Quando si legge e si scrive di Intelligenza Artificiale (IA) ci si riferisce in genere a un concetto cappello, in cui sono contenute istanze e tecnologie tra loro simili ma con funzionalità diverse; tra l’altro si tratta di un concetto che nei decenni (dagli anni Cinquanta del Novecento a oggi) ha cambiato più volte significato; insomma, un ginepraio da cui non è sempre facile uscirne. C’è un glossario informale, in chiusura del testo “Sovrumano” del professor Nello Cristianini (Il Mulino editore, 2025) che riassume con semplicità la complessità del termine: “L’intelligenza artificiale è la scienza e l’arte di costruire macchine intelligenti, ovvero capaci di risolvere problemi e prendere decisioni in situazioni mai incontrate”.
Oggi abbiamo anche famiglie semantiche specifiche (anch’esse disponibili nel glossario citato) che definiscono l’intelligenza artificiale ristretta, specializzata cioè nella soluzione di una singola tipologia di problemi; l’intelligenza artificiale generale, capace (in teoria) di risolvere i compiti cognitivi umani, con la medesima competenza e pure l’Artificial Super Intelligence, “ipotetica” forma di IA capace di superare gli umani nella soluzione di compiti cognitivi.
Sfide appassionanti, tanta voglia di imparare e scoprire, rischi e timori
Il quadro è destinato a diventare sempre più complesso; a ben pensarci non è una novità; ero una matricola al Politecnico di Milano quando sentii parlare per la prima volta di Machine Learning (ML) e reti neurali (poi divenute Deep Learning). Difficile all’epoca, correvano gli anni Ottanta e internet non era ancora pubblica, intuirne gli sviluppi. A noi giovani studenti sembravano esercizi di logica, un po’ velleitari, ostici tanto quanto la matematica usata per svilupparli; ci sbagliavamo perché, trent’anni dopo, si sono rivelati gli strumenti di una nuova, profonda trasformazione, per ampiezza e complessità paragonabile (forse) a quella del web, certamente simile per dubbi, timori, perplessità, ottimismo ed entusiasmi suscitati. Vedremo cosa accadrà, augurandoci di non commettere gli errori degli anni Novanta, di comprendere per tempo che educare al digitale è necessario per capire il mondo che è già tra noi, per far sì che i principi di libertà, dignità, centralità dell’Uomo, democrazia restino i pilastri fondanti del mondo che abbiamo immaginato, che amiamo e che costruiamo giorno dopo giorno, con scelte consapevoli, tanto impegno e sacrificio individuale e comunitario.
C’è però una domanda molto concreta che merita approfondimento. Quanta Intelligenza Artificiale è già tra noi, nel nostro Cantone (talvolta senza che noi se ne abbia contezza)?
Abbozzo una risposta e lo faccio evitando di riferirmi alla vita quotidiana, a tutti gli strumenti di cui sentiamo parlare e che probabilmente usiamo già; provo invece a scovare progetti e applicazioni nei nostri territori.
Anno 2021, Parco Nazionale Svizzero: in tre anni, le 150 fototrappole presenti nel Parco hanno catturato 1,5 milioni di immagini, valutate poi dal personale che ha dedicato migliaia di ore di lavoro. Si decide dunque di avviare un progetto pilota che utilizzi l’intelligenza artificiale per vagliare e memorizzare le immagini. Sembra un compito facile, significa invece disporre di algoritmi per il riconoscimento degli animali. Nel 1988 il riconoscimento visivo era un “problema” senza soluzione; solo nel 2007 la ricercatrice Fei-Fei Li comprese che per costruire dispositivi cosiddetti intelligenti era necessario disporre di grandi quantità di dati da usare per addestrarli. Nacque ImageNet, raccolta che può contare oggi su 12 milioni di immagini organizzate in ventimila categorie, usate dagli algoritmi di Machine Learning per imparare a riconoscere gli oggetti. Il progetto coinvolge l’Unione Internazionale per la Conservazione della Natura (Iucn), con cui si è costituita la partnership “Tech4Nature”.
Anno 2022, SLF Davos, Istituto per lo Studio delle valanghe e della neve. Dall’inverno 2021/22, il servizio di avviso valanghe, oltre alle valutazioni degli esperti, utilizza anche le valutazioni del pericolo elaborate da un computer con intelligenza artificiale, a partire dai valori misurati e dai dati meteo. Il modello numerico utilizzato inizialmente era indicato solo per valanghe asciutte; dal 2022 si sono aggiunti i modelli numerici per le valanghe bagnate e per la stabilità del manto nevoso, realizzati con IA.
Anno 2024 – Passo del Bernina. L’SLF, utilizzando droni per misurare l’altezza della neve, conduce una ricerca di telerilevamento alpino destinata a individuare le aree più adatte per l’installazione di impianti fotovoltaici. Questo approccio consente di evitare zone con accumuli nevosi eccessivi, ottimizzando la produzione energetica e prevenendo danni alle strutture
Dove ancora potremmo utilizzare l’Intelligenza Artificiale? Cito solo qualche ambito: Agricoltura (per analisi predittive e irrigazione sostenibile), Turismo (per individuare i flussi turistici e realizzare interventi mirati), conservazione del nostro patrimonio immateriale di cultura e tradizioni (archivi digitali in grado di erogare formazione e contenuti) e molto altro.
Ciò che è certo, a oggi, è che dati (tanti e di buona qualità), pensiero critico e problem solving complesso sono gli ingredienti necessari in questi tumultuosi e appassionanti anni di cambiamenti.
