Dove ti piacerebbe trascorrere le prossime vacanze? L’AI ti suggerisce destinazioni su misura. Devi scrivere un discorso o abbozzare un progetto? Anche in questo caso l’IA ti fornisce proposte concrete. Hai bisogno di creare un’immagine o un video per i social media? Basta un prompt. L’IA generativa è un fenomeno ancora giovane, ma ormai indispensabile in molti ambiti della vita. Che si tratti di testi, immagini o musica, oggi è in grado di creare in pochi secondi ciò che prima richiedeva ore o giorni.
Ma il boom ha il suo lato oscuro. Oltre a consumare durante l'allenamento delle modelle e sempre più anche nella vita quotidiana, l’IA può diffondere informazioni false e violare i diritti d’autore. Tra fascino e scetticismo, ci si interroga su come utilizzare questa tecnologia in modo responsabile.
Oggi l’IA è in grado di fare molte cose, ma non tutte le sue applicazioni possono essere valutate allo stesso modo. Perché?
Dorothea Baur: L’IA ha da tempo trovato il suo posto nel mondo scientifico. I ricercatori la utilizzano in modo mirato, ricorrendo alle cosiddette applicazioni single-purpose. Qui si parla di cosiddette applicazioni specializzate. Il Premio Nobel per la chimica 2024, assegnato a una ricerca sulle proteine supportata dall’IA, dimostra quanto questa possa essere impiegata in modo utile ed efficiente. Queste applicazioni possono creare un valore aggiunto scientifico reale. I modelli di IA generativa, invece, come ad esempio ChatGPT, sono liberamente accessibili al grande pubblico e richiedono un’elevata potenza di calcolo, ovvero un enorme consumo di energia. Non possiamo mischiare le mele con le pere.
L'IA al servizio dell'ambiente
Perché ritiene che l'IA generativa non sia sostenibile?
I centri di calcolo consumano molta energia e acqua, rendendola tutt’altro che ecologica. L’IA non risulta nemmeno economica, perché i benefici per la collettività sono spesso minimi e molte applicazioni rimangono esperimenti o strumenti di marketing. Inoltre, i costi non sono stati internalizzati: basti pensare ai diritti d’autore. Se la proprietà intellettuale fosse stata remunerata equamente, l’IA generativa non avrebbe mai visto la luce. Non da ultimo, ma non meno importante, può accentuare le disuguaglianze sociali se prende decisioni per il futuro basandosi su dati ingiusti del passato.
Rule-based system: le decisioni si basano su regole predefinite, programmate dall’uomo. Ogni regola segue uno schema: se si verifica la condizione X, allora esegui Y. Ad esempio: se la temperatura supera i 30 °C, accendi il condizionatore. Si tratta di una soluzione adatta a problemi strutturati, ma che è difficilmente in grado di apprendere.
Machine learning: il sistema apprende dai dati invece di seguire regole predefinite. Riconosce modelli nei dati di esempio e può utilizzarli per fare previsioni o prendere decisioni. Ad esempio: un algoritmo viene addestrato con migliaia di immagini di gatti e cani e impara autonomamente a distinguere le differenze. Il sistema è adattabile e migliora con l’aumentare dei dati, ma la sua efficacia dipende fortemente dai dati di addestramento.
Deep learning: si basa su reti neurali artificiali, costituite da molti strati («deep») in grado di individuare modelli complessi. Ad esempio: assistenti vocali come Siri o ChatGPT, riconoscimento facciale o traduttori automatici. Questa soluzione è particolarmente potente con dati non strutturati (immagini, audio, testo) e apprende autonomamente le caratteristiche senza che sia necessario definirle in anticipo. Tuttavia, richiede grandi quantità di dati e una notevole potenza di calcolo.
Quale responsabilità hanno gli utenti dell'IA?
Quando acquisto un prodotto da un grande distributore, non è mia responsabilità verificare se durante la produzione siano state violate delle leggi. Gli utenti non hanno né la responsabilità né il potere di risolvere i problemi strutturali della tecnologia. Questo è compito della politica e delle aziende. La nostra responsabilità consiste nel decidere consapevolmente dove utilizzare l'IA: voglio affinare il mio pensiero o delegarlo a una macchina? Nel mondo digitale agisco in linea con i miei valori? Questo livello individuale è importante, ma non sostituisce la responsabilità sistemica.
«Le aziende tecnologiche non sono partner affidabili quando si tratta di valori»
Quale ruolo dovrebbero avere le aziende tecnologiche?
È necessaria una collaborazione efficace tra politica, utenti e aziende tecnologiche. Ho notato che le aziende tecnologiche si sono screditate proprio in materia di sostenibilità: fino a tre anni fa erano tutte incredibilmente attente alla sostenibilità, mentre oggi gran parte di tutto ciò è stato gettato alle ortiche. La prospettiva etica aziendale nella Silicon Valley non mira a offrire un contributo significativo allo sviluppo sostenibile. A mio avviso, ci sono molte cose che non vanno. Per non parlare della scarsa trasparenza nel finanziamento delle tecnologie. Molti osservatori parlano di una bolla che rischia di scoppiare, con conseguenze potenzialmente più gravi della crisi delle dot-com del 2003. Si continua a investire in promesse, non in sostanza.
L'IA al servizio dell'ambiente
In pochissimo tempo sono stati fatti molti progressi nel campo dell’IA. Quali conclusioni ha potuto trarre finora?
Gli sviluppi relativi all'intelligenza artificiale sovrastano le questioni centrali della sostenibilità. Per un breve periodo è sembrato che avessimo raggiunto un consenso sul principio «Leave No One Behind» (non lasciare indietro nessuno). Tuttavia, con l'avvento delle nuove tecnologie e le crescenti incertezze geopolitiche, questo obiettivo è tornato fortemente in discussione. Dal punto di vista della sostenibilità, non possiamo permetterci questa battuta d'arresto.
L’IA e le fake news possono sovrapporsi
A causa dei contenuti generati dall’IA e delle numerose fake news, la nostra fiducia in Internet sta diminuendo. Oggi le cosiddette «bufale» possono essere diffuse in tutto il mondo con estrema facilità e in pochissimo tempo. L’autore canadese Cory Doctorow, nel suo libro «Enshitification» descrive le piattaforme digitali come autodistruttive: prima entusiasmano l’utenza, poi la sfruttano fino a coinvolgere gli inserzionisti pubblicitari, fino a quando tutto si riduce alla massimizzazione del profitto e la piattaforma scompare. In questo senso, potrei dire di essere quasi grata all’IA: in parte, ci induce a prendere le distanze da Internet e ci fa apprezzare nuovamente il valore degli incontri reali.
«Nel mondo digitale, rappresento gli stessi valori che nella vita reale?»
Quanto è grave il problema della mancanza di trasparenza?
Gran parte della ricerca viene svolta in aziende private, non nelle università, e pertanto non è soggetta al classico doppio processo di revisione. Peraltro, per motivi di segreto commerciale, non c’è trasparenza su dati e modelli. I sistemi risultano così complessi da rendere i loro risultati difficilmente interpretabili. Il confine tra ricerca e marketing si fa sempre più sfumato.
L’IA generativa raggiungerà presto i suoi limiti?
Se l’IA elabora troppi contenuti generati da sé stessa, perde in qualità. Al tempo stesso, l’uomo produce sempre meno contenuti originali e si limita a selezionare e organizzare quelli generati dall’IA. Ma l’IA dipende da noi: ha bisogno dei nostri pensieri, delle nostre azioni, della nostra creatività. Senza di noi, in un certo senso, non ha nutrimento.
Dorothea Baur
Dorothea Baur è relatrice, consulente e docente in materia di etica, sostenibilità e intelligenza artificiale. Ha conseguito il dottorato presso l'Università di San Gallo e ha lavorato a livello internazionale nel campo della ricerca e dell'insegnamento prima di mettersi in proprio dieci anni fa. Oggi opera all'intersezione tra responsabilità sociale e sviluppi tecnologici, tenendo conferenze, corsi di formazione e fornendo consulenza strategica. Il 27 novembre è stata relatrice principale alla conferenza sull'osservazione ambientale a Berna.