AI

Quali saranno le mansioni automatizzate dai sistemi di AI? Per rispondere a questa domanda l’approccio migliore è riflettere su quali tipi di competenze che al momento resistono all’automazione saranno più probabilmente soggetti alle tecniche dell’AI. I più ovvi sono quei compiti che richiedono semplici capacità percettive, come quella di vedere. Già da lungo tempo è possibile utilizzare un braccio meccanico per raccogliere un oggetto noto in una posizione nota e in un luogo noto, ma molti compiti pratici implicano il semplice atto di guardare un oggetto per determinare dove si trova prima di intraprendere un’azione altrettanto semplice, come cogliere i frutti da un albero, raccogliere la spazzatura, raddrizzare e riordinare i prodotti su uno scaffale, impacchettare la merce per spedirla, disporre le tegole su un tetto, differenziare i materiali riciclabili, caricare e scaricare camion e ripulire gli oggetti fuoriusciti. Tutti coloro che sono impiegati in un lavoro che prevede l’esecuzione di compiti di questo tipo sono oggi gravemente in pericolo di essere sostituiti da un momento all’altro per colpa dei progressi della visione artificiale.

C’è un’altra vasta categoria di lavori nei quali le persone sono pagate solo per prestare attenzione. Il potenziale del riconoscimento facciale nella folla per identificare gli eventuali sospetti è ben noto, ma la precisione e l’ampia diffusione di sistemi di questo tipo è in forte aumento, e sta sollevando preoccupazioni relative alla privacy. I sistemi di riconoscimento visivo saranno in grado di identificare e distinguere attività legittime da quelle proibite, per esempio il cliente che, in un negozio, cerca di entrare in un’area riservata al personale o di uscire con della merce senza pagarla.

Un certo numero di funzioni di supervisione rientra in questa categoria. Per esempio un sistema di AI sarà capace di chiamare un cameriere perché riempia il bicchiere di un cliente, o ripulisca un tavolo per i prossimi avventori. Un sistema di visione artificiale attualmente in fase di test presso il Campus di Stanford riesce a contare le persone che entrano nella toilette e, su questa base, a programmare i turni del personale che cura i servizi. In futuro, i semafori sapranno già quando arriverete, cambieranno in maniera dinamica per facilitare lo scorrimento del traffico, che fermeranno all’apparire di un pedone o di un ostacolo (ad esempio un cane).

Storicamente, i lavori più facilmente soggetti ad automazione sono stati quelli caratterizzati come routine, cioè quelli che implicavano la ripetizione della stessa attività, oppure quelli che, con l’avvento dei computer, potevano essere descritti efficacemente in un dato numero di passaggi o regole esplicite, risultando così più facilmente riconducibili a una formulazione schematica. Tali limiti, però, si stanno espandendo grazie all’AI fino a includere numerosi compiti decisamente meno rutinari. Ad esempio, saper guidare un’automobile è senz’altro un compito ben definito, ma che difficilmente può essere considerato di “routine”. Lo stesso si potrebbe dire per l’essere in grado di leggere documenti scritti a mano o di tradurre un testo da una lingua a un’altra: eppure, le tecniche di machine learning si sono dimostrate molto valide nell’affrontare queste sfide, spesso rivelandosi equivalenti se non superiori alle capacità umane.

L’utilizzo dei cosiddetti big data ha fatto sì che numerosi compiti che altrimenti richiederebbero analisi ed esperienza siano ora alla portata delle macchine di oggi o di domani. In effetti, l’individuazione di schemi troppo sottili o fugaci per l’osservazione umana, come il flusso dei dati in una rete, i movimenti di truppe potenzialmente ostili nelle vicinanze di un confine conteso o l’attività di addebito su una carta di credito in grado di rivelare possibili truffe, ora diventati sempre più banali. L’utilizzo dei big data cambierà con ogni probabilità anche le prestazioni di assistenza sanitaria. Grazie alla sua capacità di aggregazione e analisi di molteplici fonti di dati, la IBM, ad esempio, sta provando ad applicare il suo programma capace di giocare a Jeopardy!, Watson, a un’ampia gamma di applicazioni mediche, dalla consulenza agli oncologi in materia di programmazione delle cure per i malati di cancro alla selezione dei pazienti che più trarranno beneficio dai nuovi medicinali in occasione dei test, e ancora all’assistenza nella ricerca di nuove cure. In poche parole, le nuove tecnologie di AI miglioreranno enormemente la produttività in numerose aree precedentemente resistenti all’automazione, rischiando così di avere un impatto devastante su molte professioni.

  • Brano tratto dal volume “Intelligenza artificiale – Guida al futuro prossimo”, pubblicato da Luiss University Press, Roma, anno 2017 (pagg. 165 – 168).