Quando si parla di intelligenza artificiale, sembra di essere sulle montagne russe. Si oscilla continuamente dalle opportunità mirabolanti offerte da questa tecnologia al timore dei rischi nei confronti dell’intero genere umano. Il dibattito pubblico è spesso dominato da una radicalizzazione delle aspettative: visioni utopiche e scenari catastrofici si alternano, come se una normalità non esistesse.
Per fortuna, l’accademia e la ricerca universitaria contribuiscono a riportare il confronto su binari più realistici. Un esempio interessante è la ricerca Radar IA, condotta dal Centro i-LOG dell’Università Liuc di Castellanza in collaborazione con Columbus Logistics. (nella foto sopra il professor Luca Mari)

POCHE LE AZIENDE CHE IMPLEMENTANO L’IA

L’indagine, realizzata sotto la supervisione del professor Fabrizio Dallari, direttore del Centro, e condotta dal ricercatore e dottorando Nicolò Trifone, ha coinvolto oltre 600 direttori del settore logistico in Italia, offrendo una fotografia di una situazione ancora agli inizi. Secondo i dati raccolti, infatti, solo il 30% delle aziende interpellate dichiara di utilizzare soluzioni basate sull’intelligenza artificiale, e appena l’8% ha implementazioni effettivamente operative.

nella foto da sinsitra:  il professore Fabrizio Dallari e il ricercatore Nicolò Trifone
L’ambito più maturo è quello del supply chain planning, storicamente terreno fertile per lo sviluppo di algoritmi predittivi. Tuttavia, l’interesse crescente per applicazioni legate all’efficienza di magazzino, come la tracciabilità dei materiali, l’allocazione dinamica degli articoli e l’automazione, segnala un’evoluzione in corso.
Le principali barriere all’adozione restano la mancanza di competenze interne e le difficoltà di integrazione con i sistemi IT già esistenti. Tuttavia, la ricerca mette in luce come il confronto tra ciò che le aziende desiderano e ciò che hanno effettivamente implementato possa diventare una preziosa bussola strategica per manager e sviluppatori.

UTILIZZIAMO IL TERMINE MACHINE LEARNING

Durante la giornata di presentazione di Radar IA, prima della sessione dedicata ai casi aziendali, è intervenuto Luca Mari, professore della LIUC e tra i massimi esperti italiani di intelligenza artificiale. In un’Aula Bussolati gremita di studenti, manager e imprenditori della logistica, Mari ha spiegato perché ci troviamo oggi davanti a un cambio di paradigma. Secondo il docente, Alan Turing anticipò già negli anni ’50 il concetto di machine learning: macchine che imparano dai dati, senza istruzioni esplicite. Un paradigma opposto a quello dominante nel recete passato, basato sui cosiddetti sistemi esperti, costruiti con regole codificate manualmente dagli sviluppatori. Un modello che si è dimostrato fragile in contesti complessi, come la traduzione automatica, proprio perché incapace di gestire efficacemente eccezioni e ambiguità.

IL CAMBIO DI PARADIGMA

Mari ha mostrato un documento tratto da Google Books Ngram Viewer, in cui si parla di due approcci all’IA: da un lato i sistemi “Ada”, che incorporano conoscenze esplicite e seguono istruzioni predefinite; dall’altro i sistemi “Alan”, che si basano sull’addestramento su dati e su un comportamento emergente e adattivo.
Oggi, grazie al machine learning e ai modelli neurali, viviamo una nuova fase dell’intelligenza artificiale: non più software rigidi, ma sistemi in grado di evolvere attraverso l’esperienza. L’arrivo di ChatGPT ha introdotto una novità decisiva: la possibilità di interagire verbalmente e in modo continuo con un’intelligenza artificiale. «È un vero cambio di paradigma: prima erano le regole, oggi sono i dati a guidare l’intelligenza. Si dice intelligenza artificiale, si intende macchine che apprendono», ha concluso Mari.

Il pensiero agile di Pierre Louis Lions: “Non chiamatela intelligenza artificiale”