QUANTIFICAZIONE E COMPUTAZIONE:DATI E INTELLIGENZA ARTIFICIALE
Capirne il ruolo, il valore, i rischi, le implicazioni
Pillole Teoriche Schede Didattiche
La conversione digitale di qualunque informazione, dato e relazione tra questi, ha prodotto l’esplosione nella quantificazione di ogni processo umano e di macchina. Viviamo un momento storico basato sull’economia della conoscenza (Rivoltella), dove dalle informazioni che noi stessi lasciamo in rete è possibile estrarre valore. Il suggerimento educativo è quello di cercare di conoscere le logiche con cui le aziende profilano gli utenti, veri e propri "generatori ambulanti di dati" (McAfee e Brynjolfsson), personalizzando prodotti e servizi per spettatori spesso non consapevoli di come i dati che producono vengono utilizzati, da chi e con quali conseguenze.
A seconda di chi li raccoglie infatti, i dati possono essere processati in maniera automatica e scalabile per gli obiettivi più disparati: offrire servizi personalizzati, influenzare le nostre opinioni su determinati temi o i nostri comportamenti di acquisto, e così di seguito. È fondamentale dunque comprendere e conoscere in che modo vengano processati una tale quantità di dati identificando eventuali collegamenti attraverso la conoscenza di concetti quali algoritmo, automazione, machine learning, intelligenza artificiale. È necessario riflettere sulla grande valenza di questo immenso bene culturale prodotto dall’umanità, ma anche interrogarci sulle sfide etiche e normative che questo comporta.
È fondamentale, inoltre, che gli studenti comprendano il legame tra problemi e algoritmi, cuore del pensiero computazionale e alla base del funzionamento, dell’efficacia ma anche delle criticità̀ di ogni applicazione digitale che ci circonda.