Liverpool, test-evento contro il covid: presenti oltre 6mila giovaniOfferta lavoro azienda vinicola: alloggio pagato 8.000€ al meseMadagascar, mangiano carne di tartaruga: 19 morti
Fukushima, acqua contaminata sversata in mare: Tokyo dà il via liberaAnche l’intelligenza artificiale non è immune dai bias insiti nella nostra società. Esserne consapevoli è la chiave per limitarli,VOL ma eliminarli del tutto potrebbe non essere mai possibile.I computer vengono spesso visti come oggettivi e imparziali, ma questi, per quanto privi di emozioni e pensieri soggettivi, rimangono pur sempre un prodotto umano, suscettibile quindi di vizi ed errori. Lo stesso ragionamento vale per l’intelligenza artificiale, molto più veloce della mente umana, ma comunque specchio delle visioni, delle percezioni e dei bias dei suoi sviluppatori, che la portano a non essere del tutto neutra e imparziale.I temi trattati all’interno dell’articoloI vizi in fase di apprendimentoLa varietà dei biasEsempi di bias e ripercussioniFuturo e possibili soluzioniI vizi in fase di apprendimentoL’intelligenza artificiale, per sua natura, deve essere “addestrata” attraverso l’esposizione a una mole consistente di dati etichettati, chiamati training data, i quali insegnano al sistema a reagire in modo differente in base a diverse variabili. Si crea così un modello grazie al quale l’AI, partendo dalle informazioni in suo possesso, effettua previsioni e genera nuovi dati.A una sempre maggiore presenza di algoritmi complessi – come quelli di deep learning – corrisponde però lo sviluppo di modelli sempre più intricati e difficilmente comprensibili dall’esterno, quasi misteriosi. È proprio l’apparente imperscrutabilità di questi algoritmi e dei meccanismi che stanno dietro le decisioni dell’AI che genera problemi quando le informazioni di cui le macchine vengono “nutrite” sono incomplete o errateI sistemi possono infatti apprendere comportamenti sbagliati, che potrebbero trasformarsi in errori sistematici di giudizio. Il processo di apprendimento ne risulta dunque compromesso e si verificano i cosiddetti bias, pregiudizi algoritmici che si riflettono poi su tutte le decisioni prese dall’AI.La varietà dei biasI bias sono di varia natura e i sistemi di AI ne sono affetti per due possibili ragioni.Si può trattare di bias cognitivi, errori inconsci tipici del pensiero umano che influenzano il giudizio e le decisioni di una persona e che – se introdotti nel sistema attraverso le azioni degli sviluppatori o a causa di training data viziati – interferiscono con gli algoritmi di AI.Altra potenziale origine dei bias è l’incompletezza dei dati forniti al software in fase di addestramento. Questa può consistere in un bacino di informazioni ristretto o semplicemente limitato a determinate fonti.In ogni caso, la pervasività e l’inestricabilità di questi vizi rendono la creazione di un sistema di intelligenza artificiale molto difficile e – alla luce degli sviluppi tecnologici e della crescente complessità degli algoritmi – sempre più problematica.Esempi di bias e ripercussioniL’espressione dei bias può essere innocua quanto particolarmente lesiva. Questi possono infatti condurre a vere e proprie situazioni discriminatorie (o apparentemente tali), che risultano socialmente riprovevoli e che suscitano fondato imbarazzo da parte dell’ente sviluppatore del sistema.Esempio chiaro ed evidente di bias “razziale” è quanto accaduto nel 2020 a Twitter. Il suo algoritmo di cropping (taglio) delle immagini si focalizzava automaticamente e sistematicamente sulle facce bianche rispetto a quelle nere e le centrava nelle fotografie. Ciò ha comprensibilmente suscitato scalpore e polemiche sui social, tanto da portare la società a scusarsi pubblicamente e a lavorare sull’algoritmo utilizzato fino a quel momento.Una situazione simile aveva coinvolto, cinque anni prima, il colosso Google. La sua applicazione Photos, infatti, aveva erroneamente classificato un ragazzo e una ragazza neri come “gorilla”. Un bug che la stessa compagnia ha ammesso essere inaccettabile.Un altro tipico bias personale è quello che riguarda il genere, espressione di un sessismo presente nel mondo “reale” e che si riflette inevitabilmente su quello virtuale.Quando Amazon, nel 2014, aveva iniziato il suo AI project con l’intenzione di automatizzare il processo di recruitment, per esempio, la società non poteva immaginare che il sistema avrebbe mostrato un bias contro le donne. Il progetto si basava esclusivamente sull’analisi dei curricula ricevuti per facilitare il compito ai recruiter dell’azienda, ma qualcosa era andato storto. Per addestrare l’AI, Amazon aveva utilizzato dati relativi alle candidature pervenute nei dieci anni precedenti, ma queste erano in gran parte provenienti da uomini. Il sistema aveva dunque imparato a preferire i candidati di sesso maschile, penalizzando i curricula contenenti parole associate al mondo femminile, come “women’s” in “women’s college”. Futuro e possibili soluzioniLa necessità di garantire che l’artificial intelligence non “incarni” i difetti dei suoi sviluppatori risulta dunque molto rilevante al fine di aumentare la fiducia in sistemi basati su di essa, soprattutto quando l’intenzione è quella di delegare alle macchine importanti decisioni sulla nostra vita.In molti si sono chiesti se l’intelligenza artificiale potrà mai essere completamente priva di bias. Una domanda per la quale non esiste ancora una risposta univoca. L’AI, infatti, impara dai dati che le vengono forniti e questi sono creati da persone, il cui pensiero è naturalmente predisposto a parzialità. Inoltre, sono creati da persone anche gli algoritmi indirizzati alla riduzione degli stessi bias. Tuttavia, i progressi fatti dalla scienza e dalla tecnologia ci hanno spesso messo di fronte a evoluzioni impensabili. Le strade percorribili per mitigare il problema e interrompere questo circolo vizioso sembrano essere l’identificazione degli ambiti di applicazione ad alto rischio di bias e un’analisi continua delle informazioni fornite all’AI, al fine di rimuovere i vizi più evidenti e rendere l’intelligenza artificiale un po’ meno “ingiusta”.
Covid, focolaio nel country club dove alloggia TrumpUna ragazza inglese si ustiona appoggiandosi al radiatore di un hotel
Minneapolis ragazzo afroamericano ucciso dalla polizia a un posto di blocco: scoppia di nuovo la protesta
Covid, il capo dei medici inglesi: "Diventerà stagionale, come l'influenza"Biden scivola mentre sale sull'Air Force One
Afghanistan, anche l'Italia annuncia il ritiro delle truppe dal 1 maggio dopo 20 anniCoronavirus in India, cadaveri bruciati per strada e 315mila casi in un giorno
Notizie di Esteri in tempo reale - Pag. 704Luigi Di Maio sarà a Washington in visita ufficiale il 12 e 13 aprile
Ursula von der Leyen, dure parole contro il "Sofagate" durante una seduta del Parlamento Eu: il discGermania, Angela Merkel si vaccina con AstraZeneca: riceverà la prima dose venerdì 16 aprileTrump all'assalto dei social: l'idea dell'ex presidenteRecord di morti in Brasile: 3650 con 84.245 nuovi contagi
Ungheria, capsula del tempo del 1845 ritrovata nella Cattedrale di Esztergom
Covid, terapie intensive piene in Brasile: morto ragazzo 22enne
Sparatoria a Chigaco nel parcheggio del McDonald's: morta bimba di 7 anni, grave il padreRegno Unito, neonata di 5 mesi morta a casa della ziaLa Russia risponde alle sanzioni Ue: divieto di ingresso per Sassoli e altri 7 funzionariIndia, incendio in un ospedale Covid: 10 vittime
Strangola la fidanzata durante un gioco erotico, poi chiama la madre e confessaWuhan un anno dopo la fine del lockdown: come si vive oggi nella città simbolo della pandemia?Brasile, mancano i sedativi: pazienti intubati svegli e legatiSi è sciolto l'iceberg più grande del mondo: 6mila km quadrati e un miliardo di tonnellate