Il ruolo dell’Uomo nell'apprendimento delle macchine

L’intelligenza artificiale (AI) evolve rapidamente e si sta imponendo come uno dei principali attori della digital transformation. Un aspetto tecnologico e non, dell’evoluzione dell’AI è il processo di apprendimento che consente alle “macchine” di poter affrontare i problemi per cui sono state progettate. In un recente articolo, Guido Vetere dell’Università degli Studi Guglielmo Marconi, parte da uno dei risultati più importanti in questo campo: lo sviluppo di AlphaGo Zero, il sistema di Deep Learning che Google ha recentemente sviluppato per giocare a Go, che è stato in grado di imparare a giocare attraverso un’analisi degli elementi di gioco e lo studio dei calcoli combinatori e probabilistici a questo legati.

Un risultato importante che ha subito solleticato la fantasia di coloro che paventano un futuro da fantascienza in cui la “singolarità” sarà il momento in cui i robot prenderanno il potere sugli Uomini. Al di là di questo scenario letterario, il risultato di AlphaGo presenta comunque dei suoi limiti; come ricorda Vetere: “Imparare solo dall’esperienza diretta è possibile, ma a condizione che ciò che si vuole imparare sia già tutto nel dato e che possiamo fornire alla macchina uno stabile criterio di valutazione di ciò che va imparando (nel caso di Go: vincere o no la partita).”

La realtà più diffusa è quella del tutoraggio da parte di operatori umani, in un affiancamento che vada a costituire dati e casi su cui sviluppare e rafforzare gli algoritmi di funzionamento. Il modello è definito “human in loop” perché fa riferimento proprio alla necessità di una costante presenza dell’Uomo nei processi operativi e critici che la “macchina” è chiamata ad affrontare.

La sfida, ovvero il modello di riferimento, è il linguaggio e, in particolare, il suo apprendimento. Non possiamo, infatti, apprendere una lingua dal suo mero ascolto o solo dallo studio della sua grammatica. Dobbiamo gestire elementi diversi nell’ambito di un sistema complesso, fatto di interazioni e contestualizzazioni. Questo tipo di risultato è ancora molto lontano nell’ambito dell’AI. Da qui l’esigenza di un processo di insegnamento applicato alle macchine, processo che è profondamente legato a tematiche etiche, sociali e politiche. Ogni modello educativo, infatti, presuppone l’adesione a principi e valori (come fanno le agenzie educative nei confronti di bambini e ragazzi) e nel caso delle macchine, tali opzioni non sono banali. In finale, oltre alla responsabilità di genitori, il futuro ci prospetta anche quella di educatori di macchine!