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 di cittadini e organizzazioni rispetto ai processi d’automazione, precondizione ad un agire libero, critico, innovativo. Anche attraverso l’Osservatorio, il CfGC persegue questo obiettivo.
Il Knowledge analytics rappresenta il cuore dell’Osservatorio, la sua logica. Si avvale del Sistema di Documentazione generativa per analizzare l’uso dei sistemi d’automazione in differenti realtà e valorizzare la strategia di sviluppo che intendono perseguire.

I, robot è tratto da un romanzo di Asimov che reintepreta 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 >>

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.
Per questo motivo, contemporaneamente alla sua nascita, nel gennaio del 2017, il Center for Generative Communication ha attivato l’Osservatorio il cui obiettivo 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.

Il Sistema di Documentazione Generativa

Niente è politico e strategico quanto la memorizzazione dei dati: determinare cosa sia rilevante salvare rispetto a cosa sia da obliare. Chi stabilisce le sceneggiature della memorizzazione dei dati ha di fatto il potere di riscrivere il passato e di progettare il futuro definendo categorie mentali comuni.

L’Osservatorio, per le sue ricerche e consulenze, si avvale di un Sistema di Documentazione Generativa appositamente progettato per raccogliere e strutturare le conoscenze emerse dall’attività Knowledge analytics.

La forza del Sistema di Documentazione del CfGC sta nello 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 esaustive a precise domande; risposte che una volta ottenute sono destinate inevitabilmente a generare altre domande.

Bisogno, contesto, dati, conoscenza


Le grammatiche economiche e culturali alla base dei data analytics attuali, unitamente alla logica in due tempi con la quale è concepita la memorizzazione dei dati separata dal loro utilizzo, è il portato di una concezione della persona come soggetto passivo da monitorare al fine di tagliare la propria offerta in modo sempre più preciso.

L’immensa disponibilità di dati resa possibile oggi dalle nuove tecnologie è senz’altro preziosa, a patto che la domanda per la quale i dati vengono selezionati e strutturati sia posta all’inizio del processo di analisi e sia soprattutto condivisa con tutti gli stakeholder, utenti finali compresi. Solo in questo modo si valorizza il ruolo della persona, vera e propria intelligenza attiva sul territorio, capace di produrre informazioni critiche sui bisogni della comunità di riferimento. Il Knowledge analytics, a differenza del data analytics, prevede dunque un’osservazione che sia partecipante nel vero senso della parola, maieutica: un mettersi a disposizione di enti e comunità al fine di farne emergere il potenziale, documentando contemporaneamente il processo di emersione di problematiche e bisogni.