--- title: Efficacia e limiti dell’Intelligenza Artificiale nell’era delle incertezze description: I sistemi di Intelligenza Artificiale sono in grado di migliorare le previsioni e supportare le decisioni. Benefici evidenti durante la pandemia di Covid-19 featured_image: https://www.paroledimanagement.it/wp-content/uploads/2020/12/AI_covid.jpg date: 2021-01-04 modified: 2025-09-09 author: Francesca Castaldo url: https://www.paroledimanagement.it/tecnologia-per-la-produzione/efficacia-e-limiti-dellintelligenza-artificiale-nellera-delle-incertezze/ categories: [Fabbrica, Tecnologia per la produzione] tags: [Intelligenza artificiale, Machine learning, covid-19] --- # Efficacia e limiti dell’Intelligenza Artificiale nell’era delle incertezze ![Efficacia e limiti dell’Intelligenza Artificiale nell’era delle incertezze](https://www.paroledimanagement.it/wp-content/uploads/2020/12/AI_covid.jpg) Il Coronavirus denominato Covid-19, che ha scosso il mondo nel corso del 2020, ci ha catapultati in **una ignota, epocale, dimensione emergenziale**. Propagatasi a partire dalla Cina, l’*horrenda pestilentia* ha assunto in brevissimo tempo proporzioni planetarie e gli effetti del fenomeno pandemico sono, oltre che devastanti, pervasivi: a partire dal comparto sanitario, il primo e il più duramente colpito, **nessun ambito della vita individuale e sociale pare risparmiato**, avendo subito un impatto più o meno dirompente dalla diffusione del nuovo agente patogeno (Castaldo, 2020). Malgrado i vari allarmi lanciati dalla comunità scientifica1, il Covid-19 ha colto di sorpresa –dando ragione a Googwin e Wrieght (2010) che un decennio fa avevano teorizzato l’incapacità dei metodi previsionali di anticipare eventi rari – e **ha trovato sostanzialmente impreparati tutti i Paesi** da esso via via raggiunti. Così, **l’incertezza scientifica** dovuta a lacune gnoseologiche, sperimentali, cliniche e di trattamento del nuovo Coronavirus, esemplificate dall’andamento ondivago degli indicatori epidemiologici, i famosi parametri R0 e Rt che i media di tutto il mondo hanno rincorso, **si è ribaltata nelle politiche regolamentarie delle autorità di governo**, chiamate a disciplinare in pochissimo tempo spazi sempre più ampi del sistema socioeconomico, a presidio della salute collettiva e individuale. Questo immane disciplinamento sociale, non scevro da contraddizioni e incoerenze, si è tradotto in **una sostanziale confusione e ambivalenza dei sentimenti collettivi**, che sono andati oscillando da paure e ansie a impeti di ripartire, più che comprensibili, ma che, talvolta, sono sfociati in comportamenti elusivi, se non addirittura oppositivi, rispetto alle restrizioni. A tutto ciò si aggiunge la **crisi economica**, che ha travolto interi settori industriali, come quello del trasporto aereo (Castaldo, Coniglio e Gatti, 2020), fino ad assumere nel corso della primavera del 2020 connotati globali e durevoli: nonostante i primi segnali di ripresa, gli esperti del Fondo monetario internazionale (Fmi, 2020) concordano nel ritenere che la sua durata si estenderà su un arco temporale di anni e che **la ripresa**, in particolare per l’eurozona, **sarà irregolare e parziale** (Fmi, 2020). La pandemia di Coronavirus, in realtà, si è collocata temporalmente, come ha sostenuto Perrone (2020), in** una fase storica caratterizzata da instabilità globale**, connessa – sul piano politico – alla crescita di **sovranismi e populismi** e – su quello economico – alle tensioni provocate dalla **guerra commerciale** fra Stati Uniti e Cina, nonché al rallentamento dell’economia-mondo. ## L’impiego dell’AI durante l’emergenza pandemica: i benefici La pandemia ha agito come **un *trend accelerator* della rivoluzione digitale in atto**, imprimendo un’impronta netta e decisa nel processo di trasformazione tecnologico e informazionale intrapreso negli ultimi anni, che sta investendo gli ambiti più disparati. In questo quadro il primo piano è occupato dall’AI, che ha visto proliferare il suo impiego nella lotta al nuovo virus, combattuta *in prima acie* sul campo medico e sanitario e poi nei vari ambiti della società. Nel periodo dell’iniziale diffusione della pandemia su scala planetaria **i sistemi di AI hanno fornito importantissimi aiuti** nella conoscenza dell’agente patogeno, nell’analisi dei mix farmacologici curativi e, ancor più, nella ricerca di vaccini adeguati. Così, gli scienziati di tutto il mondo si sono serviti dei *tool* intelligenti per sequenziare il virus, trovare le migliori terapie per determinate categorie di pazienti infetti, ricercare cure vaccinali adeguate a fronteggiare il terribile patogeno. Oltre al sanitario, che ovviamente è stato l’ambito più colpito dall’emergenza pandemica, la velocità di processamento delle informazioni della *intelligent machine* si è messa **al servizio dei comparti più disparati**: i modelli di Machine learning e Deep learning hanno aiutato i vari governi nazionali e locali nelle **attività di tracciamento, prevenzione e controllo**, agendo a supporto di decisioni di natura politico-istituzionale, ma anche lavorativa e sociale, il che ha sollevato non poche critiche. Uno degli ambiti che maggiormente e inaspettatamente ha subito un forte impatto dall’impiego dei sistemi di AI nell’era del Coronavirus è stato quello dell’**informazione**. Mai prima d’ora, difatti, la disinformazione mediatica aveva raggiunto livelli così penosi e **le *fake news* si erano diffuse così pervasivamente**, sfruttando la rete (Meschini, 2019). Rimedi miracolosi per prevenire e combattere il morbo, dimostrazioni sulla presunta inutilità d’uso dei più comuni dispositivi di protezione, racconti complottisti di un virus creato e poi sfuggito in un laboratorio, e teorie (non dimostrate) sull’espansione epidemica o, al contrario, sul non attecchimento del Covid-19 in una o in un’altra zona geografica, sono solo alcuni esempi della *mauvaise information* circolata in Rete e, in particolar modo, sui social network nelle fasi più critiche della diffusione pandemica su scala planetaria. Per smascherare una tale poderosa mole di disinformazione online e tentare di fermarne l’espansione nelle più note piattaforme digitali, i giganti della Rete come Google, Twitter e Facebook, alcune autorità governative e finanche l’Organizzazione mondiale della sanità (Oms), hanno lanciato **poderose campagne contro-informative**, finalizzate in quest’ultimo caso a veicolare i messaggi medici e igienico-sanitari più adeguati alla più ampia audience di fruitori dell’informazione. In tale scenario **gli strumenti intelligenti**, grazie alla velocità di analisi e calcolo, hanno potuto dimostrare la loro **utilità nelle vaste operazioni di ‘debunking’** che li hanno visti protagonisti. Il ricorso al **Machine Learning**, in particolare, si è rivelato fondamentale **per distinguere le informazioni veritiere da quelle fallaci** (Braşoveanu e Andonie, 2020). Gli algoritmi utilizzati sono stati in grado di riconoscere, per esempio, le parole chiave utilizzate per creare confusione e panico nella collettività, di smascherare profili social non reali da cui venivano diramate le *fake news,* ma anche di identificare le fonti più autorevoli in campo scientifico e medico. Parallelamente, taluni governi si sono serviti dei ***tool* di AI per fornire ai cittadini informazioni a carattere divulgativo** usate con lo scopo di tranquillizzare la popolazione ed evitare allarmismi: è questo il caso di alcune applicazioni che consentono al paziente, per esempio, **uno scambio via chat con un *bot* automatico** che, incrociando evidenze scientifiche ed empiriche, lo aiuta a **comprendere se i suoi sintomi sono da ascrivere al Covid-19** o, in generale, da quale disfunzione l’utente possa essere affetto. Strumenti di questo tipo aiutano, in tal modo, a individuare o a escludere la patologia in questione, ma ambiscono anche a fungere da guida al comportamento sociale (Tong, 2020). Evitando di dilungarci sull’argomento, sia sufficiente ricordare che i sistemi di AI hanno ampiamente dimostrato di avere diversi benefici (Van Krogh, 2018), essendo dotati delle facoltà di **migliorare le previsioni e supportare le decisioni** in molti ambiti vitali, grazie al ricorso a modelli di Machine learning e di Deep learning sempre più sofisticati (Castaldo, 2020). L’efficacia di funzionamento e l’utilità di questi sistemi, palesate pervasivamente nell’emergenza pandemica e peraltro estesamente provate, sono indubbie. Esistono ancora, tuttavia, dei **limiti di natura etica e legale**, connessi all’uso delle *intelligent machine*. L'articolo integrale è pubblicato sul numero di Novembre-Dicembre di *Sviluppo&Organizzazione*. Per informazioni sull’acquisto di copie e abbonamenti scrivi a daniela.bobbiese@este.it (tel. 02.91434400)