Abbiamo la fortuna di apprezzare quotidianamente la straordinaria “applicabilità” e l’utilità di ciò che sviluppiamo. Dal nostro osservatorio privilegiato, comprendiamo però che le barriere all’ingresso che proteggono l’AI sono scoraggianti: dal linguaggio (acronimi! anglicismi! tecnicismi!) fino alla narrazione parziale restituita dai media.
Attraverso Decodifica vorremmo contemporaneamente decostruire e onorare la complessità dell’Intelligenza Artificiale Generativa: trasformare concetti articolati in idee digeribili e spunti utili, incoraggiando chi legge a sviluppare una visione personale su tecnologie che -inutile negarlo- stanno cambiando il mondo. Partiremo con una parola, e il resto verrà da sé.
Le parole sono importanti
Machine learning è il processo con cui una macchina comprende le relazioni che esistono tra più variabili e riesce a ricondurle a una funzione, o algoritmo. Il processo di apprendimento prevede che la macchina venga esposta a:
un (grande) dataset, cioè dati opportunamente variegati ed etichettati
un (buon) numero di output, cioè di “casi reali”
In questo modo la macchina stabilisce una funzione capace di spiegare, di mettere in relazione le informazioni originali (i dati) e i fenomeni osservabili. Se l’apprendimento è stato sufficientemente lungo e completo, aumentano la probabilità che la macchina riesca a individuare queste relazioni anche quando viene “testata” con input diversi da quelli iniziali e che riesca a fare delle generalizzazioni valide. Se vuoi una videospiegazione ✨davvero✨ comprensibile e corredata di esempi chiari, eccola qui!
Le sfide complesse che attendono l’AI
La salute mentale è una sfera di competenza che associamo alle interazioni umane. Non è difficile intuire perché: la pratica più rappresentata sui media è la psicoterapia che potremmo definire come una conversazione pluriennale, intima e complessa.
Indipendentemente dall’orientamento dellæ specialista e dalle condizioni in cui svolgono le sedute, la psicoterapia non può prescindere da un rapporto di fiducia: chi può davvero dire di fidarsi di una macchina o sentirsi accolto da essa?
Una parte rilevante del rapporto tra terapeuta e paziente è rappresentato dal linguaggio corporeo e dalla gestione delle distanze fisiche1 , che costituiscono a loro volta oggetto di osservazione, e non solo da parte del professionista! Per un paziente, ad esempio l’espressione facciale del terapeuta (rassicurante? partecipe? neutra? concentrata?) può contribuire a superare disagi o reticenze. Ma quando non c’è un volto umano con cui confrontarsi, come si fa?
Le due criticità che abbiamo sollevato sono solo le più ricorrenti: l’attitudine che percepiamo, da parte della comunità scientifica e dell’utenza, è ancora piuttosto scettica.
Quando l’AI potrebbe svoltarti la vita
Tuttavia l’attività “clinica” (di cui la psicoterapia è la pratica più diffusa) è solo una delle aree di intervento della salute mentale. Un altro importante capitolo è rappresentato dall’individuazione precoce dei sintomi e dalla prevenzione dei disturbi: due voci in grande espansione (come del resto l’intero mercato globale della salute mentale!) che potrebbero beneficiare dell’AI e in particolare del machine learning di cui abbiamo parlato in apertura. Il punto su cui tutta la comunità scientifica concorda è che l’affidabilità di qualsiasi algoritmo e, di conseguenza, di ogni sua applicazione sta nella qualità dei dati utilizzati per elaborarlo: in altre parole, la macchina dovrebbe “imparare” da banche dati create appositamente (ed eticamente, aggiungeremmo), per minimizzare errori o lacune. E quando si tratta di salute, la fonte di dati più affidabile è il corpo.
I sintomi di alcune patologie, come il disordine bipolare, la depressione, l’ansia o la sindrome da stress post-traumatico, sono correlati a parametri fisici (il battito cardiaco, i ritmi del sonno). Per monitorarli e raccogliere dati si utilizzano dei device: può trattarsi di un tracker simile a uno smartwatch, ma più spesso sono veri e propri indumenti costituiti da e-textile2. L’azienda italiana Smartex, ad esempio ha sviluppato le canottiere usate durante PSYCHE, un progetto triennale di portata europea dedicato ai pazienti con disordine bipolare. L’indumento in questione monitorava parametri fisici e “comportamentali” correlati tra cui, ad esempio, il battito cardiaco e il tono di voce: l’obiettivo delle rilevazioni era non solo intervenire prontamente in caso di episodi acuti di quello specifico paziente, ma individuare dei modelli predittivi affidabili utili alle future diagnosi.
Un take-home message da qualcuno che ne sa
Stavolta tocca a Valeria Locati, AKA Unapsicologaincittà: psicoterapeuta specializzata in relazioni, coppie, famiglie, gioco d’azzardo. Conduce con successo dei gruppi di Libroterapia Relazionale ed è la voce del podcast Storytel “Ansia?Parliamone”.
Se non puoi o vuoi ascoltare l’ intervento, trovi la trascrizione del suo messaggio qui.
Grazie per essere arrivat[ai] alla fine! Alla prossima
Il team di Febus
Il backstage di Decodifica
Dietro a questa newsletter c’è Febus: una start-up che sviluppa applicazioni e soluzioni AI-based per piccoli business.
Se vuoi scoprirci, seguirci, ingaggiarci, contattarci segui i link viola: di solito risponde una persona.
La famosa “prossemica”
Spesso tradotto come “tessuti elettronici intelligenti”