Nella Digital Transformation, l’esperienza dell’ultimo decennio ha evidenziato l’importanza cruciale del fattore umano per una transizione digitale di successo. Progettisti e utenti attraversano fasi emotive altalenanti, dall’entusiasmo alla preoccupazione, durante il cambiamento.

La curiosità per l’innovazione genera aspettative, mentre l’ansia nasce dall’inerzia al cambiamento. Questo fenomeno è evidente sia tra cittadini comuni che tra professionisti all’interno di ecosistemi aziendali e sociali. L’attuale spettacolarizzazione dell’Intelligenza Artificiale Generativa da parte dei media, focalizzata su robot avanzati e AI generale, ha amplificato queste reazioni.

L’analisi della Customer Total Experience, che integra modelli non lineari di Customer Journey e personalizzazione della Value Proposition nei touchpoint chiave, rivela che sensibilità, consapevolezza e motivazione non derivano solo dalla razionalità (cervello), ma anche da emozioni (cuore) e percezioni profonde (anima). Questa è la vera umanizzazione del business.

L’introduzione dell’Intelligenza Artificiale (AI), in particolare quella generativa, ha amplificato questi fenomeni, portando alla riflessione sulla Good AI o AI etica. L’AI high-tech da sola automatizza e ottimizza attività ripetitive, ma senza hi-touch è incompleta. L’AI+, frutto dell’integrazione tra high-tech e high-touch, non mira a sostituire l’essere umano (come l’AI vs), ma a potenziarlo.

L’AI+ libera le persone da compiti elementari, ripetitivi e rischiosi, permettendo loro di concentrarsi su attività creative e ad alto impatto sociale. È così che possiamo contribuire a costruire una società più giusta, inclusiva, sostenibile e sicura.

Più continueremo ad addestrare sistemi generativi (come i Large Language Model o i Large Concept Model) concentrandoci solo sul segmento economicamente privilegiato della popolazione, più codificheremo esclusivamente le infrastrutture e le condizioni culturali di quelle élite, escludendo le comunità meno rappresentate.
In Italia, il pubblico generale non è ancora consapevole delle potenzialità dell’AI, e persino molti professionisti esperti non comprendono le risorse a loro disposizione. Troppo spesso, manager e imprenditori interessati all’AI non ne colgono l’impatto effettivo.

È fondamentale promuovere l’ingresso di talenti diversificati nel campo del Deep Learning e dell’AI, per raggiungere una massa critica di professionisti in grado di indirizzare il capitale sociale verso un’innovazione più democratica, inclusiva, sostenibile e trasparente, migliorando la qualità della vita di tutti, non solo di un’élite.

Per misurare l’impatto dell’AI a favore del bene comune (“AI for social good”), possiamo utilizzare il quadro degli Obiettivi di Sviluppo Sostenibile (SDG) delle Nazioni Unite: 17 traguardi essenziali per guidare il mondo verso un futuro più equo, prospero e sostenibile.

Possiamo esplorare diverse fonti di dati, come ad esempio:
https://github.com/rockita/Environmental_Intelligence#tracking-uns-sustainable-development-goals

Nelle diapositive seguenti (Fonte McKinsey) forniamo un elenco indicativo di ambiti applicativi nel contesto sociale, molti dei quali sono strettamente legati alle Smart Cities.

Le Smart Cities diventeranno uno dei principali poli di concentrazione della popolazione mondiale nel prossimo futuro. Inoltre, il conflitto in Ucraina ha accelerato il fenomeno migratorio, spingendo numerose popolazioni colpite dalla guerra a trasferirsi nelle principali città europee.

Esistono diversi colli di bottiglia che ostacolano l’impiego dell’AI per il bene sociale. Tra questi, la qualità dei dati emerge come un fattore cruciale. Come afferma Andrew Ng: “I dati sono cibo per l’AI, così come gli ingredienti lo sono per lo chef”.

Questa criticità è particolarmente evidente nell’adozione della Gen AI integrata con i dati aziendali tramite il metodo Retrieval Augmented Generation (RAG). In questo contesto, la selezione accurata delle fonti di informazione – database, applicazioni e strumenti – diventa essenziale per garantire che gli agenti AI possano prendere decisioni informate e affidabili.

Questa iniziativa innescherà un circolo virtuoso, creando nuove opportunità lavorative nel settore AI e offrendo un futuro migliore ai meno fortunati.

Affinché il nostro intervento sia efficace, sarà cruciale coinvolgere i principali stakeholder territoriali e diffondere le basi dell’AI. Comprendere l’origine dei problemi, i loro effetti e gli attori coinvolti è fondamentale per evitare di affrontare sfide secondarie o trascurare dinamiche critiche.

Con la metodologia DeepLearning.AI, forniremo strumenti per creare una conoscenza uniforme e una visione condivisa dell’AI etica, valida per tutte le comunità. Promuoveremo approcci progettuali centrati sull’uomo, ma anche sul design oltre l’uomo e sulla vita, riconoscendo l’interconnessione tra esseri umani, ambiente e sistemi viventi.

Beyond-human Design può essere inteso come Collective Intelligence Design o “intelligenza estesa”. Nell’autunno del 2018, la IEEE Standards Association (IEEE-SA) e il MIT Media Lab hanno lanciato il Council on Extended Intelligence globale. Secondo la loro visione: “Non dobbiamo considerare l’intelligenza artificiale come una competizione tra esseri umani e macchine, ma come un sistema integrato di intelligenza estesa, che unisce uomini e tecnologie”.

Questo è il ruolo ideale per l’AI generativa: un’estensione dell’intelligenza umana che supporti l’uomo, anziché sostituirlo. Il concetto di design incentrato sulla vita parte dalla consapevolezza che tutto è interconnesso: gli esseri umani, il pianeta e i grandi sistemi naturali. Ogni azione, anche se invisibile, ha un impatto sull’equilibrio generale.

Il design incentrato sulla vita non si limita a “non nuocere”, ma mira a sostenere e far prosperare attivamente tutti i sistemi viventi.

Unisciti a noi in Brain Milano e partecipa attivamente alla community HT (www.ht2.it) per essere protagonista del futuro.