I sistemi di apprendimento automatico sono utilizzati oggi per prevedere il futuro di singoli individui, e assumere decisioni conseguenti: gli studenti vengono valutati sulla base del voto che si prevede riceverebbero se sostenessero l’esame, i candidati a un posto di lavoro vengono assunti o scartati sulla base di una previsione della loro futura produttività e la polizia si affida a statistiche automatizzate per prevedere chi commetterà un crimine o dove un crimine verrà commesso, e agire di conseguenza.

Tali sistemi non sono in realtà in grado di prevedere il futuro di singole persone, per la semplice ragione che ciò non è possibile.

Si tratta di sistemi che hanno proprietà politiche intrinseche: sono incompatibili con lo Stato di diritto, perché fanno sì che le persone siano trattate come oggetti, anziché come soggetti in grado di autodeterminarsi, che non possano prevedere quale legge verrà loro applicata, che siano tutte sorvegliate come “sospette” e che siano o no in grado di esercitare diritti a seconda del loro contingente e variabile status economico, sociale, emotivo, di salute o religioso.

L’incontro è il terzo di un ciclo di quattro conversazioni dedicate a “L’intelligenza artificiale che genera testi e che predice”: https://centroriformastato.it/iniziativa/lintelligenza-artificiale-che-genera-testi-e-che-predice-il-futuro/

Daniela Tafani insegna Etica e politica dell’intelligenza artificiale e Storia della filosofia politica all’Università di Pisa. È vicepresidente della Società italiana di Studi Kantiani e membro del consiglio direttivo della Associazione italiana per la promozione della scienza aperta. Fa parte della redazione del Bollettino telematico di filosofia politica. Si occupa della filosofia morale e politica di Kant e di etica e politica dell’intelligenza artificiale. Tra i suoi lavori più recenti, Do AI systems have politics? Predictive optimisation as a move away from the rule of law, liberalism and democracy, postprint, forthcoming in “Ethics & Politics”, https://doi.org/10.5281/zenodo.10229060

Per chi, pur interessato, non potrà partecipare di persona è prevista la possibilità di seguire l’incontro collegandosi tramite il seguente link: https://us02web.zoom.us/j/89952538616

Qui la locandina