di Simone Cosimi

 

L’intelligenza artificiale sta rivoluzionando molti settori industriali e commerciali. Dal mondo dell’automobilismo alla medicina, che è destinata a farsi prevalentemente predittiva e quindi preventiva, passando per il commercio, i sistemi finanziari e bancari e l’intrattenimento. Ci sono tuttavia ambiti all’apparenza più lontani che invece hanno perfino tenuto a battesimo alcune delle soluzioni che oggi entrano nei nostri smartphone (basti pensare all’ultimo iPhoneX appena svelato da Apple e alle sue tecnologie di confronto della scansione facciale dell’utente col modello matematico memorizzato per sbloccare il dispositivo). Uno di questi è il sistema universitario. Che, in diverse situazioni – da DeepMind poi acquistata nel 2014 da Google passando per altre startup o società come Magic Pony, Aysadi o Wolfram Alpha – ha appunto costituito il brodo di coltura di certe scoperte. In una parola, la ricerca universitaria.

Proprio la ricerca, ma anche la didattica, il tutorato, la gestione quotidiana delle faccende universitarie, la valutazione, le procedure d’ammissione vedranno profondamente mutare i loro connotati nel giro dei prossimi dieci o quindici anni. Funzionerà da infrastruttura di base, come hanno spiegato Mark Dodgson e David Gann in un approfondimento per il World Economic Forum. Il primo è direttore del centro per la tecnologia e il management dell’innovazione alla Business School dell’università del Queensland, in Australia, il secondo è vicepresidente dell’Imperial College di Londra, dove pure Dodgson è visiting professor. “L’intelligenza artificiale cambierà le università condannando all’irrilevanza gli istituti che non la sposeranno sia nella ricerca che nell’insegnamento” hanno scritto i due. Proprio da molti di quegli istituti sono stati gettati i semi della quarta rivoluzione industriale, una trasformazione destinata a toccare ogni elemento delle società contemporanee.

Ma quindi, come cambieranno in concreto le università per via dell’intelligenza artificiale? I pilastri sono almeno quattro. Anzitutto, la possibilità di potenziare la ricerca di base a livelli mai visti prima d’ora. Secondo Dodgson e Gann l’intelligenza artificiale può creare ipotesi, trovare collegamenti sconosciuti e ovviamente ridurre i costi di studi e lavori previsionali o di avanscoperta. Insomma, in quanto predittivo un algoritmo, per esempio, può sondare le strade che un gruppo di ricerca vorrebbe imboccare, orientandolo su quella più promettente. Non è detto sia sempre un’ottima scelta – l’intuito umano resta d’altronde insostiuibile – ma senz’altro è la più economica. All’università di Aberystwyth esiste già qualcosa di simile: un sistema robotico formula ipotesi, svolge esperimenti e decide come procedere. Non male.

Dall’altro lato della faccenda già oggi molti editori specializzati come Reed Elsevier sfruttano sistemi di controllo automatizzati degli articoli, dei paper, insomma dei contenuti di letteratura accademica. Possono individuare le ricerche copiate, quelle prive dei giusti presupposti o rubacchiate qua e là. Di scandali simili, cioè sull’attendibilità del “circo degli studi” e delle riviste specializzate che li pubblicano, ne esplodono con una certa periodicità. Una revisione automatica introduce un filtro di controllo ulteriore, anche sotto l’aspetto dei comportamenti non etici o delle prassi inaccettabili. Non solo: sempre rimanendo nel campo della ricerca di base, l’intelligenza artificiale “facilita la collisione di idee diverse, unendo i puntini di problemi che hanno bisogno della collaborazione fra diverse discipline”. Una strategia operativa che al momento può essere insegnata a software e altre soluzioni ma che domani potrà sempre più procedere in autonomia, scovando nuovi percorsi in cui lanciarsi e affiancando così i ricercatori, potenziandone le possibilità di successo anche nella gestione delle partnership con enti terzi e altri atenei. E quindi, di conseguenza, di miglioramento generale.

Delle questioni filosofiche ne abbiamo parlato spesso. Dai robot con le fattezze umane alle strade da scegliere per regolamentare l’intelligenza artificiale. Interrogativi che non potranno non ripercuotersi anche sul profilo accademico dove nasceranno nuovi ambiti di indagine e quelli esistenti saranno costretti a porsi domande sconosciute, a confrontarsi con scenari inesistenti. Psicologia, etica, comunicazione ma anche scienze politiche – se per esempio si considerano le ricadute sul mondo del lavoro e sugli equilibri internazionali, Vladimir Purin ed Elon Musk di Tesla se ne sono dette alcune, negli ultimi tempi - s’incroceranno ad ambiti più “duri”, creando inediti filoni d’indagine.

Scendendo a quote più basse, anche la didattica e l’organizzazione complessiva degli atenei ne uscirà ridisegnata. In diversi modi. I compiti accademici routinari potranno per esempio essere automatizzati. I tutor e i docenti potranno essere affiancati da chatbot disegnati sui loro profili e sulle loro competenze, fornendo così assistenza a più studenti in contemporanea. Al Politecnico di Berlino già si usano per dare una mano agli iscritti nella definizione del loro piano di studio. Non solo per questioni basilari: gli assistenti virtuali potranno anche proporre a studenti e ricercatori programmi più adeguati ai loro curricula e al loro retroterra, ai voti ottenuti, agli insegnamenti per i quali dimostrano maggiore propensione. Lo fanno già gli atenei della Georgia e dell’Arizona, anche per abbattere l’abbandono universitario. Un po’ invasivo, forse, un po’ meno poetico che in passato ma molto più efficiente. Lo fa anche la Carnegie Mellon University nella sua partnership con l’Open Learning Initiative, sfruttando l’AI anche per mettere a punto i corsi e insegnare meglio. Confrontati a quelli di statistica (uno degli insegnamenti in cui sono stati usati dei tutor virtuali) sono risultati equiparabili a quelli impartiti da altri atenei e con meno ore di studio necessarie.  

L’ultimo fronte è quello più concreto, che tocca l’organizzazione stessa dell’insegnamento e mescola realtà aumentata e virtuale. Queste soluzioni e piattaforme, destinate a entrare nella quotidianità perfino con gli smartphone, potranno essere utilizzate per migliorare i corsi (almeno alcuni di essi), aumentare il coinvolgimento degli studenti e proporre simulazioni e altri sistemi anni fa impossibili. Viene in mente per esempio l’ambito della medicina, dove ci si potrà misurare in operazioni complicatissime in realtà virtuale senza mettere a rischio la vita di qualche sventurato paziente. E senza dimenticare, ma è una storia vecchia che non si deve certo all’intelligenza artificiale, la democratizzazione dell’insegnamento: i corsi potranno essere disponibili a sempre più persone che, anche a distanza e con i tutori virtuali, potranno godere di uno standard dignitoso.

Ultimo fronte è quello dell’auditing. O, se si preferisce, dell’autovalutazione. Il tema è infatti sempre quello dei big data. I processi amministrativi e di giudizio potranno far leva anche su informazioni fornite nel monitoraggio delle performance per capire se ricerca, didattica e altri settori procedono nelle direzioni volute, così come intervenire meglio nella selezione delle matricole. Tutta un’altra università.