Il momento che stiamo vivendo è una dimensione digitale in cui la scienza dei dati e l’intelligenza artificiale stanno di fatto riscrivendo il futuro. Il tema è affrontato dalla professoressa di Informatica Fosca Giannotti sulla rivista EXL.
Di Fosca Giannotti*
PISA, 10 febbraio 2022. La scienza dei dati ci permette di osservare fenomeni complessi della società con una sorta di microscopio nuovo, composto da due lenti: i dati, che le persone generano utilizzando i tanti servizi informatici che abbiamo a disposizione, sotto forma di tracce digitali (le lasciamo negli scontrini della spesa, nei telefoni, quando accediamo a internet, nei sensori - che sono ora così miniaturizzati da trovarli nei contesti più svariati); gli algoritmi, ovvero schemi di natura statistica e matematica, che ci consentono di imparare da quei dati comportamenti individuali e collettivi più o meno regolari che contribuiscono a comprendere meglio vecchi e nuovi fenomeni.
Tutto questo si chiama Data Science, ed è alla base della medicina personalizzata, dell’agricoltura di precisione, della scienza museale, delle scienze sociali. Il momento che stiamo vivendo è una dimensione digitale della società in cui la scienza dei dati e l’intelligenza artificiale stanno dando un contributo fondamentale a grandi trasformazioni, stanno di fatto riscrivendo il futuro. Ora, è mai possibile pensare di progettare questo futuro con così poche donne a dire la loro? Soprattutto nel mondo occidentale, ci sono pochissime ragazze che accedono ai percorsi STEM: matematica, fisica informatica, ingegneria. È come se il percorso computazionale fosse poco interessante per l’universo femminile.
Eppure, la prima programmatrice è stata una donna, Ada Lovelace, che nel 1843 codifica il primo algoritmo espressamente inteso per essere elaborato in un primo prototipo di calcolatore, l’analytical engine. Tutte le traiettorie delle missioni Apollo, 11, 12, 13, vennero calcolate da un team di matematiche di colore, guidate da Catherine Johnson (una storia raccontata anche nel film uscito nel 2016, “Il diritto di contare”).
Quando io mi sono iscritta alla facoltà di Informatica alla fine degli anni Settanta le ragazze in quella disciplina così nuova erano quasi metà degli uomini. Perché questa presenza femminile maggiore nel passato rispetto ad ora? Perché avevamo la percezione che il mondo del computer stesse costruendo il futuro. Forse questa percezione adesso è cambiata: penso che le studentesse siano meno attratte non perché ritengano le discipline scientifiche difficili (perché le ragazze poi hanno buone performance alla prova dei fatti, i dati ISTAT ci dicono che nelle STEM, le ragazze hanno in media voto di Laurea più alto), ma perché probabilmente è scomparsa un po’ l’aurea di novità che invece esisteva qualche decennio fa, e ritengono adesso questi ambiti non così interessanti, come se fosse già stato tutto definito e la differenza possa essere fatta solo con una micro-specializzazione un po’ da “nerd”.
E invece no: io credo che oggi proprio grazie alle tecniche di Data science e Intelligenza Artificiale si stia progettando una società nuova, che può andare in direzioni diverse. Nella direzione del monopolismo, ovvero in un accumulo di tecnologie e di informazioni nelle mani di pochi, del rimpiazzamento delle persone sul lavoro, delle decisioni demandate all’”algoritmo”, dei bot asociali. Oppure del pluralismo, ove si accetti il fatto che le persone possano essere attori consapevoli e insostituibili della trasformazione digitale, padroni dei loro dati e responsabili delle decisioni supportate dalla tecnologia. Insomma, una tecnologia benefica alla persona ed alla società. E questa direzione a mio modo di vedere dobbiamo prendere nella progettazione del futuro attraverso la scienza dei dati e l’intelligenza artificiale: e non possono non esserci le ragazze a determinare i “valori” della nuova società, della nuova conoscenza.
* Fosca Giannotti è professoressa di Informatica alla Scuola Normale. Indicata dal sito KDnuggets.com come una delle 19 donne che hanno ispirato l’AI, Big Data, Data Science, Machine Learning, è membro del laboratorio Knowledge Discovery and Data Mining Lab. Di ISTI- CNR ed Università di Pisa .