L’apprendimento automatico è un’applicazione dell’intelligenza artificiale che fornisce ai sistemi la capacità di apprendere e migliorare automaticamente dall’esperienza. Viene usato per diversi scopi e si adatta molto bene alle applicazioni nella finanza, in cui bisogna gestire un’elevatissima mole di dati.
Una volta programmati, i modelli di machine learning sono impostati affinché riescano ad imparare dall’esperienza, essi riescono a regolare automaticamente i parametri. Di norma più dati vengono introdotti e più risulteranno adeguati i parametri.

Usi dell’intelligenza artificiale nella finanza

Nel mondo della finanza gli algoritmi sono costruiti per calibrare un portafoglio finanziario, data la propensione al rischio dei clienti oppure per fare da consulenti finanziari a basso prezzo. Questi algoritmi prendono il nome di robot advisor e sono pensati per fornire servizi di gestione del portafoglio, che viene gestito in maniera automatica, al fine di avvicinare i clienti ai processi di investimento che, data l’elevata complessità, potrebbero scoraggiare molte persone. Vista la bassissima o nulla incidenza di capitale umano, questi processi richiedono costi molto bassi.
Il robot advisor, date informazioni come la situazione finanziaria del cliente, le sue esigenze di investimento e la propensione al rischio assegna i fondi a varie opzioni di investimento e utilizza gli algoritmi per monitorare e ri-equilibrare il portafogli. Il robot advisor cerca quindi le opzioni di investimento migliori date le richieste in termini di durata dell’investimento e rendimento richiesti dal cliente, riuscendo ad eliminare la componente emotiva nella gestione del denaro che anche i migliori trader hanno.

Applicazioni pratiche

Il caso più eclatante di hedge fund guidato dall’intelligenza artificiale è quello di Aidyia, con sede ad Hong Kong. Questo hedge fund compie operazioni di borsa in modo completamente autonomo, senza alcuna interferenza umana effettuando decine di migliaia di operazioni al giorno. Al lancio dell’hedge fund automatizzato Goertzel, founder e Ceo di Aidyia ha dichiarato: “Se morissimo tutti, continuerebbe a fare trading”. Nonostante l’utilizzo di algoritmi nel trading ad alta frequenza sia frequente ( Secondo l’edizione di luglio 2018 dell’Hedge Fund Sentiment Survey, oltre la metà dei gestori di hedge fund utilizza intelligenza artificiale e machine learning per prendere le decisioni di investimento) questo è il primo caso in assoluto di gestione di patrimoni completamente automatizzata.

È di successo il trading con l’IA?

Utilizzare gli algoritmi di machine learning semplifica il lavoro dei gestori di fondi eppure scrivere certi algoritmi è complesso e costoso, i benefici degli algoritmi di trading si riscontrano maggiormente su grandi quantità di patrimonio gestito come quelle in capo alle banche di investimento più che in capo ai privati. Il machine learning permette di abbattere i costi legati al capitale umano e sono privi della componente emotiva che può portare a scelte di investimento irrazionali. Secondo un rapporto di Value Walk, gli hedge fund di Machine Learning hanno già sovraperformato in modo significativo rispetto gli hedge fund tradizionali.

Elon Musk, imprenditore simbolo dell’innovazione in ambito tecnologico, sta mettendo il mondo in guardia rispetto lo sviluppo non controllato dell’intelligenza artificiale.
Dopo aver fondato nel 2015 Open AI, un’organizzazione no profit volta a democratizzare il potere dell’intelligenza artificiale, nel 2017 il founder di Tesla su twitter aveva aperto un dibattito riguardo come la corsa alla superiorità informatica tra le varie nazioni avrebbe potuto portare alla terza guerra mondiale. Con toni meno apocalittici ha ripreso più volte l’argomento, l’anno scorso durante un’intervista a Recorde ha dichiarato ‘’poiché l’intelligenza artificiale diventerà probabilmente molto più intelligente degli umani, il rapporto di intelligenza relativa sarà probabilmente simile a quello tra una persona e un gatto, forse più grande’’.

Pro e contro dell’intelligenza artificiale

Il problema, secondo Musk e altri scienziati tra cui Stephen Hawking, è da riscontrare nel fatto che si sta lavorando con impazienza nell’implementazione delle reti neurali senza prima aver condotto ricerche in tal senso. Secondo Elon Musk infatti sarebbe plausibile in un prossimo futuro trovarci di fronte ad uno scenario ‘’fantascientifico’’ in cui le macchine saranno in grado di prendere decisioni in maniera autonomia e magari iniziare una guerra.
Analizzando uno scenario più attuale, alla potenza dei sistemi di AI sono connessi rischi legati al cattivo uso di applicazioni già esistenti. Un esempio è da riscontrare nello scandalo di Cambridge Analytica che ha dimostrato come i social media sono in grado di pilotare la coscienza delle persone. Non in secondo piano ci sono le fake news e proprio a tal proposito Zuckerberg, durante un’audizione al Senato degli Stati Uniti, ha promesso la realizzazione di sistemi di intelligenza artificiale in grado di bloccare sul nascere la diffusione di notizie false.
L’intelligenza artificiale, nonostante i diversi ‘’contro’’, è in pieno sviluppo e ha portato ingenti benefici alla società, basti pensare a come ora è possibile fare diagnosi mediche con tecniche sempre meno invasive. Cresce costantemente il numero di scienziati che lavorano per migliorare ed implementare l’intelligenza artificiale nella vita delle persone come ad esempio i ricercatori di Google Deep Mind che hanno sviluppato AlphaGo e AlphaZero, intelligenze artificiali in grado di battere l’essere umano in giochi da tavolo.

Come muoversi in tal senso

L’intelligenza artificiale di per se può portare enormi benefici alle persone, il suo sviluppo però non deve essere lasciato allo sbando ma regolamentato attraverso il confronto tra grandi imprese e governi. Il regolatore non è però al passo. Il primo problema si riscontra già nel definire cosa si intende per intelligenza artificiale e tracciare un limite tra scienza e fantascienza. Analogamente emergono difficoltà nell’imputare le responsabilità per i danni causati da AI in quanto gli attori coinvolti sono molti e differenti, partendo dal produttore fino all’utilizzatore del sistema. Regolare richiede dunque tempo e, come già evidenziato, non si sta facendo molto in termini di ricerca. Come sottolineato da Elon Musk, pioniere delle nuove tecnologie, la miglior comprensione dell’intelligenza artificiale permetterebbe ai governi di creare delle regole e delle leggi volte a tutelare l’avvento dell’IA e garantire maggior benefici e minor rischi agli utilizzatori. Un passo importante nell’ambito della regolamentazione è stato fatto con l’introduzione del GDPR, che in sostanza serve ad offrire ai cittadini dell’Unione Europea maggior controllo dei dati personali presenti su internet, ma la strada da fare nell’ambito della regolamentazione è ancora molta.

Il mondo del lavoro sta subendo continue evoluzioni, sempre più ravvicinate nel tempo. Questi continui cambiamenti fanno sì che alcuni lavoratori convivano con il dubbio che in un futuro non troppo lontano il loro lavoro possa non esistere più od essere sostituito da macchine. Secondo indagini recenti, l’impiego di nuove tecnologie già note determinerà entro il 2030 una riduzione dal 15 al 30% del monte ore di lavoro umano a livello mondiale, l’equivalente di circa 600 milioni di occupati a tempo pieno.
la storia ci insegna che il cambiamento non ha mai comportato solo una perdita del lavoro.  Sin dalla prima rivoluzione industriale, con l’introduzione del telaio meccanico, molti tessitori avranno temuto di rimanere senza occupazione. Di fatto la tessitura a mano è stata sostituita dal lavoro delle macchine ma si sono aperti molti nuovi posti di lavoro come, ad esempio, nelle industrie produttrici del telaio meccanico.

Cooperazione human – machine

Molta strada si è fatta dal 1800 ad oggi. Stiamo assistendo all’avvento dell’industria 5.0, la quale richiede una cooperazione tra lavoro umano e robotico, non vi è più una competizione ma una vera e propria integrazione tra le attività che possono essere svolte dai robot e dai computer e quelle svolte dall’essere umano. Centrali, nel nuovo mondo del lavoro, sono le skills in ambito di integrazione human and machine. Secondo uno studio di Accenture “IT’s Learning”, l’81% delle mansioni subirà l’impatto della robotizzazione. La crescente introduzione di automazione e intelligenza artificiale richiederà l’aggiornamento della maggior parte delle attività nel mondo produttivo, delle mansioni e dei processi di integrazione tra uomo e macchina. Il processo di integrazione sarà fondamentale e se ben progettato porterà benefici economici importanti a livello mondiale. In questo contesto il ruolo della direzione del personale sarà strategico: dovrà massimizzare il rapporto uomo-macchina, incanalando il potenziale dei lavoratori e ne dovrà ripensare il lavoro.  Dovrà ridefinire il sistema delle competenze e l’impianto organizzativo. L’impiego delle nuove tecnologie richiede inoltre nuove competenze e un nuovo modo di comunicarle
Secondo Accenture quindi saranno indispensabili nuove skills e professioni, legate all’avvento delle tecnologie innovative, che tra le altre cose porterebbero un aumento dello 0,6% del Pil. Se questo adeguamento produttivo non avvenisse, stima uno studio della società, ci sarebbe il rischio di una perdita di Pil pari a 170 miliardi.

Ma allora è giustificato il timore dei lavoratori?

Il timore dei lavoratori non è del tutto ingiustificato in quanto i nuovi posti di lavoro che si andrebbero a creare richiederebbero competenze ingegneristiche e informatiche di alto livello, difficilmente apprendibili con la sola esperienza, mentre i posti di lavoro che saranno sostituiti sono quelli a bassa componente intellettuale. Inoltre la vita media delle mansioni lavorative si va riducendo in modo sostanziale: a fronte di percorsi di apprendistato che durano 5 anni o più, le qualifiche richieste hanno ormai una vita media di due-cinque anni quindi non si potrà contare più sull’esperienza e i dipendenti, per creare valore aggiunto, dovranno aggiornarsi continuamente.
Si richiederebbe quindi ad un soggetto che vuole entrare nel mondo del lavoro -non per forza in un ruolo manageriale- di avere un’istruzione di secondo livello. In molti paesi sviluppati, primo tra tutti l’America, il costo dell’educazione secondaria è cresciuto vertiginosamente negli ultimi 50 anni. Se il costo di un’università pubblica negli Stati Uniti era di circa 600 dollari l’anno negli anni ’60, ad oggi risulta di circa 10.000 dollari e il primo criterio di scelta se accedere o no all’università di un americano a reddito medio è proprio il costo. Accedere al livello di istruzione è sempre più difficile non solo per le classi sociali più povere ma anche per il ceto medio e, paradossalmente, sono proprio i posti di lavoro in capo a questi soggetti che andranno a scomparire.
In un momento in cui l’evoluzione tecnologica è così repentina è importante che gli Stati e gli enti sovrannazionali accompagnino questo cambiamento, cercando di evitare, per quanto possibile, un aumento delle disparità sociali.
 
 
 

@Jack [1]
 
Abbiamo preso la decisione di interrompere tutta la pubblicità politica (gli annunci politici a pagamento, ndr) su Twitter a livello globale. Riteniamo che la visibilità del messaggio politico debba essere guadagnata, non acquistata. Perché? Alcuni motivi…
Un messaggio politico raggiunge visibilità quando le persone decidono di seguire un account o di ritwittarlo. Pagare per ottenere visibilità rimuove l’opzione relativa a questa decisione, forzando messaggi politici altamente ottimizzati e mirati sulle persone. Riteniamo che la possibilità di prendere questa decisione da parte degli individui non debba essere compromessa dall’uso del denaro.
Mentre la pubblicità su Internet è incredibilmente potente e molto efficace per gli inserzionisti commerciali, tale potere comporta rischi significativi per la politica, perchè questo potere può essere utilizzato per influenzare i voti e influire sulla vita di milioni di persone.
Gli annunci politici su Internet presentano sfide del tutto nuove nel dibattito civico: ottimizzazione della messaggistica e del micro-targeting basati sul machine learning (apprendimento automatico, ndr), informazioni ingannevoli incontrollate e deepfake. Tutto ciò a velocità, raffinatezza e su scala maggiori.
Queste sfide influenzeranno TUTTA la comunicazione su Internet, non solo le pubblicità politiche. Meglio concentrare i nostri sforzi sulla radice dei problemi, senza l’onere aggiuntivo e la complessità che comporta la gestione del denaro. Cercare di risolvere entrambi i problemi significherebbe non fare bene nessuna delle due cose, e danneggiare quindi la nostra credibilità.
Ad esempio, non sarebbe credibile per noi dire: “Stiamo lavorando duramente per impedire alle persone di giocare con i nostri sistemi per diffondere informazioni fuorvianti, ma se qualcuno ci paga per indirizzare e costringere le persone a vedere la loro pubblicità politica… beh … allora possono dire quello che vogliono!”
Abbiamo inizialmente considerato di interrompere solo gli annunci dei candidati, ma la questione annunci può essere aggirata. Inoltre, non è giusto per tutti, e a maggior ragione per i candidati, acquistare annunci per questioni che, forzando, vogliono spingere, quindi stiamo fermando anche questi.
Siamo consapevoli di essere una piccola parte di un ecosistema pubblicitario politico molto più ampio. Alcuni potrebbero sostenere che le nostre azioni di oggi potrebbero favorire le grandi imprese. Ma abbiamo visto molti movimenti sociali raggiungere visibilità su grande scala senza pubblicità politica. Confido che questo trend non farà che crescere.
Inoltre, abbiamo bisogno di una regolamentazione degli annunci politici più lungimirante (questo è molto difficile da realizzare). I requisiti di trasparenza degli annunci sono migliorati, ma non ancora abbastanza. Internet offre funzionalità completamente nuove, ed è necessario che le autorità di regolamentazione riflettano ancora per garantire condizioni di parità.
Condivideremo con voi questa nostra politica dal 15/11, includendo alcune eccezioni (ad esempio, gli annunci a supporto della registrazione degli elettori saranno comunque consentiti). Inizieremo ad applicare definitivamente la nostra nuova politica dal 22/11, per fornire agli inserzionisti un periodo di preavviso prima che la modifica diventi effettiva.
Un’ultima nota. Non si tratta di limitare la libera espressione. Si tratta di pagare per ottenere visibilità. E pagare per aumentare la visibilità del discorso politico ha conseguenze significative, che l’infrastruttura democratica di oggi potrebbe non essere pronta a gestire. Per far fronte a questo, vale la pena fare un passo indietro.
 
[1] Il testo è stato spezzettato in una serie di tweet in rapida successione, lanciati dall’account del n° 1 di Twitter

La blockchain è diventata un topic ricorrente dopo l’ascesa dei prezzi del Bitcoin avvenuta alla fine del 2017. La tecnologia sottostante il funzionamento delle criptovalute, che permette di creare un sistema di scambi totalmente decentralizzato, ha rivoluzionato non solo il nostro sistema monetario, aprendo ad un’alternativa alle banche centrali, ma anche altri aspetti della quotidianità. Uno di questi aspetti è la tracciabilità della filiera alimentare. il processo di tracciabilità infatti, grazie all’introduzione delle nuove tecnologie, è diventato più economico, sicuro e veloce.

Tracciabilità: perché è diventata fondamentale?

Il problema della tracciabilità dei prodotti alimentari è emerso a partire dagli anni ’50, quando iniziò a svilupparsi il processo di globalizzazione. Negli ultimi 20 anni, inoltre, è aumentata la consapevolezza dei consumatori in ambito food, i quali risultano essere sempre più attenti verso temi come la sicurezza alimentare, la quale si basa proprio sulla tracciabilità. Sicurezza alimentare e salute dell’individuo che consuma un certo tipo di prodotto vanno di pari passo anche se non sempre si riesce a garantire uno standard ‘’safety’’. L’organizzazione mondiale della sanità (OMS) stima che ogni anno al mondo una persona su 10 contragga malattie dovute alla contaminazione alimentare e di queste ne giungano al decesso 420.000, di cui 125.000 bambini. Garantire la tracciabilità del maggior numero possibile di prodotti potrebbe aiutare ad arginare il problema. La tracciabilità infatti, oltre a consentire al consumatore di conoscere le caratteristiche di produzione e di trasporto di un bene alimentare, consente di individuare con rapidità e sicurezza le cause di non conformità e permette di risalire ai destinatari di una partita di merce non idonea alla vendita e quindi di ottimizzare il richiamo dei prodotti in caso di necessità.

Come si sono mossi le imprese ed il regolatore?

A tal proposito le imprese che lavorano nella filiera alimentare, sia a valle che a monte, hanno iniziato a muoversi già negli anni ’90 per cercare di accogliere le richieste dei clienti ed instaurare con loro un rapporto duraturo basato sulla trasparenza.
Nonostante gli importanti miglioramenti in termini di qualità e sicurezza in ambito food avvenuti negli ultimi anni la fiducia dei consumatori nel settore agroalimentare è diminuita. Ciò è dipeso dal fatto che molto spesso i consumatori non sono a conoscenza dei meccanismi di regolamento della filiera. Una campagna informativa in questo senso potrebbe essere sfidante per i produttori stessi, al fine di fidelizzare i clienti i quali avrebbero la certezza di usufruire di un prodotto sicuro e controllato. La maggior consapevolezza del consumatore porterebbe benefici soprattutto in un paese come l’Italia, famoso in tutto il mondo per le sue eccellenze alimentari.
Da punto di vista normativo l’Europa si è mossa relativamente tardi. La tracciabilità come meccanismo orizzontale, quindi applicabile all’intera filiera alimentare, è comparsa nei regolamenti comunitari solo nel 2002 (regolamento CE n.178\2002). Oggetto del regolamento è la tracciabilità degli alimenti, dei mangimi e degli animali destinati alla produzione alimentare, disposta in tutte le fasi della produzione, della trasformazione e della distribuzione. Il fine del regolamento è quello di permettere agli operatori del settore di individuare chi abbia fornito loro un alimento od un animale, di individuare le imprese alle quali hanno fornito a loro volta e di permettere alle autorità competenti di fruire delle informazioni necessarie, qualora ve ne sia bisogno. Dal 1° gennaio 2005 tutti i paesi dell’unione hanno assimilato il regolamento europeo.

Perché la blockchain è fondamentale in questo processo?

La blockchain è un libro mastro digitale e pubblico che registra le transazioni tra più parti, senza permetterne la successiva modifica.  Ogni unità del libro mastro rappresenta un blocco e tutti i blocchi sono collegati tra loro attraverso la crittografia, che li lega in modo non modificabile. La crittografia permette di comunicare ed effettuare delle transazioni senza bisogno di una terza parte che certifichi lo scambio. Proprio per questo motivo la tecnologia blockchain risulta essere una rivoluzione anche nell’ambito della tracciabilità.  Attraverso la catena di blocchi i consumatori (o a qualsiasi soggetto terzo) possono monitorare lo stato del prodotto in tempo reale. La blockchain permette di controllare i processi in modo totalmente trasparente ma soprattutto di ridurre i tempi di individuazione e richiamo nel caso in cui vengano scoperti alimenti contaminati. L’adozione della blockchain nei processi di tracciabilità della filiera alimentare ha portato vantaggi anche termini economici. L’implementazione della tecnologia infatti ha comportato un calo degli errori di inserimento e, come già detto, il rischio di manomissione dei dati è nullo. Sono notevoli anche i risparmi in termini di tempo e di riduzione degli sprechi alimentari.
L’unico punto debole dell’utilizzo della blockchain nella tracciabilità della filiera è che tutti i soggetti coinvolti devono essere disposti a condividere le informazioni, le quali saranno disponibili solo quando tutti i partecipanti valideranno la transazione.
Tra le aziende dell’ambito food pioniere nell’utilizzo della blockchain c’è Carrefour, la quale già a partire dal 2018 ha iniziato ad utilizzare la tecnologia blockchain sulla filiera del pollo per poi implementarla anche in quella degli agrumi con lo scopo di includere altri alimenti entro il 2022.