Future Built on Knowledge

“Quando diminuirà il costo dell’Intelligenza Artificiale, succederanno cose straordinarie”. Intervista ad Avi Goldfarb

luglio 4, 2018

I sistemi predittivi, quelli che con l'AI permettono di anticipare risposte sul futuro, costeranno sempre meno e saranno sempre più efficaci. Il perché ce lo racconta Avi Goldfarb, docente di Marketing all’Università di Toronto, all'interno del Festival dell'Economia 2018

La tesi del professore canadese si poggia sul confronto con il crollo del costo del calcolo aritmetico. A partire dagli anni ’60 c’è stato un costante calo del valore di mercato dei calcolatori e della potenza computazionale in genere. Goldfarb prevede che lo stesso accadrà per i sistemi predittivi di Intelligenza Artificiale, grazie anche all’aumentare dei dati a disposizione delle macchine.


 

Questo inciderà su molti processi decisionali, che vanno dal calcolo del rischio sui possibili prestiti, fino alla scelta dei candidati possibili per un posto di lavoro: “Sempre più spesso si utilizzano modelli predittivi nella selezione del personale – spiega il professore dell’Università di Toronto -. Molti passaggi sono coadiuvati dagli algoritmi: il postare una candidatura, la scelta dei candidati e il colloquio. In particolare lo screening dei cv viene fatto sempre più spesso dagli algoritmi. Questi non sono efficaci come potrebbero essere, ma vanno bene, e sono molto più efficienti degli esseri umani, in particolare nella lettura di oltre 300 curriculum. Gli umani sono molto bravi con pochi cv, mentre lo diventano molto meno quando superano alte cifre, viceversa è per i sistemi predittivi.”

I dispositivi mobili, che utilizziamo quotidianamente, sono anch’essi pieni di Intelligenza Artificiale, con sistemi predittivi che ad esempio ci indicano i tempi in cui raggiungeremo il posto di lavoro, il supermercato o il benzinaio più vicino. Tutti suggerimenti che ci permettono di supportare le nostre scelte. Ad oggi, però, il giudizio rimane una prerogativa dell’essere umano. Per Golfarb questo è legato soprattutto ad una questione di costi/benefici, è difficile infatti pensare che venga delegata una scelta all’Intelligenza Artificiale nel momento in cui questa possa risultare controproducente: “Sono le persone che capiscono il valore delle cose. Le macchine di previsione sono lì per servirci, sono degli strumenti. E così il nostro compito è quello di capire che cosa conta per noi e cosa fare con questi strumenti. È vero che nel tempo, con dati sufficienti, una macchina può imparare a prevedere ciò che l’uomo giudicherà di fare in una determinata situazione, ma a quel punto sarà sempre l’uomo a decidere se varrà la pena che il giudizio venga dato dalla macchina o meno”. A questo proposito, nella conferenza condotta dal nostro ricercatore Massimo Zancanaro, Goldfarb ci porta l’esempio di “Io Robot”, in cui a Will Smith viene salvata la vita dagli androidi a danno di una bambina. Il calcolo delle probabilità dava solo l’11% delle possibilità di sopravvivenza alla piccola, mentre al protagonista del film veniva dato il 45%. La macchina sceglie in base ai numeri delle proprie previsioni, mentre un essere umano, verosimilmente, farebbe delle scelte diverse. A dimostrazione del fatto che è molto difficile delegare il giudizio, anche quando i calcoli offrono numeri chiari.

La possibilità di migliorare gli algoritmi e renderli sempre più efficaci e meno costosi è legata principalmente alla presenza dei dati. Abbiamo chiesto al professore di Toronto se il tema della privacy può influire in qualche modo in questo processo: “I dati sono uno degli elementi chiave nella crescita dei sistemi di AI. È chiaro che nel momento in cui si impone un restringimento nel flusso dei dati, si produrrà anche un rallentamento del potenziale dell’Intelligenza Artificiale.  Ma non ci trovo niente di male in questo. Nel momento in cui mancano degli elementi per il progresso di una tecnologia, gli scienziati davvero intelligenti troveranno altre strade spostando l’innovazione da qualche altra parte.”

Nonostante l’AI e i suoi progressi, siamo ancora molto legati all’incertezza. Un esempio concreto sono le sale d’attesa degli aeroporti. Se i sistemi predittivi funzionassero bene già ora, quegli spazi sarebbero inutili. Ma Goldfarb crede che nel futuro ci aspetti qualcosa di diverso: “Se il calcolo predittivo diventasse molto meno costoso, succederanno cose straordinarie. La differenza tra quello che sta succedendo ora e quello che si prevede accadrà nel futuro dipenderà solamente dal tempo che impiegheremo per passare dalla situazione attuale a quella in cui le predizioni saranno davvero poco costose.”


Autore/i