L'Osservatorio-prova

Al CfGC siamo convinti che, piuttosto che assumere posizioni neo-luddiste o tecno-entusiaste, obiettivo di chi svolge ricerca pubblica sia quello di aumentare la consapevolezza dei cittadini rispetto ai processi d’automazione, precondizione ad un agire libero, critico, innovativo.

I, robot è tratto da un romanzo di Asimov che reinterpreta il tema della rivolta dei robot

Chi ha paura dei robot?
Timeline sull'immaginario dei robot
Consulta la timeline >>
Il progetto del robot antropomorfo
Intervista a Minoru Asada
Vai all'intervista >>

[tabby title="Automatismi quotidiani"]
La vita contemporanea è basata su una quantità inimmaginabile di automatismi.

Nessuna delle nostre attività quotidiane - movimentare il nostro conto corrente, prendere il treno e l’aereo, farsi delle analisi mediche... - sarebbe possibile così come la conosciamo senza ricorrere ai sistemi automatizzati.

Tutti questi automatismi, che possono essere digitali, ma anche sociali o intrapsichici, hanno un fondamentale punto in comune: condizionano il nostro modo di comportarci e di relazionarci con il mondo, con gli altri e con noi stessi. E i sistemi d’automazione digitali, che hanno un ruolo sempre più onnipresente nelle nostre società e nelle singole organizzazioni, lo fanno in modo sempre più intenso e mirato. Alcune volte ne siamo consapevoli, altre, è il caso più eclatante, purtroppo, non ce ne accorgiamo.


Gli obiettivi dell'Osservatorio

Contemporaneamente alla sua nascita, nel gennaio del 2017, il Center for Generative Communication ha attivato l’Osservatorio sull’impatto culturale, sociale, economico e politico dei sistemi e processi d’automazione. Obiettivo dell’Osservatorio è quello di applicare alle imprese e alle organizzazioni con cui il CfGC collabora i risultati delle più avanzate ricerche e indagini a livello nazionale e internazionale e al tempo stesso arricchire la base di conoscenza e far avanzare la ricerca grazie alle evidenze empiriche ricavate dai progetti.

Questo perché siamo convinti che non sia possibile, in tutti i campi e soprattutto parlando di nuove tecnologie, pensare ad una conoscenza isolata dalla sua applicazione, ad un sapere privo di saper fare, ad una scientia che non si confronti incessantemente con l’usus.

[tabby title="Il Sistema di Documentazione Generativa"]
L’Osservatorio, per le sue ricerche e consulenze, si avvale di un Sistema di Documentazione Generativa appositamente progettato per raccogliere e strutturare il knowledge analytics.

Il Sistema di Documentazione Generativa, oltre ad essere un indispensabile strumento di gestione della conoscenza utilizzato in ogni progetto dal Center for Generative Communication, è funzionale allo sviluppo di relazioni tra ambiti del sapere solo apparentemente distanti; o considerati e voluti tali dagli anacronistici sistemi di segmentazione del sapere che ancora prevalgono in ambito accademico e professionale. Documentare significa creare le condizioni per favorire delle risposte a precise domande; risposte che una volta ottenute sono destinate inevitabilmente a generare altre domande.

Ogni memoria è selettiva, così come ogni dato porta in sé le ragioni della memoria che lo ha espresso. La memorizzazione elettronica non prescinde certo da questo scenario, perché le macchine sono caratterizzate dalla memoria di chi le ha prodotte: i suoi progetti, le sue aspettative, i suoi interessi, le sue paure, i suoi errori.

Ogni sistema e processo d’automazione è generato da storie che generano altre storie. Questa è la spirale che lega indissolubilmente input e output, domande a risposte, ipotesi a verifiche, supposizioni a riscontri, progetti a realizzazioni, produzione a uso…

Niente è più personale della memoria, niente è frutto di scelte, di strategie, di obiettivi quanto lo è la memorizzazione meccanica alla base di ogni sistema d’automazione.
Ma ne siamo consapevoli? Responsabili?

[tabby title="Bisogno, contesto, dati, conoscenza"]
Le grammatiche economiche e culturali alla base dei data analytics attuali; la visione dei due tempi che vuole ben separata la (1) fase dell’intercettazione, memorizzazione dei dati da (2) quella del loro riuso; la logica che è alla base dei sistemi di analisi automatizzata dei dati; il loro reimpiego attraverso forme di machine learning e di intelligenza artificiale implica una concezione delle persone che generano dati come soggetti inconsapevoli, passivi e gerarchicamente subordinati, con la conseguente perdita di elementi di conoscenza preziosi, spesso fondamentali.
Questa situazione favorisce, in qualsiasi ambito da quello comunicativo a quello più propriamente produttivo, la riproposta, la replica di soluzioni inevitabilmente standardizzate, uguali, scarsamente, o per niente, sensibili alla varietà delle diverse situazioni sociali, economiche, culturali.

Ogni realtà è differente dalle altre, e necessita un’analisi peculiare, attenta alla propria diversità progettuale, gestionale, produttiva. L’immensa disponibilità dei dati resa possibile oggi dalle nuove tecnologie – preziosa senz’altro – ha bisogno però, per risultare utile, di una chiave d’interrogazione fortemente definita, profilata, distinta.
Questa richiede una strategia nella raccolta dei dati che pone sia chi li produce sia chi ne vuole fruire in una posizione attiva, creativa, intelligente, smart.

Da ciò deriva che, non accanto ma ancor prima della raccolta dei dati, delle tecniche di lettura, d’analisi automatizzata degli stessi, si recuperi il valore strategico della progettualità che ci porta a creare situazioni generative di dati, a raccoglierli, a organizzarli. È necessario, cioè, promuovere una cultura nuova del dato, che tenga conto (1) della dimensione critica, tutt’altro che neutrale, del dato stesso, (2) della valorizzazione del ‘sensore’: prima di tutto di quello umano, soggetto che se attivato può rivelarsi fondamentale nella creazione dei dati, ma anche meccanico, la cui ‘intelligenza’ va davvero sfruttata come tale.

L’obiettivo dell’Osservatorio è quello di monitorare le grammatiche economiche, sociali, culturali, politiche che stanno dietro i sistemi e processi d’automazione, e, quindi, la natura dei dati che ne ispirano le azioni.
[tabbyending]