1.2 L’industria 4.0
1.2.3 I big data
Nel corso della storia, già in antichità, il filosofo greco Talete di Mileto fu interessato a raccogliere e conservare grandi quantità di dati, anche non strettamente connessi tra loro, per farne un uso predittivo, spiegare fenomeni naturali, predeterminando condizioni favorevoli e su queste, trasformare la conoscenza come fonte di reddito. Come abbiamo imparato da chi ci ha preceduto nella storia, i dati e le informazioni sono molto importanti, perché hanno governato, governano e governeranno in futuro i processi di trasformazione dell’economia e della società; sono grandi quantitativi di dati che vengono stoccati per essere analizzati dalle macchine e offrire alle imprese la possibilità di intuire quali sono le condizioni di mercato, i comportamenti e le abitudini delle persone, in modo da acquisire vantaggi significativi sui loro competitor.
Oggi i Big Data rappresentano un patrimonio informativo caratterizzato da volume elevato, velocità e varietà tali da richiedere specifici metodi tecnologici e analitici per la loro trasformazione in valore.30
Essi presuppongono nuove capacità di collegare fra loro le informazioni per fornire un approccio visuale ai dati, suggerendo pattern e modelli di interpretazione fino a pochissimo tempo fa inimmaginabili, utilizzando algoritmi capaci di trattare tante variabili in poco tempo e con poche risorse computazionali. Tra gli aspetti che caratterizzano i Big Data rileviamo che i dati raccolti sono in gran parte auto-selezionati. Ad esempio, in questo caso, le
29 Kaplan J., (2018), Intelligenza artificiale. Guida al future prossimo, Luiss University Press
30 De Mauro A., Greco M., Grimaldi M., (2015), A formal definition of Big Data based on its essential
persone non sono state scelte da un campione statistico, bensì si sono auto- selezionate, partecipando ad un sondaggio o rispondendo ad un semplice questionario, oppure, i dati sono stati raccolti in un contesto per poi essere applicati in contesti differenti. In questo caso non hanno rilevanza significativa, se non allo scopo di utilizzarli successivamente, dopo averli stoccati quindi digitalizzati, cioè trasformarti in linguaggio binario, affinché possano essere processati dai computers31.
Diversamente, la datizzazione, trasforma la realtà in numeri, permettendo, per mezzo della computazione, di interpretarne il significato, rendendoli in questo modo espressivi, cioè espressione di contenuti. Orientati verso queste finalità, avanzano gli studi sui computers quantistici che consentiranno al loro algoritmo di auto-apprendere sempre più rapidamente e alla loro intelligenza artificiale di essere sempre più intelligente32.
Il computer quantistico impegna in una sfida tra Nazioni le superpotenze della terra: Usa, Cina e Russia sono tra i paesi maggiormente impegnati. La posta in palio è altissima, in quanto chi arriverà per primo godrà di un notevole vantaggio competitivo, non misurabile perché supererà la logica binaria, sarà in grado di sciogliere algoritmi di criptazione e aiuterà a sconfiggere molte malattie33.
Oltre a innumerevoli vantaggi, l’enorme massa di dati in circolazione sulla rete porterà qualche rischio, soprattutto se a gestire queste quantità mostruose di dati saranno due o tre governi al massimo, insieme a un gruppo di aziende. Già oggi Amazon Web Service, controllata da Amazon, nota azienda americana di commercio elettronico, vende agli stessi governi servizi di cloud dove archiviare dati. Oltre agli Stati, tra i clienti, si aggiungono la Nasa, il Dipartimento di Stato americano, la Corte dei conti italiana, il ministero della giustizia britannico e tante altre aziende che hanno scelto questa soluzione per mettere al sicuro i propri database. Capiamo perché l’Economist, non a caso, ha paragonato i dati al petrolio.
31 Calzone O., (2018), Machine Learning. Introdiuzione all’apprendimentp automatico, Faraday Keen 2018 32 De Filippo F.., Frega M., (2018), Prossimi umani. Dalla genetica alla robotica, dalla bomba demografica
ai big data. Come sarà la vita tra vent’anni, Giunti Editore
Big data, algoritmi e intelligenza artificiale hanno già trasformato moltissimi ambiti della nostra società. Dal campo medico, all’istruzione, ai trasporti, all’informazione e fruizione di servizi multimediali, alla cybersecurity, ai servizi finanziari e assicurativi ecc. Per dare un’idea del livello a cui ci si è spinti riportiamo il caso dei supermercati “Amazon Go” che troviamo a Seattle e a Chicago; i primi senza casse, sono in grado di riconoscere il prodotto e il cliente che lo ha rimosso dallo scaffale e di addebitarlo sul suo conto a fine spesa. Questo sistema, oltre a velocizzare e a rendere più agevoli gli acquisti, consente una profilazione molto accurata del cliente, rispetto ai suoi gusti e consumi. Altre modalità, come ad esempio la domotica e Internet delle cose, possono profilare le nostre abitudini, anche quelle più personali, dentro le mura domestiche34.
Ma quali sono le policy a garanzia della privacy dei cittadini?
Per farci un’idea, elenchiamo gli undici punti chiave sui Big Data, tra linee guida di cooperazione sul tema e raccomandazioni di policy condivise dalle tre autorità35: Autorità Garante della Concorrenza e del Mercato, Autorità
per le Garanzie nelle Comunicazioni e Garante per la protezione dei dati personali.
1: Governo e Parlamento si interroghino sulla necessità di promuovere un appropriato quadro normativo che affronti la questione della piena ed effettiva trasparenza nell’uso delle informazioni personali (nei confronti dei singoli e della collettività).
2: Rafforzare la cooperazione internazionale sul disegno di policy per il governo dei Big Data.
3: Promuovere una policy unica e trasparente circa l’estrazione, l’accessibilità e l’utilizzo dei dati pubblici al fine della determinazione di politiche pubbliche a vantaggio di imprese e cittadini. Sarà necessario un coordinamento tra tale policy e le strategie europee già esistenti per la costituzione di un mercato unico digitale.
34 Delmastro M., Nicita A., (2019), Big data. Come stanno cambiando il nostro mondo, il Mulino 35Linee Guida e Raccomandazioni di Policy
4: Ridurre le asimmetrie informative tra utenti e operatori digitali, nella fase di raccolta dei dati, nonché tra le grandi piattaforme digitali e gli altri operatori che di tali piattaforme si avvalgono.
5: Prima delle operazioni di trattamento dei dati, identificare la loro natura e proprietà e valutare la possibilità d’identificazione della persona a partire da dati ‘anonimizzati’.
6: Introdurre nuovi strumenti per la promozione del pluralismo on-line, la trasparenza nella selezione dei contenuti nonché la consapevolezza degli utenti circa i contenuti e le informazioni ricevute on-line.
7: Perseguire l’obiettivo di tutela del benessere del consumatore con l’ausilio degli strumenti propri del diritto antitrust estendendoli anche alla valutazione di obiettivi relativi alla qualità dei servizi, all’innovazione e all’equità.
8: Riformare il controllo delle operazioni di concentrazioni al fine di aumentare l’efficacia dell’intervento delle autorità di concorrenza.
9: Agevolare la portabilità e la mobilità di dati tra diverse piattaforme, tramite l’adozione di standard aperti e interoperabili
10: Rafforzare i poteri di acquisizione delle informazioni da parte di AGCM ed AGCom al di fuori dei procedimenti istruttori e aumento del massimo edittale per le sanzioni al fine di garantire un efficace effetto deterrente delle norme a tutela del consumatore.
11: Istituzione di un “coordinamento permanente” tra le tre Autorità.
Da come sono articolati gli undici punti delle linee guida, si evince come il tema sia molto delicato in quanto tratta la gestione, lasciata nelle mani di pochi, di ciò che possiamo definire come la nostra intelligenza collettiva. La socialità, oltre a dotarsi di nuove ed efficaci policy a propria tutela, è bene che individui una via per educare i propri cittadini a capire cosa producono, in termini di dati, i propri telefonini e di questi farne un corretto uso36.
36 De Filippo F.., Frega M., (2018), Prossimi umani. Dalla genetica alla robotica, dalla bomba demografica