Come rendere linguisticamente piu' intelligente l'intelligenza artificiale

DIRK HOVY, ASSOCIATO DI COMPUTER SCIENCE, HA VINTO UN ERC STARTING GRANT DA 1,5 MILIONI DI EURO. IL SUO PROGETTO INTRODUCE I FATTORI DEMOGRAFICI NEI SISTEMI DI ELABORAZIONE DEL LINGUAGGIO PER MIGLIORARE LE PRESTAZIONI ALGORITMICHE, EVITARE RAZZISMO, SESSISMO E AGEISMO E CONSENTIRE NUOVE APPLICAZIONI

E se scrivessi che “vincendo un ERC Grant, Dirk Hovy ha ottenuto un risultato onesto”? Chi ha familiarità con l'uso di "onesto" come sinonimo di "positivo" o "meritato" tra gli adolescenti penserebbe che Bocconi Knowledge abbia assunto un redattore molto giovane (o qualcuno che si spaccia per tale). Gli altri penserebbe che sono impazzito. Gli attuali sistemi linguistici basati sull'intelligenza artificiale non saprebbero che cosa fare. “Le tecnologie di natural language processing (NLP)”, dice Hovy, “non tengono conto della demografia né nella comprensione del linguaggio né nella sua generazione. E questo difetto ci impedisce di raggiungere prestazioni di tipo umano. Limita le possibili applicazioni future e introduce un pregiudizio sistematico contro i gruppi demografici sottorappresentati”.
 

Hovy, professore associato del Dipartimento di Marketing, ha ottenuto un ERC Starting Grant da 1,5 milioni di euro dall’European Research Council con il suo progetto INTEGRATOR (Incorporating Demographic Factors into Natural Language Processing Models). Il progetto di ricerca vuole rendere possibile la progettazione di sistemi di NLP demograficamente consapevoli. "Il NLP è utilizzato nella traduzione, nelle ricerche, chatbot, assistenti personali, business analytics e molte altre applicazioni. Quindi i modelli con distorsioni demografiche creano disuguaglianze nell’accesso a queste tecnologie vitali”, afferma Hovy.
 
In un certo senso, gli attuali sistemi linguistici basati sull’intelligenza artificiale non sono così intelligenti. “Non colgono l'intento di chi parla e non adattano il loro linguaggio all'utente”, dice Hovy. “Se chiediamo a uno smart assistant perché fa buio la sera, lo spiega sempre allo stesso modo, indipendentemente dal fatto che la domanda sia stata posta da un bambino di cinque anni o da uno scienziato. Ma un bambino e un adulto richiedono risposte molto diverse. I sistemi attuali presuppongono che tutti parlino allo stesso modo. Questa supposizione e l'incapacità di adattarsi ai diversi gruppi di utenti codificano distorsioni demografiche, che portano al sessismo, al razzismo e all'ageismo. Con questo progetto, renderemo i sistemi demograficamente più intelligenti. Svilupperemo approcci formali per descrivere e misurare le distorsioni demografiche e prototiperemo sistemi migliori".
 
“Voglio che le tecnologie linguistiche siano restituite alle persone”, conclude Hovy, “come all’inizio, quando il campo era influenzato dalla linguistica e dalla filosofia. In seguito, si è limitato agli aspetti tecnici e alle applicazioni fattibili. È come chi perde le chiavi dell'auto e le cerca solo sotto il lampione perché è l'unico posto dove vede qualcosa. Se le chiavi sono altrove, non le troveremo mai. Dobbiamo espandere la luce”. Ecco perché, nel suo progetto ERC, Hovy lavorerà con studiosi di machine learning, sociolinguistica, sociologia, demografia, etica e filosofia, compresi tre ricercatori post-doc che recluterà nei prossimi cinque anni.
 
L’ERC è stato istituito nel 2007 dalla Commissione europea per promuovere la ricerca di base in Europa, con tre grant altamente competitivi - Starting, Consolidator e Advanced - per accademici di alto livello in diverse fasi della carriera. Non impone temi specifici, ma richiede progetti ad alto rischio/alto rendimento con un elevato impatto scientifico e sociale.

Quello di Hovy è il 37° ERC Grant ospitato dalla Bocconi dall'inizio del programma europeo nel 2007, e il secondo in computer science.

di Fabio Todesco