Big Data, Galileo e la black box della nostra auto

Nicola Sabatini, Photo by Franki Chamaki on Unsplash
FacebookTwitterLinkedInWhatsAppEmail

Si legge dappertutto che i dati governano il mondo. Si costruiscono carriere e interi settori aziendali sui dati. Si arriva a decidere il destino di persone o di imprese sulla base dei dati. Ma cosa è un dato? Perché sono così importanti? E perché la data analysis ha così stretta connessione con lo sviluppo della scienza?

Cose mai viste: l’origine del metodo sperimentale e la data-invasion

Tutto quello che ci circonda offre alla nostra capacità razionale spunti continui di indagine e interpretazione. La nostra mente non riesce a smettere di elaborare ciò che vediamo, quello che tocchiamo, le voci e i suoni che udiamo, i pensieri che sorgono dentro di noi, le parole che ci vengono dette, le sensazioni che ci colgono più o meno di sorpresa, perfino le emozioni, gli stati d’animo, i dolori e le gioie che viviamo. A partire da questi input interni ed esterni, sensoriali e psichici, e dalle elaborazioni che ne facciamo, prendiamo decisioni concrete, valutando più o meno correttamente se e come reagire a essi. Da Galileo in avanti, la scienza e lo sviluppo tecnologico che a essa si accompagna hanno consentito una incredibile amplificazione della capacità ricettiva e di lettura degli stimoli. Il famoso cannocchiale, infatti, è in tutto e per tutto una protesi che amplifica le capacità dell’occhio, consentendo di scorgere oggetti e dettagli mai visti prima. Da allora il cammino è stato travolgente, permettendo la registrazione anche di stimoli non rilevabili dall’essere umano, come accade per esempio negli esperimenti di fisica delle particelle. I dati sono proprio gli stimoli fisici che rileviamo, riconosciamo e -secondo il metodo sperimentale- misuriamo. I dati, raccolti e correlati opportunamente fra loro, costituiscono informazione, che è la base per una conoscenza maggiore e in molti casi per permettere decisioni più sicure. Galileo usava un quadernetto su cui segnava le posizioni dei satelliti di Giove con la sua penna d’oca e l’inchiostro notte dopo notte: i dati erano le posizioni dei satelliti, l’informazione il fatto che cambiassero posizione intorno al pianeta, la conoscenza nuova la visione di un pianeta con altri corpi celesti orbitanti intorno a lui, con le implicazioni che tutti conosciamo. La ricerca ha richiesto di moltiplicare non solo la sensibilità e la varietà degli strumenti, ma anche la capacità di registrare, immagazzinare ed elaborare l’enorme mole di dati che collezioniamo in tutti i campi grazie all’informatica, che, entrata prepotentemente in tutte le scienze, ha permesso progressi straordinari. Ma l’idea di raccogliere dati su tutto, non solo nella ricerca scientifica, ha ormai preso piede in modo impensabile solo 20 anni fa. Oggi viviamo in un mondo in cui il concetto stesso di “dato” va oltre quello di Galileo, e non è più solo compito dello scienziato o dell’ingegnere averci a che fare: l’informatica stessa, con l’espansione del web, crea i dati che continuiamo a immagazzinare, dati che non sono più stimoli fisici, ma bit, strisce di zero e uno. Non è più solo l’attività di ricerca a generare montagne di dati -come per esempio avviene al CERN, che non a caso ha investito moltissimo da sempre sullo sviluppo dell’informatica e ha fatto nascere il world wide web- ma ogni cosa connessa a internet: in esso tutto è registrato, tutto è misurabile e analizzabile e in linea di principio su tutto si può fare studi per cercare informazioni, prendere decisioni, fare previsioni più o meno affidabili. Il mondo travasato in internet sembra diventato più facilmente intellegibile e possiamo spingerci a studiare la cosa meno prevedibile: il comportamento umano.

Un nuovo tipo di protesi

Eppure, la presenza stessa di montagne di dati che crescono di giorno in giorno con una velocità sorprendente non è condizione sufficiente per avere nuove informazioni o -ancora più difficile- per conoscere meglio un fenomeno o capire fino in fondo le motivazioni di certe scelte. L’esempio lo abbiamo tutti sotto gli occhi in questo tempo: quanti “dati” e quante informazioni e interpretazioni abbiamo tutti a disposizione sul tema della pandemia? Come mai non siamo tutti concordi nel dare letture univoche al fenomeno e non vengono prese le stesse decisioni per fronteggiare il rischio? Il soggetto umano ha dei limiti nel trattare tutte le informazioni che arrivano e ognuno tende a scegliere le letture e le decisioni in cui più si ritrova per sensibilità o storia personale. L’analisi di zettabytes di dati (10 alla 21 bytes) è una cosa molto lontana dai disegnini fatti da Galileo a Padova nel 1609. Scovare in questo oceano di dati interrelazioni sensate, trovare schemi interpretativi semplici, costruire pattern che consentano previsioni affidabili almeno tanto quanto quelle umane necessita da un lato grande velocità nell’elaborazione dei dati, dall’altro di procedure particolari, automatizzate e affidabili, di riconoscimento dei dati utili. Come per Galileo, serve un cannocchiale che consenta di rilevare e mettere a fuoco in modo affidabile quello che alla mente umana è difficile cogliere. Serve una protesi “interpretante”, che riesca a lottare con set di dati sempre più grandi e complessi. Ingegneri, matematici, informatici, fisici, neurologi ci hanno lavorato per decenni e sono riusciti a crearla: è la cosiddetta Intelligenza Artificiale, la quale, lungi dal riprodurre esattamente la sua omologa umana, permette di amplificare la capacità umana di lettura dei dati e di trovare strutture interpretative che l’uomo potrebbe scorgere solo dopo lungo tempo ed enorme fatica. L’IA, grazie allo sviluppo dei suoi algoritmi di machine learning e della potenza di calcolo consentita dall’elettronica, offre questo aiuto in tempi rapidissimi. Le playlist personalizzate di Deezer o Spotify sono create sulla base dei nostri gusti proprio da algoritmi di IA, lo stesso accade con il riconoscimento facciale o tattile, con le proposte di Youtube, con l‘advertising personalizzato che ci perseguita in modo così pervasivo. Ma l’IA può aiutare a prevedere il tempo, a individuare tumori, a risparmiare cifre importanti nel campo della gestione energetica… Sotto il nome Big Data, la scienza e la tecnologia permettono già innumerevoli possibilità e offriranno opportunità ancora inesplorate e sempre più sorprendenti.

Tentare l’impossibile. Leggere nel futuro

Il mondo del business sta investendo pesantemente sui Big Data e sullo sviluppo di tecnologie a essi connesso. Tutti i settori possono essere investiti dalla data science, ma ce ne è uno che si presta in modo speciale per questa invasione, il settore che per definizione tratta il futuro e il rischio che porta con sé: le assicurazioni. Il primo aspetto importante su cui la data science può aiutare è quello economico. La base per stabilire un premio assicurativo è costituita da raccolte di dati e statistiche sulle caratteristiche e i comportamenti degli assicurati che possono essere realizzate in tempi lunghi e su set di indicatori per forza di cose limitate. La data science permette in linea di principio di personalizzare completamente il premio, ritagliandolo in modo preciso sulle caratteristiche dell’assicurato. L’obiettivo è molto interessante perché permetterà alle compagnie di presentarsi in modo sempre più “vicino” ai loro clienti, dimostrando di conoscerli bene e aumentandone così la fiducia. Non sorprenderà dunque che l’attore più importante in Italia, Generali, sia da diversi anni al lavoro su questo fronte, avendo colto il particolare vantaggio che offre il mercato italiano. Negli anni passati, infatti, gli italiani hanno sottoscritto molte polizze auto nelle quali era previsto uno sconto a fronte dell’alloggiamento sull’automobile di una scatola nera che registra i dati di utilizzo e tecnici del mezzo. Il numero di assicurati con black box è molto alto –più di 6 milioni in tutto il mercato, molto più della media europea- e questo è diventato la base per lo studio delle abitudini alla guida di un numero enorme di automobilisti e la creazione di strumenti utili rispetto alle esigenze del cliente. I dati registrati dalle black box consentono uno studio approfondito a un livello come mai era stato possibile. I Big Data sono diventati driver del cambiamento. Per questo Generali ha messo in atto una seria e profonda revisione e digitalizzazione dei processi interni e ha creato una società di servizio controllata (Generali Jeniot) che ha come scopo proprio quello di realizzare tecnologie e servizi agli assicurati attraverso l’Internet Of Things, i Big Data, l’Intelligenza Artificiale anche nei settori life, business e sicurezza. La raccolta di dati grazie a sensori e registrazione dei comportamenti e degli usi, infatti, permette l’immaginazione di servizi e modalità di assistenza inediti, per esempio il monitoraggio della qualità dell’aria domestica. Eppure, anche se l’ecosistema innovativo promette un salto di qualità, chi conduce l’azienda pone l’accento anche su altro, come ha sottolineato Francesco Bardelli, giovane CEO di Jeniot, in una intervista dell’autunno 2019: «Gli agenti saranno al centro della nostra strategia anche all’interno di questo ecosistema. Sono il perno sempre più rilevante di una consulenza di valore al cliente».

Il valore umano nel processo innovativo

Il focus sul valore, cioè sul riconoscimento di un significato di utilità e prospettiva per sé, implica il riconoscimento dell’importanza del fattore umano, che deve essere ancora di più protagonista dell’offerta, proprio ora che la tecnologia sembra promettere mondi nuovi. Il dato e tutto lo sviluppo che abbiamo molto sommariamente cercato di riassumere, infatti, non obbligano da soli a soluzioni univoche, non risolvono tutti i problemi. Conoscere il dato aiuta, offre sostegno in molte decisioni, ma non elimina la fatica del riconoscimento di ciò che vale davvero né il fardello della scelta. Chi accede al dato e lo usa per giudicare e scegliere non è un ente impersonale, ma la persona. La sua intelligenza, caratteristica così umana che anche la sua analoga artificiale ne è una copia, va oltre la capacità di registrazione dei dati che si realizza in una fotocamera. E’ capacità di “leggere dentro”, come l’etimo (intus-legere) suggerisce, per trovare ciò che conta veramente.

Proviamo a pensarci come Galileo, allora: abbiamo un nuovo cannocchiale -la data science- che ci permetterà di fare scoperte nuove e creare nuovi servizi, prendere decisioni e risolvere problemi, ma non sminuirà mai il ruolo di chi lo utilizza, anzi, ne avrà ancora più bisogno per non perdersi nell’oceano dei dati. Galileo ha puntato il cannocchiale verso il cielo e ha compreso cosa stava osservando: per questo è diventato figura cruciale nella storia umana. Anche noi possiamo decidere di entrare nel mare dei dati usando la protesi della data science e di navigarlo fino all’unico traguardo adeguato: il valore nascosto sotto tutti i dati, unico vero “dato” che ci interessa in quanto uomini.

Ti potrebbe interessare