le questioni

Boom dell’intelligenza artificiale, ma i nodi etici restano irrisolti: eccoli

Le IA portano con loro quesiti irrisolti, tra tutela del diritto d’autore, riconoscibilità dei contenuti creati artificialmente, contenuti fake, responsabilità e discriminazione. Domande alle quali occorre trovare risposta perché i grandi dibattiti di questo secolo cominciano sempre da questioni etiche

Pubblicato il 02 Gen 2023

Laura Brandimarte

Assistant Professor of Management Information Systems, University of Arizona

domande AI

Una serie di tweet contenente consigli su come diventare più produttivi, pubblicata da un utente ma generata da un’IA, ha ricevuto più interazioni in termini di cuoricini e retweet rispetto ai precedenti post dello stesso utente.

L’IA stimola la creatività: ecco perché è una freccia in più nella faretra dell’arte umana

I social e il web si sta riempiendo di immagini bellissime e – forse – artistiche generate da Dall-E o da poesie scritte da ChatGpt di OpenAi.

Siamo assistendo alla prima grande popolarità degli strumenti di AI – o forse alla seconda fase di popolarità, se consideriamo quella degli assistenti vocali. La società corre avanti, si abitua all’AI, ma lascia alle spalle quesiti irrisolti sulle ricadute etiche.

Riconoscere l’impronta umana

A maggior ragione se contenuti generati da un’Intelligenza artificiale (AI) potrebbero essere in grado di catturare più attenzione da parte del pubblico rispetto a contenuti simili generati da un individuo.

Senza un marchio che ne indichi esplicitamente la provenienza, si riesce a distinguere un testo scritto da un’AI da un altro scritto da un essere umano? E soprattutto: importa la provenienza umana? Se una lista di consigli sulla produttività è utile, il fatto che l’abbia generata un’AI la rende forse meno utile? Meno autentica?

Se, grazie a questa lista, l’utente che l’ha pubblicata ha guadagnato in termini di visibilità su Twitter, incrementando il numero di profili che lo seguono ed accrescendo così il suo network, il suo successo è meritato o è stato ottenuto barando? I tweet generati dall’AI sono da considerarsi un inganno o un’intuizione geniale dell’utente che ha interrogato l’AI ponendo la giusta domanda?

Se interagendo con qualcuno, solo dopo qualche tempo, si scoprisse che quel qualcuno è in realtà un bot, un algoritmo, un’AI, quale sarebbe il sentimento prevalente? Tradimento? Delusione? E quale sarebbe il motivo profondo di una reazione?

Il contesto scolastico

Scrivere con l’aiuto di un’AI è una frode, una cosa immorale e quindi da evitare? Oppure l’AI è semplicemente uno strumento, potente e rivoluzionario sì, ma pur sempre uno strumento? Se lo usano, dovremmo imporre ai nostri studenti l’obbligo di citare chatGPT, (la frontiera dell’AI per quanto riguarda il dialogo con un bot e la creazione di testo)? E se non imponiamo l’obbligo di citazione agli studenti, come possiamo stabilire se le risposte a domande aperte sono farina del loro sacco o del sacco di OpenAI, l’azienda che ha creato chatGPT?

Cosa ancora più importante: scrivere ci aiuta a mettere in ordine i pensieri, a rendere chiari dei concetti che magari pensiamo di aver assimilato ma che spesso sono in realtà molto confusi nella nostra mente. Se gli studenti delegano la stesura dei loro scritti ad un’AI, come possiamo aiutarli a chiarirsi le idee e a verificare che abbiano davvero capito un concetto o appreso una nozione?

E ancora: per costruire un’IA che sia in grado di generare contenuti creativi è necessario fornire inizialmente una vasta quantità di dati che siano di esempio alla macchina, cioè un training dataset, o dati di addestramento che la macchina necessita per imparare a generare nuovi contenuti.

Gli studenti “barano” con l’intelligenza artificiale, le nuove sfide per i prof

Il diritto d’autore

Il training dataset contiene le creazioni di migliaia di autori, esseri umani che hanno reso il proprio lavoro accessibile al pubblico ma non per questo rinunciando ai diritti su di esso. A queste persone non è mai stato chiesto se acconsentissero o meno all’utilizzo delle loro creazioni per addestrare un’AI che, chissà, un giorno potrebbe rimpiazzarli? Come ripagarli per il servizio inestimabile che hanno prestato alla scienza e alla società in generale? Molti non sono neanche più tra noi.

Chi ha addestrato un’AI con le loro opere non ha violato i loro diritti d’autore? Iniziative come Have I Been Trained, un servizio con cui gli artisti possono cercare i link alle proprie opere e segnalarli per la rimozione, sono una risposta limitata ed autoregolamentata a questi problemi, e le richieste degli artisti di togliere le proprie opere dai training dataset potrebbero non essere accolte.

I contenuti falsi

Altro problema. L’AI è ormai in grado di generare contenuti di qualsiasi tipo: testo, foto, video, immagini di dipinti, musica, software e riesce a farlo nel giro di secondi. Alcuni sono palesemente satirici, divertenti, utili, altri strani, inaspettati. Ma, soprattutto negli ultimi anni, abbiamo assistito a diverse problematiche relative alla diffusione online di contenuti falsi o contraffatti e ci siamo interrogati su come prevenirne la viralità in casi che destabilizzano la società, come succede con le teorie cospiratorie o con le incitazioni alla violenza.

Visto che Internet si riempirà di contenuti generati da un’IA, come potremo tracciare la diffusione di una notizia o un video falsi, tendenziosi, pericolosi? E ci sarà modo di attribuire responsabilità quando, ripetiamo, l’AI non ha neanche diritti d’autore?

La difficoltà di attuare controlli

Le reti generative avversarie, o GAN (Generative Adversarial Networks), sono in grado di creare immagini iperrealistiche di persone inesistenti su larga scala; chiunque può provare a divertirsi visitando il sito This Person Does Not Exist Generated Photos, una delle aziende che ha sviluppato questa tecnologia e che finora ha prodotto più di 2 milioni e mezzo di foto. Viene specificato nelle sue condizioni di utilizzo del servizio che è proibita ogni tipo di attività illegale, come la diffamazione, il furto d’identità o la frode ma come accertarsi che queste regole, tra l’altro interpretabili, vengano effettivamente rispettate?

Diverse aziende stanno utilizzando i GAN per creare finti impiegati, in modo da far credere di avere più personale e sperando così di riuscire ad attirare più talenti. Si tratta di frode? Ci interessa ancora sapere chi o cosa c’è dietro una foto? O forse non ci è mai davvero interessato?

La discriminazione

E che dire del modello di machine learning utilizzato dai GAN? In genere tende a corrispondere a degli standard di estetica convenzionali, cioè quelli rappresentati nel training dataset che ha ricevuto. Ciò potrebbe creare problematiche di rappresentanza e discriminazione verso standard di bellezza non tradizionali. Vogliamo poi parlare dell’IA che prevede dove accadrà un crimine con alta probabilità? O del drone armato che riconosce autonomamente attività ostili?

Sono tante le domande che l’intelligenza artificiale ci pone. Questa tecnologia di recente sta facendo passi da gigante in pochissimo tempo, ogni settimana un nuovo strumento, sviluppi impensabili anche solo un paio di anni fa, creando opportunità uniche ma allo stesso tempo mettendoci di fronte a quesiti di natura legale ed etica che sono altrettanto nuovi e su cui varrebbe la pena riflettere attentamente prima di lanciare prodotti tanto rivoluzionari sul mercato.

Predire le crisi sanitarie con il machine learning: lo studio NYU

Le ricadute delle AI sull’impiego

Alcune guardano alle conseguenze sull’occupazione, focalizzandosi sul pericolo corso da chi si vede risorsa facilmente rimpiazzabile. Preoccuparsi di cosa succederà a tutto il campo della diagnostica per immagini, ad esempio, in cui l’AI raggiunge già oggi livelli di accuratezza superiori a quella umana, è assolutamente legittimo, ma questo tipo di rischi l’abbiamo già affrontato in passato ed abbiamo dimostrato che, a quei rischi, l’uomo sa rispondere molto bene.

Quando ormai 26 anni fa, il maestro di scacchi Garry Kasparov fu sconfitto da un’IA e subì uno smacco, ma uno smacco che portò a fare delle profonde riflessioni sulla collaborazione tra uomo e macchina, culminate nel suo libro, pubblicato nel 2017, dal titolo Deep Thinking: Where Machine Intelligence Ends and Human Creativity Begins. In questo libro, partendo dalla constatazione di come la collaborazione tra giocatore ed IA abbia migliorato considerevolmente le strategie di gioco degli scacchi, va ben oltre il gioco strategico e dimostra come uomo + macchina sia un connubio dal potenziale incredibile che diventerà presto la norma ovunque, ed utilizza un paragone, magari forte ma efficace, dicendo che temere la perdita di posti di lavoro a causa della tecnologia è un po’ come lamentarsi del fatto che gli antibiotici abbiano tolto tanto lavoro ai becchini.

Davenport e Miller nel loro nuovo libro: Working with AI: Real Stories of Human-Machine Collaboration, descrivono tanti casi aziendali in cui questo connubio non solo ha reso lo svolgimento di alcuni compiti più efficiente ma, cosa più interessante, ha liberato risorse umane per attività più produttive e più soddisfacenti per l’individuo.

Criteri di giudizio e aspettative

Il punto che vorremmo sollevare quindi, non è tanto la sostituzione della macchina all’uomo, quanto il necessario cambiamento degli standard e delle aspettative della società, che si sono formati nei millenni in cui un’AI così avanzata non era disponibile.

L’introduzione di macchine finora non ha imposto una tale rivisitazione, perché i criteri di giudizio erano ben definiti: l’automobile e l’aereo sono più veloci della bicicletta o del cavallo (inquinano, quindi creano altri problemi, ma la velocità non si discute). Il computer ha una rapidità computazionale non paragonabile al cervello umano e la calcolatrice garantisce un risultato esatto. Un macchinario all’interno di una fabbrica ha una potenza e, oggi, anche una precisione di ordini di grandezza superiori rispetto a quelle umane.

Se l’AI diventa artista: rischi e vantaggi degli algoritmi text-to-image e text-to-video

Quando i criteri di giudizio sono oggettivi, l’aggiustamento è immediato. Ma come valutare la qualità dell’arte creativa ora che c’è l’AI? Un quadro generato da DALL-E riesce a trasmetterci le stesse emozioni di un Dalì? Ed ha senso che venga messo all’asta per cifre paragonabili?

E i ricavi dell’asta come vanno distribuiti? Una poesia generata da chatGPT è degna di essere studiata a scuola? Tramandata di generazione in generazione? Il prossimo colloquio che uno sviluppatore farà da Microsoft o Amazon consisterà nel saper utilizzare lightning.ai per costruire un’app a tempo di record o Codex per correggere degli errori di sintassi informatica?

L’aggiustamento delle aspettative sociali richiede tempo, riflessione, valutazione del rapporto rischi-benefici e non c’è certezza rispetto a quanto sia saggio mettere a disposizione strumenti tanto potenti, senza avere prima ragionato a fondo sugli stravolgimenti che comportano nella società.

Valuta la qualità di questo articolo

La tua opinione è importante per noi!

EU Stories - La coesione innova l'Italia

Tutti
Iniziative
Social
Analisi
Video
Finanza sostenibile
BEI e E-Distribuzione: investimenti per la sostenibilità energetica
Professioni
Servono competenze adeguate per gestire al meglio i fondi europei
Master
Come formare nuove professionalità per governare e gestire al meglio i fondi europei?
Programmazione UE
Assunzioni per le politiche di coesione: prossimi passi e aspettative dal concorso nazionale. Il podcast “CapCoe. La coesione riparte dalle persone”
innovazione sociale
Rigenerazione urbana: il quartiere diventa un hub dell’innovazione. La best practice di San Giovanni a Teduccio
Programmazione europ
Fondi Europei: la spinta dietro ai Tecnopoli dell’Emilia-Romagna. L’esempio del Tecnopolo di Modena
Interventi
Riccardo Monaco e le politiche di coesione per il Sud
Iniziative
Implementare correttamente i costi standard, l'esperienza AdG
Finanziamenti
Decarbonizzazione, 4,8 miliardi di euro per progetti cleantech
Formazione
Le politiche di Coesione UE, un corso gratuito online per professionisti e giornalisti
Interviste
L’ecosistema della ricerca e dell’innovazione dell’Emilia-Romagna
Interviste
La ricerca e l'innovazione in Campania: l'ecosistema digitale
Iniziative
Settimana europea delle regioni e città: un passo avanti verso la coesione
Iniziative
Al via il progetto COINS
Eventi
Un nuovo sguardo sulla politica di coesione dell'UE
Iniziative
EuroPCom 2024: innovazione e strategia nella comunicazione pubblica europea
Iniziative
Parte la campagna di comunicazione COINS
Interviste
Marco De Giorgi (PCM): “Come comunicare le politiche di coesione”
Analisi
La politica di coesione europea: motore della transizione digitale in Italia
Politiche UE
Il dibattito sul futuro della Politica di Coesione
Mobilità Sostenibile
L’impatto dei fondi di coesione sul territorio: un’esperienza di monitoraggio civico
Iniziative
Digital transformation, l’Emilia-Romagna rilancia sulle comunità tematiche
Politiche ue
Fondi Coesione 2021-27: la “capacitazione amministrativa” aiuta a spenderli bene
Finanziamenti
Da BEI e Banca Sella 200 milioni di euro per sostenere l’innovazione di PMI e Mid-cap italiane
Analisi
Politiche di coesione Ue, il bilancio: cosa ci dice la relazione 2024
Politiche UE
Innovazione locale con i fondi di coesione: progetti di successo in Italia
Finanza sostenibile
BEI e E-Distribuzione: investimenti per la sostenibilità energetica
Professioni
Servono competenze adeguate per gestire al meglio i fondi europei
Master
Come formare nuove professionalità per governare e gestire al meglio i fondi europei?
Programmazione UE
Assunzioni per le politiche di coesione: prossimi passi e aspettative dal concorso nazionale. Il podcast “CapCoe. La coesione riparte dalle persone”
innovazione sociale
Rigenerazione urbana: il quartiere diventa un hub dell’innovazione. La best practice di San Giovanni a Teduccio
Programmazione europ
Fondi Europei: la spinta dietro ai Tecnopoli dell’Emilia-Romagna. L’esempio del Tecnopolo di Modena
Interventi
Riccardo Monaco e le politiche di coesione per il Sud
Iniziative
Implementare correttamente i costi standard, l'esperienza AdG
Finanziamenti
Decarbonizzazione, 4,8 miliardi di euro per progetti cleantech
Formazione
Le politiche di Coesione UE, un corso gratuito online per professionisti e giornalisti
Interviste
L’ecosistema della ricerca e dell’innovazione dell’Emilia-Romagna
Interviste
La ricerca e l'innovazione in Campania: l'ecosistema digitale
Iniziative
Settimana europea delle regioni e città: un passo avanti verso la coesione
Iniziative
Al via il progetto COINS
Eventi
Un nuovo sguardo sulla politica di coesione dell'UE
Iniziative
EuroPCom 2024: innovazione e strategia nella comunicazione pubblica europea
Iniziative
Parte la campagna di comunicazione COINS
Interviste
Marco De Giorgi (PCM): “Come comunicare le politiche di coesione”
Analisi
La politica di coesione europea: motore della transizione digitale in Italia
Politiche UE
Il dibattito sul futuro della Politica di Coesione
Mobilità Sostenibile
L’impatto dei fondi di coesione sul territorio: un’esperienza di monitoraggio civico
Iniziative
Digital transformation, l’Emilia-Romagna rilancia sulle comunità tematiche
Politiche ue
Fondi Coesione 2021-27: la “capacitazione amministrativa” aiuta a spenderli bene
Finanziamenti
Da BEI e Banca Sella 200 milioni di euro per sostenere l’innovazione di PMI e Mid-cap italiane
Analisi
Politiche di coesione Ue, il bilancio: cosa ci dice la relazione 2024
Politiche UE
Innovazione locale con i fondi di coesione: progetti di successo in Italia

Articoli correlati

Articolo 1 di 4