Opinioni Dataset discriminatori generano output ricchi di pregiudizi
Marina Londei
1' 44''
14/09/2023

La responsabilità di output discriminatori non è degli algoritmi di intelligenza artificiale, ma dei dati usati per l'addestramento.

Dataset discriminatori generano output ricchi di pregiudizi

Una delle preoccupazioni principali legate all'uso degli strumenti di IA generativa riguarda i potenziali risultati discriminatori nei confronti di singoli individui o gruppi di persone.

La paura è che gli algoritmi di IA, siano essi utilizzati per generare immagini, video o testi, possano produrre output conditi di pregiudizi e quindi potenzialmente pericolosi.

Roberto Carrozzo, Head of Intelligence & Data presso Minsait, ha condiviso una riflessione sull'argomento, ricordando che la "colpa" di eventuali risultati discriminatori non è degli algoritmi, ma dei dati.

Pixabay
intelligenza artificiale

Le informazioni usate per l'addestramento provengono da fonti eterogenee e in molti casi soggette a pregiudizi e schemi mentali di chi le ha prodotte. Sono i dati di training a generare bias potenzialmente discriminatori, e questo può avvenire per due ragioni: la prima è legata al contenuto stesso dei dati che si rivela discriminatorio, in quanto riflette il pensiero reale di un gruppo ristretto di individui; la seconda riguarda invece un errore nella selezione di un sottinsieme dei dati di training che risulta in un set incompleto, sbilanciato o non inclusivo.

Carrozzo ha riportato un esempio concreto che dimostra l'impatto che possono avere i dataset errati sui risultati degli algoritmi, parlando di un modello di previsione sviluppato dal Dipartimento per gli Affari Veterani degli Stati Uniti.

L'algoritmo era pensato per prevedere l'insorgenza di insufficienza renale nei pazienti di entrambi i sessi biologici; dai test è però emerso che il modello era più preciso su persone di sesso maschile, perché era stato addestrato su dati relativi a persone di quel sesso.

Pixabay
intelligenza artificiale

Vista l'ampia diffusione dei modelli e i temi sempre più delicati che toccano, è di fondamentale importanza definire delle regolamentazioni per l'uso consapevole dell'IA generativa e per l'equità e la completenza dei dati di training.

"Stiamo vivendo una fase storica che sarà ricordata come il crocevia fondamentale per quello che sarà il futuro dell’intelligenza artificiale" ha affermato Carrozzo, "e solo attraverso la consapevolezza, il dibattito e l’impegno di tutti gli attori coinvolti potremo sviluppare sistemi di intelligenza artificiale equi e non discriminatori".

Potrebbe interessarti anche

News

TensorRT-LLM di NVIDIA moltiplica le performance di inferenza delle GPU

NVIDIA ha annunciato il rilascio di TensorRT-LLM, un software che potenzia le performance delle GPU per l'inferenza degl...

Opinioni

Rischi del marketing: gestirli in modo consapevole con l'IA

I tool di IA generativa possono mitigare i rischi dei progetti di marketing e consentire ai team di prendere scelte cons...

Opinioni

Cinque casi d'uso dell'IA che stanno trasformando il business

L'IA sta portando benefici in ogni settore, trasformando il business alla radice grazie alla capacità di analizzare enor...

Tecnologia

IA e intrattenimento: il futuro del cinema tra proteste ed entusiasmo

L'intelligenza artificiale ha già cominciato a rivoluzione il mondo del cinema, ma servono indicazioni precise e condivi...