di Felicia Pelagalli  

Li pensiamo deboli, da proteggere. A volte distanti e indecifrabili. Spesso silenti, quasi invisibili. Eppure saranno loro a costruire il futuro. La difficoltà a conoscere e capire i giovani è tipica di ogni epoca, ma nella nostra lo scostamento tra generazioni appare ancora più ampio a causa delle profonde trasformazioni in corso che rendono i “nativi digitali” ancora più incomprensibili (tanto quanto lo sono le tecnologie). In Italia i giovani tra i 15 e i 29 anni sono il 15% della popolazione. Ma chi sono? Cosa pensano? Come si rapportano al mondo del lavoro e al futuro?

Abbiamo trascorso un’intera giornata con ottanta ragazzi, tra 18 e 29 anni, in un concorso d’idee per co-progettare “Tipo”, la piattaforma digitale dedicata a giovani e lavoro. Otto i gruppi che hanno accolto la sfida. Nelle loro parole e nei progetti emergono chiare le culture di riferimento, quelle che orientano i comportamenti e il modo di percepire la realtà. Dopo aver registrato e trascritto le loro parole, ho trattato il corpus con metodologie di analisi del contenuto e text analysis. L’algoritmo colloca le parole entro uno spazio fattoriale (la mappa) e la successiva interpretazione dà significato alla loro relazione e al loro raggruppamento (cluster).

Una prima evidenza è che l’universo giovanile è composto da costellazioni culturali molto diverse tra loro. È sbagliato generalizzare e pensarli come un insieme indefinito. Occorre superare la logica del valore medio e accogliere la complessità di un mondo variamente articolato entro contesti ed esperienze. Sicuramente li accomuna l’abitudine alle piattaforme social, ma sono molto diversi i social network presi a riferimento. Sull’asse orizzontale si contrappongono parole che narrano della motivazione alla relazione: dalla ricerca di affiliazione (l’essere accettato, appartenere, dipendere) alla spinta alla riuscita (successo, responsabilità, imprendere). Lungo l’asse verticale si contrappongono parole che fanno riferimento ai bisogni: da una parte la necessità di definire un’identità (chi sono), dall’altra l’esigenza di trovare un’occupazione (cosa faccio).

Emergono culture che chiedono una rete a supporto, partono dall’offerta di lavoro per capire come adeguarsi, associano al mondo del lavoro la parola “problema”. Troviamo parole come agevolazioni, fondi, bando: culture che sembrano guardare al sostegno pubblico. Ci si sente “Fragili” e si chiede alla piattaforma di strutturare una relazione positiva, un’appartenenza, attraverso cui riuscire ad affrontare le richieste del mondo del lavoro: «Una piattaforma che accompagni questa figura affinché non sia sola; non un precario che passa da un’azienda all’altra, ma uno stretto collaboratore di Tipo». O “Insicuri”, che vorrebbero entrare nel mondo del lavoro in maniera protetta: «Si candidano in maniera anonima, non ci sono informazioni su esperienze passate o qualifiche». O “Scoraggiati”, una piattaforma per chi sta cercando e non trova la soluzione: «Sempre più ragazzi decidono di abbandonare l’idea di formarsi e lavorare perché scoraggiati dalla poca considerazione che di loro ha il mondo del lavoro». Di contro, nella parte opposta, emergono culture tese al progetto. “Che tipo sei?” è la cultura giovanile che guarda con grande grande fiducia all’innovazione, anche se sente di dover ancora definire una propria identità e si aspetta che sia proprio la tecnologia ad aiutarla. «L’intelligenza artificiale consente di tracciare il profilo di una persona e capire chi è anche meglio di quanto la persona stessa si conosca e ognuno potrà fare il lavoro dei suoi sogni». “Sei il mio tipo?” è una cultura che integra giovani e aziende, dando grande valore alla relazione: «Tramite un algoritmo riusciamo a trovare un match tra le keyword del lavoro e quelle dell’utente; siamo ispirati da un lavoro e troviamo gli strumenti per farlo».

Insomma, l’analisi evidenzia un quadro complesso e articolato. Culture di attesa rispetto a ciò che il mercato potrà offrire, alla ricerca di garanzie e appoggi entro un mondo adulto deludente. Contrapposte a culture pronte a intraprendere, tese alla costruzione di una progettualità.

Con quale cultura giovanile colluderà il reddito di cittadinanza? E quale cultura lascerà fuori, non investendo in innovazione, ricerca e formazione? E quanto andrà a rafforzare la cultura dell’attesa, anziché aiutarla a contaminarsi con quella dell’intraprendere e spronarla ad evolvere? La Rete e il peer to peer aprono a possibili scambi tra modelli
e competenze. È importante mettere in contatto i ragazzi con il mondo del lavoro, ma anche tra di loro. È necessario mettere in contatto i Neet con i giovani del programma Erasmus Plus o del servizio civile. È importante favorire l’acquisizione di competenze attraverso l’esperienza vissuta e raccontata dall’altro. Superare le barriere di mondi diversi che non s’incontrano. Lavorare su progetti comuni. È importante iniziarea pensare a nuove piattaforme dove progettare il lavoro del futuro.

Articolo pubblicato il 10 Febbraio 2019 da ©Sole24Ore – RIPRODUZIONE RISERVATA

di Felicia Pelagalli – 

Il mondo in cui viviamo rimane altamente prevedibile a breve termine, ma incomprensibile nel medio e lungo periodo, perché fuori dalla portata dei nostri modelli di conoscenza. Il digitale esalta il futuro prossimo. Ci accompagna nel vivere in un eterno presente e facilita la visione a breve, attraverso algoritmi che prevedono quello che ci piacerà. Schemi lineari di analisi che, basandosi su comportamenti e preferenze, forniscono un quadro con poche azioni tra cui scegliere; ottimizzano la risposta migliore a un evento (una strada da prendere, un libro da comprare, un ristorante dove andare a cena).

Ogni giorno, i nostri oggetti digitali proiettano una piccola parte di futuro sulla nostra vita.

Ma cosa accade quando il valore precedente è uno scarso predittore? Quando la conoscenza di un evento o di un comportamento passato non riesce a delineare il passo conseguente o stimare il valore atteso?

I sistemi intelligenti producono effetti sull’ambiente in cui si applicano. La combinazione di una soluzione di Intelligenza Artificiale e di un ambiente (non meno intelligente) diventa un sistema complesso le cui conseguenze possono essere difficili da prevedere (ad esempio: l’introduzione di veicoli a guida autonoma nei movimenti delle folle). La complessità e l’incertezza sono due condizioni che portano ad abbandonare le previsioni, sostituendo la definizione di “piani” con l’analisi di “scenari” per sviluppare pensiero (teoria + narrazione). Quell’approfondire un ragionamento che aiuta ad ampliare la conoscenza.

È importante dunque integrare i modelli di analisi lineare con modelli di conoscenza abduttiva, “indiziaria”. Guidare l’esplorazione dei dati attraverso la decifrazione di segni, l’individuazione di “indizi”, che consentano di costruire ipotesi di scenari. Risalire da una grande mole di dati, a prima vista “caotici”, a ipotesi su una realtà complessa e non direttamente verificabile. Sperimentare, senza sapere in anticipo ciò che si troverà, e imparare a pensare il futuro. Non per prevedere ciò che accadrà, ma per sapere come reagire a ciò che potrebbe accadere e tentare di orientarne la direzione.

La quarta rivoluzione richiede nuovi modelli epistemologici e di analisi per comprendere il presente e pensarne l’evoluzione.

Ciò che si prospetta è un ciclo di apprendimento permanente in cui Umano e IA cooperano.

Il pensiero si forma categorizzando similarità e differenze. Da ogni esperienza estraiamo quelle regole che generano strategie utili per apprendere un’altra esperienza parzialmente o totalmente diversa dalla prima. Come ben descritto da Jerry Kaplan nel libro “Intelligenza Artificiale”, individuando correlazioni sofisticate e complesse tra varie immagini apprese, l’IA impara da sola a riconoscere i gatti. “Dopo un allenamento svolto su qualcosa come milioni e milioni di immagini, una rete neurale artificiale sviluppa la capacità di individuare schemi simili in immagini mai viste in precedenza”.

Anche nel gioco degli scacchi, ad esempio, l’Intelligenza Artificiale “apprende” giocando una partita dopo l’altra, riuscendo a migliorare se stessa giocando. L’esperienza accumulata gli consente di processare un numero minore di possibili mosse e di analizzare a fondo quelle più “promettenti”. È così che l’IA, come il cervello umano, apprende ad apprendere. Ed è così che il machine learning ci aiuterà a comprendere il funzionamento del cervello umano. Come scrive Massimo Buscema “Sviluppare una vera Intelligenza artificiale non deve servire solo a produrre nuove applicazioni e tanti soldi, ma a capire meglio chi siamo e quanto siamo strani. Forse siamo un capriccio della natura. Ma questo capriccio si è trasformato in ciò che alla natura manca: un pensiero che ha un forte bisogno di futuro.

Già il futuro. Torniamo alla questione iniziale. Perché facciamo così fatica a pensare il futuro? Perché in questo momento storico abbiamo così paura del futuro? Perché ne vediamo proiettate solo minacce? Nate Silver nel suo libro “Il segnale e il rumore: arte e scienza della previsione” descrive i risultati di alcuni studi condotti sull’uso di particolari parole nel linguaggio comune. Un’analisi, realizzata sui quotidiani dei primi anni del ventesimo secolo, evidenzia come le parole prevedibile e imprevedibile siano state usate, all’incirca, lo stesso numero di volte. La Grande Depressione e la Seconda guerra mondiale catapultarono invece la parola imprevedibile nella posizione dominante. La Grande Depressione si concretizzò nel crollo dell’economia mondiale tra le due guerre ed ebbe un effetto profondo sugli avvenimenti storici successivi (in primis l’ascesa dei regimi totalitari) e, in generale, su tutta la storia del Novecento.

Sarebbe interessante ripetere lo studio nel nostro presente. Quanto è frequente l’uso della parola “imprevedibile” negli attuali articoli di stampa e nei post sui social network?

“Non abbiamo visto arrivare la crisi, non abbiamo compreso che avrebbe causato la recessione economica e che quella recessione avrebbe provocato una crisi sociale e politica – ha detto Gurria, Segretaio Generale dell’OCSE – Non abbiamo compreso che la crisi sociale e politica avrebbe portato a crescenti disuguaglianze, a una massiccia erosione della fiducia e della credibilità delle istituzioni e quindi a un crescente populismo“.

È colpa nostra se ci siamo illusi.

Articolo pubblicato l’ 15 Dicembre 2018 da ©Sole24Ore

di Felicia Pelagalli – 

Sarà la competenza a fare la differenza, anche nell’innovazione. Quel «competere» che consentirà di comprendere e orientare lo sviluppo tecnologico, evitando scorciatoie emozionali e lamentele preoccupate.

Il potenziale della rivoluzione digitale deve essere sfruttato dall’umanità nel suo complesso e non solo da una cerchia ristretta di beneficiari aziendali. Anche perché i “giganti digitali”, per l’espansione sistemica delle loro attività, sollevano problemi di controllo democratico e di rischio in caso di disfunzione. Occorre però competenza per superare i monopoli, estrarre conoscenza dai dati e andare verso lo sviluppo del “bene comune”.

In una recentissima pubblicazione su Science, Mariarosaria Taddeo e Luciano Floridi sottolineano l’importanza di utilizzare il potere insito nell’intelligenza artificiale come forza del bene. «I sistemi di intelligenza artificiale possono modellare le nostre scelte e le nostre azioni in modo semplice e silenzioso. Questo non è necessariamente dannoso. Ad esempio, può favorire l’interazione sociale e la cooperazione. Tuttavia […] la progettazione e l’uso improprio dell’intelligenza artificiale invisibile possono minacciare la nostra fragile, ma costitutiva, capacità di determinare le nostre vite e la nostra identità e di mantenere aperte le nostre scelte». Le persone devono essere in grado di comprendere i criteri di funzionamento degli algoritmi e i progettisti devono migliorare i sistemi per evitare errori e mitigare i rischi di uso improprio. Servono regole e principi guida.

In Francia il Primo Ministro per il digitale, Mounir Mahjoubi, ha lanciato gli Stati Generali dei nuovi regolamenti digitali al fine di definire una chiara strategia europea sull’innovazione, attraverso un processo di ascolto multi-stakeholder.

In Germania la leader dei socialdemocratici (Spd), Andrea Nahles, ha esortato a contrastare la formazione dei monopoli digitali delle grandi aziende statunitensi, proponendo la legge “Dati per tutti” che richiede alle aziende, con posizione dominante sul mercato, di rendere accessibili gratuitamente una parte dei loro dati, dopo averli resi anonimi.

Aprire i dati è un passaggio fondamentale per restituire valore alle persone che ogni giorno seminano tracce del proprio sé, ma va accompagnato da competenze di analisi e di interpretazione. Capacità di estrarre senso per orientare l’azione.

E il contributo di governance dello sviluppo tecnologico può arrivare anche dal “basso”, non solo dai governi. Qualche mese fa, i lavoratori di Microsoft hanno presentato una petizione, firmata da più di 300.000 persone, per chiedere al produttore di software di annullare il contratto di elaborazione dati e definizione di algoritmi di IA con l’agenzia americana per l’immigrazione.

Già tempo prima i lavoratori avevano diffuso una lettera aperta nella bacheca interna per opporsi al contratto: “crediamo che Microsoft debba prendere una posizione etica e mettere i bambini e le famiglie al di sopra dei profitti”. Di recente, oltre mille lavoratori di Google hanno espresso la loro contrarietà al progetto Dragonfly: il piano segreto per mettere a punto un motore di ricerca volto a soddisfare la censura cinese. Già in passato i lavoratori avevano spinto l’azienda a non rinnovare un contratto con il Pentagono che prevedeva l’analisi delle immagini raccolte da droni in contesti militari. Dopo queste prese di posizione, l’azienda annuncia i sette principi etici che la guideranno nel futuro, impegnandosi a non progettare intelligenza artificiale per sviluppare armi, sorveglianza di massa, o altre applicazioni che infrangano il diritto internazionale e i diritti umani.

La conoscenza derivante dai dati può rappresentare uno straordinario vantaggio informativo per i lavoratori: per migliorare la qualità della vita lavorativa, acquisire nuove competenze e adattarsi a occupazioni in rapido cambiamento.

I nuovi lavori richiederanno più istruzione e competenze rispetto a quelli che andranno persi. Bisogna prepararsi. I dati dell’ultimo rapporto Ocse evidenziano come i lavoratori a maggior rischio di sostituzione abbiano una probabilità tre volte inferiore di essere già impegnati nella formazione, rispetto a quelli occupati in lavori non automatizzabili.

I programmi di formazione risultano utilizzati prevalentemente da coloro che sono già molto istruiti o esperti di tecnologia digitale e cercano di migliorare ulteriormente la loro occupabilità attraverso la padronanza di tecnologie all’avanguardia. Mentre sono pochi i lavoratori nell’estremità inferiore del mercato del lavoro che stanno approfittando di tali programmi.

È necessario ripensare i sistemi educativi e i programmi di studio per garantire agli studenti di oggi di acquisire le competenze che li prepareranno a un mercato del lavoro in rapida evoluzione. I lavoratori stessi dovrebbero essere al centro di questa pianificazione. E il ruolo dei dati e della conoscenza estratta da essi è alla base del processo. Comprendere le aspettative, le preferenze e la mentalità dei lavoratori, soprattutto di quelli vulnerabili, sarà fondamentale per progettare soluzioni efficaci. E in questo sarà importante il ruolo che le rappresentanze sapranno assumere.

Come afferma Marco Bentivogli: «I rappresentanti dei lavoratori sono chiamati a essere competenti su questi temi, perchè il sindacato deve preparare a non temere il futuro». Non è il momento di stare a guardare.

Articolo pubblicato l’ 8 Ottobre 2018 da ©Sole24Ore

– Tutti i diritti riservati –