A dicembre scorso l’Unione Europea ha trovato un’intesa per il primo atto legislativo del mondo riguardante l’intelligenza artificiale.
Nella lunga bozza del Regolamento europeo sull’IA, che sarà approvato in via ufficiale nell’aprile 2024, vengono stabilite per la prima volta in assoluto le norme per rendere più sicura e rispettosa dei diritti fondamentali l’intelligenza artificiale.
Tra le prescrizioni contenute c’è il divieto di utilizzo dei software di polizia predittiva e il bando della ricognizione facciale in luoghi di lavoro, ospedali, scuole e università, così come il bando del riconoscimento biometrico in tempo reale, se non in caso di emergenza terroristica o di crimini gravi. Altri paragrafi si occupano delle regole per garantire la qualità dei dati utilizzati nello sviluppo degli algoritmi e per verificare che non si violino i diritti d’autore o di privacy, così come la definizione degli ambiti dove i rischi sono più alti.
AI E MONDO DEL LAVORO
Tra questi è annoverato il mondo del lavoro, che rischia di essere interessato da un effetto sostitutivo esercitato dalle tecnologie IA e da una conseguente perdita di posti di lavoro.
Secondo un’analisi del Fondo Monetario Internazionale, l’intelligenza artificiale avrà un impatto sul 40% dei posti di lavoro a livello globale, sostituendone alcuni e trasformandone altri. Una percentuale che sfiorerà il 60% nelle economie più avanzate. Vantaggi e rischi procederanno di pari passo, perché se nei casi estremi alcune tipologie di posto di lavoro potrebbero scomparire, altre potranno beneficiare dell’integrazione dell’IA in termini di produttività.
La doppia natura di questa rivoluzione tecnologica è evidenziata anche dalla direttrice generale dell’FMI Kristalina Georgieva, secondo cui la IA «potrebbe far ripartire produttività, stimolare la crescita globale e aumentare i redditi in tutto il mondo, come potrebbe anche sostituire i posti di lavoro e approfondire le disuguaglianze».
A fronte di questa difficoltà nel fare previsioni accurate, quello che possiamo fare, sempre nelle parole della direttrice dell’FMI, è riconoscere che «avremo bisogno di elaborare una serie di politiche per sfruttare in modo sicuro il vasto potenziale dell’IA a vantaggio umanità». E l’Unione Europea con l’intesa sul Regolamento ha fatto un primo passo in tal senso.
Altri segnali di ottimismo provengono dalla ragionevole certezza che se è vero che nei prossimi anni molte attività oggi praticate dall’uomo scompariranno o si trasformeranno perché sostituite dall’intelligenza artificiale, è altrettanto immaginabile che questa innovazione tecnologica genererà nuovi lavori che andranno a sostituire quelli l’intelligenza artificiale avrà reso obsoleti.
È un fenomeno che abbiamo d’altronde già visto in seguito alle principali trasformazioni che hanno interessato la storia produttiva umana: soltanto un secolo e mezzo fa la rivoluzione industriale svuotò le campagne, dove viveva fino al 90% della popolazione, per spostarla nelle città delle industrie e dei servizi. Il lavoro cambiò con gli stili di vita, come probabilmente accadrà con l’intelligenza artificiale. Su che tipo di occupazione ci aspetterà nel prossimo futuro possiamo solo immaginare che non riguarderà prestazioni a basso contenuto creativo e altamente ripetitive, per le quali l’apporto dello strumento tecnologico prenderà facilmente il sopravvento.
Oltre al lavoro cambierà anche il modo in cui ci informiamo: sarà necessario prestare più attenzione all’autorevolezza delle fonti e alla veridicità delle notizie, perché la proliferazione di immagini e contenuti, porterà indubbiamente una maggiore necessità di selezione. Ma come spesso succede nel problema potrebbe essere insita la soluzione, perché se l’IA potrà contribuire alla confusione, allo stesso tempo può già aiutarci a riconoscere le fake news e a evitarle: i ricercatori del Massachusetts Institute of Technology hanno sviluppato un sistema AI centered in grado di determinare la veridicità di una news analizzando il contenuto, il sentiment e la struttura dei singoli articoli al fine di rilevare modelli e incoerenze che potrebbero indicare falsità o imprecisioni.
INFINE L’ENERGIA
L’intelligenza artificiale può aiutarci a realizzare la transizione energetica grazie alle elaborazioni di nuovi algoritmi per gestire in modo ancora più efficiente le smart grid, accelerare la ricerca di minerali rari e la scoperta di nuovi materiali per migliorare l’efficienza delle tecnologie verdi. L’AI infatti sembra essere anche la risposta alla problematica relativa all‘integrazione delle rinnovabili.
Una delle problematiche più grandi delle energie rinnovabili è proprio la loro intermittenza: non sempre c’è il sole, i lunghi periodi di siccità sono sempre più presenti e persino il vento è soggetto alla siccità, chiamata siccità eolica. Come abbiamo detto tante volte la rete elettrica deve essere tenuta in equilibrio ed è in questo momento che il gas entra in gioco.
Una soluzione, insieme alle batterie ideate per immagazzinare energia da fonti rinnovabili, viene in soccorso l’AI che, con i suoi algoritmi può aiutare a gestire in modo smart l’equilibrio della rete, prevedendo momenti di picco e gestendo al meglio la disponibilità di energia. Infine, con l’applicazione del machine learning è possibile individuare immediatamente anomalie di sistema, portando così a porre velocemente rimedio. Tutto questo per favorire la flessibilità, la sicurezza della rete.
L’integrazione delle rinnovabili si spera compenserà in fretta l’impronta energetica dell’IA stessa, che sta pesando sempre di più sulle attività dei data center globali: nel 2026 L’Agenzia Internazionale dell’Energia (IEA) prevede che il loro consumo di elettricità sarà 1.000 terawatt, il doppio di quello del 2022, più o meno equivalente all’attuale consumo totale del Giappone.
Un’alleanza così preziosa, però, quella tra intelligenza artificiale ed energia, da essersi meritata l’appellativo di power couple dall’Agenzia Internazionale dell’Energia, convinta che al di là di chatbot e di assistenti personali, i modelli di intelligenza artificiale saranno utili alla gestione di reti elettriche più vaste e complesse di quelle attuali, caratterizzate da una vasta produzione di dati e dalla necessità di prevedere i livelli di domanda-offerta per massimizzare l’efficienza delle fonti rinnovabili.