E05: Che cosa è un "modello"?

Un modello di IA può essere considerato, e definito, come una sorta di "quadro generale" di "principi" e di "ragionamenti" attraverso il quale una macchina impara a capire e a svolgere compiti specifici. 

Per spiegare meglio questo concetto, si pensi al "modello" contenente un insieme di principi strutturati o metodologie che, nel campo del ragionamento giuridico, è utilizzato per interpretare delle norme o per analizzare dei casi.

Prendiamo sempre ad esempio il nostro giovane giurista, e cerchiamo di immaginare il processo con cui il professionista affronta una questione legale complessa. Basa il suo ragionare sulla dottrina, sui precedenti ma, anche, su modelli interpretativi consolidati, e applica questi "strumenti" con lo scopo di ottenere un’argomentazione o una decisione coerente. Allo stesso modo, un modello di IA è un sistema strutturato, basato su matematica e algoritmi, che consente a una macchina di elaborare i dati e trarre conclusioni. Non si tratta di un’entità fisica, ma di un vero e proprio quadro concettuale, astratto ma molto potente nella sua applicazione.

Nella sua essenza, un modello di IA è progettato per risolvere i problemi imparando le relazioni all’interno dei dati che lo nutrono. 

Consideriamo, ad esempio, il nostro solito giurista che è, questa volta, incaricato di prevedere come un tribunale potrebbe decidere su un caso particolare che sta seguendo. Il nostro giurista potrebbe analizzare tutte le sentenze pregresse, identificando i punti in comune e i fattori chiave che hanno influenzato l'interpretazione di quel tribunale e i "risultati" (ossia la decisione, nel nostro caso). Un modello di IA opera in modo simile. Viene addestrato su grandi serie di dati - ad esempio migliaia di decisioni giudiziarie del passato - e utilizza il percorso di formazione che segue su questi dati per sviluppare una comprensione, sempre basata su regole matematiche, di come alcune variabili specifiche si correlino a determinati risultati.

La creazione di un modello di IA coinvolge un processo molto interessante noto come “addestramento”. Durante questa fase, il modello viene "riempito" di esempi, proprio come uno studente di giurisprudenza che studia i libri consigliati per i vari corsi che segue nella sua carriera. Se il compito del modello IA, ad esempio, è quello di classificare documenti legali, al modello potrebbe essere mostrato un set di testi legali, alcuni contrassegnati (o "etichettati", o "taggati") come "contratti", altri come "sentenze", altri come "decreti ingiuntivi", e così via. Nel corso del tempo, e man mano che il tempo passa, il modello sarà in grado di individuare le caratteristiche peculiari che distinguono un tipo di documento da un altro. Attraverso questo processo, affinerà il suo “ragionamento”, diventando sempre più abile nello svolgere il compito che gli è stato affidato.

Per fare un altro esempio sempre nel nostro settore, quello giuridico, un modello di IA è paragonabile alla preparazione di un’argomentazione giuridica che viene affinata pian piano, gradualmente, attraverso l'esperienza pratica e il dibattito. Il giurista inizia con le regole di base imprescindibili, ma attraverso l’addestramento e il feedback, si evolve, migliorando la sua capacità di prevedere gli eventi, classificare le ipotesi o eseguire determinate azioni. E proprio come un giurista potrebbe modificare il proprio ragionamento alla luce di nuove prove o precedenti, così un modello di IA si adatta ricalibrando i parametri interni che guidano, poi, le sue decisioni.

Tuttavia, a differenza del ragionamento umano, si ricordi sempre che il “processo di pensiero” di un modello IA è puramente computazionale: non comprende, infatti, il significato o le implicazioni delle sue conclusioni, e opera "semplicemente" attraverso calcoli basati sui modelli che ha appreso. Ad esempio, un modello (cui già avevamo fatto cenno) che viene progettato per identificare le transazioni fraudolente (antifrode) potrebbe benissimo riconoscere che alcuni comportamenti di spesa sono correlati alle frodi, ma non è in grado di comprendere perché questi comportamenti siano importanti da rilevare. Manca, insomma, la consapevolezza completa del contesto che un essere umano, invece, è solito avere mentre svolge bene il suo lavoro.

I modelli di IA possono variare notevolmente in termini di complessità. Alcuni sono semplici, e si concentrano nello svolgere bene compiti "ristretti" e specifici, come ordinare tutte le e-mail ricevute da un server in categorie di "spam" e "non spam". Altri, come i modelli che sono alla base di sistemi di conversazione uomo-macchina avanzati, o di analisi predittiva, sono molto più complessi, coinvolgendo milioni o, addirittura, miliardi di parametri. Questi modelli complessi, si notava in un post precedente, sono spesso descritti come “scatole nere”, perché il loro funzionamento interno, sebbene regolato da regole logiche, può essere difficile da interpretare, sollevando importanti questioni (si vedeva) di trasparenza e responsabilità.

Per un giurista, il concetto di modello di IA è molto interessante: invita a riflettere sul modo in cui si costruiscono i sistemi logici e di ragionamento, sia nel mondo del diritto sia, a questo punto, nella società tecnologica. Entrambi i campi di studio sembra che stiano cercando di imporre ordine in un quadro sempre più complesso e, al contempo, di ricavare significato e utilità pratica da grandi quantità di informazioni, evitando il più possibile "rumore" ed errori. Tuttavia, proprio come il ragionamento legale è soggetto a vincoli giuridici, etici e sociali, anche i modelli di IA devono essere guidati da principi che assicurino che i loro risultati siano in linea con i valori umani e, in definitiva, con il bene comune.

In conclusione, possiamo pensare (semplificando un poco) a un modello di IA come a un quadro accuratamente progettato che consente alle macchine di apprendere dai dati e di eseguire compiti, proprio come un giurista si affida a "quadri", perimetri e griglie giuridiche per interpretare e applicare la legge.