Paolo Vernaglione Berardi riflette e fa riflettere:
[il] deep learning (…) consiste nell’elaborazione delle istruzioni per una quantità crescente di dati. É un processo autoriferito il cui linguaggio si limita alla esclusiva funzione comunicativa. Gli strati software di reti simil- neurali insieme all’istruzione data in input sono creati dalla macchina in un ciclo autopoietico. Le app di IA apprendono in maniera sempre più raffinata con migliaia di strati di dati. La rete è addestrata per una «funzione obiettivo» e quando ha imparato può operare secondo inferenze. La funzione-obiettivo delle reti deep learning è il denaro. Immediata o quasi immediata, nella finanza, nelle economie di scambio e nei commerci; mediata nelle attività creative e di riproduzione o ricreazione o ampliamento di realtà – a partire dal consumo di immagini, eventi, informazione e spettacolo, – la funzione obiettivo è accumulare denaro. Il deep learning, singolarizzato in base ai pattern dell’utente, produce risposte personalizzate proponendo merci specifiche con lo scopo di massimizzare la spesa del consumatore. In questo modo social network e grandi network di e-commerce profilano il cliente con una accuratezza che mancava ai siti web statici. L’effetto è la pagina Amazon da cliccare per avere merci-Prime in 24 ore.