AI e perdita di posti di lavoro. Lo studio del MIT nega al momento la correlazione: “Ancora troppo presto”

Nel dibattito sull’intelligenza artificiale e la sua presunta capacità di causare la perdita di posti di lavoro, lo studio “Beyond AI Exposure: Which Tasks are Cost-Effective to Automate with Computer Vision” condotto dal Massachusetts Institute of Technology (MIT) getta nuova luce sull’argomento.

L’istituto ha svelato che, almeno per ora, l’intelligenza artificiale non è in grado di sostituire la maggior parte dei posti di lavoro in modo economicamente efficiente.

Negli ultimi tempi, il dibattito sull’automazione da parte dell’intelligenza artificiale e la possibile perdita di posti di lavoro umani hanno guadagnato molta attenzione. Questo interesse è cresciuto notevolmente dopo il rilascio di ChatGPT da parte di OpenAI.

Il timore che “le macchine rubino i nostri lavori” è comune in epoche di rapida evoluzione tecnologica. Questa preoccupazione si è nuovamente manifestata con la creazione di modelli linguistici di grandi dimensioni, come sottolineato nel rapporto intitolato “Oltre l’Esposizione all’IA” pubblicato dai ricercatori del MIT.

In uno degli studi più approfonditi mirati a valutare la fattibilità dell’automazione da parte dell’intelligenza artificiale nel mondo del lavoro, i ricercatori del MIT hanno analizzato attentamente il rapporto costo-efficienza dell’automazione di varie attività negli Stati Uniti.

Il rapporto del MIT ha rilevato che solo il 3% dei compiti assistiti visivamente può essere automatizzato in modo economicamente vantaggioso oggi, ma questa percentuale potrebbe salire al 40% entro il 2030 se i costi dei dati diminuiscono e la precisione migliora.

La visione artificiale, un campo dell’IA che consente alle macchine di interpretare informazioni da immagini digitali, è più favorevole in settori come il commercio al dettaglio, il trasporto e la logistica, ma anche applicabile nel contesto sanitario.

MIT: “Non accadrà immediatamente”

“In molti casi, gli esseri umani sono il modo più conveniente e attraente dal punto di vista economico per svolgere il lavoro in questo momento”, ha dichiarato Neil Thompson, uno degli autori dello studio e direttore del progetto di ricerca sulle tecnologie future presso il Computer Science and AI Lab del MIT, in un’intervista a CNN.

“Quello che stiamo vedendo è che, sebbene ci sia molto potenziale per l’IA nel sostituire compiti, ciò non accadrà immediatamente”, ha aggiunto Thompson, sottolineando che, nonostante tutti i titoli che parlano di robot che prendono posti di lavoro, “è davvero importante pensare all’economia dell’effettiva implementazione di questi sistemi”.

Nello studio, Thompson e il suo team hanno analizzato la maggior parte dei lavori che sono stati precedentemente identificati come “esposti” all’IA, o a rischio di essere persi a causa dell’IA, specialmente nel campo della visione artificiale. I ricercatori hanno quindi esaminato gli stipendi pagati ai lavoratori che attualmente svolgono questi lavori e hanno calcolato quanto potrebbe costare introdurre uno strumento automatizzato al loro posto.

Ad esempio, un dipendente di un negozio potrebbe attualmente essere responsabile di controllare visivamente l’inventario o garantire che i prezzi indicati in tutto il negozio per determinate merci siano corretti. Una macchina addestrata nella visione artificiale potrebbe tecnicamente svolgere questo lavoro, ha osservato Thompson, ma in questa fase sarebbe ancora più conveniente dal punto di vista economico per un datore di lavoro pagare un lavoratore umano per farlo.

L’interferenza dell’IA nei posti di lavoro sarà probabilmente più graduale che improvvisa. Ciò potrebbe significare che i responsabili delle politiche, i datori di lavoro e persino i lavoratori stessi possono iniziare a prepararsi e adattarsi al meglio a questi cambiamenti imminenti.

FMI: “L’IA cambierà il 40% dei posti di lavoro in tutto il mondo”

Proprio la scorsa settimana dal Forum di Davos in Svizzera, il Fondo Monetario Internazionale ha avvertito che quasi il 40% dei posti di lavoro a livello globale potrebbe essere influenzato dall’ascesa dell’IA e che questa tendenza probabilmente approfondirà le disuguaglianze esistenti.

In un post sul blog della scorsa settimana, in cui ha messo in guardia sui loro ultimi dati, la direttrice generale del FMI, Kristalina Georgieva, ha chiesto ai governi di lavorare per istituire reti di sicurezza sociale e programmi di riqualificazione per contrastare gli impatti dell’interferenza dell’IA.

“Lo studio ci dà la possibilità di iniziare a essere un po’ più quantitativi su quanto rapidamente ci aspettiamo che avvenga il dislocamento dei lavoratori”, ha detto Thompson. “E ciò consentirà alle persone di iniziare a pianificare in modo molto più concreto la riqualificazione che deve essere fatta”.

https://www.key4biz.it/ai-e-perdita-di-posti-di-lavoro-lo-studio-del-mit-nega-al-momento-la-correlazione-ancora-troppo-presto/476766/




IA generativa, entro il 2030 il sistema bancario globale investirà 85 miliardi di dollari

IA generativa e banche, il Report

L’intelligenza artificiale (IA) generativa alla conquista del sistema bancario e finanziario in tutto il mondo. Entro la fine dell’anno appena iniziato, gli investimenti del settore in questa tecnologia dovrebbero raggiungere i 6 miliardi di dollari, ma da qui al 2030 si stima un incremento di spesa del +1.400%.

Secondo un nuovo Rapporto Juniper Research, dal titolo “Generative AI in Banking Market: 2024-2030”, infatti, gli investimenti bancari in IA generativa potrebbero arrivare a 85 miliardi di dollari entro la fine del decennio.

L’aumento di spesa sarà guidato dalla tendenza alla personalizzazione dei servizi offerti ai clienti, dal miglioramento dell’efficienza operativa del backoffice e dalla riduzione dei costi generali.

I servizi ai clienti

Sono diversi i servizi di IA generativa che possono essere offerti al cliente, tra cui gli agenti virtuali o chatbot, sia per conversazioni vocali che testuali, la sicurezza ovviamente, con soluzioni antifrode e antiphishing o antimalware, campagne di marketing personalizzate, consulenze sul mercato degli investimenti, gestione del portafoglio, monitoraggio normativo, gestione dei rischi.

Tra i principali provider selezionati dal Report troviamo: Amazon, Microsoft, Google, IBM, OpenAI, Oracle, Fujitsu, Amdocs, Temenos, Cognizant, Coveo.

Gli istituti bancari sfrutteranno sempre di più i modelli linguistici di grandi dimensioni per meglio comprendere il cliente ed interagire con esso, andando incontro rapidamente e nel modo più efficace alle esigenze di quest’ultimo.

L’IA generativa e il suo impatto sull’economia mondiale

L’IA generativa è forse uno dei campi di applicazione dell’intelligenza artificiale che sta correndo più rapidamente tra le aziende e non solo. Tramite questa tecnologia si possono creare con estrema rapidità e facilità grandi quantità di contenuti video, audio, di testo, ma anche generare codici.

È per questo che non molto tempo fa Goldman Sachs vedeva nell’impiego di questa tecnologica un cambiamento epocale di portata globale, con un impatto sull’economia mondiale stimabile in 7 mila miliardi di dollari di PIL aggiuntivo entro la fine del decennio, con un aumento di produttività valutato attorno al +1,5%. Sono solo stime predittive, ma certamente l’IA generativa è una di quelle tecnologie che cambieranno molto rapidamente il mondo in cui fino ad oggi siamo vissuti.

https://www.key4biz.it/ia-generativa-entro-il-2030-il-sistema-bancario-globale-investira-85-miliardi-di-dollari/476520/




La startup europea ElevenLabs nuovo Unicorno dell’AI. Vale 1 miliardo di dollari

ElevenLabs, startup che sviluppa strumenti basati sull’intelligenza artificiale per creare e modificare voci, ha annunciato di aver concluso una fase di finanziamento di Serie B da 80 milioni di dollari, co-guidata da investitori di spicco tra cui l’azienda statunitense di Venture Capital Andreessen Horowitz, l’ex CEO di GitHub Nat Friedman e l’imprenditore Daniel Gross.

La fase di finanziamento, alla quale hanno partecipato anche Sequoia Capital, Smash Capital, SV Angel, BroadLight Capital e Credo Ventures, porta il totale raccolto da ElevenLabs a 101 milioni di dollari e valuta l’azienda oltre 1 miliardo di dollari (rispetto ai circa 100 milioni di dollari dello scorso giugno).

Il Ceo Mati Staniszewski ha dichiarato che il nuovo capitale verrà utilizzato per lo sviluppo del prodotto, l’espansione dell’infrastruttura e del team di ElevenLabs, la ricerca sull’intelligenza artificiale e il potenziamento delle misure di sicurezza per garantire uno sviluppo responsabile ed etico della tecnologia IA. “Abbiamo raccolto nuovi fondi per consolidare la posizione di ElevenLabs come leader globale nella ricerca e nello sviluppo di prodotti di intelligenza artificiale per la voce”, ha dichiarato Staniszewski in un’intervista a Reuters.

Cosa fa la startup

Fondata nel 2022 da Piotr Dabkowski, ex ingegnere di machine learning di Google, e da Mateusz Staniszewski, ex stratega di implementazione di Palantir, ElevenLabs è stata lanciata in versione beta circa un anno fa. Staniszewski afferma che lui e Dabkowski, entrambi cresciuti in Polonia, sono stati ispirati a creare strumenti di clonazione vocale dai film americani con doppiaggi di scarsa qualità.

Gli utenti possono iscriversi rapidamente al servizio e iniziare a generare voci. L’azienda offre anche la “clonazione professionale”, in grado riprodurre qualsiasi accento, tono, e cadenza.

Tra i suoi clienti ci sono creatori di contenuti e aziende come Storytel, Paradosso interattivo e il Washington Post. L’AD di Elevenlabs ha detto a Reuters che lo staff delle campagne politiche negli Stati Uniti sta utilizzando proprio il sistema messo a punto dalla startup londinese per raggiungere gli elettori che parlano lingue straniere.

Tra i suoi strumenti ci sono AI Speech Classifier, che aiuta a identificare i contenuti audio generati dall’intelligenza artificiale e una serie di prodotti per il doppiaggio di film, ed è al lavoro su un prodotto che consente agli utenti di generare voci artificiali e guadagnare concedendole in licenza.

Oggi, ElevenLabs è probabilmente nota soprattutto per la sua applicazione di generazione vocale basata sul browser che può creare voci realistiche con regolatori regolabili per intonazione, emozione, cadenza e altre caratteristiche vocali chiave. Gli utenti possono inserire gratuitamente del testo e ottenere una registrazione di quel testo letto ad alta voce da una delle diverse voci predefinite. I clienti a pagamento possono caricare campioni vocali per creare nuovi stili utilizzando la clonazione vocale di ElevenLabs.

Il problema Deepfake

Ad inizio 2023, dopo un paio di settimane dopo il lancio della piattaforma Prime Voice Ai di ElevenLabs, gli utenti hanno iniziato ad usate le voci di personaggi famosi per trasmettere messaggi razzisti e violenti.

Su 4Chan, un utente ha pubblicato una clip di Emma Watson che legge un passaggio di Mein Kampf. Poi la voce di Ben Shapiro che lancia commenti razzisti su Alexandria Ocasio-Cortez, e Rick Sanchez della serie animata Rick & Morty- Le clip spaziano dall’innocuo, al violento, al transfobico, all’omofobo, al razzista, dentro il frullatore fake sono finiti anche personaggi anime e di videogiochi. 

EvenLabs ha twittato ”Weekend folle, grazie a tutti per aver provato la nostra piattaforma beta. Mentre vediamo che la nostra tecnologia viene applicata in modo schiacciante per un uso positivo, vediamo anche un numero crescente di casi di uso improprio della clonazione vocale”. ElevenLabs ha aggiunto che sta esplorando ulteriori misure di sicurezza, “queste includono la richiesta di informazioni, di pagamento o identificazione dell’ID completo”.

https://www.key4biz.it/la-startup-europea-elevenlabs-nuovo-unicorno-dellai-vale-1-miliardo-di-dollari/476419/




Le Big Tech superano i 10 trilioni di dollari di valore, grazie all’IA

L’IA generativa mette il turbo alle Big Tech

Le aziende tecnologiche più grandi del mondo hanno superato tutte assieme i 10 trilioni di dollari di capitalizzazione di mercato, soprattutto grazie agli sviluppi rapidissimi dell’intelligenza artificiale (IA) generativa.

Microsoft ha conquistato la vetta di questo mercato, divenendo un titan tech da 2,88 trilioni di dollari. Una crescita impetuosa, frutto degli investimenti crescenti in OpenAI e l’IA generativa ChatGPT4, ma non solo, perché un ruolo chiave in tal senso lo hanno giocato anche il lancio del sistema operativo Windows 11 e l’app MS Paint.

Google segue al secondo posto con 1,77 trilioni di dollari, anche in questo caso grazie allo sviluppo dell’IA Gemini, che con il modello “Gemini Nano” farà il suo debutto nel telefono Pixel 8 Pro.

Amazon è invece valutata 1,56 trilioni di dollari e deve una parte significativa dell’incremento di capitalizzazione di mercato proprio all’IA generativa integrata nei suoi servizi.

Ovviamente, un ruolo chiave in questa crescita ce l’hanno sempre l’advertising e l’ecommerce, che hanno permesso all’azienda di Seattle di posizionarsi tra le Big Tech globali di maggior valore.

La crescita di Nvidia, i tentennamenti iniziali di Meta

Una delle ultime società americane che si sono affermate nell’olimpo delle titans tech è Nvidia, brava a sfruttare l’IA generativa, con una capitalizzazione di mercato pari a 1,38 trilioni di dollari.

Sotto il trilione di dollari c’è Meta, invece, con una valutazione di 937,8 miliardi di dollari, risultato forse di un errore di strategia, visto che all’inizio ha puntato molto sul metaverso, per poi sterzare sull’IA generativa.

Il traguardo dei 10 mila miliardi di dollari di capitalizzazione di mercato di queste società rappresenta una testimonianza diretta della forza di trasformazione tecnologica che sta rimodellando il settore.

Non solo IA, ma anche flessibilità, adattabilità e tempismo

La posizione dominante di Microsoft, guidata dagli investimenti strategici in OpenAI e dall’integrazione di modelli linguistici all’avanguardia, simboleggia una nuova era in cui l’intelligenza artificiale non è solo uno strumento ma una pietra angolare per l’innovazione in diversi portafogli di prodotti.

Il trionfo collettivo del settore rafforza inoltre il ruolo centrale svolto dall’IA generativa nel guidare la traiettoria della transizione digitale in corso, ma anche nello sbloccare nuove possibilità e rimodellare il panorama competitivo.

In mezzo a questa ondata di grandi cambiamenti, permangono domande sulle dinamiche future di un regno tecnologico sempre più integrato con l’intelligenza artificiale.

Il percorso di Meta serve a ricordare che in uno scenario del genere, tempismo, flessibilità ed adattabilità sono cruciali quanto l’innovazione stessa.

https://www.key4biz.it/le-big-tech-superano-i-10-trilioni-di-dollari-di-valore-grazie-allia/476418/




Impronte digitali, l’IA rivela similitudini fra le dita diverse della stessa persona

È l’incipit delle conclusioni di una ricerca pubblicata su Science Advances; dunque parliamo di indizi e non di prove, ma oggi potrebbe vacillare il pensiero sul fatto che ognuna delle nostre dieci impronte digitali fosse unica. Cerchiamo di essere più precisi. La scienza forense e la maggior parte delle tecnologie che utilizzano le impronte digitali – con particolare allerta per la privacy – si fondano sul presupposto dell’inesistenza di due impronte digitali identiche. Nemmeno nella stessa persona. Da qui si comprende il carattere della scoperta, che ha comunque un enorme potenziale.

Un collegamento non più impossibile

Un team di ricerca affiliato alla School of Engineering and Applied Science della Columbia University, negli Stati Uniti, ha messo alla prova l’intelligenza artificiale in questo ambito. Guidato da Gabriel Guo, il gruppo di ricercatori ha aggirato il limite per analizzare determinate caratteristiche (mai considerate finora) delle impronte. Con quale esito? Scoprendo che le impronte digitali di diverse dita della stessa mano sono particolarmente simili, soprattutto in merito all’orientamento delle creste vicino al centro delle impronte.

Nello specifico, l’analisi ha riguardato oltre mezzo milione di immagini grazie al supporto di una rete neurale artificiale. Il materiale di ricerca faceva leva su un database di circa 60.000 impronte digitali, e il team di professionisti ha inserito queste impronte a coppie all’interno di una nuova rete fondata sull’intelligenza artificiale.

Talune coppie erano costituite dall’impronte del medesimo individuo ma con dita differenti, altre da due individui diversi, toccando un’accuratezza sul singolo paio di impronte pari al 77%. E le prestazioni aumentano ulteriormente nel momento in cui si mettono a confronto più coppie.

Vantaggi nelle analisi delle impronte digitali

I risultati della ricerca parlano chiaro: il grado di precisione ottenuto risulta già dieci volte più elevato rispetto a quello ad oggi possibile per le indagini forensi. Nell’ambito di una simulazione, l’applicazione di questa nuova metodologia ha diminuito il numero di indizi (oppure falsi positivi) indispensabili per un’indagine delle forze dell’ordine di oltre un ordine di grandezza. Il gruppo di scienziati auspica che “queste informazioni aggiuntive possano aiutare a dare priorità alle piste quando esistono diverse possibilità, a scagionare sospetti innocenti o perfino aiutare a creare nuove piste per casi irrisolti”.

A più ampio raggio, un’applicazione particolarmente consolidata dell’intelligenza artificiale nella verifica dell’identità digitale risiede proprio nel riconoscimento delle impronte digitali. Una metodologia che ricorre a modelli di deep learning sia per analizzare sia per confrontare le impronte digitali di una persona. Gli step sono tre: scansione delle impronte digitali, creazione di un modello, verifica dell’identità.

https://www.key4biz.it/impronte-digitali-lia-rivela-similitudini-fra-le-dita-diverse-della-stessa-persona/476120/




Regolamentare l’Intelligenza Artificiale: ISO ha già pubblicato la norma di gestione

ISO/IEC 42001:2023: un approccio etico per la governance della Intelligenza Artificiale

L’anno appena trascorso, il 2023, ha visto in tutti i settori una straordinaria attenzione all’Intelligenza Artificiale.

Il mondo dei media ha dimostrato un interesse senza eguali negli ultimi anni ed ormai non si parla altro che di Intelligenza Artificiale come un qualcosa di ormai assodato e di dominio generale.

ChatGPT di OpenAI è la chatbot di ultima generazione che ha riscosso il maggior successo contribuendo a creare un interesse sempre maggior verso le applicazioni di Intelligenza Artificiale.

Nelle Università si stanno sperimentando sempre nuove soluzioni e potrebbero diventare i centri di gravità per la ricerca in questo campo in continua evoluzione.

Sono nate centinaia di startup che stanno esplorando i modi più disparati per utilizzare l’Intelligenza Artificiale che consentono di accelerare i normali processi di ricerca come, ad esempio, si sta assistendo nel campo farmaceutico con l’accelerazione nella scoperta di farmaci e, persino, nella progettazione di tipi di farmaci precedentemente sconosciuti.

Molta enfasi è posta su questa nuova frontiera che promette importanti applicazioni ma che presenta anche una serie di interrogativi legati ai rischi dell’effettivo uso dell’Intelligenza Artificiale.

Il rischio principale è legato al modo in cui lavora una macchina. L’intelligenza Artificiale è un modo di progettare l’automazione per cui la macchina si adegua alle varie circostanze per ottenere il fine per cui è stata programmata e istruita. La macchina, quindi, adegua i mezzi ai fini e quindi per ottenerne una adeguata governance e non subire il fenomeno è necessario mettere in campo le migliori soluzioni che permettano un uso etico e responsabile per la scelta dei fini adeguati a evitare esiti indesiderati che potrebbero essere anche catastrofici.

Sicuramente l’uso dell’Intelligenza Artificiale può contribuire al conseguimento di risultati vantaggiosi dal punto di vista sociale e ambientale, nonché fornire vantaggi competitivi fondamentali alle imprese e all’economia europea ma nello stesso tempo può comportare nuovi rischi o conseguenze negative per le persone fisiche o la società nel suo complesso.

Ma dobbiamo chiederci: cosa si intende per intelligenza artificiale?

Le definizioni sono infinite e le più disparate ma, anche in questo caso, le norme ISO ci danno una mano a focalizzare l’argomento. La norma ISO/IEC 22989:2022 (Information technology -Artificial intelligence concepts and terminology) specifica che alla base della Ricerca e sviluppo di meccanismi e applicazioni di sistemi di IA esiste sempre un concetto fondamentale ovvero un processo.
Si parte da una serie di dati che devono essere di qualità elevata, si introducono degli algoritmi (scritti dall’uomo) che utilizzando tali dati e attraverso vari meccanismi (alla cui base esistono varie scienze: fisica, matematica, statistica, diritto, filosofia, etc.) quali il Machine Learning, producono un risultato che deve essere interpretato.

Ma, la grande quantità di dati necessari, la dipendenza da algoritmi e ” l’opacità” del processo decisionale dell’intelligenza artificiale rendono difficile prevedere il comportamento dei prodotti basati sull’intelligenza artificiale e comprendere le possibili cause di un danno.

Nella situazione attuale è decisamente fuorviante parlare di Intelligenza Artificiale, forse è decisamente più opportuno parlare di Intelligenza Differente. Alla natura sono occorsi milioni di anni per potersi evolvere e all’uomo migliaia di anni per arrivare alle conoscenze odierne.

Inoltre, proprio per le caratteristiche biologiche, l’uomo possiede delle potenzialità infinite come, ad esempio, l’intuizione o la percezione delle sensazioni e l’istinto. Quella componente atavica che ci permette di comprendere situazioni, persone o fatti attraverso sensazioni difficilmente spiegabili, come cita il filosofo H. Dreyfus:

Noi sappiamo più cose di quante ne riusciamo a spiegare.

Il cervello di un lombrico possiede circa 302 neuroni e di questo cervello noi non conosciamo nulla, come possiamo immaginare di poter conoscere il nostro che ne contiene 100 miliardi? E di conseguenza come possiamo pensare di replicare il nostro cervello in una macchina? Le macchine potranno svolgere compiti utili, precisi e veloci ma non potranno mai sostituire l’uomo.

Ad esempio, si possono creare algoritmi, come è stato fatto, che giocano a scacchi o a Go ma non potranno mai giocare ad una partita di briscola; tradurre frasi o parole, e ne abbiamo quotidianamente l’evidenza, che possono essere fuorvianti se non è chiaro il contesto…. e potremmo citare molti altri esempi dove è necessario “correggere” comportamenti difformi prodotti dall’Intelligenza Artificiale.

Per questo è necessaria una regola, una normazione che guidi le organizzazioni attraverso il labirinto dell’IA.

Il 2023 è stato anche l’anno che ha visto l’impegno per regolamentare un uso responsabile dell’Intelligenza Artificiale:

  • a marzo 2023 è stato pubblicato, da parte del NIST, l’AI Risk Management FrameworK ;
  • il 30 ottobre il Presidente USA Joe Biden ha emesso l’ Executive Order on Safe, Secure , and Trustworthy Artificial Intelligence;
  • in dicembre il Consiglio dell’Unione europea e il Parlamento europeo hanno raggiunto un accordo sul Regolamento sull’Intelligenza Artificiale;
  • lo scorso 18 dicembre 2023 la ISO ha pubblicato la ISO/IEC 42001:2023 Information technology Artificial intelligence Management system.

La norma ISO/IEC 42001 e motivazioni

In risposta all’avanzamento dell’Intelligenza Artificiale (IA) e alle sfide che essa crea, l’ISO e l’IEC hanno già da tempo pubblicato una serie di norme culminate con la creazione di apposito comitato l’SC 42 che ha elaborato e pubblicato la ISO/IEC 42001.

È una norma applicabile a tutti i tipi di aziende di qualsiasi settore, è l’unica certificabile sebbene esistano altre norme.

Questa nuova norma sancisce i requisiti per stabilire, implementare, mantenere e migliorare continuamente un sistema di gestione dell’Intelligenza Artificiale.

Lo scopo della norma è garantire che i sistemi siano sviluppati e utilizzati in modo responsabile:

  • promuovendo lo sviluppo e l’utilizzo di sistemi di Intelligenza Artificiali che siano affidabili, trasparenti e responsabili;
  • evidenziando i principi e i valori etici nell’impiego dei sistemi di Intelligenza Artificiale, come l’equità, la non discriminazione e il rispetto della privacy;
  • aiutando le organizzazioni a identificare e mitigare i rischi legati all’implementazione dell’Intelligenza Artificiale, garantendo l’adozione di misure di mitigazione adeguate;
  • incoraggiando le organizzazioni a dare priorità al benessere umano, alla sicurezza e all’esperienza dell’utente nella progettazione e nell’implementazione dell’Intelligenza Artificiale;
  • assistendo le organizzazioni nel rispetto delle leggi e dei regolamenti in materia di protezione dei dati o degli obblighi nei confronti delle parti interessate.

La norma è stata redatta rispettando il modello HLS (High Level Structure) che permette di facilitare l’integrazione con altre norme di sistemi di gestione già ampiamente consolidate, come: ISO/IEC 27001:2022, ISO 9001:2015 ecc., senza peraltro richiederne come prerequisito l’implementazione. Tale aspetto favorisce un approccio olistico tra i modelli organizzativi, fermo restando che ogni sistema persegue un obiettivo mirato. Analogamente alla ISO/IEC 27001:2022 e ad altre norme della famiglia ISO/IEC 27001, anche questa prevede un framework di requisiti, analisi dei rischi e controlli.

Quali sono i concetti chiave e la struttura della norma ISO/IEC 42001?

Similmente all’ISO/IEC 27001, la norma internazionale per la Gestione della Sicurezza delle Informazioni, la norma inizia introducendo gli obiettivi, fornendo termini e definizioni chiave e definendo l’ambito di applicabilità dello standard.

Ciascuno dei punti elencati di seguito rappresenta un capitolo della norma con i requisiti per l’implementazione di successo di un AIMS (Sistema di Gestione dell’Intelligenza Artificiale):

  • Contesto dell’organizzazione: l’organizzazione dovrebbe capire perché ha bisogno dell’intelligenza artificiale e della governance di tali sistemi. Inoltre, dovrebbero essere registrate le aspettative delle parti interessate e la portata del Sistema di Gestione dell’Intelligenza Artificiale;
  • Leadership: la leadership e l’implementazione degli obiettivi deve essere definiti. La politica sull’Intelligenza Artificiale in cui sono definiti i ruoli, le responsabilità e autorità deve essere pubblicata;
  • Pianificazione: l’organizzazione deve comprendere le proprie azioni per affrontare i rischi e le opportunità dell’Intelligenza Artificiale: deve essere effettuata una valutazione e trattamento dei rischi nonché una valutazione di impatto. Devono essere stabiliti gli obiettivi dell’Intelligenza Artificiale e la pianificazione per raggiungerli. Devono essere inoltre implementata adeguate procedura di gestione del cambiamento;
  • Supporto: l’organizzazione deve identificare e fornire risorse per competenza, consapevolezza, metodi di comunicazione e conservazione e controllo di informazioni documentate.
  • Operatività: la pianificazione e il controllo operativi devono essere definiti utilizzando i quanto applicato nel capitolo Pianificazione: pertanto devono essere condotte valutazioni del rischio dell’IA, trattamenti del rischio dell’IA e valutazioni dell’impatto del sistema di IA.
  • Valutazione delle prestazioni: devono essere condotti monitoraggio, misurazione, analisi e valutazione adeguati del rischio e del controllo del sistema di IA. Le aspettative dell’audit interno e del riesame della direzione devono essere ben definite ed elaborate sui risultati della valutazione.
  • Miglioramento: devono essere creati metodi per sollecitare feedback sull’implementazione dell’AIMS e le opportunità di miglioramento devono essere riviste. Questo processo di miglioramento deve avvenire continuamente man mano che si verificano le valutazioni.
    Deve essere stabilito un processo per valutare la non conformità e le azioni correttive.

Un ulteriore punto reso evidente nello standard è che l’implementazione di un Sistema di Gestione dell’Intelligenza Artificiale (AIMS) richiede una intensa collaborazione tra i membri della leadership, dell’ingegneria, dell’ufficio legale, della conformità e potenzialmente del personale di audit.

Sono inoltre presenti 4 allegati o Annex ad integrazione dell’applicazione della norma:

  • Annex A – Obiettivi di controllo e controlli di riferimento;
  • Annex B – Guida all’attuazione dei controlli dell’IA;
  • Annex C – Potenziali obiettivi organizzativi legati all’IA e fonti di rischio;
  • Annex D – Utilizzo del sistema di gestione dell’IA in ambiti o settori diversi.

I primi due allegati sono “normativi” quindi sono da considerare come requisiti mentre gli altri due allegati sono informativi.

L’Annex A riporta la struttura dei Controlli; che sono strutturati come Controlli e Obiettivi di controllo; in totale si tratta di 39 controlli che sono organizzati in aree:

A.2 Politiche relative all’ Intelligenza Artificiale (comprende anche allineamento alle altre politiche dell’organizzazione e la revisione delle politiche di AI);
A.3 Organizzazione interna (es. ruoli e responsabilità);
A.4 Risorse per i sistemi di Intelligenza Artificiale (es. dati, strumenti, risorse umane);
A.5 Analisi dell’impatto dei sistemi di Intelligenza Artificiale (es. su individui, gruppi e società e relativa documentazione);
A.6 Ciclo di vita del sistema di Intelligenza Artificiale;
A.7 Dati per i sistemi di Intelligenza Artificiale (es. acquisizione e preparazione dei dati);
A.8 Informazioni per le parti interessate ai sistemi di Intelligenza Artificiale (es. comunicazione di incidenti);
A.9 Utilizzo dei sistemi di Intelligenza Artificiale (es. uso responsabile ed uso previsto);
A.10 Rapporti con terze parti (ad esempio: fornitori, clienti).

Rispetto all’Annex A della ISO/IEC 27001 ha una struttura decisamente più semplice.

Come per la ISO/IEC 27001 non vi è l’obbligo di utilizzare i controlli definiti: essi sono destinati a fungere da riferimento, ed ogni organizzazione è libera di progettare e implementare un suo set di controlli, sulla base del proprio contesto, così come possono aggiungere ulteriori controlli;

L’Annex B fornisce le linee guida per l’implementazione dei controlli elencati nell’Annex A: è organizzato in modo molto similare alla linea guida ISO/IEC 27002;

L’Annex C affronta il tema degli obiettivi e delle fonti di rischio che devono essere considerate dalle organizzazioni. L’annex non è esaustivo e/o applicabile in ogni contesto, ma è molto utile, dato il suo carattere operativo; in capo ad ogni organizzazione resta comunque la determinazione degli obiettivi e delle fonti di rischio rilevanti;

L’Annex D approfondisce l’uso di un Sistema di Gestione dell’Intelligenza Artificiale in vari domini o settori (es.: salute, difesa, finanza) e tratta dell’integrazione di questo sistema con altri, con particolare riferimento alla ISO/IEC 27001, ISO 9001 …

Perché una organizzazione dovrebbe interessarsene?

La conoscenza della norma è il primo passo verso l’implementazione di un Sistema di Gestione di Intelligenza Artificiale ed è per questo che leadership aziendale dovrebbe iniziare a comprenderne i contenuti e le potenzialità anche dal punto di vista dei vantaggi competitivi che potrebbero derivare dalla sua adozione:

  • reputazione del marchio: l’uso responsabile dell’intelligenza artificiale favorisce la fiducia e rafforza l’immagine del marchio. I consumatori e gli investitori apprezzano sempre più le organizzazioni impegnate in pratiche di intelligenza artificiale etiche e trasparenti;
  • fiducia degli investitori: dimostrare una governance responsabile dell’Intelligenza Artificiale attrae investitori etici e aumenta la fiducia generale nel valore e nella sostenibilità a lungo termine dell’organizzazione;
  • differenziazione del mercato: distinguersi dimostrando l’impegno verso una leadership responsabile nell’Intelligenza Artificiale. Ciò è in sintonia con clienti e partner che condividono valori simili;
  • mitigazione del rischio:
    • rischi legali ridotti: la gestione proattiva del rischio aiuta a stare al passo con l’evoluzione delle normative ed evitare costose battaglie legali o danni alla reputazione associati a sistemi di Intelligenza Artificiale distorti o discriminatori;
    • maggiore sicurezza: implementare solide misure di sicurezza dei dati e mitigare le vulnerabilità per ridurre al minimo il rischio di attacchi informatici e violazioni dei dati che coinvolgono i sistemi di Intelligenza Artificiale;
    • maggiore affidabilità del prodotto: affrontando potenziali pregiudizi e conseguenze indesiderate durante il processo di sviluppo dell’Intelligenza Artificiale, si garantisce che i prodotti di Intelligenza Artificiale siano affidabili, equi e forniscano risultati ottimali;
  • vantaggi operativi:
    • maggiore efficienza: processi di gestione dell’Intelligenza Artificiale semplificati e ruoli e responsabilità chiari portano a una migliore efficienza operativa e risparmi sui costi;
    • innovazione potenziata: una cultura dell’Intelligenza Artificiale responsabile incoraggia la sperimentazione responsabile e promuove un ambiente sicuro per applicazioni innovative;
    • maggiore coinvolgimento dei dipendenti: quando i dipendenti comprendono l’impegno nei confronti di un utilizzo etico dell’Intelligenza Artificiale, si promuove la fiducia e il coinvolgimento, aumentando la produttività e l’innovazione;
  • Impatto sociale:
    • correttezza ed equità: mitigando attivamente pregiudizi e discriminazioni nei sistemi di Intelligenza Artificiale, si contribuisce ad una società più equa e inclusiva;
    • tecnologia affidabile: gli sforzi proattivi volti a creare fiducia nell’Intelligenza Artificiale promuovono un’adozione più ampia e vantaggi sociali di questa potente tecnologia;
    • sviluppo sostenibile: lo sviluppo e la diffusione responsabili dell’Intelligenza Artificiale possono contribuire al raggiungimento degli obiettivi di sviluppo sostenibile affrontando sfide come il cambiamento climatico e la povertà.

Come iniziare con la ISO/IEC 42001?

Per avviare il processo per implementare la ISO/IEC 42001 nell’ organizzazione, si deve iniziare con un’autovalutazione dei sistemi di Intelligenza Artificiale di cui dispone/utilizza l’organizzazione e dell’attuale capacità di identificare e affrontare potenziali rischi. Questo processo può includere anche lo sviluppo di un modo appropriato per catalogare prodotti e servizi di Intelligenza artificiale. Identificare le principali parti interessate e programmare incontri preliminari con le diverse parti interessate per discutere la strategia e la rilevanza per l’organizzazione.

Successivamente, si redigono le politiche e le procedure, delineando le migliori pratiche per la governance dei dati, lo sviluppo di algoritmi e l’implementazione del modello.

Ciò che viene creato dovrebbe integrarsi con la governance dell’organizzazione e con la gestione del rischio aziendale già stabilito. Ciò aiuta a attivare un funzionamento regolare e una responsabilità coerente. Infine, vanno predisposte metriche robuste o KPI che permetteranno il miglioramento, evidenziando le aree in cui l’organizzazione emerge e le opportunità per aggiungere valore. Predisporre quindi gli obiettivi: processo che richiederà tempo per essere messo a punto correttamente e deve essere sviluppato man mano che l’Intelligenza Artificiale avanza.

Infine, dovrebbe essere identificato un responsabile del Sistema di Gestione dell’Intelligenza Artificiale che collaborerà con gli esperti che possano guidare l’implementazione, il mantenimento e il miglioramento del sistema. Questo supporto può provenire da esperti in materia, professionisti di terze parti o anche sessioni di formazione.

Ulteriore elemento importante è di prendere visione anche delle norme pubblicate (o in fase di pubblicazione) dall’ISO anche antecedenti alla ISO/IEC 42001 che sicuramente possono ulteriormente dare aiuto ed ulteriori spunti nella definizione del Sistema di Gestione della Intelligenza Artificiale:

  • ISO/IEC 22989 – Artificial Intelligence Concepts and Terminology
  • ISO/IEC 23053 – Framework for Artificial Intelligence (AI) Systems Using Machine Learning (ML)
  • ISO/IEC 23894 – Artificial Intelligence Guidance on Risk Management
  • ISO/IEC DIS 42005 – Information technology – Artificial intelligence – AI system impact assessment.
  • ISO/IEC DIS 42006 – Information technology – Artificial intelligence – Requirements for bodies providing audit and certification of artificial intelligence management systems

È importante ricordare infine che esiste una differenza tra rispettare la norma ISO/IEC 42001 ed essere certificati ISO/IEC 42001. Il processo di certificazione prevede la richiesta a un organismo di certificazione accreditato e lo svolgimento di un audit in loco prima di ricevere la valutazione finale e quindi l’emissione del certificato.

Conclusioni

La norma ISO/IEC 42001 funge da guida per le organizzazioni che navigano nell’intricato panorama della gestione dell’Intelligenza Artificiale.

Comprendendo gli elementi chiave, riconoscendone il significato e implementando intuizioni pratiche, le organizzazioni possono non solo soddisfare i requisiti della norma, ma anche promuovere pratiche di Intelligenza Artificiale responsabili, etiche ed efficaci.

Mentre l’Intelligenza Artificiale continua a modellare il futuro delle industrie, la ISO/ IEC 42001 fornisce una tabella di marcia per le organizzazioni per sfruttare la potenza dell’Intelligenza Artificiale, garantendo un uso responsabile e sostenibile.

Articolo a cura di Attilio Rampazzo, Flavio De Pretto e Stefano Gorla

Profilo Autore

CISA CDPSE ITIL COBIT – Information Systems Consultant, Trainer & Auditor. Consulente di Direzione di Sistemi Informativi e di Sistemi di Gestione. Ha maturato un’esperienza pluriennale nello sviluppo e nella conduzione di progetti informatici in ambito bancario e finanziario, nei quali la qualità e la sicurezza hanno ricoperto un ruolo determinante e nello sviluppo e assistenza al mantenimento di Sistemi di Gestione per la Qualità, per la Sicurezza delle Informazioni, per l’IT Service Management e Continuità Operativa anche in modalità integrata.
Certificato AICQ SICEV Resp. Gr. Verifica ISO 9001-ISO/IEC 27001- ISO/IEC 20000-ISO 22301-ISO/IEC 42001.
Certificato AICQ SICEV RPT/DPO e Auditor Privacy (UNI 11697)
Referente schema Auditor ISO/IEC 27001 e ISO/IEC 20000
Referente schema Professionisti ICT (UNI 11621) e Professionisti Privacy (UNI 11697)
Socio ISACA Venice Chapter,

Profilo Autore

CISA CDPSE ITIL COBIT – Information security & IT compliance – Privacy – DPO – Industry 4.0 – Industrial Controlling
Lead Auditor presso Organismi di Certificazione nazionali per le Norme ISO 9001-ISO/IEC 27001- ISO/IEC 20000-ISO 22301.
Docente nei Corsi per Lead Auditor dei Sistemi di Gestione per la Sicurezza delle informazioni e Cybersecurity awareness.
Pluriennale esperienza professionale nell’ambito dell’Information Technology, Progettazione e Sviluppo Sistemi, Servizi IT e Information Security con ruoli di responsabilità (CIO e CISO) presso aziende di medio – grandi dimensioni.
Certificato AICQ SICEV Resp. Gr. Verifica ISO/IEC 27001
Socio ISACA Venice Chapter, Federprivacy, Federmanager, OsintItalia.

Profilo Autore

Consulente e formatore in ambito governance AI, sicurezza e tutela dei dati e delle informazioni;
Membro commissione 533 UNINFO su AI;
Membro del Gruppo di Lavoro interassociativo sull’Intelligenza Artificiale di Assintel
Auditor certificato Aicq/Sicev ISO 42001, 27001, 9001, 22301, 20000-1, certificato ITILv4 e COBIT 5 ISACA, DPO Certificato Aicq/Sicev e FAC certifica, Certificato NIST Specialist FAC certifica,
Referente di schema Auditor ISO 42001.
Master EQFM. È autore di varie pubblicazioni sui temi di cui si occupa.
Relatore in numerosi convegni,

Condividi sui Social Network:

https://www.ictsecuritymagazine.com/articoli/regolamentare-lintelligenza-artificiale-iso-ha-gia-pubblicato-la-norma-di-gestione/




IA, vantaggio competitivo USA sempre più esiguo sulla Cina: “Ridotto a pochi mesi”

La corsa mondiale all’IA, si riduce il divario tra USA e Cina

La corsa mondiale alla supremazia tecnologica si fa sempre più veloce e difficile, anche per giganti dalle spalle grandi, come gli Stati Uniti. Secondo il senatore repubblicano Mike Rounds, questo vale anche per l’intelligenza artificiale (IA), dove gli americani stanno perdendo rapidamente terreno nei confronti della Cina, impegnata a recuperare il gap accumulato nel tempo.

“Il nostro vantaggio sulla Cina non si misura più in anni, ma in mesi”, ha spiegato Rounds in occasione del World Economic Forum, in corso a Davos.

[embedded content]

Lo stesso provvedimento voluto dal Presidente degli Stati Uniti, Joe Biden, di rafforzare i controlli sulle esportazioni di chip di IA verso i mercati dell’estremo oriente, è vista proprio come una mossa strategica per mantenere ancora vivo questo vantaggio sulla Cina.

Secondo il senatore americano, per difendere la leadership sui chip di IA è fondamentale controllarne produzione e distribuzione sui mercati globali. Se il tuo rivale corre più veloce, rendi la sua corsa più difficile.

Investire in soluzioni avanzate di IA significa ottenere tanti vantaggi sui competitor

“Ogni Paese con un esercito o forze armate che abbiano in dotazione tecnologie con IA integrata avranno sempre un grande vantaggio su tutti gli altri, in particolare i nemici”, ha spiegato Rounds, sottolineando in questo modo che quando si parla di intelligenza artificiale ci si riferisce sempre a un tema strategico per ogni Governo con ambizioni politiche, economiche e finanziarie.

“I Governi e le imprese che abbracciano oggi l’IA saranno avvantaggiati per sempre su chi verrà dopo”, ha aggiunto il CEO IBM, Arvind Krishna, parlando allo stesso panel a cui ha partecipato il senatore americano.

L’IA aumenta la produttività, abbatte i costi, riduce gli sprechi e taglia i consumi, nessuno può farne a meno oggi, figuriamoci in futuro.

Un recente rapporto del Fondo monetario internazionale ha stimato che l’IA avrà un impatto profondo sul 40% dei posti di lavoro di tutto il mondo. Fino al 60% se parliamo di economie avanzate.

Il mercato mondiale dell’IA

Complessivamente, gli investimenti cinesi in intelligenza artificiale raggiungeranno i 38,1 miliardi di dollari (273,9 miliardi di yuan) entro il 2027, pari al 9% del totale mondiale, secondo un recente rapporto IDC.

Allargando lo sguardo su scala mondiale, i ricercatori si attendono una spesa che passerà dai 154 miliardi di dollari di fine 2023 ai 300 miliardi di dollari entro il 2026.

Gli Stati Uniti rappresenteranno la quota maggiore di questo mercato, circa il 50%, segue l’Europa occidentale, con circa un 20% e un Cagr del +30%. Chiude il podio sempre la Cina, con un tasso di crescita medio annuo del +20%.

https://www.key4biz.it/ia-vantaggio-competitivo-usa-sempre-piu-esiguo-sulla-cina-ridotto-a-pochi-mesi/475617/




Machine learning e IA per l’ottimizzazione delle risorse cloud, accordo tra Aruba e Università di Pisa

Il Gruppo Aruba annuncia una nuova collaborazione con il Dipartimento di Ingegneria dell’Informazione dell’Università degli Studi di Pisa.

Il tema dell’efficienza energetica sta diventando sempre più importante e determinante nella progettazione di qualsiasi servizio, per ovvie ragioni economiche ed ambientali, oltre che per l’attenzione al tema delle normative di riferimento, prima su tutte la EED – Energy Efficiency Directive – della Commissione UE.

Migliorini (Aruba): “Una sinergia che plasmerà il futuro del cloud“

“Siamo orgogliosi di annunciare la nuova collaborazione con un istituto di prestigio come l’Università di Pisa, un passo significativo verso l’innovazione nell’applicazione pratica del machine learning all’interno dell’ecosistema cloud. – ha commentato Daniele Migliorini, Head of Engineering di Aruba – Questa partnership riflette il nostro impegno continuo nella collaborazione tecnologica con istituzioni accademiche di eccellenza nel panorama italiano al fine di offrire soluzioni all’avanguardia e soddisfare le esigenze in rapida evoluzione del mercato. Siamo fiduciosi che la sinergia tra la nostra esperienza nel settore e l’expertise dell’Università di Pisa darà vita a soluzioni che plasmeranno il futuro del cloud e incentiveranno i benefici che possono derivare dall’Intelligenza Artificiale, ottimizzando l’uso dell’energia nel settore dei data center in ottica di sostenibilità a lungo termine.”

“Il nostro dipartimento ha una lunga tradizione di dialogo e lavoro accanto alle imprese – commenta il direttore del Dipartimento di Ingegneria dell’Informazione Andrea Caiti – abbiamo attivi diversi laboratori dedicati alla ricerca per il 4.0 e il 5.0, che hanno ormai acquisito una rilevanza non solo locale, ma anche nazionale e internazionale. Sono numerose le richieste di collaborazione da parte di realtà imprenditoriali per corsi di formazione, co-progettazione di soluzioni, uso della strumentazione all’avanguardia dei nostri laboratori per studi di prodotto, e anche per istituire laboratori di ricerca congiunti. Questa apertura al territorio e questo dinamismo ci hanno consentito di contribuire a colmare effettivamente il divario da sempre esistito tra ricerca e impresa, mettendo letteralmente allo stesso tavolo due mondi che solitamente si parlano poco.”

“La possibilità di collaborare con una grande azienda come Aruba – aggiunge il responsabile scientifico della collaborazione Carlo Vallati – permette al nostro dipartimento di lavorare su temi di frontiera nell’ambito delle tecnologie cloud computing. Questo ci dà la possibilità di realizzare soluzioni innovative con un impatto potenzialmente significativo su ambiti quali l’efficientamento energetico e la sostenibilità ambientale, cruciali nello sviluppo del cloud del futuro”.

Il progetto

Da tali presupposti si sviluppa l’accordo quadro, di durata biennale, che coinvolge Aruba ed il Dipartimento di Ingegneria dell’Informazione dell’Università degli Studi di Pisa in merito ad un progetto sperimentale di machine learning e AI applicata al cloud computing. Il progetto mira a sviluppare una soluzione integrata per la gestione dei carichi su piattaforme cloud, basata sulla predizione delle risorse utilizzate dalle Virtual Machine (VM). Tale predizione si dovrà basare sull’analisi di dati storici relativi alle VM e, tramite lo sviluppo di specifici algoritmi, avrà l’obiettivo di ottimizzare il consumo energetico dell’hardware, garantendo allo stesso tempo i requisiti richiesti dagli utilizzatori delle VM.

Poiché gli ambienti cloud sono generalmente utilizzati in maniera dinamica e flessibile, ed il loro costo è influenzato dal consumo energetico, poter ottimizzare l’utilizzo di tali risorse – ad esempio, modulando in maniera predittiva il numero dell’hardware rispetto alle specifiche necessità dei clienti – può ridurre i consumi quando non necessari e di conseguenza, offrire il servizio a dei costi più vantaggiosi. 

Gli algoritmi

In dettaglio, attraverso il progetto congiunto verranno sviluppati due differenti algoritmi:

  • un algoritmo di profilazione dinamica delle VM per delineare alcuni profili in base alle risorse utilizzate storicamente;
  • un algoritmo per la gestione delle VM che sfrutta i profili per gestire le loro esecuzioni sui diversi hardware che compongono la piattaforma cloud, al fine di ottimizzare il consumo energetico, garantendo le prestazioni richieste.

Il progetto, dunque, consentirà di sviluppare una soluzione integrata per la gestione delle Virtual Machine su piattaforma cloud basata sulla predizione dei carichi e di implementare un proof-of-concept basato su Openstack per la sperimentazione sul campo attraverso casi applicativi. In dettaglio, tra i benefici principali del progetto si segnalano:

  • la possibilità di poter muovere in maniera predittiva e su base storica il carico tra nodi OpenStack per ottimizzare l’uso delle risorse sui nodi;
  • la possibilità di garantire risorse adeguate alle richieste dei clienti, ottimizzando l’utilizzo dei server dedicati al servizio, senza creare limitazioni artificiali;
  • la possibilità di disporre di nodi di computation in stand-by nei cluster OpenStack da attivare in base alle esigenze di distribuzione del carico.

https://www.key4biz.it/machine-learning-e-ia-per-lottimizzazione-delle-risorse-cloud-accordo-tra-aruba-e-universita-di-pisa/475512/




Davos 2024. L’IA cambierà il 40% dei posti di lavoro in tutto il mondo

IA, lavoro e disuguaglianze, un problema mondiale ancora aperto

L’intelligenza artificiale (IA) è al centro dell’agenda politica internazionale e lo sarà anche in occasione 54° World Economic Forum che si apre oggi a Davos, in Svizzera. Secondo il Fondo monetario internazionale (Fmi), infatti, tale tecnologia avrà un impatto elevato su almeno il 40% dei posti di lavoro in tutto il mondo.

Solo nelle economie avanzate, tale dato potrebbe salire al 60%, stando a quanto dichiarato dalla managing director del Fondo, Kristalina Georgieva: “Nella maggior parte degli scenari, l’IA potrebbe influenzare profondamente il mondo del lavoro, con ricadute sociali da non sottovalutare”.

“Potrebbe peggiorare il dato complessivo sulla disuguaglianza sociale ed economica, scenario che dovrebbe preoccupare molto la politica e i Governi, spingendoli ad intervenire per tempo, onde evitare che la tecnologia aggravi situazioni già critiche in partenza”, ha aggiunto Georgieva in un post sul sito dell’FMI.

Il commento della manager è relativo allo studio che il Fondo ha realizzato e pubblicato con il titolo “Gen-AI: Artificial Intelligence and the Future of Work“.

Secondo la sua analisi, una maggiore produttività da parte dei lavoratori e delle aziende ad alto reddito aumenterebbe il rendimento dei capitali, riducendo l’offerta di lavoro e ampliando il divario tra fasce economiche.

In sostanza, alcuni lavori saranno facilitati e resi più produttivi, altri saranno profondamente cambiati, altri ancora potrebbero anche essere soppressi (o eliminata la figura umana). Il tutto si traduce, inevitabilmente, anche in un aumento di stipendi per alcune fasce occupazionali e tagli crescenti per quelle più basse in termini di specializzazione.

WEF 2024: parola d’ordine “fiducia”

Il mondo è scosso da nuove guerre e conflitti regionali, che unitamente alle tensioni geopolitiche tra i massimi attori globali, crea un diffuso clima di incertezza e timore verso il futuro.

A Davos, da oggi al 19 gennaio 2024, si incontreranno più di 2.800 leader mondiali provenienti da 120 Paesi, fra cui circa 60 capi di Stato o di governo. Al centro dei tavoli di confronto il tema della fiducia da ricostruire dopo i danni della pandemia mondiale da Covid-19, la crisi energetica, i problemi delle catene di approvvigionamento e gli impatti crescenti dell’estremizzazione del clima.

Come ha spiegato Klaus Schwab, fondatore e presidente esecutivo del WEF: “Ci troviamo di fronte a un mondo frantumato e con crescenti divari sociali, che portano a un’incertezza e un pessimismo pervasivi. Dobbiamo quindi ricostruire la fiducia nel nostro futuro andando oltre la gestione della crisi“.

Oltre 200 i panel in programma che declineranno il tema della fiducia in chiave economica, sociale, industriale, commerciale, sanitaria e ambientale.

I Governi dovrebbero realizzare reti sociali di sostegno per garantire una transizione sicura

Tornando all’IA, i Governi dovrebbero quindi creare reti di sicurezza sociali più ampie e strutturate, a cui affiancare programmi di riqualificazione professionale, soprattutto per i lavoratori più vulnerabili.

L’analisi non indica che l’IA andrà a sostituire i lavoratori, ma certamente ad integrare molte delle loro attività.

Le imprese hanno già investito molto risorse finanziarie in questa tecnologia, suscitando preoccupazione tra i dipendenti riguardo al loro futuro professionale.

Timori non proprio infondati, basti citare uno tra tanti esempi, come Buzzfeed, che ha annunciato l’intenzione di impiegare l’IA per aumentare la produzione di contenuti e licenziando 100 dipendenti.

L’Unione europea ha già raggiunto un accordo provvisorio sulla regolamentazione dell’IA, mentre gli Stati Uniti, ad esempio, devono ancora approdare ad una normativa federale sull’argomento.

https://www.key4biz.it/davos-2024-lia-cambiera-il-40-dei-posti-di-lavoro-in-tutto-il-mondo/475072/




Intelligenza artificiale generativa nel settore sanitario: come trasformare un’ecosistema sempre più complesso

Con l’obiettivo di migliorare tanto la salute quanto l’esperienza dei pazienti, nel 2024 le organizzazioni svilupperanno ulteriori strumenti di intelligenza artificiale generativa nel settore sanitario. Come nel caso di Google, che ha già ammesso di aver compiuto rilevanti progressi in merito alla sua ricerca iniziale sui modelli linguistici di grandi dimensioni (LLM) – Large Language Model – per utilizzo medico grazie a Med-PaLM nel 2022 e nel 2023.

In particolare, il colosso statunitense ha testato il software di IA Med-PaLM 2 (progettato per rispondere a una serie di interrogativi di carattere medico) con varie organizzazioni sanitarie (dallo scorso aprile l’ospedale della Mayo Clinic, focalizzato nella ricerca tecnologica in campo medico in Arizona, Minnesota e Florida, è coinvolto nel progetto) e attualmente sta concentrando i propri sforzi su MedLM, una famiglia di modelli foundation ottimizzati per il comparto sanitario ora disponibile per i clienti di Google Cloud negli Stati Uniti e (in preview) presso alcuni, ulteriori mercati esteri.

Come spiega l’azienda di Mountain View tramite i suoi canali, attualmente esistono due modelli di MedLM basati su Med-PaLM 2 – il modello MedLM più grande è costruito per gestire compiti complessi: dalla presa di decisioni diagnostiche sofisticate alle analisi approfondite della letteratura medica all’interpretazione complessa dei dati dei pazienti; il modello MedLM di medie dimensioni, invece, è progettato da Google per essere più “plasmabile” a una varietà di compiti, tra cui la ricerca tra farmaci e le loro interazioni, la gestione di richieste routinarie da parte dei pazienti, il rilascio di consigli medici di base –, entrambi volti ad assicurare maggiore flessibilità alle organizzazioni sanitarie e alle loro differenti esigenze.

Medicina e innovazione tecnologica: il futuro della sanità

Intelligenza artificiale generativa nel settore sanitario. Proprio quest’anno Google prevede di immettere nella famiglia MedLM ulteriori modelli integrandoli con Gemini, il nuovo modello di IA generativa multimodale dell’azienda, nato in qualità di competitor di GPT-4 di OpenAI. Riferendosi a Google Gemini (in grado di ragionare in maniera fluida mediante testo, immagini, video, audio e codice), in una nota pubblicata sul blog aziendale, il Ceo di Google e Alphabet Sundar Pichai ha spiegato che “ogni cambiamento tecnologico è un’opportunità per far avanzare le scoperte scientifiche, accelerare il progresso umano e migliorare la vita delle persone. Credo che la transizione a cui stiamo assistendo con l’intelligenza artificiale sarà la più profonda della nostra vita, molto più grande del passaggio allo smartphone o al web che lo ha preceduto”.

Parole, le sue, a cui hanno fatto eco quelle di Demis Hassabis, Ceo e cofondatore di Google DeepMind, che ha ammesso: “L’intelligenza artificiale è stata al centro della mia vita di ricercatore, così come per tanti dei miei colleghi. Da quando ancora a scuola programmavo IA per videogiochi, e durante i miei anni da ricercatore di neuroscienze passati a studiare il funzionamento del cervello, ho sempre creduto che se riuscissimo a costruire macchine più intelligenti, potremmo utilizzarle a beneficio dell’umanità in modi incredibili”.

Rivoluzionare l’assistenza con l’intelligenza artificiale generativa

È inutile girarci attorno: l’intelligenza artificiale generativa nel settore sanitario rappresenta un’incredibile opportunità (anche in altri comparti, ovviamente, tanto da essere ritenuta una “$6 Trillion Opportunity” da Morgan Stanley). Proprio in materia di assistenza sanitaria, Boston Consulting Group evidenzia la vastità dei potenziali benefici dell’IA generativa, parlando di “miglioramento della qualità delle cure, dell’accessibilità e della convenienza”.

E ancora, gli analisti rimarcano quanto, rispetto ad altre forme di IA, quella generativa richieda minori volumi di dati di training e nel tempo riuscirà a “rivoluzionare l’assistenza sanitaria in modi che non abbiamo mai visto prima”. Certo, la cautela è una buona consigliera, come sostiene il World Economic Forum che, al tempo stesso, in una nota pubblicata sul proprio sito (titolo: “How will generative AI impact healthcare?”) ammette che, al tempo stesso, “momenti come questo non si presentano di frequente”.

https://www.key4biz.it/intelligenza-artificiale-generativa-nel-settore-sanitario-come-trasformare-unecosistema-sempre-piu-complesso/474657/