etica e intelligence

Etica e Intelligence (🤔) ai Tempi dell’Intelligenza Artificiale – Parte 1/2, Digital Transformation

Analisi in due parti su come il rapporto tra etica e intelligence, ai tempi dell’intelligenza artificiale, sia diventato quasi impossibile e necessiti essere ridefinito in base a nuovi parametri: prima parte, gli effetti della digital transformation.

Introduzione

Stime concordanti indicano la produzione di dati digitali giornalieri in 2,5 quintillion di byte: per il 2025 se ne prevedono più 160 zettabyte per anno. Unità di misure simili sono comuni alle rilevazioni che investono le grandezze della famiglia della fisica: nel caso dei dati, invece, la quantificazione si riferisce all’unica, tra le produzioni materiali ed immateriali, che attualmente necessiti di prefissi SI tali per essere definita nella massa fattuale.
I volumi odierni e prospettici sono la risultante delle attività di digitization e digitalization resi possibili dai primi anni ’50 dello scorso secolo dal progredire della tecnologia digitale. La trasformazione in digitale del dato analogico ed il mutamento dei modelli di business al fine di ottenere nuove opportunità di valore aggiunto dalla tecnologia sono attività che hanno interagito, e continuano ad interagire, nella produzione volumetrica dei dati: esse, assieme alla velocità di trasmissione, sono componenti sommariamente progressivamente lineari e da sole non spiegano il progredire delle quantità. L’interazione sistemica digitale tra i modelli di business, da una parte, e tra i modelli e gli stakeholder e le reti socio-economiche esterni ad essi referenti e deferenti, dall’altra, danno come risultante il sistema complesso(1)  della digital transformation [DT]. È tale interagire che provoca, e continuerà ad essere il principale responsabile dell’esponenzialità quantitativa.

Essendo l’intelligence la disciplina che fornisce scenari ai decisori trasformando il dato grezzo in saggezza (conoscenza sedimentata), attraverso l’attività di ricerca, influenza e difesa dell’informazione essa, assieme alla finanza, è stata quella che più ha risentito della DT e dalla quale più è stata, e continuerà ad essere, rivoluzionata.

L’affermazione non ha solo approccio quantitativo. La guerra ha seguito un propio modello di sviluppo che non ha esulato né digitisazion né digitalization. I sistemi d’arma hanno subito entrambi la coazione delle due tendenze tecnologiche: nel fare ciò si è rispettato la logica strategica(2), per tutti i livelli compresi da quello tecnico a quello operativo, perpetrando nella dinamica azione/contro-reazione lo sviluppo di nuovi sistemi ed operatività. L’interazione digitale che ha originato la DT ha invece messo in discussione l’intero esistente costrutto a livello di teatro e di grande strategia e, quindi, le regole della guerra. Il concetto pervasivamente strategico di ‘guerra senza limiti’(3) senza la DT avrebbe potuto essere né elaborato né pianificato(4) e tanto meno messo in pratica.
Ne consegue che se l’informazione assurge a livello di teatro, quando non di grande strategia come nel caso del 13° piano quinquennale cinese 2016/2020, la disciplina che se ne occupa deve per forza compiere un salto di qualità.

La DT è quindi contestuale motivo e necessità di innalzamento della qualità per l’intelligence. Se la guerra senza limiti prevede che qualsiasi archetipo digitale socio-economico possa essere un arma offensiva e difensiva a livello istituzionale si deve essere attrezzati all’utilizzo, al contrasto ed alla prevenzione di essa. Parimenti qualsiasi attore, che appartiene ai modelli che hanno avuto origine o si sono trasformati in base alla DT, deve essere conscio di essere contemporaneamente target e strumento di guerra. Poco importa se, in un contesto di conflitto asimmetrico, si riveste il ruolo di arma di terzi o si è contendente: le necessità competitive imposte dalla globalizzazione digitale dei mercati compenetrano i due aspetti fino al livello dell’individuo.

L’arma della computazione quindi a fronte dell’incremento quantitativo non diventa più la sola necessità, di natura tattica, innestata dalla DT nei confronti dell’intelligence: sistemi intelligenti, ad ogni stadio della strategia, devono poter dare in tempo reale ai decisori ed agli analisti conoscenza utile.

Stato dell’Arte

L’elevazione dell’intelligence lungo la piramide delle necessità strategiche non ha causato conseguenze e ripensamenti esclusivamente nei settori storicamente deputati al suo utilizzo, e cioè il militare e l’istituzionale. Anzitutto col progredire della DT essa stessa è diventata modello di business, creando valore attraverso le interazioni generate dai target di mercato dei modelli di riferimento. Sotto altro aspetto il nuovo ciclo di globalizzazione(5), sviluppatosi dal 1990 ad oggi con le sue caratteristiche basate prevalentemente sull’ICT, ha fatto sì che la funzione di intelligence sia diventata fattore irrinunciabile, e non più solo necessaria al bisogno temporaneo, per la sopravvivenza di qualsiasi attore economico, non escluso il singolo. Infine l’intelligence stessa, in quanto disciplina, ha dovuto ripensare il proprio ruolo(6): il ciclo di formazione della conoscenza dell’intelligence, tuttora valido nelle sue componenti, si è dovuto articolare ed evolvere rispetto le direttrici orizzontali, tra i diversi step, e verticali, all’interno degli step, della dimensione strategica.
Il mutamento è avvenuto sia negli schemi, pubblici e privati, che prevedono l’intelligence fautrice di scenari oggettivi al cospetto del decisore che in quelli, tipicamente (ma non solo) anglosassoni, in cui l’esito dell’analisi deve contenere predittività di azione rispetto la posizione politica assunta dal decisore nei confronti dei sistemi di riferimento a cui esso si rapporta(7).

La risultante sono delle macro-modifiche strutturali, continuamente in corso di definizione, figlie della crescente complessità sistemica che ha investito la disciplina ad opera della DT e che hanno avuto recepimento diversificato per aree geo-politiche e geo-economiche.
Tende a scomparire la divisione tra intelligence rivolta all’esterno e quella rivolta verso l’interno del sistema di riferimento: qual’è il senso di tale demarcazione spaziale, che per anni ha accompagnato i framework istituzionali ed aziendali, quando il campo di battaglia trasla nello ‘spazio non naturale’(8) dei dati digitali? Parimenti si offusca l’orizzonte di demarcazione tra intelligence e counter-intelligence, divisione anch’essa storica con riferimento la mission dell’operato: l’asimmetria dei teatri e degli attori protagonisti del confronto, e la mutevolezza dei ruoli assunti dagli stessi, rende pericolosamente inefficienza azioni finalizzate al raggiungimento di obiettivi settoriali. Esso caso mai deve essere una delle risultanti di un efficiente sistema di intelligence basato sulla comunanza di dati digitali ed informazioni.
Si enfatizzano le posizioni dominanti nell’azione di intelligence di quei paesi che nel DNA sistemico hanno la compenetrazione e la collaborazione tra pubblico e privato, tra risorse interne ed esterne all’attore socio-economico, a discapito degli apparati chiusi che puntano al solo utilizzo di specificità con genesi interna. Non si tratta solo di risorse tecnologiche e tecniche ma, soprattutto, della disponibilità di linee di pensiero ‘out-of-the-box’ indispensabili nel ‘senza limiti’.
La trasformazione in atto non è esente da tensioni. Affiora superficialmente in fase definitoria, soprattutto nei sistemi chiusi caratterizzati da scarsa pragmaticità, dove la DT comporta la perdita di significato di termini come ‘guerra economica’, ‘intelligence economica’, ‘guerra informativa’ e di sigle che per anni hanno caratterizzato la settorializzazione dell’intelligence (HUMINT, SIGINT,…), in funzione di una contaminazione nell’uso diversificato del dato che lascia poco posto ad etichettature un tempo significative. Nel profondo, siccome dietro le etichette ci sono le persone tanto più negli apparati chiusi, lo scontro strutturale si sposta nel terreno, comune alle implicazioni di DT, della funzione dell’umano nel processo lavorativo, in questo caso nel ciclo dell’intelligence.

Sfide e opportunità

Il passaggio forzato dalla tecnologia al concetto di ‘intelligence senza limiti’ ha costituito un banco di prova per tutte le strutture dedite all’attività. L’approccio all’intelligence in termini di ‘grande strategia’ ha premiato e continua ad avvantaggiare i grandi, medi e piccoli paesi che, indipendentemente dal livello tecnologico di partenza, avevano nel proprio DNA politico, burocratico, imprenditoriale e sociale l’assunto sistemico di messa in comune delle risorse competitive. Anche coloro che arrancavano, a causa delle diverse problematiche strutturali, nel processo di DT hanno avuto nella sistematicità della messa in comune dell’informazione il fattore vincente che ha permesso loro di scalare posizioni. Università, centri di ricerca e think-thank già codificati nel loro agire per essere funzionali al sistema si sono rivelati una fonte insostituibile di risorse da cui attingere non più solo a livello specialistico, tattico, ma con nuova visione di insieme.

Le opportunità in continua espansione sono enormi e sono dovute due fattori. Il primo è la necessità di utilizzare risorse specializzate, a competenza mirata, per la soluzione particolare delle problematiche generali. L’outsourcing, anche nell’ideazione delle soluzioni, è condizione necessaria per l’approccio efficace ed efficiente ed i budget noti confermano il trend. A titolo di esempio si pensi alle diverse componenti coinvolte in una azione strategica di influenza in ambito SOCMINT (SOCial Media INTelligence): è impensabile a livello di risorse e competenze porre in essere l’intero ciclo internamente, come recenti accadimenti hanno dimostrato. Sotto altro punto di vista è diventata un’opportunità l’attività di scouting sistemica. Nuove idee e soluzioni si sviluppano per ragioni di mercato, indipendentemente dalle necessità espresse dall’intelligence. Diventa quindi fondamentale sia a livello pubblico che privato (e con comunanza di intenti e risorse) scandagliare, proporre contest e sostenere lo sviluppo di quelle soluzioni che possono fare la differenza strategica, dotandosi di managerialità in grado di cogliere l’’out-of-the-box’ con visione predittiva.

Anche in questo caso sistemi storicamente sistemi chiusi in loro stessi stanno avendo la peggio nell’evoluzione, indipendentemente dal livello di DT raggiunto, in quanto non predisposti sistematicamente, quindi mentalmente, alla condivisione della fiducia competitiva.

Sviluppo Prevedibile

Nel ciclo dell’informazione del intelligence paradossalmente lo step che ha meno subito lo stress della DT è stato quello dell’analisi. Anche qualora la proposizione dello scenario fosse necessità reiterata in funzione del cambiamento di poche variabili pianificate essa è, comunque, l’azione che continua a subire più pesantemente l’intervento umano. La disciplina che sta mutando lo status quo è l’intelligenza artificiale [AI] per tre motivi. Il primo, attraverso le diverse metodologie, storicamente è la prima volta che gli algoritmi producono saggezza in via autonoma. In altre parole quindi essi sono in grado di produrre conoscenza in via indipendente e stratificarla per renderla disponibile ad ulteriori analisi ed all’azione di feedback. Il secondo, AI è multidisciplinare e multisettoriale: pertanto i diversi sviluppi di mercato in cui essa è protagonista si adattano all’evoluzione strategica dell’’intelligence senza limiti’. Il terzo, essa sta dimostrando nello sviluppo di essere da traino ad alcuni settori, anche di non immediata connessione, e di fagocitarne altri ancora. Si pensi, a titolo di esempio, alle professioni leguleie ed al vantaggio in termini di analisi reiterata che l’applicazioni di AI stanno comportando.
È pertanto dallo sviluppo delle capacità cognitive predittive dell’AI che si aspettano i maggiori progressi a supporto dell’attività di analisi. Il trend è confermato dai contest in essere e dai progetti di ricerca in simbiosi con il privato portati avanti da IARPA, l’ufficio per la ricerca avanzata in intelligence del DNI (Director of National Intelligence) statunitense, per ciò che riguarda l’anticipatory intelligence. Essi non investono esclusivamente settori ovvi e specialistici, come ad esempio la cybersecurity e l’analisi predittiva semantica, ma anche ambiti ad ampio respiro qualitativo e quantitativo per data set di riferimento e risultati attesi, quali la previsione generale del giudizio individuale e dei pregiudizi.

Disruption potenziale

DT ha già prodotto disruption nell’intelligence: raccolta, collazione, analisi, disseminazione e feedback sono stati rivoluzionati nelle tecniche e nei processi. Il rafforzamento strategico avverrà ad opera dei modelli predittivi permessi dall’AI in due ottiche: quella confermativa e l’OSINT (Open Source INTelligence). Sotto il primo aspetto l’interpretazione di terabyte, immagazzinati ed in corso di immagazzinamento, permetterà di mutare, con cognizione della causa, convinzioni e modelli comportamentali acquisiti storicamente come veri. Condotte strutturate e sedimentate nel giudizio degli analisti, mai messe in discussione e che per adesso sono alla base delle scelte dei decisori, pubblici e privati di qualsiasi attore, diventeranno progressivamente bias ad opera della capacità di interpretazione fornita dall’AI: i macro settori maggiormente interessati dal fenomeno saranno la geo-politica, la geo-economia e le scienze socio-economiche ad ampio spettro. Parimenti, in ottica OSINT, sarà invece fattore di disruption la predizione in tempo reale non tanto dei comportamenti ma quanto della capacità critica a fronte di essi. Ciò permetterà al decisore non di effettuare una delle scelte previste corrette ma ‘la scelta corretta’ in tempo reale.
Nel quadro generale saranno sicuramente avvantaggiati, come già sta accadendo, gli attori che per cultura, legislazione di riferimento, tipologia costitutiva e settore di appartenenza meno devono rispondere a sub-strutture di natura etica, morali sociali e normative che regolamentano e formalizzano l’utilizzo del dato.

Riferimenti di nota:

(1)- Christian Matt, Thomas Hess, Alexander Benlian – Digital Transformation Strategies – Business & Information System Engineering – Vol.57 – October 2015

(2)-Edward N.Luttwak – Strategy, The Logic of War and Peace – 2003 – The Belknap Press of Harvard University Press

(3)-Qiao Liang, Wang Xiangsui – Unrestricted Warfare – 1999 – PLA Literature and Arts Publishing House

(4)-Valery Gerasimov – Voenno-promyshlennyi kur’er – #8/2013

(5)-Richard Baldwin – The Great Convergence: Information Technology and the New Globalization – 2016 – The Belknap Press of Harvard University Press

(6)-Mark Phythian – Understanding the Intelligence Cycle – 2014 – Routledge

(7)-Sherman Kent – Strategic Intelligence for American World Policy – 1951 – Princeton University Press

(8)-vedi nota (3)

Leave a Reply

*

Questo sito usa Akismet per ridurre lo spam. Scopri come i tuoi dati vengono elaborati.