Storia dell'intelligenza artificiale - LM

Le origini e le questioni etiche e politiche dell'intelligenza artificiale
Il corso illustra la nascita dell'idea di intelligenza artificiale in concomitanza con l'avvento dei primi calcolatori. Il termine viene coniato ufficialmente nel 1956, ma già negli anni Quaranta si parlava di macchine dotate di intelligenza.
In particolare il test di Turing che ha suscitato interesse e molta letteratura è stato proposto da Alan Turing nel 1950. Molti anni sono passati da allora e molte cose sono cambiate nei metodi, nelle tecniche e nelle prospettive adottate per risolvere alcuni problemi considerati intelligenti.

Attualmente la presenza di tant soft bot, di tanti robot e di tanti strumenti artificiali che attraverso l'uso di algoritmi sembrano esprimere l'intelligenza ci costringono a ripensare il concetto di intelligenza umana e anche quello di macchine intelligenti.
Il fenomeno più interessante è la tendenza dell'uomo ad attribuire alla macchina capacità intelligenti principalmente quando non sa come funzioni esattamente il dispositivo al quale si affida.
Questa dimensione sociale nell'attribuizione di intelligenza era stata colta anche al principio da Alan Turing. Tuttavia tale tendenza rischia di produrre alcune conseguenze indesiderate per la società. Sappiamo infatti che non tutti padroneggiano l'innovazione, mentre un gruppo molto ristretto di progettisti e programmatori spesso tutti provenienti dallo stesso tipo di università e in larga misura bianchi lavorano e producono prototipi di intelligenza artificiale i cui obiettivi sono nelle mani di poche multinazionali.
In particolare cercheremo di distinguere tra le tecniche basate sul reasoning, più centrali nelle prime fasi di sviluppo della disciplina, e quelle basate sul learning che attualemente hanno prodotto i risultati più rilevanti e clamorosi. Tali tecniche sono basate sulla datificazione di molte attività sociali e si propongono di fare previsioni su quello che accadrà in futuro a partire dalla serie pregressa di informazioni disponibili.
Tra queste tecniche quelle che hanno ottenuto i risultati più notevoli sono quelle di deep learning, nelle quali gli strati di apprendimento sono molteplici e inaccessibili anche al programmatore stesso. La capacità di fare previsioni in contesti sociali anche sensibili come predictive policing, face recognition, clusterization, selezione del personale, selezione degli studenti per l'accesso universitario, premi assicurativi, accesso ai servizi del welfare, ecc. potrebbe dare luogo a self-fulfilling expectation, introducendo un carattere normativo che impone la previsione in contesti nei quali il futuro è incerto.
L'introduzione della IA generativa crea ulteriori problemi relativi alla controllabilità della veridicità delle risposte ottenute dalle varie chat intelligenti del tipo di CHATGPT. Il rischio è avere una proliferazione di contenuti senza controllo che potrebbero rendere impossibile utilizzare contenuti mediali per validare la conoscenza e trasmetterla. Siamo di fronte a un cambiamento epocale che richiede una attenzione estrema alla tutela delle regole di convivenza pacifica basate su giustizia, equità e libertà che abbiamo condiviso nei paesi considerati democratici.
Uno degli ambiti in cui questi strumenti sono più attivi è quello della guerra, scegliere i bersagli e armare i droni maneggiandoli da remoto sono le attività più rilevanti nell'innovazione militare. selezionare i bersagli, sorvegliarli e colpirli in modo automatizzato sono estremamente rilevanti per l'impatto commerciale di queste strategie. non possiamo quindi ignorare la dimensione dual--use che va in direzione contraria al solito, quando applicazioni militari venivano poi usate nel contesto commerciale sociale e pubblico. Qui abbiamo invece un'inversione di tecniche nate nell'ambito commerciale poi convertite al contesto bellico. Non possiamo, quindi, riconoscere alcuna neutralità a questi metodi.
Esistono quindi problemi politici, etici e sociali rispetto a come vogliamo applicare gli strumenti dell'innovazione. Non basta innovare, dobbiamo riuscire a costruire degli strumenti equi che servano a far crescere il benessere di tutti gli esseri umani e non solo di una ristretta minoranza.
Il corso si propone di fornire gli strumenti per comprendere la dimensione politica, etica, sociale delle scelte tecnologiche intorno agli sviluppi dell'intelligenza artificiale
Il corso si tiene nel primo semestre dell'anno accademico 2026-20327.
Sono previste e-activity per i frequentanti
Non sono previsti prerequisiti per l'accesso.

nessuno. Non è prevista nessuna conoscenza pregressa.

Mitchell M. (2022) L'intelligenza artificiale, Einaudi, Torino.
Alan Turing (1994) Intelligenza meccanica, Bollati boringhieri, Torino, pp. 88-157.
Natale S. (2022) Macchine Ingannevoli, Einaudi, Torino.

Le lezioni si svolgono in presenza, ma è possibile in caso di necessità fruirle da remoto.

non obbligatoria
L'erogazione dei corsi avviene in presenza ed eventualmente in caso di necessità sarà anche possibile seguire da remoto

nel corso è prevista una valutazione sperimentale per frequentanti, con la presentazione del progetto di ricerca e la stesura di una tesina sullo stesso argomento.
per chi non frequenta la valutazione avviene con un test per valutare la conoscenza dei testi in programma.
Sono previste e-activity per frequentanti.
Nella valutazione si tiene conto sia delle conoscenze acquisite sul corso, sia delle capacità di analisi critica e di elaborazione originale sugli argomenti trattati.
Le/gli studenti con disabilità e DSA potranno fare richiesta degli strumenti da riconoscere in fase d’esame attraverso l’apposito portale di Ateneo, raggiungibile al seguente link:
https://www.uniroma3.it/roma-tre-inclusiva-studenti-con-disabilita-e-con-dsa/