Le grandi manovre in corso in questi anni in merito all’evoluzione tecnologica rappresentata dalla diffusione di “intelligenza digitale”, cioè sensori (Internet of Things), machine to machine, cognitive computing, robotica intelligente, smart city e smart society, connoteranno con buona probabilità la nostra vita nei prossimi decenni. Lo abbiamo d’altro canto sperimentato di recente, negli ultimi 5-6 anni, credendo di poter osservare e non essere travolti dalla “rivoluzione mobile” guidata inizialmente da Apple e dal suo “paradigma” di fruizione di App rappresentato dall’i-Phone. Sono state completamente riviste le nostre abitudini relazionali, lavorative e sociali.
Il nostro modo di viaggiare, comprare, sapere, condividere, partecipare, relazionarsi, è stato convogliato su smartphone, tablet e portatili vari che hanno dato una sterzata al nostro modo di vivere. Quasi un vero e proprio “salto evolutivo”, con i “millennials” (o Y generation, i ragazzi nati a partire dall’anno 2000) che stanno sviluppando le loro modalità relazionali e comportamentali in stretto rapporto con la rivoluzione digitale di quest’ultimo decennio. E se guardiamo ai prossimi anni, con le tecnologie wearable e “macchine” sempre più intelligenti diffondersi (dal frigorifero all’auto, dai robot a sistemi intelligenti con autoapprendimenti mutuati dai concetti della vecchia intelligenza artificiale che indirizzeranno, secondo modelli statistici e di ottimizzazione, le nostre scelte), c’è da giurare che saremo più o meno consapevolmente “guidati” verso nuove forme comportamentali ed evolutive.
E ci sono ancora quelli, magari proprio tra chi sta leggendo queste righe, che credono di poter restare al di fuori di tutto ciò. Sono coloro che non si accorgono del livello di profondità del cambiamento in atto e sono i soggetti più facilmente indirizzabili, perché inconsapevoli di questa “intelligenza digitale” che va strutturando il nostro mondo.
Cerchiamo di circostanziare meglio il discorso.
Il machine learning è una delle branche principali dell’intelligenza artificiale, area scientifica che potremmo definire “carsica”. Nel senso che se ne è parlato tanto intorno alla metà degli anni ’80, quando si prefiguravano futuri orwelliani e di meta-intelligenze a controllo globale della società, salvo poi rendersi conto che non esistevano adeguati supporti tecnologici (hardware e software) utilizzabili, in grado di rendere l’Intelligenza Artificiale diffusa nella società, e quindi è “scomparsa”, tornando sottotraccia, soprattutto all’interno del mondo scientifico (e filosofico), come un fiume carsico.
L’intelligenza artificiale, in estrema sintesi, finalizza la capacità di un sistema a svolgere funzioni, e soprattutto capacità di autoapprendimento da cui rilevare forme di ragionamento, tipiche della mente umana. Il confine con elementi di opportunità e di etica è quindi sempre stato molto vicino a queste sperimentazioni. Oggi, con la capacità computazionale che abbiamo a disposizione, capacità di analizzare grandi moli di dati (Big data) in tempo reale, fruibilità e potenza diffusa a livello individuale e mobile, innervazione di device digitali nella società per aumentare l’intelligenza degli oggetti e dare a questi, attraverso opportuni algoritmi, la capacità di autoregolarsi e di ottimizzare il proprio funzionamento, riparametrando anche le proprie attività in rapporto all’intelligenza presente in altre macchine (M2M), oggi siamo più pronti di trent’anni fa, ad una nuova forma di società. In questa evoluzione dobbiamo capire quale ruolo, come persone, possiamo giocare, e quale rapporto potremo sviluppare con queste macchine intelligenti.
Attualmente non siamo ancora in grado di disporre di sistemi di apprendimento automatico in grado di eguagliare la complessità e l’articolazione di pensiero della mente umana, tuttavia l’accelerazione nel campo dell’analisi dei dati, in ambiti commerciali e scientifici, sta rappresentando un bacino di sperimentazione importantissimo per trasferire queste tecniche nell’analisi (e nelle forme di autoapprendimento) di sistemi sempre più intelligenti (machine learning) in una società sempre più iperconnessa. Siamo arrivati a questo punto grazie alla confluenza di ricerche, sperimentazioni e conoscenze mutuate da campi quali, oltre a quello dell’intelligenza artificiale, delle teorie della complessità computazionale, della neurobiologia, psicologia, filosofia, ovviamente della matematica. Tutto questo per dire che non si sta scherzando. Ci stiamo avvicinando a un nuovo salto evolutivo.
Da una recente ricerca Accenture (Technology Vision 2015, di cui diamo ampio stralcio all’interno di questo stesso numero) condotta tra dicembre 2014 e gennaio di quest’anno su un campione di 2000 Executive Business e It in nove nazioni a livello mondiale e finalizzata ad analizzare sfide tecnologiche e priorità di investimento dei prossimi anni, il 41% ha dichiarato di utilizzare già oggi forme di machine-learning. Uno degli utilizzi più diffusi, basato sulla scoperta di correlazioni tra i dati attraverso meccanismi di autoapprendimento, è all’interno dell’area dello sviluppo software (un’area nascosta alla massa di persone ma estremamente strategica nell’evoluzione della nostra società), dove è stimato che i team di sviluppo possano riuscire a scrivere codice fino a 30 volte più velocemente di adesso proprio grazie al supporto delle learning machine.
E qui si introduce l’affascinante tema del rapporto uomo-macchina, di come questi due soggetti possano sviluppare in futuro nuove forme di collaborazione, di condivisione e…di vita. E’ il tema che Accenture cataloga sotto Workforce Reimagined, cioè un ripensamento della forza lavoro basata su una relazione stretta, con linguaggio naturale sempre più evoluto, tra esseri umani e sistemi intelligenti, entrambi a fornire le caratteristiche mancanti nell’altro: le macchine con la loro precisione, continuità, consistenza, instancabilità, indifferenza al rischio (robot) e autoapprendimento continuo; l’essere umano con la sua creatività, capacità di contestualizzazione, sviluppo di relazioni complesse. E ci sono già evoluzioni nell’ambito di nuovi modelli di formazione che prevedono proprio queste nuove competenze finalizzate a migliorare l’amalgama tra questi due soggetti (comprendendo in questo anche tutto ciò che potrà derivare dall’area del wearable, con persone che potranno essere “realese più avanzate” di se stesse).
Quali i lavori che potranno essere ripensati secondo questa nuova “liaison”? Quanto potrà cambiare il nostro tradizionale concetto di lavoro svolto all’interno di un rapporto stretto con le nuove macchine pensanti? È un orizzonte vicino, giusto qui dietro l’angolo. Ancora qualche anno e lo sentiremo come oggi stiamo convivendo con il nostro Smartphone, che ogni tanto usiamo anche per telefonare…
