Democratizzare l'AI: cosa significa e come funziona?

Basta un batter d'occhio per perdersi l'ultimo gruppo di persone che usano l'intelligenza artificiale (AI).

Un giorno, sono gli amanti dei taco a ordinare da bot amichevoli nel loro drive-through di fiducia.¹ Poi, sono i profumieri che utilizzano strumenti di AI per progettare fragranze sostenibili.² O coltivatori di ortaggi biologici che adottano diserbatrici robotiche.³ Oppure chi porta le lenti bifocali che si sottopone a esami della vista basati sull'intelligenza artificiale.⁴

Basta poco per capirlo: con la crescita vertiginosa dei casi d’uso e dei vantaggi dell’AI, aumenta anche il numero di esseri umani che la impiegano. Un tempo riservata a pochi esperti, la tecnologia AI avanzata ora offre vantaggi sia ai consumatori che alle aziende. E questo livello di ubiquità è senza dubbio un indicatore della democratizzazione dell'AI.

Uno sguardo più attento alle attuali pratiche di AI, tuttavia, suggerisce che c'è ancora margine di miglioramento per la democratizzazione dell'AI. Per capire perché, è importante considerare cosa comporta la democratizzazione, come influisce sulle persone e sulle aziende oggi e come potrebbe influire su di loro in futuro.

La definizione di democratizzazione dell'AI è cambiata nel corso degli anni. In generale, può essere considerata la diffusione più equa delle applicazioni e delle funzionalità di AI nella società. Più nello specifico, i ricercatori concordano in genere su almeno tre aspetti fondamentali della democratizzazione dell'AI:⁵

• Democratizzazione dell'uso dell'AI
• Democratizzazione dello sviluppo dell'AI
• Democratizzazione della governance dell'AI

Democratizzare l'uso dell'AI significa fornirne l'accesso a una gamma più ampia di utenti oltre agli esperti di apprendimento automatico (ML). Metodi comuni per migliorare l'accesso includono la riduzione dei costi dell'AI e la sua integrazione negli strumenti e nelle piattaforme che le persone stanno già utilizzando.

È un'idea che ha richiesto anni di lavoro, molto prima che l'AI entrasse a far parte del dibattito pubblico. Nel 2016, ad esempio, Microsoft ha dichiarato che avrebbe democratizzato l'AI con un approccio per "portarla via dalle torri d'avorio e renderla accessibile a tutti".⁶ La conseguenza dell'uso democratizzato dell'AI è che più persone beneficeranno delle funzionalità dell'AI, sia nella loro vita personale che in quella lavorativa.

Il lancio e la rapida adozione di applicazioni di AI generativa (gen AI) rivolte ai consumatori suggeriscono che la democratizzazione dell'uso dell'AI tra i consumatori è in corso. Un sondaggio globale sulla fiducia dei consumatori del 2023 ha rilevato che il 75% degli intervistati aveva utilizzato strumenti basati sull'AI.⁷ L'applicazione di modelli linguistici di grandi dimensioni (LLM) più popolare tra i consumatori, ChatGPT di OpenAI, vanta oltre 200 milioni di utenti attivi settimanali.

Tuttavia, nel mondo degli affari, l'uso dell'AI varia in base alle dimensioni e al settore. Ad esempio, una ricerca commissionata da IBM ha rilevato che il 42% delle organizzazioni di livello aziendale, quelle con più di 1.000 dipendenti, utilizza attivamente i sistemi di AI mentre un altro 40% sta esplorando la tecnologia. Tuttavia, un sondaggio che includeva aziende più piccole (con meno di 48 dipendenti) ha scoperto che meno del 4% delle aziende utilizza l'AI per produrre beni e servizi.

In quel sondaggio, condotto dall'US Census Bureau, i tassi di adozione variavano anche in base al settore, con i servizi di ristorazione e le società di costruzioni che registravano l'uso più basso. Le aziende del settore tecnologico, ovviamente, vantano i tassi di utilizzo più elevati.⁸

La democratizzazione dello sviluppo dell'AI si riferisce all'inclusione di più persone nella creazione di soluzioni di AI. Ma esattamente chi sono queste persone dipende dall'interpretazione del concetto. Spesso si tratta di fornire a sviluppatori, ricercatori e data scientist risorse informatiche e strumenti tecnici gratuiti o a basso costo già accessibili a chi lavora nelle grandi aziende tecnologiche.

Tuttavia, in altri casi, la democratizzazione dello sviluppo comporta l'inclusione di utenti non tecnici nelle soluzioni di AI e nello sviluppo di modelli. Significa guardare oltre i circoli ristretti di esperti, verso quelle persone che non possiedono necessariamente una conoscenza approfondita degli algoritmi di AI, dei set di dati e dell'informatica.

Questo obiettivo può essere raggiunto fornendo strumenti che aiutino gli utenti privi di competenze tecniche a creare e adattare applicazioni basate sull'AI. Questo concetto presenta alcune somiglianze con la democratizzazione dei dati all'interno delle aziende: il processo di creazione di sistemi e adozione di strumenti che consentono a qualsiasi dipendente, indipendentemente dal suo background tecnico, di integrare la data science nei propri processi decisionali.

In entrambi i casi, la democratizzazione dello sviluppo dell'AI è considerata un passo in avanti per il futuro dell'innovazione dell'AI. Tale innovazione potrebbe ottimizzare i modelli AI per servire in modo più efficace una gamma più ampia di stakeholder e utenti rispetto a quanto non faccia attualmente. Ad esempio, le aziende più piccole che in precedenza non potevano permettersi di creare applicazioni AI su misura, potrebbero trovare tali sforzi più fattibili grazie a strumenti e servizi più accessibili.

Nel frattempo, anche i consumatori appartenenti a gruppi sottorappresentati potrebbero trarne beneficio, perché uno sviluppo democratizzato potrebbe aiutare a prevenire le distorsioni dell'AI, ovvero quando i pregiudizi della società vengono inavvertitamente incorporati nella progettazione algoritmica, nei dati di addestramento dell'AI e in altri aspetti del suo sviluppo. I pregiudizi in materia di AI possono generare risultati che non aiutano o sono persino dannosi per le persone appartenenti a gruppi sottorappresentati, ostacolando le loro opportunità di partecipare all'economia e alla società.

Parte del problema dei pregiudizi deriva dal fatto che, come notano i ricercatori del Centre for the Governance of AI, le aziende leader nel settore dell'AI impiegano in genere "un gruppo demografico ristretto" di sviluppatori. I ricercatori hanno concluso che l'inclusione di un maggior numero di persone nello sviluppo dell'AI potrebbe portare ad applicazioni che servono interessi più diversificati.⁹

Per ora, la maggior parte dello sviluppo e dell'innovazione dell'AI rimane concentrata in alcuni paesi e nel settore a scopo di lucro. Secondo uno studio del 2024, gli sviluppatori negli Stati Uniti hanno prodotto 5 volte più foundation model di AI in un solo anno rispetto alla Cina, nazione del secondo livello di sviluppo più alto. Nel frattempo, gli sviluppatori del settore tecnologico hanno creato un numero di modelli quasi 4 volte superiore a quelli provenienti dal mondo accademico.¹⁰

La governance dell'AI si riferisce ai processi, agli standard e ai guardrail che contribuiscono a garantire che i sistemi e gli strumenti di AI siano sicuri ed etici. Di conseguenza, la democratizzazione della governance dell'AI è l'idea che un maggior numero di persone e organizzazioni, al di là degli sviluppatori e delle aziende di tecnologia, abbia influenza sull'implementazione sicura ed etica delle tecnologie di AI.

Tale democratizzazione, affermano i sostenitori della governance, può aiutare a ridurre al minimo i danni correlati all'implementazione dell'AI, come la discriminazione o le violazioni della privacy. Può inoltre incoraggiare una maggiore spiegabilità, interpretabilità, trasparenza dell'AI e altre caratteristiche che migliorano la fiducia nei sistemi AI.

Tuttavia, come per la democratizzazione dello sviluppo dell'AI, le specifiche di chi, esattamente, dovrebbe partecipare alla democratizzazione della governance possono variare. Alcuni sostengono che dovrebbe includere chiaramente coloro che sono interessati dalla distribuzione dell'AI.¹¹ Altri suggeriscono che, in qualche modo, tutti i membri della società dovrebbero essere coinvolti nella governance dell'AI.¹²

Le misure di democratizzazione della governance possono essere intraprese a livello aziendale, con le aziende che raccolgono input sulla governance dei propri sistemi di AI da dipendenti o clienti. Su una scala più ampia, l'impegno verso la democratizzazione sta avvenendo attraverso azioni del governo, vale a dire framework volontari e regolamenti obbligatori, oltre a iniziative di collaborazione nel settore pubblico e privato.

La democratizzazione dell'AI è supportata da diversi strumenti e tecnologie che consentono a più individui e organizzazioni di sviluppare le proprie applicazioni AI.

Il software open source è un software sviluppato e aggiornato collettivamente da una comunità di utenti. Inoltre, è disponibile a tutti per l'uso, la modifica e la ridistribuzione senza costi. Per quanto riguarda l'AI, le librerie di modelli open source, come quelle offerte dal partner di IBM Hugging Face, includono foundation model che le aziende possono adattare per casi d'uso specifici.

Strumenti open source aggiuntivi possono aiutare gli utenti a sfruttare al massimo i modelli disponibili. Ad esempio, InstructLab, un progetto open source di IBM Research e Red Hat, genera dati sintetici, contribuendo ad accelerare l'addestramento di LLM. I dati sintetici possono essere adattati a obiettivi, valori e casi d'uso specifici, mentre la raccolta di dati reali che soddisfano specifiche simili può essere ardua e presentare costi proibitivi.

L'infrastruttura necessaria per personalizzare e implementare con successo i sistemi AI può essere un grande ostacolo per le organizzazioni che tentano di adottare soluzioni AI. Tale infrastruttura comprende soluzioni di data storage, risorse di elaborazione, framework di apprendimento automatico e piattaforme per operazioni di apprendimento automatico (MLOps).

Fortunatamente, i modelli software as a service consentono alle aziende di accelerare l'adozione dell'AI senza ingenti investimenti infrastrutturali. Una collaborazione tra IBM e Amazon potrebbe rendere più facile per le aziende l'accesso a SaaS incentrati sull'AI, con IBM che ora offre soluzioni chiave di data storage e governance dell'AI tramite l'AWS marketplace di Amazon.

Grazie a strumenti e piattaforme no-code, chi ha competenze di programmazione limitate o nulle può creare alcune applicazioni di AI. Le soluzioni no-code come Amazon SageMaker Canvas offrono l'automazione dei workflow AI e dispongono di interfacce drag and drop per un approccio incentrato sulla visualizzazione.

Negli ultimi anni, sono emerse diverse iniziative nel settori pubblico e privato per promuovere tutte e tre le forme di democratizzazione dell'AI: uso, sviluppo e governance. Queste iniziative includono:

L'AI Alliance è una comunità internazionale di sviluppatori, ricercatori e utilizzatori di AI che collaborano per promuovere un'AI aperta, sicura e responsabile. Il gruppo, lanciato nel 2023 da IBM e Meta, include leader di università, settori e governi. Gli obiettivi del gruppo includono lo sviluppo di benchmark e strumenti di valutazione per consentire lo sviluppo e l'uso responsabili dell'AI, promuovere lo sviluppo di foundation model open source e sviluppare contenuti educativi per informare il pubblico e i responsabili politici.

L'AI Governance Alliance (AIGA) è stata lanciata dal World Economic Forum nel 2023 in seguito al summit Responsible AI leadership del WEF. L'AIGA promuove l'inclusione, l'etica e la sostenibilità nello sviluppo e nella distribuzione dell'AI. Il suo comitato direttivo, incaricato di fornire consulenza sugli output dell'alleanza, comprende leader accademici, funzionari di governo e dirigenti di organizzazioni tecnologiche come Google, IBM, Meta e OpenAI.

Il progetto pilota National AI Research Resource (NAIRR) della National Science Foundation degli Stati Uniti è un tentativo di mettere a disposizione le risorse di infrastruttura AI per i ricercatori negli Stati Uniti. Il progetto consiste in una partnership con altre 12 agenzie federali e 26 organizzazioni, tra cui Amazon Web Services, Google, Hugging Face, IBM, Intel, Meta, Microsoft e OpenAI.

Diversi governi e organizzazioni intergovernative hanno sviluppato framework di AI affidabile per promuovere una maggiore equità e trasparenza, tra le altre qualità chiave, nello sviluppo e nella implementazione di sistemi AI. Questi framework comprendono gli Organisation for Economic Co-operation and Development’s AI Principles e il National Institute of Standards and Technology’s AI Risk Management Framework. I principi di almeno un framework, le Ethics Guidelines for Trustworthy Artificial Intelligence dell'Unione europea, sono stati successivamente incorporati nella legislazione: la legge sull'AI della UE.

Il miglioramento delle competenze dell'AI prepara i dipendenti con le competenze e la formazione necessarie per utilizzare l'AI sul lavoro. Le discipline in cui il miglioramento delle competenze in materia di AI si è dimostrato particolarmente utile per i lavoratori includono il servizio clienti, i servizi finanziari, l'assistenza sanitaria, le risorse umane e lo sviluppo web. Mentre i lavoratori o i loro datori di lavoro possono investire in programmi di formazione sull'AI retribuiti, diverse aziende tecnologiche e università offrono corsi di AI gratuiti, tra cui Amazon, IBM, l'Università di Harvard e l'Università della Pennsylvania.¹³