Marco Guastavigna

Critica dell’apprendimento automatico

Immagina un software che impara come un bambino: più gli mostri esempi, più diventa bravo. Questo è il cuore dell’apprendimento automatico. Funziona così: il software analizza enormi quantità di dati, identificando schemi, tendenze e valori medi. Questi dati diventano le “lezioni” che la macchina utilizza per migliorare le proprie capacità. Ma c’è di più. L’apprendimento automatico non è solo una questione di algoritmi; è anche una questione di interazione tra uomo e macchina. Il software impara dagli utenti, e gli utenti, a loro volta, diventano “insegnanti”. Non serve essere esperti: basta fornire esempi sufficienti e vari. Il segreto sta nella quantità e varietà dei dati. Ogni ricerca su Google, ogni like su Instagram, ogni ordine su Uber Eats contribuisce a “istruire” il sistema. L’apprendimento è un processo iterativo: più esempi vengono forniti, più precise e affidabili diventano le prestazioni del software. È un ciclo virtuoso: l’input degli utenti migliora il sistema, e un sistema migliore offre risultati più accurati, incentivando un ulteriore flusso di dati. In sostanza, più dati significa maggiore precisione. L’intelligenza artificiale ha compiuto enormi progressi, ma la sua conoscenza rimane in gran parte frutto di un’intensa attività umana. I successi straordinari dell’AI finora si devono soprattutto all’apprendimento supervisionato e al rinforzo, che richiedono ingenti quantità di dati etichettati da persone. In sostanza, l’AI attuale è bravissima a sintetizzare informazioni già esistenti, ma non è ancora capace di creare concetti, linguaggi o sistemi di rappresentazione completamente nuovi. L’apprendimento non supervisionato, la chiave per un’AI davvero autonoma capace di scoprire nuove conoscenze, è ancora agli albori. I risultati attuali sono frammentari e spesso esplorativi, lontani dalla sofisticazione e dall’autonomia necessarie per generare spontaneamente conoscenza originale. Il potenziale è enorme, ma la strada per un’intelligenza artificiale veramente innovativa è ancora lunga. (fonte: A. Casilli, “Waiting for robots. The hirend hands of automation“)

Avatar di Sconosciuto

Pubblicato da Marco Guastavigna

Posizionamento dell’autore Sono un ex insegnante in pensione, con pluridecennale esperienza di formazione del personale della scuola a proposito dell’impiego di dispositivi digitali. Mi definisco ricercatore inopportuno e libero dall’opportunismo, perché non faccio sconti a nessuno e perché la mia condizione anagrafica e socio-economica mi consente di non dover rispondere a una qualche struttura di potere relativa alla logistica della conoscenza, in particolare accademia ed enti analoghi. Ho una posizione politica radicale, fondata sull’ostinato riconoscimento delle ingiustizie e delle distruzioni implicate dal modello capitalistico e sulla caparbia convinzione che sia pertanto necessario (e sempre più urgente) collocarsi nell’area del conflitto esplicito con la situazione data, per modificarla profondamente. Affinché questa scelta possa aspirare ad avere dimensione collettiva, nel caso dell’istruzione e della scuola sono prioritarie da una parte la denuncia della colonizzazione messa in atto dall’oligopolio del capitalismo di piattaforma, che agisce in nome del valore economico, e dall’altra la ricerca di alleanze con tutti i soggetti che si pongano l’obiettivo di uno sviluppo umano equo, con particolare riferimento alla condivisione cooperativa e mutualistica della conoscenza.