Sommario
Cosa si intende con Intelligenza Artificiale
L’intelligenza artificiale non è un supercomputer da film fantascientifico né un software potentissimo in grado di replicare gli schemi di pensiero di un essere umano.
È piuttosto l’insieme delle discipline scientifiche e ingegneristiche che gravitano e operano attorno al concetto di “macchina intelligente”.
Intelligenza artificiale nella vita quotidiana
All’atto pratico, in cosa consiste l’intelligenza artificiale?
Se ne parla ormai quotidianamente, se ne approfondiscono sempre di più le caratteristiche, si immaginano nuovi orizzonti. C’è una cosa però su cui in molti non si soffermano: abbiamo a che fare con l’intelligenza artificiale molto più di quanto ci aspettiamo e da molto più tempo di quel che pensiamo.
Per questo diventa necessario utilizzare lo strumento di semplificazione per eccellenza: l’esempio. Quali sono dunque gli esempi pratici di intelligenza artificiale? Quante volte ricorriamo ai suoi super poteri nella quotidianità?
Moltissime!
Dai momenti di lavoro a quelli di relax, dalla ricerca di soluzioni all’esperienza di guida, dal controllo del robot domestico che pulisce la nostra casa mentre siamo fuori, fino agli acquisti online.
Intelligenza artificiale: esempi pratici
Come intuibile dalla premessa, non sono rari gli esempi di intelligenza artificiale applicata nella vita quotidiana. Vediamone alcuni nel dettaglio.
Intrattenimento e shopping
Hai presente quando ti connetti a Netflix per cercare una nuova serie e ti viene presentata una lista di suggerimenti? Questi ultimi sono il risultato di una complessa elaborazione di dati che la piattaforma ricava dai tuoi comportamenti, dalle tue reazioni oltre che da un’analisi dei tuoi espliciti like. In base a queste informazioni Netflix crea delle associazioni di contenuto per poi mostrarci dei “consigliati per te”.
Sullo stesso principio si fondano le piattaforme di E-commerce che sono in grado di orientare i nostri acquisti ricavando informazioni proprio dai nostri comportamenti. Ti sarà sicuramente capitato di cercare un prodotto su Amazon e vedere non solo i suggerimenti di acquisto di oggetti simili a quello da te ordinato, ma anche in base alle scelte di altri utenti che hanno utilizzato le stesse chiavi di ricerca.
In tal senso l’intelligenza artificiale di Amazon è anche in grado di prevedere, nonché indurre ovviamente, i nostri acquisti futuri: hai acquistato un paio di scarpe da montagna? Perché non valutare anche l’acquisto dello zaino e della borraccia?
Che dire degli assistenti vocali, che fanno tutto questo e ancora di più? Alexa e Siri, per citare i due più famosi, sono in grado di fornirti soluzioni su un numero sempre più elevato di ricerche, oltre ad avere un numero sempre crescente di integrazioni con servizi e store online. Inoltre, sono un ottimo hub per la gestione degli elementi domotici della tua casa.
On the road
Un altro strumento basato sull’intelligenza artificiale presente nella nostra quotidianità è il navigatore. Non si limita a fornirci le indicazioni stradali, ma vere e proprie indicazioni di percorso in funzione del traffico, dei rallentamenti per lavori, delle chiusure di strade o dei veicoli fermi nel mezzo della carreggiata. L’intelligenza artificiale del navigatore è in grado di calcolare il percorso più adatto alle nostre esigenze.
E chi non ha sentito parlare del potere pressoché illimitato dell’intelligenza artificiale impiegata nelle funzionalità della Tesla, l’automobile completamente elettrica con capacità di apprendimento in grado di renderla autonoma nella guida?
Comunicazione e social
Andando indietro di qualche anno il mondo dei social e delle e-mail hanno introdotto nelle nostre vite le funzionalità dell’intelligenza artificiale. Chi pensi che filtri la posta e si occupi dello spam, o di riconoscere e collocare nella cartella apposita le promozioni? Chi ti avvisa quando una mail rimane senza risposta per qualche giorno. L’intelligenza artificiale. Facebook, Instagram, TikTok da dove attingono per proporti contenuti o annunci sponsorizzati vicini ai tuoi interessi? Dai tuoi stessi comportamenti!
Intelligenza Artificiale ovunque
E ovviamente non finisce qui. Per esempio, possiamo trovare traduttori che si servono dell’Intelligenza Artificiale; non sono sempre in linea con le sfumature di significato, ma comunque attendibili e risolutivi nella maggior parte dei casi.
Oppure ancora, uscendo dal perimetro della quotidianità, è possibile intercettare l’apporto dell’intelligenza artificiale in molti altri contesti, due tra tutti sono quello militare e quello medico.
Gli esempi sono molteplici e trasversali, e soprattutto, con ogni probabilità, destinati ad aumentare in brevissimo tempo.
Cos'è la macchina intelligente?
È un computer in grado di gestire un contesto di incertezza secondo i modelli procedurali del cervello umano:
- raccogliendo gli stimoli della situazione in cui si trova;
- mettendoli in relazione tra loro;
- relazionandoli con eventuali dati utili, immagazzinati precedentemente;
- trovando una soluzione.
Non si basa quindi sulla programmazione ma sull’apprendimento.
Applicazioni dell'Intelligenza Artificiale nell'E-learning
Un sistema capace di imparare dall’esperienza è sicuramente una risorsa senza precedenti per l’E-learning, pur con la consapevolezza che si tratti di un dialogo in perenne sviluppo.
Le principali applicazioni attuali dell’Intelligenza Artificiale sono:
- Chatbot
- Analisi Semantica
- Gestione dei Big Data
- Computer Vision
Chatbot
È un software che simula una conversazione. Come forse avrai già sperimentato, è principalmente usato dalle aziende di beni e servizi per gestire le guide in linea o scremare gli utenti che necessitano di assistenza.
Funge da intermediario tra l’utente e l’informazione, ma può essere usato anche per raccogliere dati da elaborare in un secondo momento.
Il chatbot utilizza il Conversational Learning, ovvero un processo di apprendimento che si sviluppa con il dialogo, diventando, di fatto, un tutor che:
- è sempre disponibile;
- dialoga e insegna in modo intuitivo e cooperativo;
- fornisce informazioni in un linguaggio naturale;
- pondera la risposta sulla base di quanto già sa del proprio interlocutore;
- integra i dati con link esterni;
- riduce i tempi di fruizione;
- offre statistiche sulle domande, sui tempi di apprendimento, sui problemi, sulle interazioni;
- esegue una tracciatura dell’engagement.
Lavorando sulle potenzialità dei Chatbot e unendole a skill di apprendimento automatico, negli ultimi anni sono stati realizzati diversi tipi di IA generative testuali. Tra queste, il caso più celebre è sicuramente quello di Chat GPT , nato come chatbot conversazionale ma che presto ha dimostrato le sue enormi potenzialità nell’E-learning.
ChatGPT non è l’unico chatbot di questo tipo, è possibile trovarne molti altri tra cui – per citarne alcuni – Google Bard, Sage o Jasper.ai
Analisi Semantica
Una volta raccolte le informazioni è importante saperle gestire. L’Analisi Semantica è un modo di elaborare i testi scritti e orali, brevi o lunghi, che imita i processi cognitivi umani.
Tramite un software è possibile estrapolare i concetti chiave, generare quiz, valutare le risposte e fornire feedback, laddove necessario.
Inoltre, lo studio del campo semantico permette di:
- ricavare informazioni dall’input dell’utente (contenuti da utilizzare per la sua stessa formazione, e per rispondere in modi sempre più naturali e “umani”;
- fornire traduzioni automatiche.
Big Data
Quando la mole di dati da gestire è così grande tale per cui diventa impossibile processarli tramite i processi umani si inizia a parlare di Big Data.
La loro analisi viene affidata ad algoritmi che stoccano, filtrano, ricercano, trasferiscono e analizzano l’informazione, creando relazioni e interconnessioni che migliorano la qualità della risposta finale.
Nel mondo dell’e-learning, appoggiarsi all’analisi dei Big Data significa tracciare in modo accurato la user experience in modo da:
- monitorare i punti di forza e i punti di debolezza dell’utente;
- seguire il suo percorso sulla piattaforma;
- isolare le criticità e intervenire;
- tener traccia dei suoi orari e dei suoi stili didattici preferiti.
Computer Vision
L’acquisizione di informazioni da parte di una Intelligenza Artificiale non si limita ai dati di tipo testuale ma anche alle immagini e ai video, tramite la tecnologia della Computer Vision, che “insegna” ai computer come leggere la realtà. La Computer Vision rappresenta gli occhi dei computer, e permette loro di acquisire dati da immagini digitali, video, o attraverso le webcam, identificando gli elementi che compongono l’ambiente da esse descritto, comprenderne il significato e reagire alla loro presenza o alterazione.
In tutto ciò, un aspetto fondamentale è la velocità con cui queste operazioni vengono effettuate, che richiedono una grande potenza di calcolo.
Se la cosa ti sembra fantascientifica, considera che probabilmente ci stai avendo a che fare da più tempo di quanto pensi.
Ti sei mai accorto, per esempio, che la gallery fotografica del tuo smartphone ha una funzione di ricerca che ti permette di filtrare le foto a partire da uno o più elementi? Ecco, quella si basa sulla Computer Vision.
Passando a un livello di applicazione maggiore, invece, puoi pensare al modo in cui i veicoli a guida automatica percepiscono l’ambiente, la strada, le auto, le persone e altri tipi di ostacoli sul loro cammino.
Tra le tante possibilità offerte dalla Computer Vision possiamo trovare:
- La scomposizione di un’immagine in diversi elementi e la conseguente possibilità di classificazione di immagini in un database;
- Il rilevamento di oggetti in un’immagine o in uno spazio fisico acquisito tramite webcam;
- La tracciatura in tempo reale degli oggetti individuati all’interno di un’immagine o di uno spazio fisico.
Questi aspetti possono offrire grandi possibilità, per esempio, se applicati a un tipo di formazione che si serva della gamification, magari appoggiandosi a una tecnologia immersiva come quella della Realtà Aumentata.
Programmi di intelligenza artificiale per l’E-learning
Come può l’Intelligenza Artificiale venire in sostegno dell’E-learning? Presto detto! Esiste infatti tutta una serie di software di Intelligenza Artificiale che possono risultare utili sia per chi realizza corsi di formazione sia per chi ne fruisce. Vediamo assieme alcuni dei software principali.
ChatGPT
Abbiamo già parlato in lungo e in largo di ChatGPT, quindi ci limiteremo a far presente come possa essere un aiuto fondamentale per tutta la fase di produzione. Già solo utilizzarlo per avere una scaletta da seguire, per organizzare i contenuti o per recuperare spunti da approfondire fa di ChatGPT un ottimo alleato per il tuo E-learning. E considera che il suo potenziale è molto più grande.
ChatGPT ha una versione gratuita, con funzionalità limitate, e una ad abbonamento che permette di sfruttare tutte le sue skills
Jasper.ai
Simile in parte a ChatGPT, Jasper.ai è un programma di Intelligenza Artificiale che svolge funzioni da copywriter, incluse ottimizzazioni SEO e skill di copywriting per il marketing. Un supporto ideale non solo per realizzare un percorso E-learning (perlomeno in parte), ma anche per accompagnarlo sul mercato.
Grammarly
Una volta preparati i testi per il tuo corso, puoi ottenere un controllo della grammatica tramite Grammarly, un software gratuito che, oltre alle funzionalità di scrittura generativa, permette di effettuare revisioni della grammatica, controlli sull’autenticità del testo e reperimento di citazioni.
Midjourney
Per gestire il comparto grafico del vostro corso, Midjourney è sicuramente un’ottima risorsa. Si tratta di un’ IA generativa che crea immagini a partire da un prompt testuale, ovvero da una descrizione di ciò che si vorrebbe utilizzare come immagine. Più la descrizione è dettagliata e si allontana dalle possibili ambiguità, più l’immagine finale si avvicinerà a quella desiderata. Midjourney offre una trial, che comprende un numero limitato di richieste e che vincola le immagini generate al solo uso personale, e una versione in abbonamento che permette di creare quante immagini si vuole e di servirsene anche per fini commerciali.
Sono tante le alternative a Midjourney, più o meno efficaci, ma dovendo sceglierne una tra tutte probabilmente la scelta cadrebbe su Stable Diffusion.
Freepik AI Image Generator
Accanto al forse più noto Freepik, un database di foto e illustrazioni per arricchire i propri corsi (alcune gratuite, altre a pagamento) da poco tempo esiste anche Freepik AI Image Generator, un generatore di immagini indirizzato tramite prompt (come per Midjourney) e che anche in questo caso offre una versione free (che consente un massimo di 3 prompt al giorno, ciascuno dei quali genera quattro immagini) e una premium (che aumenta il numero di prompt giornalieri a 30).
Lumen5
Lumen5 è un software AI free che permette di creare video, anche servendosi dei tanti template a disposizione.
Descript
Descript è un software per il voiceover dei testi, che è possibile addestrare con la propria voce (o con quella che si è scelto per il proprio corso) per creare rapidamente qualsiasi genere di flusso audio per accompagnare il vostro corso (per le slide, per il doppiaggio di spezzoni video o anche per un podcast).
Anche Descript offre un entry level gratuito e una serie di piani tariffari che incidono sulla qualità finale dell’audio, sul livello di editing operato dal software e sul potenziale delle altre funzionalità.
A proposito degli algoritmi…
Esistono numerosi toolkit che permettono di integrare la propria piattaforma con librerie di machine learning e software che permettono di realizzare algoritmi che analizzino in tempo reale i dati estrapolati durante la tracciatura del comportamento dell’utente. Questi dati possono poi venire utilizzati per rendere il percorso formativo più immersivo e personalizzato.
Tra questi segnaliamo TensorFlow (che è anche open source) e ai-one.
E per l’accessibilità?
Userway è un software che opera su cloud e che sfrutta l’IA e l’automazione per creare soluzioni di accessibilità, migliorare l’esperienza utente. Offre sia una versione gratuita che formule ad abbonamento con diversi piani tariffari.
Intelligenza Artificiale ed E-learning: pro e contro
Come ogni sodalizio, anche quello tra Intelligenza Artificiale ed E-learning è ricco di elementi positivi. Fin da subito sono emersi i seguenti vantaggi:
- poter rispondere in tempo reale alle domande degli utenti;
- interagire con il docente virtuale nella propria lingua madre;
- garantire una maggiore accessibilità per gli utenti con disabilità;
- creare nuovi contenuti personalizzati sulla base di performance precedenti;
- usare i dati raccolti per un follow up accurato;
- contare su una maggiore obiettività e accuratezza nell’esposizione.
Tuttavia, questi pro portano con sé anche una serie di contro:
- costi ancora elevati;
- un’interazione più impersonale, limitata e circoscritta all’istruzione;
- il rischio di massicce perdite di dati in caso di guasti;
- i problemi legati all’accessibilità e alle performance della rete.
Col passare del tempo è risultato evidente come l’uso delle IA possa facilitare il processo di progettazione e scrittura di un corso E-learning, costruendo in poco tempo una base da cui partire per sviluppare e localizzare un corso.
Come abbiamo visto negli ultimi tempi, poi, l’Intelligenza Artificiale è entrata di prepotenza anche nel comparto della produzione dei contenuti, sia per quanto riguarda la componente testuale sia quella visual (non solo immagini e grafica, ma anche video) e audio.
Questo aspetto è al momento uno di quelli più controversi, poiché coinvolge la creatività e il lavoro di altre persone, spostando la questione nel territorio ostico del copyright; due casi celebri di questa prima metà del 2023, per esempio, sono stati la levata di scudi di illustratori e disegnatori contro AI grafiche come Midjourney, e lo sciopero indetto di attori e sceneggiatori di Hollywood per la regolamentazione delle AI generative nel cinema.
Problematiche di questo tipo saranno riscontrabili anche nel settore dell’E-learning? Per il momento sembrerebbe di no, ma forse è ancora presto per dirlo.
Machine Learning e Deep Learning
Fin qui abbiamo parlato solo di Intelligenza Artificiale. Termini come Machine Learning e Deep Learning vengono erroneamente utilizzati come sinonimi.
Lo schema riportato di seguito ti aiuterà a fare chiarezza:
Come puoi osservare, ognuno costituisce – di volta in volta – il sottoinsieme dell’altro.
Cos'è il Machine Learning
È il termine generale che indica il processo per cui i computer imparano dai dati, partendo dall’elaborazione dei Big Data.
Gli algoritmi utilizzati nel Machine Learning possono eseguire compiti specifici senza essere programmati a tale scopo. Come ci riescono?
Fondamentalmente, analizzando i dati ottenuti sono in grado di individuare dei modelli, di ricavare previsioni e di migliorare le loro prestazioni.
Particolarmente interessanti sono le reti neurali artificiali (ANN), utilizzate dal Deep Learning per replicare il comportamento dei neuroni umani.
Anche in questo ambito qualche esempio potrà tornarci utile.
Il Machine Learning nella vita quotidiana
Come abbiamo visto, il Machine Learning costituisce una branca dell’intelligenza artificiale, per questo motivo alcuni degli esempi riportati in precedenza possono rivelarsi validi anche in questo caso.
Un primo comune esempio riguarda sicuramente il riconoscimento vocale e delle immagini. Nel primo caso il Machine Learning fa in modo che le parole pronunciate si trasformino in testo. Il software, in questo caso, è in grado di convertire il file audio in file di testo. I non amanti dei messaggi vocali, grazie a questa funzionalità, possono comunicare per iscritto senza premere nemmeno un bottone, se non quello del comando vocale.
Molto noto anche l’utilizzo del Machine Learning per l’elaborazione delle immagini. Pensiamo all’utilizzo del riconoscimento facciale, ad esempio, utilizzato come modalità di accesso o sblocco di dispositivi digitali e software.
Come accennato in precedenza uno degli impieghi più sofisticati dell’intelligenza artificiale si registra in ambito medico. In questo settore l’apporto del Machine Learning è fondamentale per determinare la diagnosi di alcune malattie. Attraverso l’analisi e la comparazione di specifici parametri, grazie a questa tecnologia, si è oggi in grado di ricavare dati previsionali rispetto alla progressione delle patologie oppure dei possibili esiti di una specifica terapia su un paziente.
Anche in ambito finanziario, l’applicazione del Machine Learning non si dimostra essere da meno. Pensiamo ad esempio all’utilizzo che ne fanno gli istituti bancari rispetto ai comportamenti dei clienti. Il Machine Learning consente alle banche di effettuare ricerche di mercato e profilare le abitudini di acquisto dei clienti in modo da prevederne le decisioni. In pratica le facilita nell’intraprendere le azioni e le iniziative degli individui.
Cos'è il Deep Learning
Possiamo dire che questi algoritmi sono frutto dell’evoluzione di quelli di Machine Learning. Il loro uso sta portando alla creazione di applicazioni che fino a pochi anni fa erano impensabili.
In quali campi sono utilizzati?
Un esempio noto a tutti è quello della guida autonoma sperimentata sulle Tesla. In questo caso aiuta le vetture a identificare determinati oggetti sulla strada, ossia ostacoli, pedoni ma anche la segnaletica.
Il Deep Learning nella vita quotidiana
Anche nel caso del Deep Learning, che in fondo altro non è che un livello avanzato di Machine Learning, è possibile rintracciare esempi in ambiti già in precedenza citati.
Un utilizzo molto diffuso del Deep Learning consiste nell’applicazione dei filtri alle foto. Molte App si servono di filtri e funzionalità basati su questa tecnologie, per modificare immagini in tempo reale secondo i gusti dell’utente.
La piattaforma musicale, Spotify, seguendo la stessa logica di Netflix, utilizza il Deep Learning per le proposte di ascolto agli utenti in base alle preferenze espresse attraverso la scelta dei brani o dei podcast.
Forse meno comune, ma molto interessante, è l’applicazione del Deep Learning nei software che convertono la scrittura manuale in scrittura digitale. Può emergere, infatti, la necessità di recuperare il contenuto di documenti scritti manualmente per poi salvarli in versione digitali. Pensa solo alle risorse risparmiate in termini di tempo ed energie!
Machine Learning e Deep Learning nella Formazione Digitale
Le tecnologie appena descritte forniscono applicazioni innovative ed estremamente utili nel campo della formazione digitale.
Ecco alcune applicazioni particolarmente interessanti:
- Automazione dei contenuti, grazie a quiz che permettono di stimare la propria preparazione a un corso, di adeguare i contenuti proposti e migliorare l’engagement.
- Apprendimento collaborativo, raggruppando i partecipanti secondo competenze, punti di forza e interessi ed evitando conflitti.
- Semplificazione dei compiti di routine, in modo che i docenti possano dedicare maggiori energie all’esperienza formativa.
- Personalizzazione dei contenuti grazie all’analisi semantica e a quella dei Big Data. Risulta molto utile se applicata a scenari o gamification, laddove l’interazione viene adeguata ai punti di forza e di debolezza dell’utente.
- Risposte e feedback intelligenti mediate da chatbot. Immagina di avere molti iscritti a un corso e che ognuno di loro abbia una o più domande da porre. Quanto tempo dovresti dedicare a questo compito? Tanto. Troppo. Al punto da rischiare di trascurare qualche richiesta o di dover rispondere frettolosamente. Il supporto di un chatbot potrebbe apparire inizialmente troppo limitato e simile a un risponditore automatico ma gradualmente farebbe tesoro dei feedback ricevuti, migliorando nel tempo.
- eProctoring per monitorare gli esami online, sfruttando webcam e microfono, inibendo la navigazione verso siti esterni e l’uso di specifiche applicazioni. Il Machine Learning aiuta a confermare l’identità dei partecipanti e a riconoscere eventuali comportamenti scorretti.
A questo punto vediamo come queste applicazioni vengono utilizzate in due delle piattaforme e-learning più diffuse, Moodle e Docebo.
Moodle: dal quiz ai Learning Analytics
Si parte dai semplici quiz di autovalutazione per arrivare ai software che rilevano il plagio nei lavori degli studenti, fino al più avanzato Moodle Learning Analytics, che sfrutta gli algoritmi di Machine Learning per fare previsioni di apprendimento in base alle attività svolte dagli utenti. Per fare questo analizzano:
- I contenuti visionati dalla singola persona (anche più volte);
- Le attività e le discussioni alle quali l’utente ha partecipato.
Queste analisi, appena enunciate, possono essere applicate all’intero sito oppure a specifici corsi e partecipanti.
Tra le tante innovazioni sviluppate su questo LMS, una, attualmente in lavorazione, è quella per l’integrazione tra Moodle e ChatGPT con lo scopo di avere un tutor interno in grado di aiutare gli utenti che dovessero incontrare difficoltà durante lo svolgimento di un corso
Docebo: coaching e ottimizzazione della ricerca
Docebo offre da tempo diverse funzionalità basate sull’IA. Ecco una breve carrellata.
- “Virtual Coach”: sfrutta la potenza delle conversazioni con gli utenti per guidarli attraverso le attività di formazione e aiutarli a lavorare all’interno della piattaforma;
- “Ricerca avanzata alimentata dall’IA”: una ricerca interna che analizza qualsiasi contenuto presente sulla piattaforma. Nel caso dei video, ad esempio, l’IA considera direttamente il contenuto parlato;
- Auto-Tagging e Skill-Tagging: etichettatura di risorse, contributi e competenze per individuare le frasi chiave per la loro catalogazione e ricerca;
- “Invita a Guardare”: funzione applicata al social learning che consiglia agli utenti il pubblico ideale per determinati contenuti;
- Suggerimenti per gli Admin e i Manager: scremare e raggiungere più velocemente gli utenti che potrebbero essere interessati al corso;
- Suggerimenti per gli Studenti: guidarli nella visualizzazione dei contributi potenzialmente più rilevanti e aiutarli nella creazione di un percorso formativo personalizzato.
È recente l’integrazione con il software di Intelligenza Artificiale Edugo.AI, con la finalità di fornire alla piattaforma le potenzialità di una IA generativa.
Questo permetterà alla piattaforma, tra le altre cose, un’esperienza formativa più personalizzata per quanto riguarda contenuti, simulazioni, feedback, tagliata sull’utente e sulle sue effettive capacità e conoscenze.
Speculazioni future: Intelligenza Artificiale ed E-learning
Il futuro dell’Intelligenza Artificiale applicata all’E-learning è qui?
Non ancora. Allo stato attuale, l’IA non è in grado di sostituirsi al formatore, ma può facilitargli il lavoro gestendone gli aspetti più routinari. Le sue potenzialità crescono di giorno in giorno e i nuovi software si stanno già rivelando un prezioso aiuto per chiunque lavori nella formazione e abbia deciso di dare una possibilità all’IA.
Tuttavia, al momento, non pensiamo, che l’Intelligenza Artificiale possa sostituirsi completamente al formatore e fornire un’esperienza e-learning creativa e coinvolgente.
Parte di questo è dovuto anche alle problematiche di regolamentazione di questa tecnologia, i cui problemi crescono a vista d’occhio con i suoi vantaggi: violazione del copyright e problemi di etica del lavoro sono solo i più importanti problemi emersi negli ultimi tempi in relazione all’uso delle IA a fini lavorativi.
L’esigenza principale rimane quella della regolamentazione: una volta chiarito questo snodo fondamentale, ci piace pensare che gli sviluppi futuri di questa tecnologia potrebbero addirittura accelerare, divenendo uno strumento fondamentale lungo tutti i passaggi di produzione, ma pur sempre come tecnologia in funzione degli specialisti e mai in loro sostituzione. Qualunque saranno gli sviluppi futuri, che saremo pronti a documentarvi!
