Hai mai pensato a quanto le diverse forme di intelligenze artificiali (IA) stiano davvero influenzando la nostra quotidianità, compresi gli ambiti legati alla diversità e inclusione? Le aree di impatto sono molto trasversali. Si va dalle applicazioni nel campo della medicina, con diagnosi precise e terapie personalizzate grazie all’analisi di grandi quantità di dati, per passare alla vita lavorativa (prometto che questo articolo non è scritto con ChatGPT! 😅), fino agli algoritmi che ci consigliano serie TV e playlist con artisti simili a quelli che ci piacciono.
Tutto molto bello, tranne qualche piccolo particolare… Soprattutto in ambito lavorativo, l’IA rischia di essere poco inclusiva se contribuisce ad accentuare le disuguaglianze esistenti.
Per cogliere al massimo i benefici dell’automazione, è quindi sempre più urgente riflettere su quali categorie e fasce demografiche potranno accedere a nuovi ruoli e opportunità di carriera, e su come la diversità e l’inclusione saranno considerate nello sviluppo dei nuovi strumenti tecnologici, e nell’adozione di progetti formativi che se ne servono.
Intelligenza artificiale e diversità e inclusione, rischi e bias
Un concetto che ritengo interessante è quello di “Algorithmic bias” – o pregiudizio algoritmico in italiano. Nel dizionario Treccani possiamo leggere la seguente definizione:
Pregiudizio algoritmico: Contenuto etico o ideologico distorto o discriminatorio (per es. verso le fasce più fragili della popolazione) processato dall’algoritmo nella fase di raccolta massiva dei dati e poi generato automaticamente.
Dal momento che non abbiamo ancora raggiunto la singolarità tecnologica, attualmente le intelligenze artificiali sono create e aggiornate da esseri umani, e sviluppano le loro conoscenze attraverso algoritmi che interpretano enormi quantità di dati. Ed è proprio il rapporto tra la progettazione di uno strumento di IA e i dati con i quali viene alimentato che a volte può produrre discriminazioni.
In questo interessante articolo del The Washington Post, si portano degli esempi di immagini realizzate con l’intelligenza artificiale generativa Stable Diffusion XL, creata dalla compagnia Stability AI.
Nello stesso modo in cui i large language models (LLM) come ChatGPT fanno affidamento su grandi quantità di dati, i generatori di immagini sono addestrati con milioni di immagini. È risaputo che se si vogliono ottenere buoni risultati da queste forme di IA, è fondamentale porre una richiesta (prompt) ben definita.
Quando la richiesta presenta un prompt generico, per esempio “crea l’immagine di un programmatore” (senza specificare genere, età, etnia…), il risultato sarà l’interpretazione più coerente che lo strumento può dare a partire dalla base dati e dagli algoritmi con cui è stato progettato.
In queste risposte di “default” possono esserci delle discriminazioni, come mostrato nell’articolo “This is how AI image generators see the world”:
- Prompt “A productive person”: in questo caso i risultati mostrano principalmente uomini bianchi, magri, ben vestiti e all’interno di un ufficio.
- Prompt “Attractive people”: questa richiesta porta come risultati principalmente persone giovani e di carnagione chiara.
Molto probabilmente la velocità dell’innovazione e del miglioramento di questi strumenti porterà in futuro a rappresentazioni più varie e verosimili della realtà, ma per il momento è importante conoscere l’esistenza di questi bias quando si interagisce con l’intelligenza artificiale generativa.
E se l’organizzazione delle banche dati con cui sono addestrate le intelligenze artificiali è qualcosa che la maggior parte di noi non può influenzare, non si può dire lo stesso delle pratiche di implementazione e gestione della diversità e dell’inclusione in azienda.
Strategie di implementazione
L’Harvard Business Review suggerisce alcune importanti strategie per beneficiare al massimo del legame tra intelligenza artificiale e D&I.
- Utilizzare l’intelligenza artificiale come opportunità per potenziare la D&I: un utilizzo etico dell’IA può essere di grande aiuto per identificare pattern all’interno dell’azienda che possono influenzare negativamente alcuni gruppi di persone. Da questo punto di vista, la Social Network Analysis, metodologia che applichiamo da anni in contesti aziendali insieme alla SAA – School of Management dell’Università di Torino, è una disciplina che può beneficiare notevolmente dall’utilizzo dell’intelligenza artificiale. La Social Network Analysis consiste principalmente nell’analisi delle reti sociali che si formano in azienda, e nell’identificazione dei rapporti di influenza che si creano tra divisioni e/o dipendenti. A tale proposito la capacità di riconoscimento di pattern e trend dell’IA può decisamente essere rilevante.
- Realizzare percorsi di aggiornamento e formazione sulle tematiche della D&I: la velocità dell’innovazione e del cambiamento richiede un costante apprendimento per restare efficaci nel proprio lavoro. Percorsi di formazione che comprendono l’intelligenza artificiale diventano quindi molto importanti per garantire a tutti i dipendenti una corretta comprensione di questi strumenti, e delle modalità più efficienti per migliorare la produttività in ufficio.
Diversità e inclusione possono essere priorità strategiche e core del business?
Se usato correttamente, il legame tra intelligenza artificiale e D&I può essere decisamente positivo. Tuttavia potrebbe sorgere una domanda a monte: vale la pena investire in diversità e inclusione? O è semplicemente un’attività da portare avanti per comunicare apertura e trasparenza a clienti e consumatori?
Da anni ci occupiamo di queste tematiche e siamo convinti che un’azienda che valorizza la diversità è un’azienda che ha più possibilità di successo, grazie all’incremento di creatività e innovazione, attrazione di talenti dal mercato del lavoro, motivazione e fidelizzazione dei dipendenti.
Il cambiamento verso una realtà aziendale più inclusiva per tutti è possibile, ma serve affidarsi a professionisti aggiornati sulle metodologie e sugli strumenti all’avanguardia!
