Savona (ex Consob): l’Italia è in ritardo sull’AI perché manca una strategia nazionale

Si sente ripetere che l’Italia è in ritardo nell’uso dell’AI, ma pochi dicono il perché. Il ritardo non è dovuto a carenza di intelligenza e di iniziativa degli italiani, perché basta scorrere i nomi di chi all’estero contribuisce al progresso delle tecniche AI e alla loro diffusione per incontrare nati in Italia o naturalizzati nei Paesi che li accoglie. Evidentemente l’Italia non è più capace di offrire pari opportunità o quantomeno condizioni operative tali da mantenere le sue risorse intellettuali all’interno. L’individuazione dei motivi della fuga di cervelli consentirebbe la definizione di una politica che vada al di là degli stanziamenti pubblici, la cui destinazione non è sottoposta a moderni criteri di scelta scientifica ma non di rado a influenze di parte.

Il primo motivo ben noto è che i giovani che mostrano capacità in materia di AI non vengono immediatamente coinvolti in ricerche o startup a condizioni lavorative e salariali competitive rispetto a quelle offerte dal resto del mondo. Di converso, chi ha maturato un’esperienza all’estero non incontra un’adeguata offerta per rientrare in Italia. Il problema non è però solo salariale, ma forsanche legato alle difficoltà che incontra il loro coinvolgimento nelle ricerche che si svolgono in materia, sia per l’entità modesta delle risorse destinabili, sia per la resistenza al cambiamento dei gruppi dirigenti pubblici e privati invecchiati e non disponibili a innovare i loro metodi di lavoro sui quali hanno fatto carriera. Non è certo una novità, ma la gravità delle conseguenze sono maggiori nell’era dell’AI. Una politica che non miri solo ad acquisire consenso o fini di immagine deve partire da una mappatura delle nostre risorse umane all’estero e all’interno, definendo i criteri di loro coinvolgimento su basi scientifiche, da adattare in funzione degli obiettivi che si intendono perseguire e dei risultati ottenuti.

Investimenti senza trasparenza e rischio di AI washing

Attualmente gli stanziamenti per ridurre il ritardo denunciato nella corsa mondiale all’AI non rispondono allo scopo di trattenere in Italia persone capaci o recuperare chi è andato all’estero a specializzarsi, ma si prefiggono schemi di AI washing della vecchia attività o seguono criteri di scelta delle tecniche informatiche senza adeguate verifiche scientifiche. Si susseguono annunci di investimenti di banche e imprese di dimensione multimilionaria senza che vengano esposti i criteri di scelta per rendere trasparente agli shareholder e ai risparmiatori che forniscono le risorse di credito e finanziarie o, più in generale, agli stakeholder interessati al buon funzionamento dell’economia.

Negli Stati Uniti il ricorso alla magistratura da parte di chi si ritiene danneggiato dalle scelte AI avanza inesorabile, in Italia molto meno, ma non tarderà a emergere chi chiederà conto dei risultati in proporzione delle risorse impiegate. Ma questo non è auspicabile che avvenga, mentre lo è prevenire che accada, validando l’uso dell’AI con metodi scientifici, superando l’interesse del momento e le relazioni che generano le scelte. Il processo non è dissimile da quello che avvenne agli inizi del XX secolo per i bilanci delle imprese, che hanno generato crisi individuali e sistemiche che sollecitarono servizi volti ad accertarne la correttezza e rispondenza alle leggi con società di revisione, la cui certificazione prese forma di un rating utile per ottenere credito; questo indicatore di solvibilità divenne consueto o in taluni casi obbligatorio, estendendosi per volontà del mercato all’indebitamento degli Stati e generando uno spread in funzione del rischio potenziale di difficoltà nel rinnovo, piuttosto che nel rimborso.

Il nodo dei dati e il monopolio informativo

Un secondo motivo dei ritardi è la scarsa disponibilità di dati anche da parte di enti pubblici che sono tenuti a darli, ma inventano scuse per non ottemperare alla disposizione vigenti impartite dall’autorità competente. La ricerca che usa le tecniche AI è vorace di dati di ogni tipo, in genere non considerati dai modelli econometrici, come i dati satellitari e i sondaggi di opinione. Al di là dell’ovvio motivo che il dato non deve essere usato per fini commerciali, esiste il modo per garantire che esso serva esclusivamente per ampliare le ricerche AI al fine di perseguire in modo razionale gli obiettivi indicati, compreso quello di impiegare chi è capace di colmare i ritardi denunciati in materia e accompagnare il Paese nel suo futuro, senza dover dipendere dall’altrui volontà, ma contribuendo a formarla dall’interno e evitando il danno della perdita di risorse intellettuali per la cui esistenza e formazione è stato sostenuto un costo. L’eliminazione del monopolio dei dati è uno dei fattori consueti di avanzamento civile di un Paese.

Burocrazia e assenza di validazione scientifica nelle scelte pubbliche

Un terzo fattore del ritardo è la presenza pubblica nell’iter delle scelte AI, che viene sottoposto a criteri formali espressi in forme burocratiche e non a schemi di validazione scientifica dell’iniziativa, che la stessa AI è in condizione di offrire; l’uso di queste tecniche garantisce la tracciabilità e l’immutabilità delle operazioni, quindi la trasparenza indispensabile per giudicare non solo il corretto impiego dei risparmi e delle infrastrutture materiali e immateriali del Paese, ma anche del servizio pubblico connesso. Pratiche che giacciono mesi prive di una risposta anche negativa non dovrebbero essere consentite in un mondo che procede a ritmi inusuali nei processi decisionali. (riproduzione riservata)

*economista

ed ex presidente Consob

• Leggi anche: AI nelle aziende italiane: quasi tutte vogliono investire, ma solo una su quattro ha una strategia