Skip to content

Commit

Permalink
Merge pull request #3 from elucrug/patch-7
Browse files Browse the repository at this point in the history
update cap 2
  • Loading branch information
pdavide committed Mar 21, 2018
2 parents 33a6912 + bda7bf9 commit 1d50c3e
Showing 1 changed file with 65 additions and 114 deletions.
179 changes: 65 additions & 114 deletions doc/capitolo_2.rst
Expand Up @@ -94,14 +94,14 @@ tutti campi che promettono grandi risultati, grazie alla capacità
dell’Intelligenza Artificiale di immagazzinare ed elaborare molte
informazioni sui pazienti, ma che al contempo richiedono sia un accurato
controllo da parte delle comunità medica, sia una stretta osservanza
della privacy.
della privacy e delle norme etiche e deontologiche. [7]_

Qualcosa di molto simile sta accadendo anche nella scuola, dove sono già
disponibili assistenti didattici artificiali in grado di seguire gli
studenti singolarmente, somministrando loro contenuti e nozioni
selezionati apposta per aiutarli a sviluppare al meglio le loro
capacità, per approfondire le loro conoscenze, oppure per recuperare il
divario dai compagni [7]_.
studenti singolarmente, proponendo loro contenuti e nozioni selezionati
apposta per aiutarli a sviluppare al meglio le loro capacità, per
approfondire le loro conoscenze, oppure per recuperare il divario dai
compagni [8]_.

Questi strumenti possono essere utilizzati dalla Pubblica
amministrazione per la formazione del personale, per la gestione delle
Expand All @@ -111,14 +111,14 @@ Anche il settore della sicurezza può beneficiare dello sviluppo delle
tecnologie di Intelligenza Artificiale. Per esempio, nell’ambito della
sorveglianza, con i sistemi di *computer vision* e di *natural language
processing* che possono processare grandi quantità di immagini, testi e
discorsi, per individuare eventuali minacce in tempo reale [8]_. Oppure
discorsi, per individuare eventuali minacce in tempo reale. Oppure
nell’ambito della prevenzione dei disastri ambientali, dove è possibile
operare simulazioni delle conseguenze dei fenomeni naturali, sia prima
che questi si verifichino, sia durante il loro svolgimento, aiutando le
autorità a decidere come intervenire [9]_. Simili tecnologie possono
essere utilizzate anche dalle forze dell’ordine, per pattugliare le
città, in funzione dei dati continuamente aggiornati, legati ai crimini
commessi nelle varie zone e ad altre variabili significative.
autorità a decidere come intervenire. Simili tecnologie possono essere
utilizzate anche dalle forze dell’ordine, per pattugliare le città, in
funzione dei dati continuamente aggiornati, legati ai crimini commessi
nelle varie zone e ad altre variabili significative.

+-----------------------------------------------------------------------+
| Box |
Expand All @@ -129,17 +129,17 @@ commessi nelle varie zone e ad altre variabili significative.
| pilotare un autobus, può mettere a repentaglio la vita di chi vi si |
| troverà a bordo, così come la manomissione degli strumenti di |
| sorveglianza di un luogo pubblico possono renderlo vulnerabile ad |
| attacchi, oppure la conoscenza, da parte di un *hacker*, del modello |
| utilizzato dall’Intelligenza Artificiale per la gestione dei dati |
| sensibili, può rendere questi dati insicuri. Per affrontare |
| attacchi, oppure la conoscenza, da parte di un *pirata informatico*, |
| del modello utilizzato dall’Intelligenza Artificiale per la gestione |
| dei dati sensibili, può rendere questi dati insicuri. Per affrontare |
| efficacemente questi temi, è necessario mettere in campo diverse |
| soluzioni, alcune tecniche, altre di carattere più generale, |
| sensibilizzando i cittadini e le amministrazioni. Da un punto di |
| vista tecnico è importante lavorare affinché per legge vengano |
| garantiti alcuni standard, sia per la sicurezza dei dati di cui si |
| nutrono gli algoritmi, sia per la sicurezza degli algoritmi stessi, |
| imponendo che, per la loro implementazione, venga sempre seguito il |
| paradigma *security by design* [10]_. |
| paradigma *security by design*\ [9]_. |
+-----------------------------------------------------------------------+

Infine, anche i decisori pubblici possono servirsi di algoritmi
Expand All @@ -148,7 +148,7 @@ sulle risorse disponibili nelle aree disagiate, oppure sull’andamento
dei vari settori - sanitario, giudiziario, scolastico, agroalimentare,
etc. -, al fine di ottenere una visione più chiara delle scelte che
devono o che vogliono compiere. È possibile, come si sta sperimentando
in Giappone [11]_, che il personale degli uffici pubblici risponda in
in Giappone [10]_, che il personale degli uffici pubblici risponda in
maniera personalizzata a tutte le richieste dei cittadini, servendosi di
strumenti di Intelligenza Artificiale adeguatamente istruiti, che
producono automaticamente i contenuti da inviare.
Expand All @@ -159,27 +159,27 @@ di opzioni che includono il miglioramento qualitativo dei servizi e la
riduzione dei costi per il loro esercizio.

Le potenzialità dell’IA nella Pubblica amministrazione
------------------------------------------------------
======================================================

Le potenzialità dell’Intelligenza Artificiale per la Pubblica
amministrazione sono molteplici. Tuttavia la comunità scientifica e
l'opinione pubblica evidenziano alcune criticità che vanno tenute in
conto al fine di prevenire effetti distorti nell’applicazione di questi
strumenti e tecnologie.

Con riferimento ai sistemi di apprendimento automatico (machine
learning) accade già oggi che sia i dati di cui un’IA si nutre sia gli
algoritmi da cui è composta producano *bias* [12]_ - interpretazioni
distorte delle informazioni in possesso - inficiando i “ragionamenti” e
inducendola in errore [13]_.
Con riferimento ai sistemi di apprendimento automatico (*machine
learning*) accade già oggi che sia i dati di cui un’IA si nutre sia gli
algoritmi da cui è composta producano *bias*\ [11]_ - interpretazioni
distorte delle informazioni in possesso - inficiando i
“ragionamenti” [12]_ e inducendola in errore.

Fare previsioni con strumenti progettati in modo inadeguato non può che
portare a decisioni sbagliate e, in molti casi, anche eticamente
scorrette [14]_.
scorrette [13]_.

Inoltre, è bene sottolineare che allo stato attuale l’Intelligenza
Artificiale è in grado di portare a compimento, con una certa
precisione, un ristretto numero di attività cognitive [15]_ riferite a
precisione, un ristretto numero di attività cognitive [14]_ riferite a
specifici ambiti settoriali, mancando generalmente di conoscenze di
sfondo (*background knowledge*).

Expand All @@ -204,142 +204,93 @@ La PA potrà, inoltre, avvalersi delle metodologie e delle tecnologie di
IA per supportare la razionalizzazione e l’integrazione delle proprie
basi dati, in una prospettiva di interoperabilità semantica che renda
più semplice circolazione delle informazioni tra le amministrazioni a
beneficio degli utenti finali [16]_.
beneficio degli utenti finali [15]_.

L’enorme patrimonio di conoscenza generata e raccolta nel tempo in tali
basi di dati è spesso “invisibile”, perché destrutturato, disperso in
molteplici archivi e in gran parte nella memoria delle persone piuttosto
che dell’organizzazione. Rendere visibile la “conoscenza invisibile” è
uno dei potenziali e più promettenti ambiti di applicazione della IA
nella PA con soluzioni in grado di leggere e comprendere e classificare
i contenuti dei documenti e delle relazioni prodotte in decenni per
arrivare a ottenere le informazioni più rilevanti.

L’IA inciderà anche nella ridefinizione del rapporto tra pubblico e
privato in un’ottica di maggiore trasparenza attraverso
l’implementazione delle pratiche di *e-procurement*. Tra gli ambiti che
nel prossimo decennio trarranno beneficio dalla rivoluzione IA ci sarà,
infatti, proprio quello degli acquisti pubblici.

**Qui saranno inserite schede di termini tecnici estratti dal glossario per
una migliore lettura del resto del documento.**
**Qui saranno inserite schede di termini tecnici estratti dal glossario
per una migliore lettura del resto del documento.**

.. discourse::
:topic_identifier: 748

.. rubric:: Note

.. [1]
*Artificial Intelligence and life in 2030*, One hundred year study on
Artificial Intelligence, Stanford University, 2016, p. 5 (*Cfr*.
`https://ai100.stanford.edu/2016-report <https://ai100.stanford.edu/2016-report>`__).
*Cfr. “Artificial Intelligence and life in 2030, One hundred year
study on Artificial Intelligence*\ , Stanford University, 2016, p.
5.
.. [2]
Si pensi al computer Hal9000 di *2001 Odissea nello spazio* (Kubrick,
1968) o al robot sterminatore di *Terminator* (Cameron, 1985).
.. [3]
*Artificial Intelligence and life in 2030*, One hundred year study on
Artificial Intelligence, Stanford University, 2016, p. 9. Si veda
anche
`https://www.eff.org/it/ai/metrics <https://www.eff.org/it/ai/metrics>`__.
*Cfr*. box di approfondimento in “I principali ambiti di
applicazione”.
.. [4]
*Cfr*. Hila Mehr, *Artificial Intelligence for Citizen Services and
Government*, Harvard Ash Center for Democratic Governance and
Innovation, 2017.
*Cfr. “Artificial Intelligence and life in 2030, One hundred year
study on Artificial Intelligence*\ ”, Stanford University, 2016, p.
9.
.. [5]
Medici che, ad esempio, si potrebbero trovare a favorire la conferma
della diagnosi "della macchina" per evitare attribuzioni di
responsabilità potenzialmente pericolose per la propria professione.
*Cfr*. Hila Mehr, “\ *Artificial Intelligence for Citizen Services
and Government*\ ”, Harvard Ash Center for Democratic Governance and
Innovation, 2017.
.. [6]
Si cita il caso del team di ricercatori dell’Università di Bari che
ha sviluppato un algoritmo che permette di identificare i piccoli
cambiamenti strutturali provocati dall’Alzheimer una decina di anni
prima che i sintomi si manifestino (*Cfr*.
`www.uniba.it/ateneo/rettorato/ufficio-stampa/comunicati-stampa/2017/alzheimer <http://www.uniba.it/ateneo/rettorato/ufficio-stampa/comunicati-stampa/2017/alzheimer>`__)
oppure “Watson for Oncology” di IBM, immaginato come vero e proprio
assistente degli oncologi nella lotta contro i tumori (*Cfr*.
`https://www.ibm.com/watson/health/oncology-and-genomics/oncology/ <https://www.ibm.com/watson/health/oncology-and-genomics/oncology/>`__).
Vedi “\ *Watson for Oncology*\ ” di IBM, immaginato come vero e
proprio assistente degli oncologi nella lotta contro i tumori.
.. [7]
Si sta parlando di *Intelligent tutoring systems* (Cfr.
`https://www.techemergence.com/examples-of-artificial-intelligence-in-education/ <https://www.techemergence.com/examples-of-artificial-intelligence-in-education/>`__,
`http://www.lastampa.it/2017/06/15/multimedia/tecnologia/woogie-lassistente-robot-che-aiuta-i-bambini-a-studiare-e-non-solo-ZlrNV7rKtt3MqoKZ54U3uM/pagina.html <http://www.lastampa.it/2017/06/15/multimedia/tecnologia/woogie-lassistente-robot-che-aiuta-i-bambini-a-studiare-e-non-solo-ZlrNV7rKtt3MqoKZ54U3uM/pagina.html>`__)
Ad esempio il paradosso dell’automazione: il medico potrebbe dare
eccessiva fiducia alla macchina (che nel suo vissuto psicologico “non
sbaglia mai”) e non assumersi la responsabilità di una diagnosi
diversa da quella della macchina (che potrebbe essere errata,
eventualmente per colpa di un bug, un errore del sistema).
.. [8]
Si pensi al nuovo sistema di riconoscimento facciale che entrerà in
funzione la prossima estate all'aeroporto di Dubai. Un sistema che
sostituirà i controlli di frontiera con una tecnologia basata sulla
rilevazione biometrica effettuata da 80 telecamere opportunamente
posizionate all'interno di un tunnel - sulle cui pareti saranno
proiettati dei video immersivi - nel quale tutti viaggiatori verranno
invitati a passare dopo essersi identificati con il proprio volto e i
propri documenti presso dei totem installati nello scalo (soluzione
di IA presentata lo scorso anno alla `Gulf Information Technology
Exhibition - GITEX <https://www.gitex.com/>`__, fiera dell'hi-tech e
sicurezza che si tiene annualmente a Dubai. *Cfr*.
`https://www.gitex.com/ <https://www.gitex.com/>`__).
*Cfr.*
http://www.lastampa.it/2017/06/15/multimedia/tecnologia/woogie-lassistente-robot-che-aiuta-i-bambini-a-studiare-e-non-solo-ZlrNV7rKtt3MqoKZ54U3uM/pagina.html.
.. [9]
Un esempio sono le simulazioni degli effetti dei tornado e di altri
eventi naturali, insieme all'elaborazione dei dati prodotti dalle
centraline di raccolta durante gli eventi stessi, soluzioni che hanno
coadiuvato in molti casi le autorità a prendere decisioni rispetto a
dove e come intervenire.
.. [10]
In sostanza, questo paradigma prevede che la sicurezza venga
perseguita già al momento del design delle banche dati e degli
algoritmi di Intelligenza Artificiale.
.. [11]
.. [10]
Hila Mehr, *Artificial Intelligence for Citizen Services and
Government*, Harvard Ash Center for Democratic Governance and
Innovation, 2017, p. 8.
.. [11]
*Cfr*. “\ *Bias and inclusion*\ ”, AI NOW 2017 Report, p. 14.
.. [12]
Il termine “bias” (lett. “pregiudizio”) ha molteplici significati. In
ambito statistico, così come è utilizzato in molte applicazioni di
machine learning, il "bias" ha un significato diverso da quello
popolare e sociale/scientifico. Ad esempio, l'idea di "selection
bias" si riferisce ad errori di stima che vengono a determinarsi
quando alcuni membri di una popolazione hanno maggiori probabilità di
essere campionati rispetto ad altri. Quando un programma di
apprendimento automatico è addestrato a riconoscere, per esempio, i
volti di una razza particolare e viene in seguito applicato a
popolazioni più vaste o semplicemente differenti, può produrre
risultati distorti e avere una misura inferiore di precisione. La
parola "bias" ha poi significati normativi sia nel linguaggio
colloquiale che giuridico, dove si riferisce ad un giudizio basato su
nozioni o pregiudizi, in contrasto con un valutazione imparziale dei
fatti (*Cfr*. AI NOW 2017 Report, p. 14 “*Bias and inclusion*” -
`https://ainowinstitute.org/AI_Now_2017_Report.pdf <https://ainowinstitute.org/AI_Now_2017_Report.pdf>`__).
Per esempio, tecniche di elaborazione del linguaggio naturale formate
su un corpus di scrittura estratto dal web degli gli anni '90 possono
riflettere associazioni di parole stereotipate e ormai non più
attuali: la parola "femmina" potrebbe essere infatti associata a
"receptionist". Se modelli costruiti con tali assunti logici vengono
usati per prendere decisioni in campo educativo o nel mondo del
lavoro, ad esempio in tema di assunzioni, ecco che ci si trova di
fronte a un caso in cui le disparità esistenti possono essere
addirittura rafforzate, a prescindere delle intenzioni o dalle
conoscenze dei progettisti del sistema (*Cfr*. AINOW 2017 Report, p.
4 “Bias and inclusion”).
*Cfr.* box di approfondimento in “Prevenire le diseguaglianze”.
.. [13]
Ci sono molti casi di applicazioni di Intelligenza Artificiale che
possono riprodurre i pregiudizi sociali di chi le ha addestrate o di
chi le ha programmate, stabilendo ad esempio che è preferibile
presentare offerte di lavoro più remunerative agli uomini piuttosto
che indirizzarle alle donne, perché di solito sono i primi ad avere
gli stipendi più alti, oppure che è preferibile offrire un prestito a
un maschio bianco di un determinato quartiere piuttosto che a uno
nero di un altro, oppure ancora che non è saggio offrire la libertà
vigilata ad alcuni detenuti appartenenti a gruppi etnici particolari,
perché solitamente la loro recidività è molto alta.
*Cfr*. “Sfida Etica”.
.. [14]
Si rimanda per una trattazione più dettagliata alla Sfida 1 “Etica”.
.. [15]
Per approfondimenti
`https://hbr.org/2016/11/what-artificial-intelligence-can-and-cant-do-right-now <https://hbr.org/2016/11/what-artificial-intelligence-can-and-cant-do-right-now>`__.
https://hbr.org/2016/11/what-artificial-intelligence-can-and-cant-do-right-now.
.. [16]
*Cfr*. Il modello di interoperabilità del Piano Triennale:
.. [15]
*Cfr*. Il modello d’interoperabilità del Piano Triennale:
https://pianotriennale-ict.italia.it/interoperabilita.

0 comments on commit 1d50c3e

Please sign in to comment.