Sfida 8: Misurare l’impatto

“Il ritmo del cambiamento non è mai stato così veloce e non sarà mai così lento” [1]. L’introduzione di nuove tecnologie di Intelligenza Artificiale (IA) nella società e, in particolare, nella Pubblica amministrazione, porta con sé il naturale desiderio di misurare e comprenderne gli impatti sociali, i rischi e le opportunità.

Appare ormai fondamentale misurare l’impatto delle politiche pubbliche, sia nell’ottica dell’utilizzatore, vale a dire del cittadino, sia in quella della PA. Per quanto riguarda il primo punto, è necessario ragionare in termini di miglioramento della qualità della vita delle persone, ma anche delle condizioni di fruizione di ciò che viene loro offerto.

La misurazione dell’impatto nell’uso di soluzioni di Intelligenza Artificiale nella PA contempera l’utilizzo di indicatori qualitativi e quantitativi. Ad esempio le modalità di misurazione della customer satisfaction (e.g. impatto sociale, benessere dei cittadini, accessibilità e usabilità degli strumenti) o relative all’ottimizzazione dei processi organizzativi in termini di efficienza ed efficacia.

Molti modelli quantitativi ripartiscono i lavoratori per occupazione e cercano di ipotizzare quali professioni saranno rimpiazzate dalle tecnologie, in altre parole tali modelli basano il loro funzionamento considerando posti di lavoro e occupazione come unità di analisi. Tuttavia la tecnologia spesso non rimpiazza una figura professionale nella sua interezza ma ne sostituisce soltanto singole attività. I lavoratori che precedentemente ricoprivano un dato incarico, quindi, vengono indirizzati e riassegnati ad attività complementari che utilizzano le nuove tecnologie. Nel tempo la tecnologia porta a un completo ripensamento dei processi e degli obiettivi organizzativi.

Considerata la complessità del fenomeno da analizzare, la misurazione dell’impatto deve necessariamente tenere conto di un approccio multidisciplinare, che consenta di definire l’impatto anche da un punto di vista antropologico, psicologico e sociologico, oltre che tecnologico ed econometrico.

Per tale motivo risulta necessario individuare nuovi set di indicatori che possano recepire al meglio tale multidisciplinarietà, in sinergia con gli indicatori oggi esistenti.

In ogni caso bisogna tenere presente che le modalità con cui viene effettuata la misurazione dell’impatto possono promuovere una migliore comprensione da parte degli utilizzatori dei servizi e favorire la transizione verso nuovi modelli di governance [2].

Mappare i bisogni e definire gli obiettivi di impatto con tutti gli attori coinvolti, raccogliendo informazioni in tempo reale su come interagiscono tutti i nodi di una rete, è il primo fondamentale passo nella comprensione e definizione di corrette valutazioni delle politiche.

Purtroppo tali valutazioni non sono aggiornate così frequentemente come dovrebbero, a causa di limitazioni finanziarie o indisponibilità di valutatori competenti. Essendo la valutazione delle politiche comunemente basata sui dati, l’IA potrebbe abilitare un’analisi più rapida e accurata.

Un maggior equilibrio nell’analisi di opportunità e rischi potrebbe rappresentare un fattore importante per aumentare la consapevolezza del reale impatto [3] che l’IA potrà avere nella nostra vita quotidiana [4].

Infine, misurare l’impatto di queste tecnologie è utile in termini di progettazione e sviluppo dell’IA, di garanzia di affidabilità e trasparenza nonché di riduzione del rischio di errori, anche per la Pubblica amministrazione [5]. Studiarne il funzionamento consente di determinare validi modelli per un uso etico e responsabile dell’IA.

Gli strumenti di misurazione devono essere rigorosi per determinare gli effettivi impatti sociali dell’IA e per definire quanto tali tecnologie riescano ad influenzare concretamente la nostra vita.

Note

[1]	Justin Trudeau, Premier canadese, nel suo discorso al World Economic Forum Annual Meeting 2018 https://www.weforum.org/agenda/2018/01/pm-keynote-remarks-for-world-economic-forum-2018 (Consultato a febbraio 2018).

[2]	Cfr. Sfida 6 “Accompagnare la trasformazione”.

[3]	European Commission - DG for Research and Innovation, Directorate A - Policy Development and Coordination, Unit A.6 - Open Data, Policy and Science Cloud; “Vision and Trends of Social Innovation for Europe”, 2017.

[4]	Si consideri un caso che viene dall’UK, dove si è tentato di misurare l’impatto dell’IA nella vita delle persone monitorando la variazione delle ore di sonno di un campione di popolazione (Cfr. https://www.pwc.co.uk/economic-services/assets/ai-uk-report-v2.pdf).

[5]

Recenti ricerche sui network neurali hanno sperimentato l’utilizzo di IA per la valutazione di policy (scoprendo in taluni casi come il decentramento amministrativo e federalismo governativo abbiano aumentato le diseguaglianze fiscali nei governi locali - Cfr. paper Warner, M. E. and J.E. Pratt (2005) Spatial diversity in local government revenue effort under decentralization: a neural-network approach Environment and Planning C: Government and Policy 23(5) 657-677).