Molte Intelligenze Artificiali (IA) sono basate sul machine learning e, quindi, vengono addestrate a eseguire specifiche attività attraverso enormi quantità di dati. Mentre fino a poco tempo fa la maggioranza delle IA si affidava a modelli cosiddetti discriminativi, focalizzandosi cioè sulla previsione di risultati o categorizzando dati, ora sta emergendo la nuova specie di generative AI, che creano contenuti totalmente nuovi da zero.
La differenza tra Intelligenza Artificiale discriminativa e generativa
Nell’IA discriminativa il machine learning viene supervisionato da un essere umano e la fase di training vede il modello “addestrato” con dei parametri che vengono aggiornati dopo ogni previsione, così da migliorare la precisione della stessa.
Nel caso dell’IA generativa, invece, il machine learning non viene supervisionato da un essere umano e il modello è composto da due parti: nella fase di training il codificatore “addestra” i dati che ricava da algoritmi di machine learning per realizzare nuovi dati a partire da quelli già esistenti, mentre nella fase successiva il decodificatore utilizza questi nuovi dati per generare nuovi contenuti.
Quali sono le principali applicazioni della IA generativa?
Esistono moltissimi campi nei quali è possibile applicare con soddisfazione l’Intelligenza Artificiale generativa. Tra questi troviamo:
- il customer service
- le app per salute mentale
- la generazione di nuovi contenuti e idee nei settori artistici e dei media
- la creazione di report finanziari, di modelli di previsione dell’andamento dei mercati e di sistemi per identificare le frodi
- la creazione di analisi dei dati per gli esperti di policy-making
- l’esplorazione, con la creazione di mappe e la pianificazione itinerari
- la simulazione di vari scenari
- nel settore della sicurezza, con tutti i sistemi di riconoscimento facciale
- nel mondo dei videogiochi, con la possibilità di ideare nuove storie e nuovi protagonisti
- nella politica, come aiuto nella scrittura di discorsi
- nell’ambito della salute, con i sistemi di IA che possono realizzare diagnosi a distanza, svolgere ricerca sui farmaci e disegnare percorsi di recupero clinico
- nel settore del marketing come alleato nella creazione di campagne pubblicitarie, creazione di contenuti originali e analisi dei dati.
Rischi e preoccupazioni legati all’Intelligenza Artificiale generativa
Rimangono alcune preoccupazioni su quelli che sono i risultati dell’IA generativa. Innanzitutto, la qualità di ciò che crea potrebbe non essere molto alta; in secondo luogo, i dati usati per addestrare l’IA potrebbero basarsi su pregiudizi, che verrebbero poi reiterati continuamente. Alcuni modelli potrebbero essere di difficile comprensione e godrebbero, quindi, di poca fiducia da parte delle persone. C’è poi il tema etico, che abbraccia l’automazione di molti lavori, la violazione di copyright e la creazione di contenuti falsi. Infine, questa Intelligenza Artificiale potrebbe essere vulnerabile e subire cyber attacchi, con il risultato di contenuti fuorvianti.
Insomma, è una tecnologia ancora in fase embrionale con grandissime potenzialità, ma che presenta anche diversi rischi.
