Il contratto sociale dell’IA: La responsabilità aziendale in una nuova era

Nel 1953, l’economista Howard R. Bowen pose una grande domanda. Il suo libro, “Social Responsibilities of the Businessman”, si interrogava: Cosa dovevano le aziende alla società oltre a fare soldi? Questa idea diede il via alla moderna responsabilità sociale d’impresa (RSI).

La RSI significa che le aziende devono gestire il loro impatto sulla società e sull’ambiente. Iniziò come beneficenza, poi divenne parte del modo in cui le aziende operano. All’inizio, la RSI si concentrava sul lavoro e sulla protezione dell’ambiente. Le aziende cominciarono a pensare a qualcosa di più dei semplici azionisti.

Dove la responsabilità ha avuto inizio

Il 14 settembre 1970, l’economista Milton Friedman fece un’affermazione audace su The New York Times Magazine. Sostenne che l’unico compito sociale di un’azienda era quello di fare più soldi. La maggior parte delle aziende concordò con questa visione per molto tempo. Credevano che il profitto fosse il loro unico obiettivo.

Ma un’idea diversa prese lentamente piede. I consumatori volevano prodotti più etici. I gruppi ambientalisti chiedevano alle aziende di assumersi le proprie responsabilità. Poi, negli anni ‘80, si verificarono enormi disastri ambientali. La tragedia del gas di Bhopal del 1984, ad esempio, rivelò la negligenza aziendale. Questi eventi mostrarono un terribile costo umano.

Negli anni ‘90, la RSI divenne più strutturata. Le aziende scrissero codici di condotta. Pubblicarono rapporti ambientali. Nel 2000, le Nazioni Unite avviarono il Global Compact. Questo programma chiedeva alle aziende di seguire dieci principi universali. Questi coprivano i diritti umani, il lavoro, l’ambiente e l’anticorruzione.

Questo cambiamento significò che le aziende non potevano più agire da sole. Dovevano pensare al loro impatto più ampio sulla società. La RSI divenne una strategia essenziale. Non era solo un extra di beneficenza.

Le macchine iniziano a pensare

Nell’estate del 1956, alcuni scienziati si incontrarono al Dartmouth College. Parlarono di “intelligenza artificiale”. John McCarthy coniò il termine. Descriveva macchine che potevano pensare come gli umani. Questo fu un inizio ambizioso e teorico.

Per decenni, l’IA rimase principalmente nelle università. I ricercatori provarono diversi modi per costruirla. Realizzarono sistemi esperti e prime reti neurali. Ma i computer mancavano di potenza di elaborazione. I dati erano difficili da trovare. Emersero pochi usi pratici.

Tutto cambiò negli anni 2000. La potenza di calcolo esplose. Internet creò enormi quantità di dati. Nel 2012, Alex Krizhevsky, Ilya Sutskever e Geoffrey Hinton svilupparono AlexNet. Questo modello di deep learning migliorò enormemente il riconoscimento delle immagini. Vinse l’ImageNet Large Scale Visual Recognition Challenge.

Questa svolta diede il via a una nuova era per l’IA. Aziende come Google, Facebook e Microsoft vi riversarono denaro. L’IA iniziò a gestire motori di ricerca, feed di social media e sistemi di raccomandazione. Si spostò dai laboratori alla vita di tutti i giorni. Ma questa rapida diffusione portò nuovi, inaspettati problemi.

Emergono i problemi etici dell’IA

Nel 2016, un’indagine di ProPublica rilevò un pregiudizio razziale in uno strumento giudiziario di IA. Il sistema COMPAS prevedeva chi avrebbe commesso crimini futuri. Etichettava erroneamente gli imputati neri come a rischio più elevato più spesso degli imputati bianchi. Questo fu un chiaro avvertimento. L’IA poteva ripetere e peggiorare i pregiudizi umani.

Questo non fu solo un esempio. Gli algoritmi mostrarono anche pregiudizi di genere negli strumenti di assunzione. La tecnologia di riconoscimento facciale identificava erroneamente le persone di colore più spesso. Questi sistemi, costruiti dagli umani, mostravano i pregiudizi presenti nei loro dati di addestramento. Quei dati spesso provenivano da schemi vecchi e diseguali.

Le aziende si trovarono di fronte a problemi etici immediati. I loro sistemi di IA, destinati a essere efficienti, causarono danni sociali. Avevano costruito questi potenti strumenti. Ora, avevano il compito di risolvere i loro problemi involontari. Questa nuova realtà li fece ripensare alle regole della RSI.

L’AI Now Institute della New York University divenne una voce chiave. I suoi rapporti annuali illustravano i crescenti rischi dell’IA. Sottolinearono problemi come la sorveglianza, la discriminazione algoritmica e lo sfruttamento del lavoro. L’istituto premette per la responsabilità.

Aziende e governi rispondono

Nel 2018, Google sentì la pressione dall’interno e dall’esterno delle sue mura riguardo all’etica dell’IA. I dipendenti protestarono contro il lavoro dell’azienda sul Progetto Maven. Questo era un progetto del Pentagono che utilizzava l’IA per analizzare filmati di droni. Google in seguito pubblicò i propri Principi sull’IA. Queste linee guida vietavano la creazione di IA per usi dannosi. Il CEO Sundar Pichai affermò che l’azienda si era impegnata a rispettarli.

Anche Microsoft si espresse presto. Il suo Presidente, Brad Smith, chiese una regolamentazione governativa del riconoscimento facciale. Affermò che le aziende da sole non potevano garantire un uso responsabile. Microsoft creò un Office of Responsible AI (ORA). Questo team elaborò linee guida etiche interne. Controllarono anche i prodotti di IA per possibili danni.

L'AI Now Institute della New York University è emerso come una voce fondamentale nell'etica dell'IA, pubblicando rapporti annuali che hanno dettagliato meticolosamente i crescenti rischi dell'IA e hanno sostenuto una maggiore responsabilità. Fondato nel 2017, è diventato rapidamente un centro di ricerca leader dedicato alla comprensione e all'affrontare le implicazioni sociali dell'intelligenza artificiale. (Illustrazione generata dall'IA)

Queste azioni aziendali rivelarono un nuovo tipo di RSI. Andava oltre l’impatto ambientale o il lavoro equo. Ora, includeva la creazione e l’uso etico della tecnologia stessa. Le aziende dovevano pensare alla privacy dei dati, all’equità algoritmica e alla trasparenza. Dovevano integrare queste idee nel modo in cui progettavano i prodotti.

Anche i governi iniziarono ad agire. Nel 2021, l’Unione Europea propose l’AI Act. Questa ampia regolamentazione mirava a classificare i sistemi di IA in base al livello di rischio. Stabilì regole severe per l’IA ad alto rischio. Queste includevano regole per la qualità dei dati, la supervisione umana e i controlli. L’UE divenne un leader globale nella governance dell’IA.

Il contratto sociale dell’IA: Cosa c’è dopo?

Oggi, le sfide dell’IA e della RSI continuano a crescere. I modelli di IA generativa, come ChatGPT, portano nuove questioni complesse. Sollevano interrogativi sulla disinformazione, la proprietà intellettuale e la sostituzione del lavoro. Le aziende che costruiscono questi strumenti detengono un enorme potere. Cambiano il modo in cui otteniamo informazioni e come le persone lavorano.

La domanda di IA responsabile sta diventando più forte. Gli investitori ora esaminano attentamente come le aziende gestiscono l’IA. I consumatori si aspettano prodotti etici. Gli attivisti spingono per protezioni più forti. La dottoressa Timnit Gebru ha co-fondato il Distributed AI Research Institute (DAIR). Sostiene sistemi di IA che aiutino le comunità emarginate. Il suo lavoro mostra che abbiamo bisogno di prospettive diverse quando si costruisce l’IA.

Il futuro richiede un approccio attivo. Le aziende devono integrare l’etica fin dall’inizio. Hanno bisogno di team diversi quando sviluppano l’IA. La trasparenza sulle fonti dei dati e sulle decisioni algoritmiche è vitale. Lavorare insieme — industria, governo e società civile — plasmerà la prossima fase.

La RSI nell’era dell’IA non riguarda solo l’evitare danni. Riguarda la costruzione attiva di un futuro in cui l’IA aiuti l’umanità. Ciò significa progettare sistemi che siano equi, responsabili e buoni per tutti. Il nostro impegno qui definirà il mondo digitale per le generazioni a venire.

Domande frequenti

Cos’è la responsabilità sociale d’impresa (RSI)? La RSI significa che un’azienda gestisce la propria attività per avere un impatto positivo sulla società. Va oltre il semplice rispetto delle leggi. Include pratiche etiche, la protezione dell’ambiente e l’aiuto alle persone.

La dottoressa Timnit Gebru, co-fondatrice del Distributed AI Research Institute (DAIR), è una voce guida che sostiene sistemi di IA etici a beneficio delle comunità emarginate e sottolinea la necessità di prospettive diverse nello sviluppo dell'IA. (Fonte: mcsilver.nyu.edu)

In che modo l’IA porta nuove sfide per la RSI? L’IA porta sfide come il pregiudizio algoritmico, le violazioni della privacy e la perdita di posti di lavoro. Le aziende devono affrontare questi problemi. Devono assicurarsi che i loro sistemi di IA siano equi, aperti e responsabili.

Quali sono alcuni esempi di aziende che affrontano l’etica dell’IA? Google ha pubblicato i Principi sull’IA. Microsoft ha creato un Office of Responsible AI. Queste aziende stanno elaborando linee guida interne e controllando i prodotti di IA. Spingono anche per la regolamentazione governativa.

Qual è il ruolo del governo nella regolamentazione dell’IA per la RSI? I governi stanno scrivendo leggi, come l’AI Act dell’UE. Queste leggi mirano a classificare i rischi dell’IA e a stabilire regole. Vogliono garantire la sicurezza pubblica, i diritti fondamentali e lo sviluppo etico dell’IA.

L'AI Act dell'UE, provvisoriamente concordato a dicembre 2023 e formalmente adottato dal Parlamento europeo a marzo 2024, è la prima legge completa al mondo sull'intelligenza artificiale. Mira a classificare i sistemi di IA in base al livello di rischio e a stabilire regole severe per le applicazioni ad alto rischio per proteggere i diritti fondamentali e la sicurezza pubblica. (Illustrazione generata dall'IA)

---

Potrebbe interessarti anche:

👉 Futuri Sostenibili: Investimenti, Cybersecurity e il Futuro del Lavoro

👉 Smascherare i bot online: la sfida di X e Facebook contro l’imitazione umana

👉 Metaverso: l’illusione di Zuckerberg – la tua libertà virtuale è un miraggio