Martedì 31 ottobre si è tenuto un evento al Circolo Dei Lettori di Torino dedicato al ruolo dell’Intelligenza Artificiale. Durante il panel, la moderatrice Marinella Belluati ha affrontato il tema della responsabilità, sia dal punto di vista “umano” che dal punto di vista degli algoritmi, riguardo ai fenomeni dei bias generati dagli algoritmi di apprendimento automatico.
Ivana Bartoletti, Global Chief Privacy Officer di Wipro, nel suo intervento ha sottolineato che le distorsioni presenti negli algoritmi derivano dagli esseri umani stessi, portando con sé i pregiudizi individuali. La discussione ha incluso poi i temi legati alla privacy, uguaglianza e discriminazione, evidenziando come i dati, anche quando apparentemente neutri, possono riflettere distorsioni e pregiudizi.
Donata Columbro, giornalista e autrice di “Dentro l’algoritmo”, ha evidenziato invece la necessità di umanizzare i dati per contrastare le disuguaglianze e le dinamiche di potere associate alla “datificazione” del comportamento umano. In riferimento a questo, si è parlato della capacità degli algoritmi di ordinare i contenuti online in base alle preferenze individuali, ma anche del rischio di creare una visione distorta della realtà.
Durante la discussione si è poi affrontato il tema della discriminazione nei social media, sottolineando come il ruolo della moderazione algoritmica sia necessaria tanto quanto la trasparenza nelle decisioni delle piattaforme. In questo senso, il Digital Services Act e l’Oversight Board di Facebook possono essere strumenti molto utili per regolare e monitorare le decisioni algoritmiche.
L’evento si è concluso portando alla luce una prospettiva positiva sull’IA, suggerendo che la collaborazione tra umani e strumenti tecnologici porterà a progressi significativi, analogamente alla relazione tra fotografia e pittura. Rimane centrale e necessario guardare con consapevolezza alle sfide dell’IA e sperimentare nuovi approcci per comprendere e gestire il potere dei dati.
Leggi qui l’intero articolo: Classificati e discriminati. I pregiudizi degli algoritmi di apprendimento
