Articoli

di Emma Evangelista - Direttore Microfinanza

Il caso dell’Insubria coordinata da Davide TOSI

Entrare in università e relazionarsi con un’intelligenza artificiale che ti spiega il programma come fosse il tuo docente. È questa la novità che l’Università dell’Insubria ha realizzato grazie al team di ricerca e sviluppo guidato da Davide Tosi, docente di Sistemi di Elaborazione dell’Informazione e delegato della Rettrice all’Intelligenza Artificiale. Gli usi e gli abusi, i fallimenti e le potenzialità di strumenti che possono diventare un buon collega d’ufficio e che possono sostenere l’intelligenza umana coadiuvando le attività di previsione e controllo degli eventi anche nel settore industriale. Il professor Tosi, gemello reale dell’AI, racconta a Microfinanza la realtà e i progetti in campo per progettare il futuro.

Professore, lei è stato il primo avatar dell’università, creato con intelligenza artificiale che risponde alle domande degli studenti. Perché introdurre una novità del genere? Cosa comporta? E quanto è efficace?

Deriva da una necessità dei nostri studenti, di questa generazione di studenti e di ragazzi, che tendono ad essere molto timidi e quindi riducono al minimo il rapporto diretto con i docenti, utilizzano poco anche il tempo dei ricevimenti che noi mettiamo a disposizione nei nostri uffici. Allora abbiamo pensato di fornire uno strumento che fosse in parte “asettico”, perché ovviamente non c’è l’interazione con una persona, e allo stesso tempo colmi in parte le difficoltà degli studenti. Quindi gli studenti possono interfacciarsi con questo Human Digital Twin, che è una copia 100% virtuale, quasi identica a me, sia nella forma che nella voce sintetizzata, e nei contenuti degli insegnamenti che è in grado di erogare. Gli studenti possono interfacciarsi e chiedere chiarimenti su lezioni o comunque attività viste in aula.

Ovviamente questo è uno strumento, come ripeto sempre, di supporto, non deve essere uno strumento di sostituzione né del docente né delle attività che vengono fatte in aula, perché ovviamente in aula viene portata oltre all’umanità del docente e la parte esperienziale del docente, che un avatar digitale non può avere. Un’altra esperienza fatta dalla nostra Università è stata la realizzazione dell’avatar di Gabriele D’Annunzio sviluppato per la Fondazione del Vittoriale degli Italiani su impulso del professor Giordano Bruno Guerri.

Un’esperienza del genere potrebbe essere traslata all’interno di un’impresa per la risoluzione di quali tipi di problemi, o comunque in quale comparto lei vedrebbe meglio un’applicazione del genere?

Stanno nascendo soluzioni di questo tipo che vedono l’implementazione di quelli che si chiamano agenti intelligenti, che sono appunto degli avatar in grado di gestire dei sottoproblemi a livello aziendale, industriale. Un esperimento che abbiamo fatto, per esempio, è quello di cercare di creare un orchestratore di diversi agenti in grado di rispondere a delle domande specifiche. Per esempio, abbiamo un operaio che deve usare un muletto particolare, piuttosto che andarsi a leggere la documentazione di quel muletto e tutte le norme di sicurezza che deve applicare, interroga questo agente particolare e chiede come deve utilizzare il muletto in questione. Ogni agente è specializzato, per esempio, su un prodotto specifico, piuttosto che su un apparato aziendale specifico e l’orchestratore, una volta che riceve la domanda dall’impiegato, dall’operaio, o comunque dal dipendente, è in grado di smistare a questi agenti la domanda e ricevere la risposta più adeguata per chi ha fatto richiesta.

Questo è un applicativo che può essere usato nella parte di addestramento e formazione, ma lei quali altri impieghi dell’AI vedrebbe per l’impresa?

Ad oggi l’uso dell’intelligenza artificiale a livello aziendale in Italia è abbastanza povero. I dati Istat più recenti ci dicono che solo una piccola percentuale delle PMI ha provato a introdurre progetti di intelligenza artificiale e a portare avanti delle soluzioni, a integrare delle soluzioni di intelligenza artificiale. Questo è un po’ meno vero per le grandi imprese che invece nel 60% dei casi dicono già di utilizzare intelligenza artificiale, però a livello di piccole imprese, medie imprese, l’uso e l’integrazione dell’intelligenza artificiale è ancora veramente ridotto. Facciamo attenzione che l’intelligenza artificiale non è solo l’intelligenza artificiale generativa, quindi non è solo l’uso di chat GPT o copilot o comunque strumenti di chatbot equivalenti. L’intelligenza artificiale è anche tutta la parte di modelli predittivi, modelli di classificazione, di clustering, modelli di generazione dei contenuti, modelli per la classificazione delle immagini, quindi c’è tutto un mondo che potrebbe essere applicato alle nostre imprese per supportare i task di ogni giorno. Noi per esempio, come Università degli Studi dell’Insubria, abbiamo attivato un progetto di ricerca con l’ospedale di Niguarda e il Politecnico di Milano per creare un avatar di un medico che è in grado di interagire con pazienti che sono affetti da scompenso cardiaco: piuttosto che avere interviste una volta al mese col medico reale, hanno delle interviste settimanali con questo avatar che raccoglie l’andamento delle risposte dei pazienti. In base a un’analisi vocale che viene fatta sulle risposte si cerca di capire la condizione del paziente, se c’è un miglioramento, o un peggioramento.

Ci sono molti progetti innovativi e significativi che vedono l’utilizzo dell’intelligenza artificiale in contesti diversi, come per esempio quello sanitario, ma l’abbiamo applicata anche all’agricoltura per predire quella che è la qualità di prodotti vinicoli e di oli italiani, a partire da analisi chimico-fisiche, è possibile predire quella che potrebbe essere poi la percezione qualitativa dell’utente finale. Abbiamo applicato diversi anni fa alcuni modelli per predire l’andamento del covid per capire come dimensionare gli ospedali e le aree per le terapie intensive. Alcuni modelli possono essere applicati nell’ambito delle municipalità e delle smart cities, per esempio per predire traffico veicolare, gli spostamenti anche per i grandi eventi. Per le olimpiadi invernali Milano-Cortina, ci sono modelli per gestire la logistica dei visitatori in tempo reale per determinare gli spostamenti tra i vari siti delle gare. Quindi a livello di applicabilità gli scenari sono tantissimi e si spera che le aziende medio-piccole italiane inizino a capire le potenzialità che ci sono dietro questi strumenti.

Secondo lei i limiti quali sono in questo momento? Sono limiti di conoscenza, limiti di capacità, limiti economici?

È un insieme generale. Ci sono limiti di conoscenza e qui il nostro compito è formare, fare convegni dove si presentano soluzioni o comunque applicazioni dell’intelligenza artificiale, perché dal punto di vista economico creare degli strumenti di prova, proprio quelli che noi chiamiamo proof of concept, è molto economico. Il problema è che comunque le medie e piccole aziende italiane sono molto focalizzate sul loro day to day business, sul loro lavoro giornaliero, e pensare di affiancare un qualcosa di nuovo collaterale probabilmente è quello che limita un po’ l’applicabilità. Non devono essere necessariamente progetti grossi da milioni di euro, devono essere delle prove, delle sperimentazioni che poi possono magari portare a dei progetti più grandi, però bisogna iniziare a fare delle sperimentazioni.

I fondi europei, il PNRR, piuttosto che altre tipologie di fondi possono essere utili anche e soprattutto alle università per promuovere questa sperimentazione?

Sì, sicuramente fondi di questo tipo sono utili e sono necessari per le università e per i centri di ricerca, perché noi per fare ricerca e trasferimento tecnologico alle industrie abbiamo bisogno di questi finanziamenti, sono gli unici finanziamenti che abbiamo a disposizione per fare della ricerca, più ovviamente quelli ministeriali o quelli che magari arrivano da enti privati, però sono fondi necessari per poter fare ricerca, innovazione e per portarla poi all’industria.

Quali sono, oggi, i limiti dell’intelligenza artificiale e secondo lei qual è la naturale evoluzione che ci potrà permettere quel salto di qualità?

Al momento questi strumenti non sono ancora completamente affidabili, sappiamo che soffrono di quelle che si chiamano allucinazioni, sappiamo che spesso non sono precisi nelle risposte che danno, però dobbiamo anche considerare che questi sono strumenti a supporto di ciò che viene fatto, non bisogna mai pensare che questi strumenti debbano sostituirci nel nostro lavoro quotidiano. Stiamo cercando di sviluppare dei sistemi che si chiamano autoadattativi, noi li chiamiamo self-healing, ovvero capaci di auto modificarsi, adattarsi per risolvere i problemi delle allucinazioni, ovvero di quei contenuti che vengono inventati di sana pianta da questi large language model, quindi dagli strumenti come chat gpt eccetera, e lo stiamo facendo proprio per risolvere alcuni dei limiti grossi che hanno questi strumenti, però ripeto l’output deve essere sempre verificato. Secondo me è il momento di pensare a un’unione collettiva dell’intelligenza umana con quella digitale e artificiale di supporto e di scambio di conoscenza, perché alcune cose che fa l’intelligenza artificiale per esempio non siamo in grado di farle, quando dobbiamo guardare 100 miliardi di righe di un file che contiene infiniti dati, noi non sappiamo farlo. L’intelligenza artificiale lo sa fare e magari genera conoscenza da quest’analisi di questi dati molto grandi. Dobbiamo entrare in un’ottica dove abbiamo un’intelligenza di supporto ulteriore: un nuovo collega che ci sta di fianco e che ci può aiutare nelle attività di tutti i giorni, che non è il collega alla quale io devo scaricare il mio lavoro e faccio lavorare lui al posto mio, ma deve essere un collega con la quale io mi confronto, da cui posso avere spunti intelligenti, importanti, ma devo sempre stare attento a quello che mi dice.

Cosa pensa dell’AI-ACT?

Da una parte ritengo che sia giusto limitare l’applicabilità dell’intelligenza artificiale, dall’altra questa regolamentazione non deve frenare lo sviluppo, perché ripeto, a livello italiano l’applicabilità dell’intelligenza artificiale in azienda e nelle aziende italiane è molto bassa, a livello europeo siamo i fanalini di coda, figurarsi a livello mondiale dove abbiamo USA e Cina che vanno dieci volte alla velocità dell’Europa, quindi non dobbiamo introdurre delle regole che vanno a rallentare ulteriormente il processo di applicazione dell’intelligenza artificiale.

È necessario limitare anche l’etica?

La questione etica ha sempre una doppia visione, il problema che vedo io quando alcuni miei colleghi parlano di etica nell’uso dell’intelligenza artificiale o di un’intelligenza artificiale generale, mondiale, buona, mi fa un po’ sorridere perché noi non abbiamo una concezione comune di quello che è buono a livello mondiale, cioè quello che è buono per noi occidentali magari per il mondo orientale è cattivo o viceversa.

Uno perché quello che è etico per noi magari ripeto non è etico per qualcun altro, due perché magari noi applichiamo i nostri principi ci freniamo nello sviluppo di certe tecnologie ma dall’altra parte questo principio etico non ce l’hanno, vanno avanti a investire su quella tecnologia o su quello sviluppo e quindi anche lì il divario diventa sempre più ampio.

Cosa riserva il futuro?

Il salto vero che si può fare è iniziare a pensare a un uso del quantum computing anche per l’intelligenza artificiale. Stiamo parlando di cose futuristiche, ad oggi, ci sono delle prime implementazioni abbastanza semplici ma se vogliamo guardare al medio-lungo termine a livello di ricerca scientifica bisogna andare verso l’integrazione del quantum computing e dell’intelligenza artificiale.