DIGITAL KNOWLEDGE E PUBBLICA AMMINISTRAZIONE - INTELLIGENZA ARTIFICIALE A SERVIZIO DEL CITTADINO E DELLA PUBBLICA AMMINISTRAZIONE - PARTE II ...
←
→
Trascrizione del contenuto della pagina
Se il tuo browser non visualizza correttamente la pagina, ti preghiamo di leggere il contenuto della pagina quaggiù
DigitAl Knowledge e pubblica
AmministRazione
INTELLIGENZA ARTIFICIALE A SERVIZIO DEL CIT TADINO E DELLA
PUBBLICA AMMINISTRAZIONE – PARTE II°
Docente: Prof. Erra Ugo
Cos’è l’Intelligenza artificiale
Società civile e Intelligenza Artificiale
Di cosa
parleremo?
Intelligenza Artificiale nella Pubblica
Amministrazione
Strategia italiana sulla Intelligenza
Artificiale
Intelligenza Artificiale nella PA Le pubbliche amministrazioni (PA) si trovano ormai sempre di più ad affrontare problematiche legate alla limitata disponibilità di personale e alla difficoltà di gestire e tenere traccia: ◦ Evoluzioni della normativa in continuo cambiamento ◦ Eventi generati dai procedimenti amministrativi ◦ Documentazione prodotta Tali situazioni potrebbero essere gestite agilmente con tecnologie e soluzioni con un approccio human centered che sono già mature per far evolvere i servizi pubblici in funzione delle esigenze delle persone su scale diverse dal piccolo comune al governo centrale I nuovi servizi, integrati con le tecniche AI, consentirebbero di ridurre i carichi della PA aiutando a risolvere i problemi di allocazione delle risorse, assolvendo compiti complessi e ottimizzando il lavoro
Applicazioni in uso oggi Esistono Bot che vengono utilizzati per automatizzare conversazioni al fine di offrire supporto tecnico a dipendenti e cittadini Soluzioni di AI vengono utilizzate per snellire le procedure di reclami e segnalazioni, altre ancora consentono la compilazione automatica di moduli attraverso la comunicazione verbale Nelle attività giornaliere esistono algoritmi che permettono di riconoscere e sintetizzare testi scritti e orali, riconoscere oggetti in immagini e video, la catalogazione e la ricerca di testi, documenti ed immagini in archivi di milioni di pagine (https://deepai.org/machine-learning-model/summarization) Nel settore legale è già possibile interrogare documenti legali e recuperare la relativa giurisprudenza con grandi vantaggi per gli uffici che gestiscono il contenzioso di piccoli e grandi comuni (https://donotpay.com/) Sistemi basati sul linguaggio naturale permettono latraduzione in realtime offrendo nuove opportunità sia nell’ambito dei servizi turistici che in ambiti legati alla rappresentanza (https://www.deepl.com/translator) Esistono anche sistemi basati sempre sulprocessing del linguaggio naturale e sull’analisi del sentimento che consentono la redazione di risposte a quesiti di cittadini e la creazione di atti amministrativi in modo automatizzato (https://www.lexalytics.com/demo?)
Supporto all’analisi dei
Assistenti virtuali Supporto ai processi Supporto ai dati
documenti
• ICENTER HELP DESK – • SISTEMA DI SUPPORTO • INTCATCH – Azienda • SISTEMA DI
Nord Carolina ALLE DECISIONI PER LA Gardesana Servizi Spa, CLASSIFICAZIONE E
• EMMA – Dipartimento di BRONCOPNEUMOPATIA Istituto Superiore di REINDIRIZZAMENTO
sicurezza USA CRONICA OSTRUTTIVA– Sanità ISTANZE – Governo
• AXEL – Comune di Campus Bio-Medico di • DANTE H2020 – Messicano
Solarino Roma, Policlinico Ministero della Difesa, • SISTEMA PER LA
universitario Campus Comando generale Arma REDAZIONE
• CHIARA – Comune di
Biomedico di Roma dei Carabinieri AUTOMATICA ALLE
Milano
• SERVIZIO DI • PIERINO – Ministero ISTANZE DEI CITTADINI –
• BORBOT – Museo
TRADUZIONE della Pubblica Istruzione Ministero dell’Economia
nazionale della Reggia di
AUTOMATICA REAL • MATHISIS H2020 – Giapponese
Caserta
TIME – CONI per Ministero della Pubblica
• SMART PLANNER – Olimpiadi invernali di
Comune di Trento, Istruzione
PyeongChang
Comune di Rovereto, • SIMPATICO H2020 –
Comune di Bologna Comune di Trento
• GOV.SG – Stato di
Singapore
• PMC – Regione di
Maharashtra (India)
Cosa sono i chatbot? I chatbot sono dei software progettati con lo scopo di simulare una conversazione intelligente tra una macchina ed un essere umano Possono ricevere in input informazioni o domande espresse in linguaggio naturale (sotto forma di testo o parlato) e, dopo averle elaborate e comprese, sono in grado di rispondere Sempre più spesso sono anche capaci di eseguire uno o più comandi dati dall’utente Definiti anche agenti intelligenti nella misura in cui sono progettati per essere dei sistemi autonomi e reattivi.
Nascita dei chatbot
I chatbot esistono dai primi anni ’60 ed inizialmente erano implementati attraverso
tecnologie relativamente rudimentali basate su pattern matching
◦ In base a date regole e a parole chiave restituiva delle risposte limitate e dipendenti
dai dati messi a sua disposizione al momento dell’implementazione
Con il progredire delle tecnologie in uso, i chatbot sono divenuti via via più complessi,
svincolandosi dal determinismo del pattern matching basato su regole
I sistemi odierni si basano sull’intelligenza artificiale e sull’apprendimento automatico,
impiegando processi come l’elaborazione del linguaggio naturale o le reti neurali
artificiali
Si adattano ad una quantità di informazioni sempre crescente e a richieste sempre più
varie
Alcuni chatbot sono progettati in maniera tale da avere persino una propria personalità
che possono adattare alle esigenze degli utenti
Architettura di un chatbot
Motivi di un successo Negli ultimi anni la realizzazione e l’addestramento dei chatbot è divenuto più semplice, grazie alla presenza di una grande quantità di codice open source ed alle piattaforme di sviluppo disponibili L’importante crescita delle potenzialità ha portato ad un utilizzo sempre più vasto dei chatbot Una stima nel periodo tra il 2007 ed il 2015 rivela che i chatbot hanno ricoperto da un terzo a metà delle interazioni online Essi possono assumere una vasta quantità di ruoli ◦ Assistenti personali, agenti virtuali intelligenti, consulenti universitari o commerciali, possono essere utilizzati in campo sanitario o nell’apprendimento di una seconda lingua
Breve storia dei chatbot L’idea di software in grado di interagire con esseri umani nasce negli anni ’50 Il precursore fu Alan Turing che si chiese se le macchine fossero in grado di pensare, ovvero di concatenare idee e di esprimerle Il Test di Turing avevo proprio lo scopo di riconoscere se una macchina poteva imitare il comportamento di una persona
Eliza
Uno dei primi chatbot della storia ad aver superato il test di Turing èELIZA
Sviluppato da Joseph Weizenbaum nel 1966 presso il MIT AI Laboratory
ELIZA simulava una semplice conversazione basata su testo tra un utente umano ed un
computer che «recitava» la parte di uno psicoterapista
Il meccanismo era basato su pattern matching e sulla sostituzione delle parole chiave con frasi
predefinite
◦ L’illusione era che la macchina fosse realmente intelligente e che riuscisse a comprendere quanto
formulato dall’utente
Fu sorprendente notare che spesso gli utenti che utilizzavano ELIZA per la prima volta erano
convinti di interagire con un essere umano e non con una macchina (Effetto ELIZA)
https://www.masswerk.at/eliza/Parry Implementato nel 1972 dallo psichiatra Kenneth Colby presso la Stanford University come versione avanzata di ELIZA Simulava una persona con schizofrenia paranoide, a partire dai comportamenti tipici rilevati nei soggetti affetti da questa malattia Un gruppo di psicoterapeuti ha analizzato, attraverso dei telescriventi, una combinazione di pazienti reali e di computer che eseguivano PARRY, riuscendo a riconoscere correttamente l’algoritmo soltanto il 48% delle volte
Primi app di messaggistica istantanea Verso la fine degli anni ’80 nacque il primo protocollo di messaggistica istantanea su internet, la Internet Relay Chat (IRC) All’interno di tale protocollo, nacquero diversi bot che avevano lo scopo di ◦ moderare le chat ◦ censurare il linguaggio o i nickname degli utenti ◦ impedire che gli utenti con intenzioni malevole potessero prendere possesso del canale
Alice Nel 1995 il dottor Richard Wallace progettò ALICE (Artificial Linguistic Internet Computer Entity) Basato su Natural Language Processing e programmato attraverso il linguaggio AIML (Artificial Intelligence Markup Language) Utilizzato per dichiarare regole di corrispondenza che collegano parole e frasi date in input dall’utente con categorie di argomenti AIML è basato su XML (eXtensible Markup Language) e supporta moltissime piattaforme e servizi.
Jabberwacky
Lanciato nel 1997 per la prima volta su internet
Mentre tutti i chatbot precedenti si basano su database statici per il recupero delle risposte,
Jabberwacky usa un linguaggio che appreso da milioni di interazioni online con le persone,
aggiungendo al suo database le frasi utilizzate dagli umani ed espandendo dinamicamente i
propri contenuti
Sulla base di Jabberwacky nel 2008 viene lanciato il celebre chatbot Cleverbot, che nel 2011 ha
superato il test di Turing venendo giudicato nel 59,3% dei casi un essere umano
https://www.cleverbot.com/SmarterChild Sviluppato nei primi anni del 2000 Originariamente pensato come un gioco di avventura basato su linguaggio naturale Si trasformò presto in un’applicazione avente un grande database che includeva informazioni relative a diversi domini di conoscenza, tra cui orari di eventi, meteo, notizie Grazie alla sua possibilità di accedere a grandi quantità di informazioni risultò un’applicazione innovativa e può essere considerato come un precursore degli odierni assistenti virtuali
Watson
Sviluppato nel 2006 dalla IBM
Sistema in grado di rispondere automaticamente a delle domande che applica
un’avanzata elaborazione del linguaggio naturale, information retrieval, ragionamento
automatico e tecnologie di apprendimento automatico
La potenza di Watson deriva dalla sua capacità di eseguire centinaia di algoritmi di analisi
linguistica in maniera simultanea e di accedere ad un’immensa quantità di database di
informazioni
Nel 2011 Watson ha partecipato al quiz televisivo statunitense Jeopardy!, riuscendo a
sconfiggere i propri avversari umani, tra cui il detentore del record di permanenza nello
show, dimostrandosi sempre più rapido di loro e riuscendo ad aggiudicarsi il premio di un
milione di dollari
◦ Durante lo show, il sistema non era connesso ad internet, ma aveva accesso a una quantità di dati
pari a 4 terabytes
Essendo uno strumento molto potente, Watson è oggi utilizzato anche per
l’implementazione di chatbot per usi molto diversi tra loroApplicazioni di Watson
Applicazioni correnti e future di Watson Utilizzato per fornire raccomandazioni musicali agli utenti Implementato per consentire ai giocattoli di conversare con i bambini La rivista Bon Appétit per creare una piattaforma per la generazione di ricette Nell'ambito sanitario, il linguaggio naturale di Watson, la generazione di ipotesi, e le capacità di apprendimento basate sull'evidenza ne consentono l'utilizzo come sistema di supporto per le decisioni cliniche, ad utilizzo del personale medico IBM ha proposto l'utilizzo di Watson in ricerche legali L'azienda intende utilizzare Watson anche in altri campi con un gran numero di informazioni, come telecomunicazioni, servizi finanziari e scelte di governo
Dal 2010 ad
oggi
Nascita e sviluppo di diversi assistenti
personali virtuali:
◦ Siri, l’assistente virtuale di Apple, è nato
nel 2010 ed integrato in iOS nel 2011
Questa foto di Autore sconosciuto è concesso in licenza da CC BY ◦ Google Now, nel 2012, e in seguito nel
2016 ha annunciato Google Assistant,
insieme al suo speaker Home integrato
anche nell’applicazione di Google per
Android
◦ Cortana, nel 2013, assistente virtuale di
Microsoft
◦ Alexa, nel 2014, Amazon lo ha associato
all’home speaker EchoCaratteristiche
principali
Sebbene ciascun assistente virtuale si
differenzi dagli altri per alcune caratteristiche
Le funzioni principali sono uguali per tutti
◦ Sempre connessi ad internet
◦ In grado di rispondere ad un numero
sempre crescente di comandi vocali e
domande
◦ Inviano ogni interazione ad un sistema
centrale di elaborazione che analizza il
comando dell’utente e fornisce
all’assistente la risposta più appropriata da
restituire come outputCosa possono fare oggi i chatbot?
I chatbot divengono sempre più potenti con il progredire dell’innovazione nel campo delNatural
Language Processing
Grazie alla crescente capacità di calcolo delle macchine, alla disponibilità di quantità sempre
maggiori di dati linguistici, allo sviluppo di metodi di Machine Learning e ad una comprensione
via via più approfondita del linguaggio umano e dei contesti sociali in cui viene utilizzato
Gli assistenti virtuali sono in grado di svolgere compiti sempre più complessi
◦ Possono leggere e inviare messaggi
◦ Gestire le chiamate
◦ Promemoria
◦ Controllare le applicazioni per la riproduzione di contenuti multimediali e i dispositivi connessi
attraverso l’Internet Of Things come ad esempio termostati o luciChatbot e Instant Messaging (IM) Recentemente una buona parte dei chatbot esistenti è costruita su piattaforme di Istant Messaging (IM) già esistenti L’utente può interagire con il bot direttamente da queste applicazioni, senza dover necessariamente utilizzarne di terze Lo sviluppo dei chatbot nel campo delle piattaforme IM è giustificato dalla presenza e dall’utilizzo sempre più importante di tali tecnologie Le IM hanno superato in termini di utenti attivi i principali social network e sono utilizzate non solo per conversazioni tra utenti ma anche per la visualizzazione di contenuti e per una connessione più immediata tra utenti e aziende o enti
Telegram e chatbot
Una delle applicazioni IM in cui si è avuto il maggior sviluppo di chatbot è sicuramente
Telegram
Nel 2013 la società senza scopo di lucro Telegram LLC ha sviluppato questa piattaforma
open source e nel 2015 ha dato l’opportunità a sviluppatori terzi di creare chatbot
aventi diverse funzionalità
Successivamente, Telegram LCC ha integrato la possibilità di gestire i pagamenti online
attraverso un bot
◦ Accetta le transazioni, suggerire all’utente, in base all’analisi dei suoi dati, il gestore
di pagamenti che ha le tariffe più convenienti
◦ Questo bot offre la possibilità all’utente di effettuare le proprie transazioni senza
dover necessariamente interagire con un assistente umano
I chatbot sviluppati su Telegram sono in grado di fornire agli utenti servizi personalizzati
come meteo, notizie, traduzioni, aggiornamenti sui campi più svariati, possono creare
connessioni tra utenti e giochi sia single player che multiplayerFacebook e Microsoft Nel 2016 Facebook e Microsoft hanno apportato delle importanti innovazioni ai loro sistemi di messaggistica istantanea ◦ A marzo Microsoft ha annunciato il suo Bot Framework ◦ Ad aprile Facebook ha annunciato il supporto per i bot su Facebook Messenger Per Facebook i chatbot sono un’enorme opportunità, per via dei900 milioni di utenti e dei 50 milioni di aziende che utilizzano Messenger I chatbot possono infatti fornire a tutti gli utenti sia aggiornamenti automatici, come informazioni sul meteo o notizie, sia comunicazioni personalizzate come notifiche di spedizione, orientamento sull’e-commerce, prenotazioni e così via A meno di un mese dal lancio della nuova versione di Messenger, Facebook ha stimato che decine di migliaia di sviluppatori hanno implementato nuovi chatbot su questa piattaforma
Scenari di utilizzo dei chatbot L’utilizzo di tecnologie quali bot e chatbot è sempre più diffuso grazie alle numerose caratteristiche e funzionalità che queste possono integrare Le funzionalità dei chatbot possono variare notevolmente sulla base dello scenario in cui questi vengono utilizzati ed in base alle esigenze dei singoli utenti I chatbot possono essere utilizzati ◦ Scopo ludico e ricreativo ◦ Intrattenendo l’utente attraverso giochi o racconti ◦ Fungere da assistenti personali durante operazioni commerciali ◦ Dare consigli di natura personale ◦ Valido supporto per gli utenti che si avvicinano all’apprendimento o che vogliono approfondire le proprie conoscenze in diversi ambiti Gli scenari applicativi, insomma, sono molteplici e di diversa natura
Chatbot nell’E-Learning
In tempi recenti i chatbot hanno acquisito una maggiore importanza nel campo dell’educazione,
in particolare nella formazione a distanza e nell’E-Learning
Costituiscono un’interfaccia pratica e naturale per i discenti poiché sono in grado di offrire a
ciascun utente un supporto fatto su misura, sfruttandone gli interessi e le capacità
Uno dei campi più studiati nell’utilizzo di chatbot nell’e-learning è il tutoraggio
Un esempio è AutoTutor, basato su conversazioni in linguaggio naturale tra chatbot e utenti
umani, che incorpora strategie identificate in situazioni di tutoraggio tra persone
La valutazione di questo sistema ha evidenziato che l’apprendimento acquisito attraverso
l’ausilio di tutor umani è equivalente a quello acquisito tramite AutoTutor: questo funziona bene
quando le conoscenze condivise tra il tutor e il discente sono basse o moderate
https://start.autotutor.org/Chatbot e apprendimento linguistico
I chatbot integrati con i sistemi Computer Assisted Language Learning (CALL) possono essere un
valido ausilio all’apprendimento linguistico
◦ Consentono agli utenti di esercitarsi in qualsiasi momento anche al di fuori del contesto scolastico o
accademico anche in assenza di un interlocutore madrelingua con cui fare pratica
I chatbot sono un’opportunità per esercitare l’abilità nel fare conversazioni significative,
annullando qualsiasi possibilità che un utente possa sentirsi in imbarazzo interagendo invece con
un umano
Una delle piattaforme più utilizzate in questo campo è Duolinguo, applicazione gratuita per
l’apprendimento delle lingue che utilizza tecniche di intelligenza artificiale, riconoscimento
vocale automatico e Natural Language Processing per correggere l’utente
◦ Duolinguo analizza le attività e i progressi degli utenti e sviluppa delle strategie di istruzione sempre
nuove e personalizzate per ciascuno di essi.
https://www.duolingo.com/Chatbot e Internet of Things Uno scenario in cui si sta imponendo l’uso di chatbot è quello dell’Internet of Things (IoT) ◦ IoT è un insieme di tecnologie che riescono a collegare e a far interagire tra loro diversi dispositivi intelligenti attraverso internet esistenti I chatbot possono presentarsi come una possibile soluzione per via della loro diffusione e facilità di adozione e consentono agli utenti di esprimere comandi anche complessi mediante l’uso del semplice linguaggio naturale L’utilizzo dei chatbot nell’IoT presenta molti vantaggi ◦ Può aiutare l’utente a comprendere e recepire un’enorme quantità di dati, contestualizzandoli e presentandoli in maniera chiara, puntuale ed immediata ◦ I chatbot sono in grado di supportare funzioni di guida nell’utilizzo delle tecnologie IoT, suggerendo qual è quello più intelligente per usarle
Dispositivi compatibili Alexa
Chatbot, sanità e assistenza a utenti con disabilità L’ambito sanitario è un altro dei numerosi campi in cui i chatbot possono essere utilizzati con importanti vantaggi Sempre più di frequente, le persone tendono a cercare informazioni riguardanti la loro salute attraverso servizi sanitari online I chatbot sono un modo molto semplice e gratuito per fornire agli utenti le informazioni che cercano in maniera immediata e puntuale in qualsiasi momento, senza dover aspettare necessariamente il parere non sempre tempestivo di un esperto Ad esempio IBM Watson è in grado di leggere tutti i record generati da alcuni ospedali statunitensi di medie dimensioni in meno di 6 secondi e utilizzato per generare una diagnosi medica più accurata Un’area medica in particolare in cui si sta facendo largo l’utilizzo dei chatbot è l’assistenza alla salute mentale ◦ Sono sempre più accurati nel riconoscere e classificare le emozioni umane ◦ Un servizio di conversazione come i chatbot chiunque può facilmente accedere e ricevere una consulenza personalizzata e gratuita per la propria salute mentale ◦ Fornisce assiste immediata e 24/24
Bot Economy e
conversational commerce
Uno dei settori in cui l’avvento di internet e delle nuove tecnologie ha influito maggiormente è sicuramente
quello commerciale e del marketing
Anche nel campo dell’e -commerce l’utilizzo ed il mercato dei chatbot e degli assistenti virtuali è in fortissima
espansione, tanto da prendere il nome di Bot Economy
Lo scopo principale dei chatbot in un e -commerce è quello di smaltire le richieste ridondanti e i tempi di
attesa, abbattendo i costi di un’assistenza clienti tradizionale e fornendo un Customer Service immediato,
attivo 24 ore su 24
Ad esempio Awhy, l’assistente virtuale interattivo pensato soprattutto per gli e-commerce
◦ Interagisce con gli utenti del sito, comprende ciò che chiedono e fornisce loro la risposta più adeguata
◦ L’utente può infatti inserire tramite un’interfaccia testuale l’informazione per la quale richiede assistenza
◦ Basato su intelligenza artificiale è in grado di rispondere automaticamente estrapolando le informazioni
dalle FAQ da una conoscenza di base delle aziende, dai loro siti e dalla navigazione degli utenti all’interno
di essi
https://www.awhy.it/Applicazioni nelle diverse funzioni
aziendali
SERVIZI SALES & PRODOTTO RISORSE RICERCA &
MARKETING UMANE SVILUPPOServizi Assistenza al cliente post vendita ◦ Chatbot assistono il cliente nella gestione del prodotto o del servizio acquistato ◦ Soluzione adottata principalmente nei settori bancario, assicurativo, finanziario e delle telecomunicazioni. Corporate Knowledge ◦ Questi assistenti sono in grado di rispondere a domande (poste dal personale o da figure esterne all’azienda) sull’azienda, per esempio “Dove si trova la sede centrale della società?”. Altri servizi ◦ in questo caso il chatbot potrebbe offrire servizi non strettamente correlati con l'area di operatività dell’azienda.
Sales & Marketing Shop Assistant ◦ Chatbot forniscono ai clienti informazioni sui prodotti o servizi offerti dall’azienda ◦ Ad esempio, possono fornire dettagli sulle loro caratteristiche, la disponibilità in magazzino o i tempi di spedizione. Guida all’acquisto ◦ Chatbot identificano il tipo di acquisto che l’utente intende effettuare e gli propone il prodotto più adatto Brand reputation ◦ Chatbot interagiscono con gli utenti per dare un'immagine positiva del brand fornendo informazioni relative all’azienda Supporto alle vendite ◦ Chatbot sostengono gli addetti alle vendite nella gestione delle loro attività fornendo dettagli su prodotti o servizi Profilazione degli utenti e personalizzazione dei contenuti ◦ Chatbot profilano gli utenti e personalizzare i contenuti sulla base delle risposte
Prodotto, Risorse Umane e Ricerca & Sviluppo Gestione Prodotto ◦ Chatbot si trovano all’interno di un prodotto affinché questo possa interagire con l’utente ◦ Un esempio di questa applicazione sono i dispositivi di domotica smart che permettono di gestire la propria abitazione anche da remoto, ad esempio per regolare la temperatura o l’illuminazione nelle stanze. Risorse Umane ◦ Chatbot sono utilizzati come strumento di recruiting (per rispondere ai candidati in merito alle posizioni aperte o per aprire selezioni future) e di gestione del personale (ad esempio, per dare ai dipendenti informazioni sul loro contratto o sulle ferie maturate). Ricerca e Sviluppo ◦ Chatbot supportano gli addetti informatici in attività come la gestione del data center o per l’identificazione della fonte di un dato
Rischi
Chatbot maligni possono essere utilizzati per scopi illeciti
◦ Eiempire le chat con lo spam e la pubblicità
◦ Invogliare gli utenti a rivelare informazioni personali, come numeri di conti bancari
Chatbot che imparano dagli utenti possono diventare pericolosi come il caso di Tay della
Microsoft
◦ l 23 marzo 2016 Microsoft ha creato un account Twitter di Tay, un bot per sperimentare un
software di intelligenza artificiale
◦ Tay era programmato per rispondere in modo automatico a chiunque decidesse di scriverle
◦ Microsoft ha spiegato che con Tay voleva “coinvolgere e incuriosire le persone” attraverso
“conversazioni giocose e informali”
◦ Dopo poche ore Tay ha iniziato a scrivere cose razziste, a insultare e a negare l’Olocausto ed
è stato sospeso
◦ Tay è diventata razzista e offensiva per un semplice motivo: funzionava in parte per
imitazione, ripetendo ciò che la gente scrivevaIl futuro: GPT-3?
Intelligenza Strutturata in tre parti:
1. Analisi del mercato globale, europeo e nazionale
Artificiale: la dell’Intelligenza Artificiale
2. Descrizione degli elementi fondamentali della strategia
strategia 3. Proposta di governance per l’AI italiana e proposte di
raccomandazioni per l’implementazione, il monitoraggio e
italiana la comunicazione della strategia nazionale in tema di
intelligenza artificialeObiettivi della strategia Sottosegretario allo Sviluppo economico Mirella Liuzzi: “La pubblicazione di questo ambizioso piano strategico, tra i più completi al mondo per visione, suggerisce un uso inedito e responsabile dell’intelligenza artificiale indicando la via per un salto verso nuovi livelli di efficienza e sostenibilità per le imprese. L’obiettivo è quello di raccogliere i benefici che l’AI può apportare al Paese, con un approccio che integri tecnologia e sviluppo sostenibile e metta sempre al centro l’individuo e il suo contesto”. Sottosegretario Gian Paolo Manzella: “L’intelligenza artificiale è una delle grandi sfide per il nostro sistema produttivo. Passa anche da qui la competitività di domani. Grazie a questo documento il Governo ha idee e proposte per mettere l’Italia sulla strada giusta in questa trasformazione. Per questo voglio ringraziare gli esperti che hanno lavorato al documento, che sta già avendo riconoscimenti importanti per la sua qualità. Una ottima base per definire nei prossimi mesi una policy all’avanguardia”.
L'INTELLIGENZA
ARTIFICIALE:
OPPORTUNITÀ E
RISCHIUn potenziale enorme, che
necessita di una direzione
Il termine "intelligenza artificiale" è probabilmente fuorviante
Le moderne applicazioni dell' Al non mostrano, infatti, alcuna forma di intelligenza
simile a quella umana sia per capacità che per consapevolezza
◦ le moderne applicazioni dell' Al non implicano la creazione di macchine in grado
di "leggere dentro" (intus legere) la realtà o sviluppare una forma di coscienza
autonoma
L'intelligenza artificiale non è peraltro una singola tecnologia, ma piuttostouna
famiglia di tecnologie
◦ rappresentazione della conoscenza e ragionamento automatico
◦ pianificazione e il supporto decisionale
◦ percezione e apprendimento automaticoQuali sviluppi ad oggi dell’AI Recenti sviluppi dell' Al sono avvenuti in gran parte nell'area dell'apprendimento automatico Elaborazione di enormi quantità di dati e forme di apprendimento basate sulla ripetuta esposizione a forme esperienziali ◦ Osservazione di enormi quantità di immagini abbinata alla definizione di algoritmi di apprendimento complessi (come le reti neurali) Si "allena" dunque la macchina a riconoscere immagini, interpretare il linguaggio, monitorare rischi, individuare tendenze spesso difficili da cogliere per l'essere umano, e con ciò si aumenta la nostra capacità di interpretare la realtà Tale applicazione dell' Al è, nella sua forma attuale, estremamente dipendente dalla disponibilità di significative basi di dati, che devono anche essere annotati in modo da consentire alla macchina la piena interpretabilità e utilizzabilità nella fase di apprendimento
Oltre le reti neurali È utile sapere che le tecniche di Al vanno ben oltre quelle più tipicamente evocate con le reti neurali artificiali Altri approcci altrettanto interessanti sono ◦ Rappresentazione della conoscenza ◦ Reasoning ◦ Pianificazione e il supporto decisionale Utili per sviluppare sistemi pienamente trasparenti, verificabili e collaborativi Necessitano quindi di capacità di interazione con esperti umani e di spiegazione delle proprie decisioni in un linguaggio comprensibile da un esperto umano
No ad allarmismi, sì alle opportunità Senza sminuire il potenziale dell' Al è necessario sgombrare il campo da allarmismi e sindromi apocalittiche No a scenari nei quali le macchine prendono il sopravvento sull'essere umano e vi si sostituiscono per dominare il pianeta E’ importante invece porre l'accento sulle opportunità e sui limiti di una tecnologia destinata a segnare il corso dei prossimi decenni
Aspetti 1. Ecosistema tecnologico più ampio
importanti su 2. Efficacia dipendente dalla qualità e quantità di dati annotati
AI 3. Utile ed efficace quanto più competente è l'individuo che ne
fa usoEcosistema tecnologico ampio Il potenziale dell' Al è tanto maggiore quanto più sviluppato è l'ecosistema tecnologico e umano nel quale essa viene sviluppata e implementata Analizzare I' Al senza tener conto delle tecnologie ad essa complementari sarebbe riduttivo e fuorviante ◦ Sarebbe come giudicare un'automobile solo dalla potenza del suo motore, senza evidenziare tutti gli altri elementi In effetti, il progresso riscontrato nelle applicazioni di Al nell'ultimo decennio non è solo il frutto dell'avanzamento della ricerca nel campo specifico dell' Al, ma anche ◦ High Performance Computing (in particolare nello sviluppo di unità di elaborazione grafica, GPU) ◦ Tecnologie di banda larga fissa e mobile ◦ Nanotecnologia ◦ Sviluppo dell'Internet delle cose
Ecosistema tecnologico ampio
Cosa implica? A ricordare al legislatore e ai policymaker che I' Al non potrà svilupparsi appieno, né in Italia né altrove, se gli altri elementi di questo ecosistema non saranno adeguatamente considerati e sostenuti In un ecosistema tecnologico, il potenziale complessivo è definito normalmente dall'anello più debole ◦ In quest'ottica, ad esempio, un insufficiente sviluppo dell'Internet of Things (loT) o della connettività a banda larga fissa e mobile può denervare in modo sostanziale l'impatto dell' Al sul tessuto imprenditoriale e sociale del Paese ◦ Analogamente, l'assenza di competenze dal lato degli utenti non può che frustrare l'ascesa dell' Al come strumento di semplificazione e progresso Esistono fortissime sinergie tra Al e vari elementi della tecnologia
Sinergie tra Al e loT Abbinare all' Al una rete loT significa in molti casi moltiplicare il potenziale dell' Al in modo esponenziale La mole e la complessità delle informazioni generate da questa nuova rete di oggetti sono tali che solo un sistema avanzato di Al potrà gestirlo in modo efficiente ◦ esempio, sensori installati nel suolo di proprietà di un'impresa agricola, oggetti indossati da pazienti, in grado raccogliere e inviare dati al medico curante Tale sistema avanzato potrà assumere varie configurazioni, sia centralizzate (come nel caso di supercomputer accessibili via c/oud), sia distribuite (c.d. on-device Al, supportato dalle moderne tecnologie di edge computing). L'evoluzione tecnologica, per problematiche di performance, sicurezza e risparmio energetico punta oggi verso il modello distribuito cloud ed edge che porta all'implementazione di soluzioni di Al all'interno dei dispositivi che catturano o attuano i dati
Sinergia tra Al e connettività 5G Il 5G arriverà molto presto sul mercato e permetterà di collegare milioni di dispositivi in tutto il mondo ad alta velocità e con bassa latenza Nuove opportunità per la realizzazione di nuovi scenari applicativi, fino ad ora non realizzabili, su un unico sistema nervoso globale in diversi settori industriali L' Al e il 5G mettono la rete al servizio dell'utente grazie all' edge computing e alle sue caratteristiche intrinseche di modello computazionale iper-distribuito e iper-connesso
Sinergia tra Al e il Cloud Computing Si tratta di una tecnologia che consente di usufruire, tramite servizio remoto, di risorse hardware e servizi software il cui utilizzo è offerto come servizio da un provider Le soluzioni di Al possono essere mantenute su data center locali Soluzioni per l'utilizzo di questa tecnologia anche in condizioni di scarsa connettività o restrizioni di altra natura ◦ Esempio, deep art per trasformare foto in quadri d’autore
Altri fattori importanti Al perde molta della sua rilevanza e del suo potenziale dal punto di vista sociale ed economico se confluisce unicamente nelle mani di alcune piattaforme ◦ senza diffondersi nell'open internet e tradursi in una struttura di mercato adeguatamente pluralistica. Allo stesso Al non può dispiegare i propri benefici in mancanza di utenti competenti e consapevoli delle opportunità e dei limiti che l'utilizzo di questa famiglia di tecnologie comporta ◦ Fondamentale per l’integrazione nei processi aziendali Il gruppo di esperti su l’AI chiede di aggiungere specifiche azioni finalizzate alla promozione di competenze
Efficacia dipendente dalla qualità e
quantità di dati annotati
Il machine learning richiede una significativa quantità di dati annotati
La quantità di dati che può essere utilizzata per addestrare sistemi di Al è increscita
Spesso i dati non sono "liberi", ma detenuti da soggetti, come le grandi piattaforme online,
che riescono a raccoglierli grazie al loro rapporto privilegiato con gli utenti
Autorità pubbliche e cittadini sottovalutano l'importanza dei dati, consentendo a soggetti
privati di occupare un mercato che ad oggi appare fondamentale per lo sviluppo
dell'economia dell'informazione in generale e dell’ Al
Spesso le aziende che detengono i dati impiegano molti pochi dipendenti e senza avere filiali
nel mondo
◦ Esempio, WhatsApp che già prima di essere acquisita da Facebook aveva conquistato, con
circa 55 dipendenti (di cui 50 ingegneri), centinaia di milioni di utenti in tutto il mondoDati in mano a privati La dimensione delle grandi imprese e la loro capacità di acquisire dati in continuazione su Internet ha conseguenze per I’ Al Si tende a premiare le imprese più consolidate, a danno dei nuovi entranti, innescando anche fenomeni di concentrazioni di potere di mercato potenzialmente dannosi per l’utente Se è vero che le grandi piattaforme mettono a disposizione di programmatori dati sui quali sviluppare machine learning, nessuno ad oggi, può eguagliare la disponibilità di dati delle grandi realtà del settore privato Utenti e settore pubblico per due decenni hanno consentito ad imprese private la raccolta di informazioni su strade, musei, biblioteche, senza che il patrimonio di dati del Paese fosse adeguatamente valorizzato
Condivisione dei dati
Alcuni governi europei iniziano a considerare anche l'ipotesi di imporre obblighi di
condivisione dei dati a imprese di grandi dimensioni
I dati costituiscano un asset necessario per poter entrare e operare in modo competitivo sul
mercato
Al di là di queste proposte, si fa largo una nuova generazione di politiche pubbliche orientate
alla creazioni e condivisione di dati e lo sviluppo di interfacce (API) liberamente utilizzabili
dalle PMI desiderose di sviluppare servizi
Un esempio pionieristico è senza dubbio la piattaforma estone X-Road
◦ X-Road è una soluzione open source per lo scambio di dati che consente alle
organizzazioni di scambiare informazioni via Internet
◦ X-Road è un livello di integrazione distribuito e gestito centralmente tra i sistemi
informativi che fornisce un modo standardizzato e sicuro per produrre e consumare servizi
◦ X-Road garantisce la riservatezza, l'integrità e l'interoperabilità tra le parti coinvolte nello
scambio di datiI migliori dati arriveranno… I dati non sono ormai inevitabilmente concentrati nei server delle grandi piattaforme La stragrande maggioranza dei dati utili per gli algoritmi di apprendimento automatico deve essere ancora generata E’ opinione sempre più condivisa che il futuro sarà caratterizzato dalla prevalenza dello storage dei dati localizzato, piuttosto che nel cloud dominato dalle grandi piattaforme statunitensi e cinesi Le imprese industriali e le autorità pubbliche sono in posizione privilegiata per iniziare a produrre e a raccogliere dati Assolutamente necessario accompagnare a misure strategiche sulla ricerca e l'innovazione nel campo Al una serie di politiche tese a stimolare la produzione e la annotazione dei dati al fine di poterli usare attraverso tecniche di machine learning, possibilmente per mano pubblica e con una forte apertura alle PMI che vogliano sviluppare innovazione basata sui dati
Utile ed efficace quanto più competente è l'individuo che ne fa uso L'intelligenza artificiale non è intelligente stricto sensu Se utilizzata in modo stupido, I' Al riproduce e spesso amplifica la stupidità…se utilizzata in modo intelligente, amplifica l'intelligenza L'Al dipende moltissimo dalla componente umana, e dunque dalla capacità e dalla competenza dei soggetti che sviluppano, implementano e utilizzano gli algoritmi Le competenze umane devono essere complementari alla capacità delle macchine, e che gli individui si specializzino in tutte quelle attività nelle quali l'essere umano è ancora superiore alla macchina, nonché nelle attività che consistono nel sapere utilizzare la macchina al meglio
Umani e Robot: punti di forze e debolezza
I rischi dell' Al
L' Al non è buona o cattiva in sé: dipende dall'uso che se ne fa
Utilizzo di sistemi di Al è finalizzato al raggiungimento di fini illegali come la violazione di
diritti fondamentali, la realizzazione di attacchi informatici e la manipolazione
dell'opinione pubblica
◦ Difficoltà di attribuzione della responsabilità ai soggetti che hanno progettato o
implementato il sistema di Al
◦ Uso di algoritmi per la determinazione del prezzo sulle piattaforme di e-commerce o
nel trading di strumenti finanziari
Rischio di pregiudizio non intenzionale a individui o alla società
◦ Un utilizzo maldestro dell' Al può amplificare forme discriminazione a livello sociale,
specialmente se utilizzato in modo autonomo o se basato su dati non rappresentativi
◦ La nostra società è già caratterizzata da diseguaglianza che possono diventare più
evidenti nel corso del tempoRischi sociali Può accadere che imprese decidano di sostituire i loro lavoratori con sistemi di Al anche quando i vantaggi in termini di qualità non sussistono Motivazione principale è la riduzione dei costi a scapito della qualità e la conseguente eliminazione delle complessità e dei vincoli legati al rapporto di lavoro con le persone fisiche Accanto alla eccessiva sostituzione del lavoro con capitale e Al, vi sono il pericolo della progressiva perdita di competenze che già fa vedere i propri effetti perversi nel settore dell'aviazione e in quello medico Eccessivo affidamento sulle macchine che arriva in casi estremi anche a impedire all'essere umano di sostituirsi rapidamente a un sistema di Al quando questo finisca fuori controllo
Rischio ambientale Enorme consumo energetico dei supercomputer e di molti data center Incentivare la progettazione di Al sostenibile dal punto di vista ambientale deve essere una priorità Distribuire l'intelligenza artificiale portandola ad usarla localmente piuttosto che in cloud con soluzioni embedded L' Al distribuita e associata all'loT, più in generale, è una ottima soluzione per la gestione del rischio ambientale
Trend globali
Cosa fanno gli altri stati? La Cina ha chiaramente dichiarato la propria ambizione di divenire leader mondiale nel campo dell'Al entro il 2030 ◦ settore manifatturiero ◦ promuovere lo sviluppo e la diffusione della robotica nell'industria ◦ applicazioni civili e militari Gli Stati Uniti adottano un approccio meno dirigistico allo sviluppo dell’ Al delegandola al settore privato ◦ Finanziare la ricerca preservando l’occupazione ◦ DARPA finanzia un piano da due miliardi di dollari finalizzato a rimuovere le attuali limitazioni dei sistemi Al, tra le quali spiccano la dipendenza dai dati, la difficoltà nello spiegare i processi decisionali, e la scarsa abilità di carpire il contesto nel quale le decisioni vengono adottate ◦ American Artificia lntelligence lnitiative, iniziative concentrate soprattutto su settori come i trasporti, l'agricoltura e la meteorologia
Cosa fanno gli altri? Accanto alle due superpotenze, paesi industrializzati come il Giappone (2015), la Corea del Sud (2016), il Canada (2017) ed economie emergenti come l'India (nel 2018) hanno adottato piani nazionali in tema di Al In Europa, varie iniziative nazionali sono già state approntate, in particolare dal Belgio, dalla Finlandia, dalla Francia, dalla Germania, dal Portogallo, dal Regno Unito e dalla Svezia Digitising European lndustry è un piano europeo coordinato presentato nel dicembre 2018
Strategie nazionali su AI
AI in Europa Il Piano Coordinato sull’Intelligenza Artificiale riconosce che rispetto ad altre parti del mondo, come gli USA e la Cina, gli investimenti per l'AI nell'Unione sono ancora modesti e frammentati Serve un maggiore coordinamento degli investimenti e ad almeno 20 miliardi di euro di investimenti pubblici e privati nella ricerca e nell'innovazione nel campo dell'AI entro la fine del 2020 Continuare a investire la stessa somma su base annuale dal 2020 A integrazione degli investimenti nazionali la Commissione investirà 1,5 miliardi di euro entro il 2020, ossia il 70 % in più rispetto al periodo 2014-2017 Per il prossimo bilancio dell'UE a lungo termine (2021- 2027) l'UE ha proposto di investire 9,2 miliardi di euro per il digitale, di cui almeno 2,5 direttamente per l'Al
Investimenti nel mondo
Linee Guida europee sull'etica dell' Al Principio del rispetto dell'autonomia dell'individuo ◦ Controllo umano sul funzionamento del sistema di Al Principio di prevenzione del danno ◦ Sistemi di Al non cagionino danno agli utenti Principio di equità ◦ Sistemi di Al garantisca una equa e giusta distribuzione dei benefici e dei costi Principio di spiegabilità ◦ Il processo seguito da un sistema di Al per giungere a una determinata decisione sia trasparente
Proposta di governance per l’AI italiana
Stato dell’arte in Italia A differenza di altre tecnologie del passato, I' Al presenta una forte interconnessione tra tre componenti: la Ricerca e Trasferimento Tecnologico, la Produzione e infine la sua Adozione Nell' Al, chi adotta la tecnologia è, quasi sempre, esso stesso il produttore dei dati necessari a condurre la ricerca e lo sviluppo Si stima che solo il 20% delle imprese del nostro paese abbia una applicazione di Al stabile in produzione e che per la maggioranza si tratti di assistenti virtuali La crescita percentuale del mercato è comunque elevata (50% annuo) anche se il volume complessivo rimane modesto in confronto con il mercato del Nord America e della Cina
Ricerca e Trasferimento Tecnologico La ricerca italiana in Al gode di una buona visibilità internazionale in alcuni settori specifici Nel suo complesso necessiterebbe di un rafforzamento in modo da poter migliorare la competitività alla luce della "corsa all' Al" degli altri paesi, concretizzando allo stesso tempo il potenziale di trasferimento tecnologico Fanno parte dell'ecosistema le università e i centri di ricerca pubblici/privati nonché le reti di ricerca e di trasferimento tecnologico, come i Technology Cluster, i Competence Center, i Digital lnnovation Hubs e i poli tecnologici regionali L'output italiano, misurato tramite il FWC estratto daScival vede l'Italia al secondo posto appena dietro gli USA nel campo della robotica, mentre scivoliamo al settimo posto se valutiamo le pubblicazioni nel settore dell' Al
Produzione
La produzione include molti attori
◦ Industria del software
◦ Comparto delle infrastrutture e dei servizi
◦ Industria della componentistica intelligente, dei semiconduttori per lo
sviluppo di componenti loT,
◦ Automotive e telecomunicazioni
◦ Sistemi e oggetti intelligenti, autonomi e semi autonomi
◦ Robotica e l'automazione industriale
Nella robotica l'Italia è tra i paesi leader nel mondo
◦ Nel 2017 il numero di robot multifunzione installati in Italia è secondo solo a
quello della Germania
◦ Nel mondo l'Italia si posiziona ottavaAdozione
L'adozione include la Pubblica Amministrazione e l'industria
La PA e le istituzioni possono utilizzare I' Al per la sicurezza, le città
intelligenti, la sostenibilità
ambientale, i trasporti, la gestione dei beni culturali e l'istruzione
L' Al in industria invece ha un utilizzo pervasivo che va dalla definizione
di prodotto, marketing, logistica, pianificazione, fino ad arrivare alla
manifattura
◦ Nella manifattura, la flessibilità (riconfigurazione on demand) è
strumento necessario per mantenere il passo col progresso a livello
mondiale
◦ L'Italia è la seconda manifattura in Europa (dopo la Germania)
secondo i dati della World Bank e l'OCSEProposte di investimenti sull’AI in Italia
loT, manifattura e robotica Nell'automazione e manifattura troviamo una delle eccellenze italiane L'Al declinata per la costruzione di modelli predittivi e anche prescrittivi, manutenzione predittiva, digitai twin e, in generale, per il miglioramento dei processi produttivi, potenzialmente anche con un risparmio energetico significativo
Servizi, sanità e finanza In ambito finanziario l'Italia vanta un consolidato modello relazionale fra gli istituti finanziari ed i loro utenti: famiglie e territori Gli sviluppi della Al potrebbero ulteriormente consolidare, nonché rendere più trasparente e sostenibile, tale modello, attraverso lo sviluppo di tecnologie finanziarie (fintech) maggiormente inclusive e personalizzabili L'Italia può vantare un primato a livello mondiale e può quindi sviluppare tecnologie nel campo della salute Investimenti come quello dello Human Technopole di Milano porteranno il Paese a dotarsi di una struttura importante per lo studio combinato delle malattie e dell'impatto delle politiche sanitarie utilizzando genetica, big data, bioinformatica, ecc.
Trasporti, agrifood, energia Per quanto riguarda la mobilità abbiamo certamente una grossa opportunità per migliorare la qualità della vita ma anche proporre un modello di trasporto più sostenibile, ottimizzato proprio grazie all’ Al L'agrifood è certamente un settore dove l'Italia vanta una qualità elevatissima e dove I' Al insieme con genetica e nanotecnologie possono continuare a migliorarne e garantirne sia la produzione, sia il mantenimento della suddetta qualità anche in questo caso riducendo gli scarti e l'impatto ambientale.
Aerospazio e difesa È uno dei settori di punta della tecnologia e dell'industria italiana e per questo rappresenta un terreno privilegiato per l'adozione di tecnologie innovative come quelle basate sull’ Al Queste tecnologie, nelle loro varie e complesse declinazioni, permettono di perseguire l'obiettivo di ottimizzazione dei servizi di trasporto aereo in termini di efficienza e consumi energetici e di cogliere le opportunità offerte dalla nascente space economy I sistemi basati sull' Al sono inoltre indispensabili per mantenere aggiornato il sistema di difesa italiano in coordinamento con le forze armate europee e di affrontare le sfide presentate dalla cybersecurity che caratterizzeranno lo scenario del prossimo futuro.
Cultura, creatività e digitai humanities. Il patrimonio culturale italiano, semplicemente, non conosce eguali nel mondo L'Italia ha più siti designati come patrimonio dell'umanità dall'UNESCO di qualsiasi altro Paese al mondo, inclusi Paesi enormemente più estesi come la Cina ◦ Si stima che il nostro Paese possegga più della metà del patrimonio artistico globale Un tesoro prezioso e delicato, che la tecnologia può aiutare a mantenere e valorizzare ulteriormente, sia da un punto di vista della preservazione che da quello del miglioramento dell'esperienza del visitatore
Pubblica amministrazione La Pubblica Amministrazione possa costituire il vero volano della crescita nazionale Necessita di essere modernizzata e dotata di strumenti e competenze adeguate ◦ Supporto a un tessuto imprenditoriale composto soprattutto di microimprese, e una cittadinanza ancora spesso poco accorsata in tema di tecnologie digitali. L'ascesa dell'Al come strumento di ottimizzazione, elaborazione dei dati e previsione costituisce un'opportunità senza precedenti per la riforma della PA Non a caso, già alla fine del 2017 gli Stati membri della UE si sono impegnatia una riforma che porti a una vera e propria nella quale l'amministrazione diviene protagonista ◦ Reingegnerizzazione dei processi ◦ Riutilizzo dei dati e l'interoperabilità tra amministrazioni L'utente individuale si trova a poter accedere facilmente ai servizi pubblici, a mantenere il controllo dei propri dati personali e a beneficiare del maggiore scambio di dati tra le amministrazioni che lo servono
Ambiti applicativi dell’AI nella PA front-end ◦ Ambito in cui la PA si adopera per fornire servizi a cittadini e imprese back-end ◦ Realizzazione di servizi e l'organizzazione tra distinte pubbliche amministrazioni, sia a livello orizzontale (amministrazioni di pari livello gerarchico o ad esso immediatamente subordinate) sia a livello verticale (dal nazionale al locale e viceversa).
Esempi
Semplificazione delle Semplificazione
Efficientamento dei
Ottimizzazione delle procedure chiave normativa attraverso
processi
risorse umane nella vita di cittadini e coding e analisi del
amministrativi
imprese testo
Supporto alle indagini Sicurezza
Riduzione degli oneri fiscali e alle ispezioni infrastrutturale o Monitoraggio della
amministrativi basate su un modello quella fisica degli qualità ambientale
risk-based utilizzatoriAplicationi Smart Smart mobility ◦ Raccolta di dati su traffico, parcheggi, mezzi pubblici, meteo ed eventi, al fine di raggiungere specifici scopi di utilità pubblica (ad esempio, riduzione dell'inquinamento, diminuzione degli incidenti) Smart health ◦ Raccolta di dati diagnostici da dispositivi connessi, che ha il potenziale di trasformare profondamente il rapporto fra il cittadino paziente e il sistema sanitario ◦ Diagnosi precoce di patologie e di eventi acuti
PA come generatore e acquirente di dati La PA del futuro dovrà avvalersi di tecniche data-driven di elaborazione delle politiche Questo ambizioso obiettivo richiede: ◦ La PA deve raccogliere dati annotati di qualità ◦ Permettere la costruzione di modelli addestrati con una accuratezza superiore all'essere umano nell'esecuzione dello stesso task ◦ Sviluppare basi analitiche solide su cui sviluppare le proprie azioni e strategie I dati in questione non sono semplicemente statistiche campionarie e risultati di indagini, ma veri e propri flussi informativi massivi L’AI può valorizzare questi dati a scopi dimonitoraggio in tempo reale, analisi predittive e descrittive Adottare criteri decisionali basati sull'analisi di grandi quantità di dati, ovvero più consapevoli ed efficaci
Fonti dati per la PA
1. Dati già in possesso delle PA stesse
In questo caso sarà necessario coordinarsi utilizzando la Piattaforma Digitale
Nazionale Dati come punto di interscambio
2. Dati che le PA potrebbero ottenere tramite digitalizzazione
Le pubbliche amministrazioni dovrebbero essere messe in condizione di effettuare
investimenti volti alla digitalizzazione, per dotarsi di ulteriori strumenti di raccolta
dati (loT)
3. Dati che le PA potranno raccogliere e generare a fini di monitoraggio legislativo
L'economia dei dati è in fase di espansione, il che significa che la maggioranza dei
dati utili alle politiche pubbliche deve ancora essere raccolto
4. Dati provenienti da aziende e privati
La PA può beneficiare dei dati raccolti dalle aziende e dai privati sul territorio,
qualora questi abilitino la progettazione e la realizzazione di politiche data-drivenPuoi anche leggere
