Archivi categoria: IA

IA e politiche linguistiche

Lascia una risposta

L’intelligenza artificiale come strumento di tutela e promozione del friulano: una prospettiva innovativa

La sfida del tempo  
Le lingue minoritarie europee, tra cui il friulano, si trovano dinanzi a una sfida epocale: competere con le lingue dominanti in un contesto di globalizzazione, pur disponendo di strumenti limitati per farlo. La posta in gioco non è solo culturale, ma anche politica ed economica, poiché una lingua che scompare porta con sé un intero sistema di conoscenze, relazioni e opportunità. L’intelligenza artificiale, spesso percepita come forza omologante, potrebbe invece diventare un’alleata insospettabile nella tutela e promozione del friulano.  

Il friulano presenta una frammentazione dialettale significativa. L’IA offre soluzioni concrete per superare questa criticità. La raccolta automatizzata di corpora linguistici attraverso sistemi di NLP (Natural Language Processing) può analizzare testi storici, registrazioni orali e produzioni contemporanee, identificando pattern comuni e divergenze. Questo processo consente di creare una sorta di “memoria digitale”, nonché grammatiche predittive basate sull’uso reale della lingua friulana, piuttosto che su imposizioni accademiche. Inoltre, l’archiviazione dinamica su piattaforme open-source può mappare le varianti locali, trasformando la diversità da problema a ricchezza.  

Un esempio concreto è il progetto Resia dell’Università di Udine, che ha digitalizzato 10.000 pagine di letteratura friulana, che però andrebbero organizzate efficacemente per aree geografiche e temi con algoritmi avanzati.  

Nell’educazione, l’insegnamento del friulano nelle scuole, previsto dalla Legge Regionale 29/2007, soffre di carenze strutturali: docenti non formati, materiali obsoleti e scarsa attrattività per i giovani. L’IA può rivoluzionare questo ambito attraverso l’impiego di app di apprendimento adattivo. Piattaforme come Duolingo o Memrise, customizzate per il friulano, potrebbero adattarsi al livello e al dialetto dello studente, utilizzando il riconoscimento vocale per correggere la pronuncia. Inoltre, tutor virtuali basati su chatbot conversazionali potrebbero simulare dialoghi quotidiani, rendendo l’apprendimento interattivo e coinvolgente. La gamification, con sistemi di reward basati su IA, incentiverebbe i giovani a usare la lingua in contesti digitali, come videogiochi con narrazioni in friulano.  

In ogni caso la realizzazione di questi progetti richiede investimenti significativi per creare dataset di qualità. Il progetto basco “Berdin”, con 200 ore di audio annotato, dimostra che è possibile raggiungere risultati tangibili, ma necessita di una collaborazione stretta tra istituzioni e comunità.  

Digital Divide e Nuovi Spazi Pubblici  

Il friulano è quasi assente nel digitale, con meno dello 0,01% dei contenuti online in questa lingua (dati Euromosaic). L’intelligenza artificiale potrebbe modificare la situazione integrando al meglio il friulano in strumenti di traduzione automatica come DeepL o Google Translate (già presente, ma con evidenti limiti), sfruttando modelli “low-resource” addestrati con piccoli dataset. Inoltre, la generazione di contenuti multimediali, come audiolibri o podcast con voci sintetiche che riproducono accenti locali, potrebbe aumentare la visibilità della lingua. Un caso studio interessante è l’app “SaySomethingInWelsh”, che ha aumentato del 30% i parlanti under 35 in Galles. Perché non replicare un simile successo con un progetto analogo per il friulano?  

In realtà anche nelle politiche linguistiche servono dati per decidere. Le istituzioni spesso agiscono al buio, mancando di strumenti decisionali precisi. L’IA può fornire dati in tempo reale per monitorare l’uso del friulano nei social media e nei testi su web, mappando dove e come si parla questa lingua. Inoltre, simulazioni di policy basate su modelli predittivi potrebbero testare l’impatto di leggi o finanziamenti, aiutando a ottimizzare le risorse disponibili. La comunicazione mirata, con chatbot per uffici pubblici in friulano, garantirebbe accesso ai servizi nella lingua madre, migliorando l’inclusione sociale.  

Un esempio virtuoso è il sistema “Plataforma per la Llengua” in Catalogna, che usa l’IA per analizzare la presenza del catalano nei media, spingendo riforme legislative.  

L’entusiasmo per l’IA non deve in ogni caso oscurare i pericoli potenziali: l’appiattimento linguistico è un rischio reale se un modello IA addestrato sul friulano “standard” marginalizzasse le varianti locali. Sarebbe inoltre eticamente significativo mantenere sempre alta l’attenzione sugli algoritmi utilizzati per evitare forme di dipendenza tecnologica

Serve un piano di intervento per le politiche linguistiche aumentate, certo. L’IA non salverà il friulano da sola, ma offre strumenti senza precedenti per la sua tutela e promozione. Servono finanziamenti mirati, come quelli previsti da Horizon Europe e PNRR, che includono fondi per il digitale e le lingue minoritarie. È fondamentale una co-progettazione con i parlanti, coinvolgendo associazioni e agenzie linguistiche e formative, per evitare soluzioni calate dall’alto. Una strategia transnazionale che collabori con realtà che lavorano su altre lingue minoritarie (es. occitano, sardo) potrebbe condividere modelli e risorse, massimizzando l’impatto.  

In sintesi, l’IA non è la bacchetta magica per rivitalizzare il friulano, ma una leva per trasformare la tutela linguistica da mera conservazione a innovazione attiva. Il tempo stringe: secondo l’UNESCO, il 40% delle lingue mondiali rischia l’estinzione entro il 2100. Per il friulano, la scelta è tra l’adattarsi o diventare un reperto da museo. L’intelligenza artificiale, ironia della sorte, potrebbe essere l’elemento più “umano” di questa battaglia.  

Approfondimenti:  

Il progetto “CLARIN” per le risorse linguistiche digitali, l’esperienza basca con “HiTZ Zentroa” (IA per l’euskara), e il modello di “Common Voice” di Mozilla per raccogliere dati vocali open-source, offrono esempi di come l’IA possa essere impiegata per le lingue minoritarie.  

Noto e ignoto, IA e invecchiamento

Lascia una risposta

La nostra percezione del nuovo è un processo di ancoraggio a ciò che già conosciamo. Ogni innovazione, per quanto rivoluzionaria, trova la sua culla in un terreno fertile di riferimenti preesistenti, senza i quali rimarrebbe un’entità inafferrabile, un’ombra evanescente nel regno dell’incomprensibile, non sarebbe né percebibile né quindi concepibile.

Gli esperti, custodi del sapere consolidato, spesso cadono nella trappola di voler confinare il nuovo entro i limiti del già noto, riducendolo a una mera variazione sul tema. Ma la realtà è una tela ben più complessa, dove l’ignoto si manifesta come un’eco di possibilità inesplorate. Pensiamo a “Flatlandia”, l’allegoria di Edwin Abbott Abbott, dove un punto proiettato su un piano bidimensionale suscita interrogativi sull’esistenza di dimensioni superiori. La sua percezione si radica nel noto di quel piano, ma l’abduzione peirciana, quell’atto di ragionamento effettivamente apportatore di nuova conoscenza ci spinge a ipotizzare premesse oltre l’evidenza immediata, ci conduce a esplorare l’origine di quella proiezione, espandendo i confini del nostro scibile.

Oggi, l’avvento dell’intelligenza artificiale (IA) e la sua capacità di generare codice informatico tramite linguaggio naturale ci pongono di fronte a una nuova frontiera. L’arte della programmazione, un tempo dominio di pochi iniziati, si apre a un pubblico più vasto, dove la conoscenza del codice cede il passo alla capacità di dialogare con la macchina. Le potenzialità sono immense. Tuttavia, il debugging stesso, l’ardua arte di scovare e correggere gli errori, assume nuove forme. Invece di districarsi tra righe di codice criptico, l’IA ci offre la possibilità di reiterare il processo, di affinare la creazione attraverso un dialogo continuo, dove l’errore diventa un’opportunità di apprendimento, e di miglior adeguamento al contesto.

C’è anche un risvolto relativo alla questione anagrafica, un aspetto spesso trascurato nel dibattito sull’innovazione. Le menti giovani, con la loro fervida immaginazione e la capacità di abbracciare il cambiamento, sono spesso considerate le uniche artefici del progresso. Ma l’esperienza, quel tesoro accumulato nel corso degli anni, non è un fardello, bensì un’ancora di saggezza.
L’IA, con la sua capacità di potenziare le nostre facoltà cognitive, offre un’opportunità unica: quella di riconquistare la creatività perduta, di fondere l’audacia giovanile con la saggezza dell’età. I sessantenni, forti di un bagaglio di conoscenze cristallizzate, possono ora scegliere la strada giusta, indirizzando l’innovazione verso orizzonti inesplorati.

In questo scenario in rapida evoluzione, l’IA si erge come un catalizzatore, un ponte tra il noto e l’ignoto, tra l’esperienza e l’innovazione. La sua capacità di elaborare informazioni, di generare soluzioni creative e di amplificare le nostre facoltà cognitive ci permette di esplorare nuovi territori, di spingere i confini del possibile. Ma è la nostra capacità di abduzione, di ipotizzare premesse oltre l’evidenza immediata, che ci permette di trasformare l’ignoto in un’opportunità di crescita, di tracciare la curva tangenziale del conoscere verso l’infinito, come intuì Charles Sanders Peirce.

Intelligenza laterale

Lascia una risposta
futuroprossimo

Nel 2008 Chris Andersen, direttore di Wired e già famoso o famigerato per certi ragionamenti pochi anni prima sul web 2.0 e sulla teoria della coda lunga, scrisse un altro pezzo che fece un certo scalpore perché proclamava la “fine della teoria” intendendo proprio la teoria scientifica, almeno di quella fondata sul formulare un’ipotesi da poi verificare sperimentalmente – o falsificare, meglio.
Un salto paradigmatico: semplicemente indagando i Big Data è possibile estrarre risposte, o di certo configurazioni di senso, senza sapere prima bene cosa cercare. Risposte a domande che non abbiamo fatto. Dal caos indistinguibile di milioni di dati emergono pattern, schemi, correlazioni statistiche per noi inconcepibili quindi imprendibili. Un po’ tipo Picasso, “io non cerco, io trovo” e tutta la serendipità precedente e successiva.
Adesso una IA ha prodotto un risultato simile, un trovare senza cercare: analizzando venticinquemila radiografie del ginocchio può dirti quanta birra bevi o quanti fagioli mangi, e chissà quante altre informazioni può ricavare nell’individuare appunto dei pattern invisibili.
Nell’articolo che linko sotto c’è poi tutta la pappardella dei rischi della privacy e della credibilità che siamo disposti a concedere a diagnosi computerizzate, ma a me questo interessava: lasciamo libera l’intelligenza artificiale di fare questi passi laterali, questo scombiccherare domande e risposte, lasciamola indagare dove noi non possiamo arrivare.
Abbiam bisogno di altri punti di vista, alieni e altro-da-noi, per provare a sistemare i disastri che abbiamo e stiamo combinando sul pianeta, in ogni settore.
Il senso di una domanda è la direzione in cui cercare la risposta, ahimè formulata dentro lo stesso linguaggio.
Aboliamo la domanda per indagare nuove direzioni di risposta, con nuovi linguaggi.

Dalle radiografie l’IA deduce gusti alimentari: ecco perché è grave

Il web è morto, ma abbiamo l’IA

Lascia una risposta

Un ambiente tossico, e ce lo diciamo da anni. Una macchina automatica e disumana fatta di interfacce comportamentali, di estrattivismo, di manipolazione degli affetti e della’attenzione, disegnata per ingaggiarci.

Il web, un tempo terreno fertile per idee e connessioni, è diventato un cimitero digitale, vittima di un suicidio a puntate. Google, con il suo algoritmo onnipotente, ha trasformato la creazione di contenuti in un gioco di prestigio per accontentare una macchina, piuttosto che un pubblico reale. Parole chiave, ottimizzazioni ossessive, tutto finalizzato a un traffico inutile e anonimo.

Facebook, da sua parte, ha fagocitato le comunità online, trasformando le interazioni genuine in freddi numeri. I commenti, un tempo cuore pulsante delle discussioni, sono diventati un’eco lontana. L’ossessione per i numeri ha portato a un’inondazione di contenuti di bassa qualità, clickbait e fake news, soffocando le voci autentiche.

I blog, nati dalla passione di condividere, sono diventati aziende costrette a inseguire i banner pubblicitari, sacrificando la qualità per la quantità. Gli influencer, con la loro capacità di catturare l’attenzione delle masse, hanno attirato i finanziamenti, lasciando i piccoli editori a lottare per sopravvivere.

Il web è diventato un pantano di pubblicità invasiva, un luogo dove la ricerca della monetizzazione immediata ha prevalso sulla qualità. La pandemia ha accelerato questo declino, aumentando il traffico ma anche la frustrazione degli utenti, stanchi di navigare in un mare di contenuti inutili.

Oggi, i modelli di business tradizionali del web sono in crisi. Gli abbonamenti stentano a decollare, i banner pagano sempre meno. Il pubblico, disilluso, cerca alternative.

Tuttavia, c’è un barlume di speranza. Piccole comunità e progetti editoriali stanno rinascendo, puntando su un approccio più umano e meno mercantile. Il web non è morto, ma è in coma. Sta a noi decidere se risvegliarlo o lasciarlo morire definitivamente.

L’avidità, la ricerca del profitto immediato e la perdita di vista degli utenti hanno portato il web sull’orlo del collasso. La qualità è stata sacrificata sull’altare della quantità, e le interazioni genuine sono state sostituite da algoritmi e numeri. È tempo di ripensare il modo in cui utilizziamo e consumiamo i contenuti online.

Il testo qui sopra è stato graziosamente confezionato da Gemini attingendo a questa pagina https://www.clickbaiting.it/p/il-web-e-morto-lunga-vita-al-web

e quindi è allineato a destra.

IA per le politiche locali

Lascia una risposta

Ho chiesto a Gemini venti idee di azioni Strategiche sull’IA nelle Politiche Locali, con focalizzazione sulle ultime tendenze e strumenti. E mi sembra utile.

L’IA al Servizio della Cittadinanza

  1. Città Intelligenti: L’IA come Pilastro dello Sviluppo Urbano. Esplorare come l’IA può trasformare le città in ecosistemi sostenibili ed efficienti.
  2. Democrazia Partecipativa con l’IA: Coinvolgere i Cittadini nelle Decisioni Politiche. Discutere l’utilizzo dell’IA per migliorare la partecipazione civica.
  3. Servizi Sociali Intelligenti: Utilizzare l’IA per Migliorare la Qualità della Vita. Analizzare come l’IA può ottimizzare i servizi sociali.

Governance e Trasparenza

  1. Governance Basata sull’Evidenza: L’IA come Supporto alla Decisione Politica. Esplorare come l’IA può aiutare i decisori politici a prendere decisioni informate.
  2. Trasparenza Algoritmica: Garantire l’Equità nell’Utilizzo dell’IA nella Pubblica Amministrazione. Discutere le sfide e le opportunità della trasparenza algoritmica.
  3. Accountabilità nell’Era dell’IA: Stabilire Responsabilità nella Pubblica Amministrazione. Analizzare i quadri giuridici e etici per l’utilizzo responsabile dell’IA.

Economia Locale e Sviluppo

  1. Sviluppo Economico Locale con l’IA: Attrarre Investimenti e Creare Impiego. Esplorare come l’IA può stimolare l’economia locale.
  2. Smart Agricoltura: Utilizzare l’IA per Sostenere il Settore Agricolo. Analizzare l’impatto dell’IA sull’agricoltura locale.
  3. Turismo Intelligente: Migliorare l’Esperienza Turistica con l’IA. Discutere le applicazioni dell’IA nel settore turistico.

Mobilità e Infrastrutture

  1. Mobilità Sostenibile con l’IA: Ottimizzare il Trasporto Pubblico. Esplorare come l’IA può migliorare l’efficienza dei sistemi di trasporto.
  2. Smart City: L’IA per la Gestione Intelligente delle Infrastrutture. Analizzare l’uso dell’IA nella manutenzione e gestione delle infrastrutture urbane.
  3. Sicurezza Pubblica con l’IA: Prevenire e Rispondere agli Eventi Critici. Discutere l’utilizzo dell’IA per migliorare la sicurezza pubblica.

Ambiente e Sostenibilità

  1. Città Sostenibili: L’IA per la Gestione delle Risorse. Esplorare come l’IA può contribuire alla sostenibilità ambientale.
  2. Gestione dei Rifiuti Intelligente: Ridurre, Riutilizzare, Riciclare con l’IA. Analizzare l’uso dell’IA nella gestione dei rifiuti.
  3. Monitoraggio Ambientale con l’IA: Proteggere l’Ecosistema Locale. Discutere l’utilizzo dell’IA per il monitoraggio ambientale.

Sfide e Opportunità

  1. Disuguaglianze Digitali: Garantire l’Accesso All’IA per Tutti. Analizzare le implicazioni sociali dell’IA e le misure per ridurre il digital divide.
  2. Privacy e Sicurezza dei Dati: Proteggere i Cittadini nell’Era dell’IA. Discutere le misure per garantire la privacy e la sicurezza dei dati nell’uso dell’IA.
  3. Formazione e Competenze: Preparare la Forza Lavoro per l’Era dell’IA. Analizzare le necessità formative per affrontare le nuove sfide del mercato del lavoro.

Tendenze Emergenti

  1. Governo Aperto con l’IA: Aumentare la Trasparenza e la Partecipazione. Esplorare le nuove frontiere dell’utilizzo dell’IA nella pubblica amministrazione.
  2. Etica dell’IA: Garantire un Uso Responsabile della Tecnologia. Discutere i principi etici per guidare lo sviluppo e l’utilizzo dell’IA.