Il Turco Meccanico, o semplicemente Il Turco, era un automa umanoide vestito come un sultano ottomano, con tanto di turbante, che sapeva giocare a scacchi. Creato nel ‘700 da Johann von Kempelen per Maria Teresa d’Austria, usava come tavolo un mobiletto sopra cui era collocata la scacchiera. Fu portato in tournée per 84 anni e giocò contro Napoleone, per la meraviglia degli spettatori. Ma era un falso. A far muovere i pezzi, al posto suo, era un giocatore umano nascosto nel mobile, che utilizzava un ingegnoso sistema di leve e di magneti.
Mechanical Turk, o MTurk, è anche il nome di una piattaforma di crowdsourcing di Amazon, creata nel 2005, che mette a disposizione di aziende o individui – per applicazioni dell’Intelligenza Artificiale – una schiera di lavoratori in tutto il mondo, per svolgere piccoli compiti ripetitivi che il computer non può svolgere perchè richiedono la “banale ” intelligenza umana come identificare oggetti nelle immagini, trascrivere audio, riconoscere voci, catalogare dati. Un’ulteriore prova che i compiti più semplici sono quelli più difficili per una macchina, come diceva Marvin Minsky (1927-20169), tra i padri fondatori dell’A.I.
Marvin Minsky
Ebbe l’idea di usare Amazon MTurk, nel 2006, la ricercatrice di Princeton, Fei-Fei Li, per creare Image Net: la prima grande banca dati di immagini “ etichettate ” (questo è un cane, questo è un semaforo…) per addestrare programmi A.I. Furono impiegati decine di migliaia di lavoratori in tutto il mondo, che in 2 anni etichettarono più di 3.000.000 di immagini. Grazie al database e allo sviluppo di reti neuronali artificiali di nuova concezione, il programma Alex Net creato da Alex Krizhevsky, Ilya Sutskever e il pioniere delle reti neuronali artificiali Geoffrey Hinton, vinse nel 2012 l’annuale gara fra programmi A.I. per il riconoscimento delle immagini (ImageNet Competition), con l’85 % di risposte corrette. Un successo che rilanciò le ricerche di A.I. negli anni successivi, come racconta Margaret Mitchell nel libro Intelligenza Artificiale. Una guida per umani pensanti (Nota 8).
Mechanical Turk
Oggi le immagine catalogate sono naturalmente molte di più. E la precisione dei programmi molto maggiore. Anche se gli umani possono sbagliare, lo sappiamo, e quindi anche le macchine che si basano sulle loro etichettature. Ormai umani sono impiegati in tutto il mondo in aziende specializzate; e lavorano – diciamo così – nell’ombra, sconosciuti all’immenso pubblico degli utenti finali, per permettere all’Intelligenza Artificiale di essere intelligente; protagonisti di quella che è stata chiamata “Intelligenza Artificiale Artificiale ”. E anche noi, senza saperlo e senza essere pagati, quando prima di entrare in un sito siamo invitati a riconoscere immagini per dimostrare di non essere un robot, (“ segnate in quali di queste immagini è presente una bicicletta/un semaforo… ”), stiamo lavorando come “ turchi meccanici ” a favore delle aziende High Tech.
Cade Metz
Sapete ad esempio come vengono addestrati i programmi A.I. che presto sostituiranno i medici nel leggere le immagini? Lo ha raccontato il New York Times già nel 2019 con l’inchiesta del giornalista Cade Metz intitolata A.I. sta imparando dagli uomini. Molti uomini. Nel testo viene descritta la galassia dei lavoratori umani fantasma sparsi in tutto il globo – Stati Uniti, Europa, Filippine, India, Cina… – che lavorano per salari irrisori per l’A.I., attraverso aziende intermediarie. L’autore ha visitato la sede di Bhubaneswar, in India, dell’azienda con base negli USA, iMerit, che impiega migliaia di lavoratori nel mondo. Tra loro ci sono persone (come la 24enne Namita Pradhan) esclusivamente dedicate a riconoscere i polipi nelle immagini delle colonscopie inviate sul loro terminale da migliaia di chilometri di distanza (all’insaputa dei possessori dei colon in questione) segnandoli con un contorno digitale sullo schermo. La lavoratrice non ha mai studiato medicina ed è stata istruita grazie a una serie di videochiamate online durate una settimana con un medico non specializzato che risiede a Oakland, negli USA, e che lavora nella formazione di lavoratori per iMerit. Altri lavoratori indiani si dedicano a riconoscere diversi tipi di tosse (sì, colpi di tosse) per programmi che aiuteranno (o sostituiranno?) gli otorini. Altri ancora, a etichettare vari dati per i più diversi scopi e le più diverse aziende.
L’utilizzo dei lavoratori fantasma è cresciuto e sono nate molte aziende come iMerit, con giri d’affari crescenti che impiegano, secondo Metz, circa l’80 % del lavoro complessivo per sviluppare i programmi A.I. Molte sono dedicate allo sviluppo dei veicoli a guida autonoma, oggi uno dei goal più ambiziosi dell’A.I. Per insegnare alle auto autonome come districarsi nel traffico, i lavoratori fantasma passano migliaia di ore davanti a video, etichettando schermata per schermata i ciclisti, i pedoni e tutti gli ostacoli che si incontrano in strada. La loro “ conoscenza ” umana, molto basilare, sarà infilata dentro il cervello delle “ robot cars ”…
Sembra un paradossale circolo vizioso umano-artificiale-umano-artificiale. E allora come pensare che le Intelligenze Artificiali, così artificiali e così umane, potranno mai essere davvero infallibili?