iBook: Smart Data con Alessandro Chessa

In una società sempre più connessa e che si sta muovendo verso le smart cities in cui la pervasività di dispositivi IoT sarà alta, i big data rappresentano un’opportunità per alimentare nuovi business, come evidenziato da Alessandro Chessa nella presentazione del suo libro Smart Data. PhD in Fisica Teorica, docente di tecniche di analisi dei big data alla LUISS e coordinatore scientifico del Master in Business Data Analysis di Tag Innovation School, dal 2008 è founder e CEO di Linkalab, laboratorio computazionale per le applicazioni dei sistemi delle reti complesse.

I primi flussi di dati comparvero negli anni ’60 nei laboratori di ricerca e nella pubblica amministrazione ma solo con l’avvento dei personal computer iniziarono ad interessare l’attività della singola persona. Attualmente i social network producono una grossa percentuale di informazioni a partire dalle interazioni degli utenti e ne rilasciano eventualmente una parte, il cui formato è direttamente utilizzabile dai computer tramite le application programming interfaces (API). L’acquisizione automatizzata di dati da pagine web non è invece così immediata perchè quest’ultime sono concepite innanzitutto per la lettura umana. Il semantic web è la loro traduzione in un formato intelligibile dalle macchine, le quali possono interrogare il relativo database tramite un linguaggio chiamato SPARQL. Nel cosiddetto web of data le macchine recuperano, quindi, informazioni e comunicano tra loro in autonomia. In quest’ottica avere potenza di calcolo e spazio di archiviazione giocano un ruolo fondamentale, portando le aziende non più a comprare hardware ma ad affittarlo da servizi terzi specializzati come Amazon Web Services. Alcuni provider offrono, inoltre, caratteristiche aggiuntive basate sul machine learning, sfruttabili facilmente dalle aziende che trovano strumenti già pronti per analizzare i propri dati. Una società può in questo modo aumentare il suo valore competitivo, individuando punti di forza e trend di mercato, e eventualmente comprare dati aggiuntivi da terzi per studi incrociati, come il posizionamento del proprio prodotto rispetto al comportamento sui social network. La gestione delle informazioni raccolte diventa, quindi, di primaria importanza, richiedendo che siano trattate nel rispetto della privacy degli utenti e con politiche trasparenti per evitare uno scenario distopico alla Orwell. Le tracce lasciate, volontariamente e non, nella navigazione web possono infatti rivelare, tra gli altri, comportamenti di massa prevedibili tramite studi approfonditi. Un esempio è la collaborazione tra IMT Scuola Alti Studi Lucca e il giornale La Stampa per le elezioni italiane del 2013, che ha permesso di estrapolare dall’analisi degli utenti italiani di Twitter il livello di gradimento verso i partiti politici con un grado di precisione maggiore rispetto agli studi a campione, diventando in ultima analisi un efficace storytelling dell’opinione pubblica.

L’analisi dei big data richiede tecniche algoritmiche avanzate, che lavorino in autonomia e al posto dell’uomo. Negli anni ’60 si è tentato invano di creare forme di intelligenza artificiale a partire dalla logica ma una macchina di questo tipo non può adattarsi a nuovi scenari in quanto non può sbagliare e, di conseguenza, il processo di apprendimento è limitato. Nel momento in cui viene considerata la possibilità di sbagliare in modo controllato, il processo di training è più efficiente: matematicamente questo significa passare dal determinismo della logica all’introduzione di un aspetto probabilistico nel sistema che porta lo stesso ad evolversi. Il successo odierno dell’intelligenza artificiale è dovuto anche alle grossi moli di dati che possono essere usate per istruirle nella fase iniziale e si sta cercando di riprodurre la modalità di apprendimento di un essere umano in forma computazionale, cosa che potrebbe aumentarne ulteriormente le potenzialità. Tuttavia, questo processo separa necessariamente la pura intelligenza, acquisibile dalla macchina, dalla coscienza che un umano ha. Sorgono, quindi, domande di carattere etico e la possibilità di immaginare inediti scenari co-evolutivi in cui le capacità dell’essere umano siano amplificate dall’integrazione con le macchine.

 

Articolo a cura di Lorenzo Stevenazzi