Come le aziende esagerano con l’intelligenza artificiale

Anche se credo fermamente che l’intelligenza artificiale sia una tecnologia estremamente trasformativa che cambierà il mondo in molti modi, è anche chiaro che c’è molta pubblicità e aria fritta attorno all’argomento!

È qualcosa che inevitabilmente accade con qualsiasi tecnologia entusiasmante, in particolare quando ci sono molti soldi da guadagnare.

Ciò non sorprende, dato che studi precedenti hanno dimostrato che le startup che menzionano la parola “AI” attirano dal 15 al 50% in più di investimenti rispetto a quelle che non la menzionano!

Quindi, è importante essere in grado di distinguere tra ciò che è reale e ciò che viene inventato dai dipartimenti di marketing semplicemente interessati a ciò che possono venderci.

Qui esaminerò il fenomeno del lavaggio dell’intelligenza artificiale: cos’è, chi lo sta facendo, perché è pericoloso e, forse, cosa più importante, come individuarlo.

Che cos’è il lavaggio dell’intelligenza artificiale?

In termini semplici, l’AI washing implica esagerare le capacità di un prodotto o servizio venduto come “AI” per farlo sembrare più sofisticato, innovativo o intelligente di quanto non sia in realtà.

Può essere visto come una forma di salto del carrozzone. Il termine stesso deriva da “greenwashing”, che viene spesso utilizzato per descrivere progetti, prodotti o servizi che esagerano il loro rispetto per l’ambiente, per attirare consumatori eco-consapevoli.

Gli esperti di marketing che tentano di lavare i propri prodotti e servizi spesso:

· Sopravvalutare le proprie capacità, il che implica che i loro modelli e algoritmi di intelligenza artificiale siano più potenti, utili o flessibili di quanto non siano in realtà.

· Utilizzare in modo fuorviante il termine “intelligente” – quando, in realtà, il software non utilizza algoritmi in grado di apprendere e prendere decisioni senza essere esplicitamente programmato su come farlo.

· Offrire definizioni molto vaghe – Non spiegare specificamente quali elementi sono “intelligenti” e quali si basano su metodologie software tradizionali o input umani.

· Minimizzare la quantità di input umano coinvolto, sia da parte del fornitore di servizi che dell’utente.

Un modo di vedere la cosa è che il lavaggio dell’intelligenza artificiale è come dipingere strisce “più veloci” su un’auto senza aggiornare il motore, consentendo agli esperti di marketing di capitalizzare l’entusiasmo intorno all’intelligenza artificiale senza offrire nulla che sia veramente rivoluzionario.

Perché è un problema?

Sebbene possa sembrare il tipo di innocua spacconata di marketing a cui siamo tutti abituati nel campo della tecnologia aziendale, il greenwashing crea alcune sfide e rischi reali.

Ad esempio, può soffocare o oscurare la vera innovazione poiché le vere scoperte dell’intelligenza artificiale faticano a farsi notare in mezzo al clamore e al rumore di così tante affermazioni esagerate.

Inoltre, erode la fiducia dei consumatori nell’intelligenza artificiale, poiché gli utenti diventano cinici riguardo alle affermazioni fatte dal settore in generale.

Crea sfide per gli investitori, che vogliono stanziare fondi per progetti veramente innovativi e potrebbero perdere opportunità per contribuire a portare progetti che offrono reali progressi tecnologici e valore sul mercato.

E può anche portare ad aspettative eccessive su ciò che l’intelligenza artificiale è attualmente in grado di realizzare, il che potrebbe portare le aziende a fissare obiettivi e traguardi non realistici.

Quali sono alcuni esempi di lavaggio AI?

Molti elettrodomestici, dai frigoriferi ai bollitori, agli aspirapolvere e ai termostati, sono etichettati come “intelligenti” o “intelligenti” quando dovrebbero essere etichettati più accuratamente come “connessi”. Nonostante siano collegati a Internet e controllabili tramite app, spesso non hanno la capacità di apprendere o operare in modo autonomo, come generalmente ci si aspetta dalle applicazioni IA.

Molte aziende offrono strumenti che, secondo loro, possono automatizzare il processo di creazione di video, testi e contenuti. In realtà, spesso richiedono un significativo contributo umano per generare un output di qualità accettabile.

Per fare un esempio specifico, Coca-Cola è stata accusata di lavaggio dell’intelligenza artificiale per una campagna in cui sosteneva di aver utilizzato l’intelligenza artificiale per creare una nuova bevanda. Sebbene si affermasse che il modello Y3000 era stato “co-creato” con l’intelligenza artificiale, non c’era alcuna vera spiegazione di come l’intelligenza artificiale fosse coinvolta nel processo. Alcuni critici hanno sottolineato che sembrava un’intelligenza artificiale sminuita per far sembrare il prodotto più innovativo di quanto non fosse in realtà.

E nel mondo della finanza e degli investimenti, quest’anno due aziende sono state accusate dalla SEC di aver rilasciato “dichiarazioni false e fuorvianti” riguardo alla misura in cui l’intelligenza artificiale viene utilizzata per gestire le loro strategie di investimento.

Come individuare il lavaggio dell’intelligenza artificiale in natura

Alcuni che sono molto scettici riguardo alle capacità e al potenziale dell’intelligenza artificiale affermeranno che tutto ciò che oggi viene chiamato “intelligenza artificiale” è effettivamente “lavaggio dell’intelligenza artificiale”, perché i computer non sono ancora capaci di vera intelligenza.

Ma per gli scopi di questo articolo utilizziamo la definizione di intelligenza artificiale attualmente accettata: strumenti software che possono imparare come svolgere compiti essendo addestrati sui dati, anziché programmati esplicitamente come eseguirli. Questa forma di intelligenza artificiale focalizzata sul business viene spesso definita machine learning.

Individuare quando le aziende lo stanno provando implica sviluppare un occhio scettico per queste affermazioni. Cerca riferimenti a modelli, tecnologie o algoritmi specifici utilizzati, come l’elaborazione del linguaggio naturale, le reti neurali o il deep learning. E cerca riferimenti all’intelligenza artificiale “trasparente”, in cui le aziende sono aperte riguardo ai tipi di dati e algoritmi coinvolti.

Fai attenzione alle aziende che sembrano riluttanti o incapaci di descrivere come funziona la loro tecnologia. A volte, queste informazioni si trovano in case study o white paper pubblicati sui siti Web aziendali.

E se hai a che fare con un rappresentante di vendita, chiedigli di spiegare quali misure vengono adottate per evitare distorsioni nei dati e negli algoritmi o allucinazioni legate all’intelligenza artificiale. Se non hanno soluzioni a questi problemi, è possibile che non utilizzino affatto l’intelligenza artificiale.

Questo scetticismo è fondamentale per prendere decisioni migliori sulla tecnologia in cui investire, oltre a contribuire allo sviluppo di un panorama dell’IA più onesto e trasparente a lungo termine.