Perché l'apprendimento automatico non basta da solo?
La crisi del COVID-19 mette in evidenza alcuni limiti chiave dell'intelligenza artificiale. Il machine learning funziona identificando modelli nei dati storici di addestramento: se usato con saggezza, ha il potenziale di offrire soluzioni più rapide di quelle umane, anche sfruttando dati che le persone tendono a trascurare.
Tuttavia questi sistemi hanno bisogno di grandi quantità di dati per individuare schemi affidabili e presuppongono implicitamente che le condizioni attuali siano simili a quelle rappresentate nei dati di addestramento: in altre parole, assumono che ciò che ha funzionato in passato funzionerà ancora in futuro.
Ma la situazione della pandemia è nettamente diversa da quella di poche settimane prima: parte di ciò che occorre affrontare non è mai stato affrontato prima. Anche le persone condividono questo limite, il che spiega in parte perché la situazione risulti così complessa — senza precedenti a cui fare riferimento, le assunzioni tradizionali su causa ed effetto potrebbero non essere più valide.
Qual è il ruolo insostituibile dell'uomo?
Le persone hanno comunque un vantaggio sull'intelligenza artificiale: sono in grado di apprendere informazioni da un sistema e applicarle a nuove situazioni, attingendo alla capacità di astrazione per ipotizzare cosa potrebbe funzionare o accadere. I sistemi di IA, al contrario, devono ripartire da zero ogni volta che il contesto cambia anche di poco.
La crisi COVID-19 conferma quindi qualcosa che è sempre stato vero: l'IA è uno strumento, e il valore del suo utilizzo in ogni situazione è determinato dalle persone che lo progettano e lo usano. Nell'emergenza, l'azione umana e l'innovazione restano determinanti per sfruttare davvero ciò che l'intelligenza artificiale può offrire.
Sia per gli analisti sia per i sistemi di IA, ogni nuova informazione sulla situazione attuale è preziosa per orientare le decisioni future: più si è efficaci nel condividerla, più rapidamente si può individuare una strada da percorrere.
Quali progetti concreti uniscono IA e collaborazione umana?
Alcuni progetti nati durante la pandemia mostrano bene questo equilibrio tra dati, algoritmi e collaborazione umana:
- il COVID-19 Open Research Dataset, che mette a disposizione il testo di oltre 24.000 articoli di ricerca;
- COVID-Net, una rete neurale ad accesso aperto sviluppata in modo collaborativo per identificare il COVID-19 nelle scansioni polmonari;
- iniziative come la donazione di dati anonimi alla ricerca, che aiuta i sistemi di IA a individuare pattern altrimenti invisibili.
Tutti esempi di come mettere in comune i dati aiuti l'intelligenza artificiale a setacciare le informazioni e a riconoscere modelli utili — ma solo grazie allo sforzo delle persone che li rendono disponibili. Sistemi analoghi possono includere algoritmi che prevedono la diffusione del virus a partire dai dati di pandemie precedenti, o strumenti come SkillLab, che aiuta chi cerca lavoro a individuare le opportunità più coerenti con le proprie competenze. Anche se la natura di ogni crisi è unica, restano identificabili strade valide, seppure circoscritte, per applicare gli strumenti di intelligenza artificiale.
Perché la collaborazione resta la chiave?
Gli sforzi per sfruttare l'intelligenza artificiale ai tempi del COVID-19 funzionano meglio quando coinvolgono persone con ruoli diversi: i data scientist che sanno cosa l'IA può fare — e, altrettanto importante, cosa non può fare; gli esperti di dominio che comprendono la natura del problema; i pensatori capaci di superare i presupposti dati per scontati e vedere connessioni nuove.
Un esempio arriva dal campo epidemiologico: la startup canadese BlueDot è stata tra le prime a segnalare l'emergere del focolaio in Cina. Il suo sistema combina diversi strumenti di intelligenza artificiale con la conoscenza di epidemiologi in grado di individuare dove e come cercare i segnali di malattie emergenti.
Reinventare le regole, però, è diverso dall'infrangerle: mentre si lavora per rispondere alle esigenze immediate, restano da tenere sotto controllo le conseguenze a lungo termine. Chiunque sviluppi sistemi di intelligenza artificiale deve mantenere standard etici e considerare le possibili conseguenze indesiderate delle tecnologie che crea, anche nell'urgenza di una crisi.
I progressi straordinari dell'IA degli ultimi anni non sono un merito della tecnologia in sé, ma della creatività con cui le persone la usano: è solo la mano dell'uomo che può trasformarla nel potente strumento di miglioramento che ha il potenziale di essere.
