Con la rapida adozione dell'intelligenza artificiale si è diffusa anche l'idea che vede le nuove tecnologie come un "organismo" a sé stante, un elemento indipendente capace di fare grandi cose in completa autonomia.
La realtà però è ben diversa: come sottolinea Beena Ammanath, Global AI Insitute Leader presso Deloitte, dietro ogni caso d'uso dell'IA ci sono uno o più professionisti del settore che si occupano di generare e assemblare i dati e guidare il corretto funzionamento dell'IA.
"Senza umani non ci sarebbe l'IA" afferma Ammanath; per questo, in un mercato dove i processi decisionali sono guidati dalle nuove tecnologie, è fondamentale mettere al centro la componente umana per garantire il successo delle strategie aziendali.
Il processo della data annotation
La data annotation è un processo che consiste nel catalogare gli elementi del dataset con tag e metadati. Questo passaggio è fondamentale per garantire il corretto funzionamento dei modelli e viene svolto manualmente.
Gli addetti alla data annotation seguono le indicazioni dei data engineer per classificare i dati in un determinato modo, in base all'uso che si farà del modello. Ma queste persone possono commettere errori, sia volontariamente che involontariamente, compromettendo il funzionamento del sistema di IA.
Anche dal punto di vista etico ci sono delle implicazioni non da poco: il dataset potrebbe contenere immagini o video disturbanti che ledono la sensibilità di chi li deve analizzare.
In entrambi i casi le organizzazioni hanno la responsabilità di pesare rischi e benefici dei modelli, garantire la correttezza del processo e soprattutto mettere la soddisfazione dei dipendenti al primo posto.
La validazione dell'output
L'elemento umano è particolarmente importante anche in fase di validazione degli output: i modelli, per errori nei dataset o negli algoritmi, possono generare risultati errati
Se in alcuni casi gli sbagli si possono tollerare, ci sono alcune applicazioni dove la minima imprecisione può provocare conseguenze disastrose. Possiamo pensare, per esempio, a un sistema di IA utilizzato in campo medico per aiutare i professionisti della sanità a comprendere la patologia di un paziente e trovare la terapia giusta.
I modelli di IA devono essere usati sempre sotto l'attento monitoraggio di un professionista, soprattutto negli ambiti più a rischio. Ancora una volta la componente umana è fondamentale e va tutelata affinché possa svolgere il suo lavoro correttamente per portare valore al business.
Oggi, ricorda Ammanath, siamo in un'era dove umani e macchine devono collaborare per raggiungere risultati che non potrebbero essere raggiunti lavorando separatamente.
L'IA offre innumerevoli opportunità per migliorare il lavoro e la vita delle persone, ma è necessario concentrarsi sull'aspetto umano per costruire sistemi di cui ci possiamo fidare.
