ad esempio, l’IA può perdere il controllo di un’auto e mettere a rischio la sicurezza delle persone. Non si tratta di rischi legati solo all’uso dell’intelligenza artificiale.

Qualche anno fa c’erano persone che avevano paura ad usare i nuovi sistemi di messaggistica e, in fin dei conti, ancora oggi siamo preoccupati che questi danneggino le abilità grammaticale di bambini e adolescenti. In generale, molte persone hanno paura degli effetti collaterali delle tecnologie avanzate (i.e., tecnofobia).

Ciò può tradursi in atteggiamenti negativi verso l’utilizzo delle nuove implementazioni tecnologiche come, ad esempio, quelle dell’intelligenza artificiale.

Intelligenza Artificiale: I cicli dell’hype

Nel 1995, la Gartner Inc. introdusse un modello per spiegare come cambia nel tempo il rapporto delle persone con le tecnologie. Questo modello propone l’idea che le nuove tecnologie passino, in sostanza, attraverso diverse fasi di aspettative crescenti che raggiungono, ad un certo punto, un picco. Poi segue una fase di delusione e, infine, c’è un certo recupero delle aspettative. In pratica, all’inizio c’è un hype esagerato che si sgonfia e solo dopo, progressivamente, cominciamo a capire in cosa e in che misura una specifica tecnologia può essere utile.

L’hype iniziale si spiega con l’attrazione che alcuni provano per le novità, il piacere di condividere, il contagio sociale e un atteggiamento euristico riguardo il decision-making.

Questa fase è caratterizzata da entusiasmo esagerato a cui si accompagnano le storie dei successi della nuova tecnologia. Ad un certo punto, i supporter raggiungono la massa critica. Questo è il momento di massima popolarità della nuova tecnologia.

Poi però ci si rende conto di ciò che non va e la delusione sostituisce l’entusiasmo iniziale. Se quella specifica tecnologia è “fortunata” non viene abbandonata, ma qualcuno continua a lavorarci per migliorarla. Inoltre, è così che essa comincia ad essere utilizzata stabilmente dalla società. Le comunità infatti a questo punto ne sanno apprezzare in maniera realistica opportunità e limiti.

Il modello Gartner è tutt’altro che perfetto.

Ad esempio, ci sono problemi nella durata delle fasi e sulle oscillazioni che si verificano. Definire le aspettative è poi difficile: ciò che può essere positivo per i governi forse non lo è per alcune lobby e i cittadini possono avere idee e sentimenti diversi. Molto dipende dalla natura della tecnologia che si affaccia nelle nostre vite.

Una nuova implementazione potrebbe anche passare per diversi cicli di picchi di popolarità e delusioni. Tuttavia, questo “saliscendi” di hype e delusione si verifica spesso, anche se probabilmente con diversi tipi pattern in base a diversi fattori come, ad esempio, durata ed entità delle aspettative iniziali.

L’importanza di aprirsi al nuovo ed imparare

Forse un giorno ci sarà una nuova tecnologia che ci ridurrà in schiavitù, ma deve essere ancora inventata. Per adesso, probabilmente vale la pena continuare a imparare evitando però da farsi prendere da facili entusiasmi così come da paure esagerate. In fin dei conti, vale anche per l’IA l’adagio che gli adulti mi ripetevano quando ero piccolo: acqua e fuoco sono ottimi servi ma cattivi maestri.

Farsi guidare dalla tecnologia significa perdere il controllo e soprattutto la conoscenza. Ad esempio, avrei potuto far scrivere questo articolo a una delle tante intelligenze artificiali presenti online. Così però non avrei dato un contributo mio e non avrei portato nulla di nuovo. Probabilmente ci ho messo più tempo, ma ho imparato io stesso qualcosa strada facendo.

Per approfondire…

Bignozzi, C. (2019). Metathesiophobia in the era of social media.
Corey, D. T. (1978). The determinants of exploration and neophobia. Neuroscience & Biobehavioral Reviews, 2(4), 235-253.
Cugurullo, F., & Acheampong, R. A. (2023). Fear of AI: an inquiry into the adoption of autonomous cars in spite of fear, and a theoretical framework for the study of artificial intelligence technology acceptance. AI & SOCIETY, 1-16.
Dedehayir, O., & Steinert, M. (2016). The hype cycle model: A review and future directions. Technological Forecasting and Social Change, 108, 28-41.
McPherson, M. S., & Bacow, L. S. (2015). Online higher education: Beyond the hype cycle. Journal of Economic Perspectives, 29(4), 135-154. DOI: 10.1257/jep.29.4.135
Van Lente, H., Spitters, C., & Peine, A. (2013). Comparing technological hype cycles: Towards a theory. Technological Forecasting and Social Change, 80(8), 1615-1628. 

Maurizio Oggiano
Trainer | Researcher | Project Manager
Bio | Articoli
……………………………………………………………..