"Il linguaggio verbale è prerogativa dell?uomo": ma è ancora così?

postato da Petra Dal Santo - KEA s.r.l. [11/09/2019 14:24]
foto

Alla voce "linguaggio" Wikipedia dice (https://it.wikipedia.org/wiki/Linguaggio): "Il linguaggio verbale ... è una prerogativa dell'uomo, senza il quale esso non sarebbe tale". Leggendo il bel libro di Joseph Sassoon, "Storytelling e intelligenza artificiale. Quando le storie le raccontano i robot" (Franco Angeli, Milano, 2019) ci rendiamo conto della rapidità con cui gli algoritmi stiano acquisendo competenze linguistiche vieppiù raffinate in vari settori

In avvio del suo libro Joseph Sassoon sottolinea che la narrazione, caratterizzata da componenti intellettive e affettivo-emozionali, è il modo in cui l'uomo mette ordine nel caos del mondo, dandogli senso.

Come evidenziano in modo esemplare gli studi di Joseph Campbell citati dall'autore, le storie di ogni epoca e di ogni parte del mondo possono essere viste come varianti di un unico Monomito, ottenute combinando nei modi più diversi nuclei e dinamiche comuni, riconducibili al Viaggio dell'Eroe, in cui il protagonista, confrontato con difficoltà e impegnato in conflitti con i suoi antagonisti, procede per tentativi verso un esito finale, positivo o negativo che sia.
Regolarità, ripetizioni e variantatura sono le caratteristiche della narrazione che vengono incontro all'intervento dell'intelligenza artificiale nell'ambito dello storytelling, perché sono in sintonia con il modo in cui gli algoritmi funzionano.

Gli esempi di impiego dell'intelligenza artificiale nell'ambito dello storytelling proposti da Joseph Sassoon comprendono casistiche diverse: si tratta non solo di attività creative complete o a supporto del processo creativo umano nell'ambito dello storytelling autoriale (approccio top-down, da 1 a molti, dall'autore ai fruitori), ma anche di attività di storytelling interattivo in cui la narrazione avviene in risposta al riscontro del fruitore (singolo o visto come insieme di singoli fruitori).

Gli esempi riportati dall'autore sono tratti dal giornalismo, dalla produzione di sceneggiature per cinema e TV, dalla comunicazione di impresa e di prodotto, dal customer care, dalla politica, dal gaming e dalla musica.

Dalla musica viene uno degli esempi più avanzati, che in linea teorica potrebbe in futuro essere applicabile anche all'ambito dello storytelling e che riguarda il completamento da parte dell'algoritmo dell'intero processo creativo. Si tratta di DAC - Deep Artificial Composer, lanciato nel 2017 dal Politecnico di Losanna.

Sulla base di partiture di musiche esistenti, appartenenti al genere klezmer e irlandese, DAC ha imparato in modo autonomo le regole dei due generi, apprendendo come si passa da una nota a quella successiva e imparando dunque a prevedere tono e durata della nota successiva sulla base di regolarità, ripetizioni e variantature dedotte empiricamente dal dataset di training. Terminata la fase di apprendimento, DAC è stato in grado di creare musiche di genere klezmer e irlandese, applicando le regole. Infine, DAC sa verificare l'originalità di una sua composizione, confrontandola con il database delle partiture di musiche esistenti.

Negli altri esempi proposti dall'autore prevale invece l'approccio integrativo tra uomo e macchina, con algoritmi specializzati che supportano il lavoro creativo delle persone, per esempio nella validazione delle sceneggiature per cinema e TV, nella realizzazione di trailer di film (isolando i nuclei narrativi fondamentali e quelli di maggiore impatto emozionale), nel lavoro giornalistico (fornendo di insiemi ottimizzati di contenuti di base; suggerendo contenuti complementari; confezionando output narrativi da dati grezzi nell'ambito dello sport, delle finanza, del meteo, output narrativi spesso sottoposti a verifica qualitativa da parte delle persone, che sono anche responsabili della preparazione dei modelli narrativi di base utilizzati dall'algoritmo), nell'individuazione (oltre che nella produzione) di fake news e di deepfake basate su immagini e video.

Passando dallo storytelling autoriale a quello interattivo, Joseph Sassoon si sofferma sull'uso degli algoritmi nell'ambito del gaming, ma soprattutto in quello di chatbot e socialbot, in grado di agire come "instancabili influencer", che promuovono idee di brand e politiche, con ripercussioni sensibili e già sperimentate sulla formazione della pubblica opinione.

L'autore sottolinea che, allo stato attuale, gli obiettivi realistici dell'intelligenza artificiale nell'ambito dello storytelling non sono legati tanto al completamento dell'intero ciclo creativo, ma al fatto di:

  • Supportare con dati oggettivi e informazioni di base il lavoro creativo delle persone, puntando sull'integrazione uomo-macchina
  • Migliorare la comprensibilità di insiemi di dati (soprattutto di big data), generando in modo automatico narrazioni testuali, grafiche, video, VR/AR, in grado di mostrare regolarità e ripetizioni presenti nei dati
  • Migliorare l'interfaccia uomo-macchina, grazie allo sviluppo di interfacce conversazionali, basate sul riconoscimento della voce e dei gesti
  • Promuovere in modo autonomo idee utilizzando i social network.

 

Le tecnologie che permettono e permetteranno all'intelligenza artificiale di agire nell'ambito dello storytelling sono largamente condivise con applicazioni di AI sviluppate in altri contesti: scienza della complessità, Big Data, Machine Learning, Deep Learning e reti neurali, Natural Language Processing, riconoscimento delle immagini, analisi di testi, immagini, video e audio, sentiment analysis ed emotion analysis (fa comprendere l'arco emozionale della narrazione, ovvero il modo in cui le emozioni si evolvono rispetto alla trama del racconto), Cognitive Computing (permette ai software di fare esperienza del mondo e apprenderne il funzionamento).

Il principale punto di forza dell'intelligenza artificiale applicata allo storytelling è la potenza di calcolo, che consente scala e velocità inarrivabili per l'uomo nella raccolta di dati, nella deduzione dall'osservazione empirica dei dati di regolarità e ripetizioni, nonché nella composizione e nella variantatura di informazioni basate sui modelli dedotti. Vantaggioso è anche il fatto che l'output possa essere non solo testuale, sfruttando l'intera palette dei linguaggi multimediali, interattivi e immersivi: immagini, video, realtà virtuale e realtà aumentata (VR/AR).

Per converso, il contributo narrativo dell'intelligenza artificiale è ancora frenato da alcune debolezze. Joseph Sassoon sottolinea in particolare:

  • La mancanza di esperienza generale (non settoriale) del modo in cui funziona il mondo e delle convenzioni sociali, che influenzano le decisioni
  • L'esperienza limitata delle emozioni
  • La neutralità morale, in assenza di istruzioni specifiche.

 

Oltre alle opportunità, l'intervento dell'intelligenza artificiale nello storytelling porta anche rischi su cui riflettere con l'obiettivo di mitigarli:

  • L'uomo perde di fatto l'esclusiva sull'uso del linguaggio
  • I giudizi degli decisioni degli algoritmi, su cui si basano decisioni e azioni, possono essere distorti a causa di fattori tra cui:
    • Composizione dell'insieme di dati usato per il training dell'algoritmo
    • Interazione con gli utenti che, combinate con tecnologie di Deep Learning, possono indurre comportamenti non voluti
    • Funzionamento dell'algoritmo, che può portarlo a rafforzare suoi assunti, anziché farli evolvere in base all'interazione con gli utenti, scollandosi progressivamente dalla realtà.

 

Pervasività, Deep Learning, interazione diretta con gli utilizzatori finali (cioè con non esperti), rischi intrinsechi inducono anche l'autore ad auspicare trasparenza e democratizzazione degli algoritmi.

Sul fronte della trasparenza Joseph Sassoon cita il progetto IBM del 2018 denominato Fairness 360 Kit (http://aif360.mybluemix.net/), che in tempo reale mostra all'esperto come l'algoritmo in esame prende le decisioni e se introduce distorsioni. Rendendo trasparente l'algoritmo, il Fairness 360 Kit ne traccia accuratezza, fairness e oggettività.

Oltre alla trasparenza e alla tendenziale oggettività, l'autore auspica anche la democratizzazione degli algoritmi, ovvero il fatto che diventi pubblico il dibattito sul loro funzionamento e sulle proposte di modifica da apportare per finalità di interesse generale. Il che significa trattare gli algoritmi alla stregua delle infrastrutture fisiche di rilevanza collettiva, nazionali e internazionali.