Ogni rivoluzione tecnologica modifica gli strumenti con cui lavoriamo. L’intelligenza artificiale sta facendo qualcosa di più: sta modificando il modo in cui prendiamo decisioni, attribuiamo valore, distribuiamo opportunità e costruiamo fiducia. Per questo la questione dell’uguaglianza è destinata a diventare uno dei temi centrali del dibattito sull’IA.Per molti anni abbiamo considerato la tecnologia come un fattore neutro, capace semplicemente di aumentare l’efficienza dei processi. Oggi sappiamo che non è così. L’informatica moderna è diventata un fenomeno sociale. Gli algoritmi non organizzano soltanto informazioni: organizzano relazioni, influenzano comportamenti, modificano il funzionamento delle organizzazioni e, sempre più spesso, incidono sull’esercizio dei diritti.Indice degli argomenti
Dalla ricerca accademica ai sistemi autonomi: l’evoluzione dell’AILa doppia natura dell’intelligenza artificiale: algoritmi e personeBias e dati storici: quando gli algoritmi ereditano le disuguaglianzePerché l’uguaglianza richiede una governance interdisciplinareIl ruolo dell’AI Act europeoExplainable AI: la spiegabilità come diritto democraticoOffloading cognitivo e la sfida della flessibilità mentaleIl lavoro cambia: la necessità di intelligenze pluraliUguaglianza e AI: la vera domanda da porsiDalla ricerca accademica ai sistemi autonomi: l’evoluzione dell’AIChi, come me, si occupa di intelligenza artificiale fin dagli anni Ottanta, quando questa disciplina era ancora prevalentemente ricerca accademica e interdisciplinare, ha visto cambiare profondamente la natura dell’IA. Allora il problema era comprendere come rappresentare la conoscenza e sostenere il ragionamento umano. Oggi il problema è anche capire come sistemi sempre più autonomi influenzino la società.La doppia natura dell’intelligenza artificiale: algoritmi e personeL’intelligenza artificiale è nata dall’incontro tra computer science e scienze cognitive. Questa doppia natura continua ancora oggi a caratterizzarla. Da una parte vi sono algoritmi, modelli matematici e capacità di calcolo; dall’altra vi sono persone, processi decisionali, organizzazioni e contesti sociali. Separare queste due dimensioni significa comprendere solo metà del problema. È proprio questa duplice natura che rende insufficiente una lettura esclusivamente tecnologica dell’IA.L’uguaglianza non dipende infatti soltanto dalla qualità degli algoritmi, ma dalla qualità delle relazioni che essi contribuiscono a costruire.Bias e dati storici: quando gli algoritmi ereditano le disuguaglianzePensiamo ai sistemi utilizzati nel credito, nelle assicurazioni, nella sanità, nella selezione del personale o nell’accesso ai servizi pubblici. Ogni volta che un algoritmo contribuisce a classificare una persona, attribuirle un punteggio o suggerire una decisione, interviene indirettamente nella distribuzione delle opportunità.Qui emerge il tema dei bias.Gli algoritmi apprendono dai dati, ma i dati non rappresentano una fotografia oggettiva della realtà. Rappresentano la storia della società, con le sue disuguaglianze, le sue esclusioni, i suoi stereotipi. Se nel passato alcune categorie hanno avuto minori opportunità di accesso al credito, al lavoro o alla formazione, un sistema addestrato esclusivamente sui dati storici rischia di considerare quella disuguaglianza come una regolarità statistica da confermare anziché come un problema da correggere.L’algoritmo non è discriminatorio perché “vuole” discriminare. Lo diventa perché apprende da una realtà che discriminava già.Perché l’uguaglianza richiede una governance interdisciplinareÈ questo uno degli aspetti più delicati dell’intelligenza artificiale: la sua apparente oggettività può rendere meno visibili le disuguaglianze invece che eliminarle. Per questo motivo la questione dell’uguaglianza non può essere affidata esclusivamente agli sviluppatori. È un tema che riguarda giuristi, economisti, sociologi, psicologi, filosofi, educatori, rappresentanti delle istituzioni, delle imprese e delle parti sociali.Abbiamo bisogno di una governance interdisciplinare.Il ruolo dell’AI Act europeoNel percorso che ha portato all’AI Act europeo, al quale ho avuto l’opportunità di contribuire nell’ambito dei lavori dello STOA del Parlamento europeo, è emersa con forza proprio questa consapevolezza: alcuni sistemi di IA devono essere considerati ad alto rischio non tanto per la sofisticazione tecnologica che esprimono, quanto per l’impatto che possono avere sui diritti fondamentali delle persone. Il punto non è fermare l’innovazione. Il punto è renderla affidabile.Explainable AI: la spiegabilità come diritto democraticoPer questo l’Europa ha introdotto principi che considero fondamentali: supervisione umana, accountability, tracciabilità, valutazione preventiva dei rischi, monitoraggio continuo dei sistemi e trasparenza. Tra questi principi merita particolare attenzione la Explainable AI.La spiegabilità viene spesso interpretata come un problema tecnico: rendere comprensibile il funzionamento di un algoritmo. Credo che il suo significato sia ancora più profondo. La spiegabilità rappresenta un diritto democratico. Quando una persona riceve una decisione che influenza la propria vita — un credito negato, una polizza rifiutata, una candidatura esclusa — deve poter comprendere i criteri che hanno contribuito a quella decisione. Non significa conoscere ogni formula matematica del modello, ma poter ricostruire il ragionamento che ha prodotto un determinato esito. La trasparenza diventa così una forma di rispetto della persona.Offloading cognitivo e la sfida della flessibilità mentaleEsiste poi un altro rischio meno discusso ma altrettanto rilevante: quello che definisco “offloading cognitivo“. Più deleghiamo agli algoritmi attività di analisi, memoria e decisione, più rischiamo di ridurre l’esercizio delle nostre capacità cognitive. La comodità della delega può trasformarsi lentamente in dipendenza. Per questo considero fondamentale sviluppare quella che definisco flessibilità cognitiva: la capacità di collaborare con sistemi intelligenti mantenendo però autonomia critica, spirito di valutazione e responsabilità personale. L’intelligenza artificiale dovrebbe ampliare le nostre capacità, non sostituire la nostra capacità di pensare.Il lavoro cambia: la necessità di intelligenze pluraliAnche il lavoro sta cambiando profondamente.Per anni abbiamo discusso se l’IA avrebbe sostituito le persone. Oggi la domanda è diversa: quale tipo di professionalità sarà necessaria in un’organizzazione nella quale uomini e algoritmi prendono decisioni insieme? La risposta, a mio avviso, non è più competenze tecnologiche contro competenze umanistiche. Abbiamo bisogno di intelligenze plurali. Intelligenza tecnica, certamente. Ma anche intelligenza etica, relazionale, organizzativa, giuridica e sociale.Ed è proprio qui che l’alleanza tra generazioni assume un valore strategico. Le nuove generazioni portano familiarità con gli strumenti digitali e capacità di adattamento. Le generazioni più esperte custodiscono conoscenza contestuale, memoria organizzativa, capacità di interpretare situazioni complesse e assumersi responsabilità. L’uguaglianza si costruisce facendo dialogare queste competenze, non contrapponendole.Uguaglianza e AI: la vera domanda da porsiL’intelligenza artificiale rappresenta una straordinaria opportunità per migliorare la qualità della vita, dei servizi e del lavoro. Ma nessun algoritmo potrà mai garantire da solo una società più equa. L’uguaglianza non nasce dalla tecnologia. Nasce dalle scelte che facciamo nel progettare, regolare e utilizzare quella tecnologia. Per questo credo che la domanda fondamentale non sia quanto sarà intelligente l’intelligenza artificiale.La domanda è se noi sapremo essere abbastanza intelligenti da utilizzarla per costruire una società più giusta, più inclusiva e più capace di valorizzare ogni persona. Perché, in fondo, il vero banco di prova dell’intelligenza artificiale non sarà la sua capacità di imitare l’essere umano, ma la nostra capacità di utilizzarla per rafforzare ciò che rende autenticamente umana una società: la dignità, la responsabilità, la libertà e l’uguaglianza.
