Daniele VERDESCA, “Un modello di Canvas etico delle Intelligenze Artificiali per il governo delle “Smart Polis””

L’articolo è stato sviluppato in collaborazione tecnica con la società di eLearning “Piazza Copernico” (www.piazzacopernico.it), che ha fornito l’esperienza operativa sugli algoritmi semantici e l’Associazione per la promozione della cultura digitale “Meet Italy World” (www.meetitalyworld.it) che ha messo a disposizione la sua esperienza di trasmissione delle conoscenze e della consapevolezza.

ABSTRACT

Nell’articolo viene presentato un Modello di Canvas Etico delle Intelligenze Artificiali per il governo delle Smart Polis[1], un approccio olistico alla Governance degli insediamenti urbani metropolitani, sempre di più affidata alle intelligenze artificiali a causa della complessità dimensionale delle infrastrutture, delle tecnologie e dei big datache vi sottintendono. Il Canvas Etico, composto da 10 Moduli tra di loro interrelati, porta a sintesi le discipline codificate della letteratura scientifica e le istanze etiche relative alle intelligenze artificiali, sia dal lato tecnico-normativo che filosofico-sociale. Il Canvas Etico è finalizzato a far confluire tutti gli attori (pubblici e privati) che utilizzano le intelligenze artificiali nei processi di gestione dell’ecosistema urbano in un’unica “tavola” di armonizzazione dei principi e del monitoraggio degli effetti, richiedendo interoperabilità dei sistemi ed esplicabilità dei processi, garantendo su tutto i principi fondamentali della “autonomia delle decisioni umane” e dell’”antropocentrismo per lo sviluppo sostenibile”. 


[1]Termine figurativo coniato in alternativa a quello di “Smart Cities” e utilizzato come significante della contaminazione necessaria tra le discipline etico-filosofiche e quelle tecnologico-normative per poter elaborare un approccio metodologico di tipo olistico.

Daniele VERDESCA, Direttore della Cassa Edile della provincia di Lecce, daniele@danieleverdesca.it


Un modello di Canvas etico delle Intelligenze Artificiali per il governo delle “Smart Polis”

Premessa metodologica

All’interno dell’articolo, per quel che riguarda l’approccio olistico al tema dell’etica delle intelligenze artificiali (Benanti, 2018)[i] nei processi di governo urbano, viene utilizzato il termine simbolico di Smart Polis in alternativa al termine anglofono mainstream di Smart Cities, nelle diverse accezioni in cui quest’ultimo è stato inteso nella letteratura internazionale: “Digital City” (Besselaar et al., 2005)[ii], “Intelligent City” (Komninos, 2008)[iii], “Creative City” (Hall, 2000)[iv], “Knowledge City” (Dirks et al., 2009)[v], “Ubiquitous City” (Lee et al., 2008)[vi],  “Smart Communities”  (Kanter et al., 2009)[vii]. La scelta sottintende l’approccio interdisciplinare alla base dell’articolo per cui, all’accezione prettamente tecnologica del termine anglofono, si preferisce quella più ampia relativa alle Polis greche, intese come “Città intelligenti” poiché prendono in considerazione in primis i fini per definire le politiche[1] invece delle sole tecnologie che ne permettono la realizzazione. La valutazione etica delle Intelligenze Artificiali (d’ora in poi indicate come I.A.), di conseguenza, dovrà essere intesa come comprensiva sia del lato tecnico-scientifico (affidabilità) che di quello filosofico-umanistico (antropocentrismo).

Nelle definizioni dei principi etici associati ai singoli Moduli costituenti il modello di Canvas Etico sono utilizzati i termini “Governo” e “Gestione” poiché le I.A. integrate negli ecosistemi urbani[2] operano, fondamentalmente, su due livelli: 1) Nel primo livello gestiscono servizi o infrastrutture in cui non si realizza una interazione diretta con il singolo cittadino, ma ne determinano l’accessibilità o la fruizione (ad esempio, forniscono l’energia ai sistemi di trasporto). In questo caso le I.A. sono definite di “Governo”. 2) Nel secondo livello gestiscono attività o servizi in cui si realizza una interazione diretta con il singolo cittadino, richiedendo una specifica scelta o determinandone i comportamenti (ad esempio, forniscono le informazioni per scegliere se muoversi su strada o con la metropolitana). In questo caso le IA sono definite di “Gestione”. Tutti i Moduli del Canvas Etico, quindi, sono stati concepiti nelle due accezioni possibili del livello in cui le I.A. operano a scala dell’ecosistema urbano: quella di “Governo” e quella di “Gestione”.

Per definizione, il termine Etica delle I.A. utilizzato all’interno dell’articolo si basa sui 4 principi fondamentali tradizionalmente utilizzati in bioetica: 1) Fare del bene (beneficenza); 2) Non fare del male (non maleficenza); 3) Autonomia (degli esseri umani); 4) Giustizia (equità). Ai predetti principi viene aggiunto un quinto elemento, definito trasparenza (o esplicabilità), inteso come l’unione della “comprensibilità” e della “responsabilità”, elaborato dall’Istituto “AI4People”[3], e sintetizzato nella figura successiva.

Figura 1 – I principi che sottintendono il termine etica per le I.A
Figura 1 – I principi che sottintendono il termine etica per le I.A

L’immagine è tratta da: L. Floridi et al. (2018), An Ethical Framework for a Good Society: opportunities, risks, principles and recommendations, AI4People and Atomium European Institute.

Il modello di Canvas Etico (Verdesca, 2020)[viii], infine, è stato sviluppato partendo dalla consapevolezza che nell’ambito del governo degli ecosistemi urbani non esiste un’unica I.A.[4] che sovraintenda il tutto (sia a livello di “Governo” che di “Gestione”). Esistono, invece, molti operatori singoli (pubblici e privati) che governano e/o gestiscono parti dell’ecosistema (dalle infrastrutture ai servizi) e che ognuno di loro utilizza una specifica I.A. per i fini istituzionali o commerciali a cui è destinata. Il Canvas Etico, di conseguenza, deve essere inteso come un approccio metodologico che svolge una funzione di raccordo tra tutti i soggetti che utilizzano le I.A. in ambito urbano, richiedendo l’interoperabilità tra i sistemi e la garanzia di utilizzo dei medesimi principi etici per tutti gli aspetti di “Governo” e di “Gestione” in cui le I.A. operano o andranno ad operare.

Introduzione

Nei rapporti delle organizzazioni internazionali (OCSE, ONU, FMI) tutti gli scenari futuri concordano sulla previsione di una popolazione planetaria per quasi l’80% concentrata nelle aree urbane, con circa il 60% in megalopoli con oltre 20 milioni di abitanti. Ne consegue che, per riuscire a garantire elevati standard di sostenibilità dello sviluppo[5], sarà imprescindibile indirizzare l’evoluzione delle aree metropolitane verso livelli sempre più “intelligenti” (Smart[6]), fondati su un complesso equilibrio tra: 1) L’ Ecosfera del sistema terrestre; 2) La vita OnLife[ix] dei suoi cittadini e delle interrelazioni tra singoli e tra gruppi; 3) Il flusso multidirezionale dei Big Data provenienti dall’Infosfera[x] dei servizi e delle infrastrutture[7]. Elementi divenuti oggi strategici a seguito della pandemia (COVID-19), per cui è necessario riorganizzare i cicli di vita secondo nuovi paradigmi di complessità del governo urbano: popolazione e sistema sociosanitario; ambiente ed ecosistemi; infrastrutture, servizi pubblici, approvvigionamenti; informazione e comunicazione; educazione e formazione; ricerca e sviluppo; integrazione dei sistemi ICT e IoT. È evidente che un ecosistema urbano di tali dimensioni e di tale complessità non potrà essere governato in tutti i suoi aspetti dagli esseri umani: gran parte della gestione dell’enorme sistema di reti e servizi, così come l’analisi della impressionante mole di dati prodotti ogni giorno dai suoi cittadini, dovrà essere inevitabilmente affidata ai sistemi di I.A., sia in fase di implementazione ex-ante che di gestione in itinere e valutazione ex-post. Diviene imperativo, quindi, attrezzarsi culturalmente e scientificamente per affrontare la sfida etica di un nuovo modello di governance urbana realizzato tramite l’utilizzo intensivo delle I.A. per una “buona società” (Cath et al., 2017)[xi]. Ciò richiede però un modello integrato multidisciplinareper la valutazione e ponderazione dei rischi (etici, ambientali, sociali ed economici) che un tale sistema complesso comporta (Floridi et al. 2018[xii]). Ad oggi, però, gli studi prodotti a livello di letteratura scientifica internazionale, anche empirica, sono estremamente settoriali e frammentati: essi non forniscono un approccio metodologico multidisciplinare in grado di realizzare una strategia olistica per affrontare le rapide evoluzioni tecnologiche e socioeconomiche che si stanno realizzando nei campi delle I.A., dell’etica delle stesse, delle tecnologie digitali “smart” e della pianificazione e gestione delle aree urbane metropolitane. Gli studi sino ad ora prodotti, infatti, analizzano, anche in profondità e con una visione di lungo periodo, i singoli componenti della tecnologia e dello sviluppo delle I.A., in rapporto con altre discipline o ambiti socioeconomici: 1) Algoritmi per il Machine Learning e Reti neurali per il Deep Learning; 2) Etica delle “intelligenze artificiali” e della “robotica”[8]; 3) IoT, ICT, Reti di trasmissione e Cybersicurezza; 4) Privacy (GDPR) e Identità digitale dei cittadini; 5) Analisi delle “Smart Cities” (rischi/benefici) e delle metodologie di pianificazione e gestione; 6) Metodologie di Valutazione dei rischi e di Impatto (ambientale, sociale, economico); 7) Neuroscienze e comportamento umano in rapporto alle nuove tecnologie e all’Infosfera; 8) Ambiente, ecosistemi, resilienza, sviluppo sostenibile, cambiamento climatico, economia circolare; 9) Impatti socioeconomici, protezione del lavoro e softskill, riduzione delle disuguaglianze; 10) Umanesimo digitale, Transumanesimo e Post-umanesimo; 11) Arte, cultura, didattica e sociologia in relazione alle ICT. Il quesito di partenza dell’articolo, di conseguenza, è stato quello relativo alla necessità di implementare una metodologia di governance dei rischi etici adeguata allo sviluppo delle Smart Polis, che possa ricomprendere tutte le predette componenti, in una visione organica (Accoto, 2017)[xiii], olistica, di capitale semantico stabile nel tempo rispetto all’evoluzione dei comportamenti, degli studi e della tecnologia (Searle, 2019)[xiv]. Il tutto, ancora, in grado di soddisfare non solo le esigenze teorico-metodologiche (di coerenza e solidità/verificabilità scientifica) ma anche quelle di concreta attuabilità all’interno delle esperienze empiriche di governo delle Smart Polis[xv].

Il modello di Canvas Eticodelle I.A. per il governo delle Smart Polis

L’ipotesi principale su cui si basa l’articolo è quella della possibile “contaminazione” tra il capitale empirico metodologico della cultura manageriale aziendale (business strategies) e quello della letteratura tecnico-scientifica e filosofica internazionale sui vari temi prima elencati, etica compresa. Obiettivo è quello di ricomprendere in un unico modello olistico le diverse discipline di analisi dei rischi degli ambiti etici, tecnologici, sociali, ambientali e umanistici (compreso il diritto), così da poter fornire uno strumento organico per la pianificazione (ex ante), il governo (in itinere) e la valutazione (ex post) delle Smart Polis, con particolare riguardo all‘etica delle I.A. che saranno alla base della gestione e dello sviluppo “intelligente” e sostenibile delle metropoli urbane. Il lavoro di ricerca, di conseguenza, si è basato in primis su quanto già da tempo sviluppato da A. Osterwalder per quel che riguarda il Business Model Canvas (Osterwalder et al., 2010)[xvi], riadattandolo poi alle esigenze etiche delle Polis governate dalle I.A., nei diversi aspetti in cui questo punto di vista è stato declinato nella letteratura scientifica internazionale (etica, filosofia, tecnologia, pianificazione). Ciò ha portato alla creazione di un Modello di Canvas Etico per la pianificazione e il governo delle Smart Polis (Figura 2), che contiene in modo olistico tutti i gli ambiti disciplinari di pianificazione e governo delle Smart Polis dal punto di vista dell’etica delle I.A.. Il Modello di Canvas Etico, inoltre, sintetizza e riconduce il predetto patrimonio interdisciplinare scientifico all’interno di quelle che sono comunemente considerate le linee guida etiche per le I.A. di maggior rilievo sino ad ora elaborate a livello governativo e di enti di ricerca specializzati, di seguito elencate: 1) I principi di Asilomar[xvii], predisposti dal Future of Life Institute, in collaborazione con i partecipanti alla conferenza internazionale di Asilomar (California, USA) nel 2017. 2) Dichiarazione di Montreal per l’I.A. responsabile[xviii], predisposta dall’Università di Montreal, in seguito al “Forum sullo sviluppo socialmente responsabile dell’IA”, tenutosi a Montreal (Canada) nel 2017 (ultima sessione). 3) Ethically Aligned Design[xix](v.2[9]), trattato predisposto dall’IEEE[10], contiene principi e raccomandazioni per lo sviluppo etico e la progettazione di sistemi autonomi e intelligenti (2017). 4) Dichiarazione sull’intelligenza artificiale, la robotica e i sistemi autonomi[xx], predisposta dal “Gruppo Europeo per l’Etica delle Scienze e delle Nuove Tecnologie[11]” della Commissione Europea (2018); 5) Cinque principi generali per un codice di IA[xxi], descritti nel paragrafo 417 della “Relazione della commissione per l’IA[12]” della “House of Lords” del Regno Unito (2018). 6) Canoni del partenariato sull’IA[xxii], implementati un’organizzazione multi-stakeholder (Partnership on AI[13]) composta da accademici, ricercatori, organizzazioni della società civile, società che costruiscono e utilizzano la tecnologia dell’IA e altri gruppi (2018). 7) Orientamenti etici per una IA affidabile[xxiii],predisposti dal Gruppo Indipendente di esperti ad alto livello sull’Intelligenza Artificiale[14], istituito dalla Commissione Europea, pubblicati dopo consultazione pubblica (2019) e facenti parte della Strategia Europea sull’Intelligenza Artificiale[15] (2020) e portati avanti dall’Alleanza Europea sulla IA[16].  8) Linee guida OCSE[xxiv], predisposte dall’Organismo Internazionale per lo sviluppo e la cooperazione economica ai fini di implementare le politiche pubbliche dei paesi aderenti (2019). 9) I principi etici di Google[xxv], indicati nel blog ufficiale della società ma che non riuscirono poi ad essere poi concretizzati in una commissione indipendente di controllo, creata e smantellata dopo pochi mesi (2018). 10) L’appello di Roma per un’etica delle I.A[xxvi], documento promosso dalla Pontificia Accademia per la Vita e sottoscritto da molte organizzazioni e istituzioni internazionali/nazionali, assieme ad alcune delle maggiori aziende digitali mondiali (2020).

Figura 2 – Modello di Canvas Etico per le I.A. nella fase di pianificazione e governo delle Smart Polis
Figura 2 – Modello di Canvas Etico per le I.A. nella fase di pianificazione e governo delle Smart Polis

I 10 Moduli che costituiscono il Canvas Etico (Tabella 1) sono stati progettati seguendo il principio delle Smart Polis, ossia integrando gli aspetti tecnici a quelli umanistici e socioeconomici; infatti: a) 5 moduli sono afferenti a quanto prodotto nella letteratura scientifica internazionale delle discipline socioeconomiche, psicologiche e filosofiche; b) 5 moduli sono afferenti, invece, alla letteratura scientifica internazionale delle discipline tecnico-giuridiche e della comunicazione.

Tabella 1– Moduli (sottendenti i principi etici) di cui è composto il Modello di Canvas Etico delle I.A. per le Smart Polis
Tabella 1– Moduli (sottendenti i principi etici) di cui è composto il Modello di Canvas Etico delle I.A. per le Smart Polis

Esempi di applicazione del Canvas Etico: lo scenario di gestione delle emergenze sanitarie da pandemia in un’area metropolitana

Tra gli scenari di Governance che un’area metropolitana con milioni di cittadini deve pragmaticamente prendere in considerazione, oggi più che mai, vi è anche quello di un’emergenza sanitaria da pandemia, in cui il “caso peggiore” potrebbe essere quello dove il numero dei potenziali contagiati da ricoverare d’urgenza negli ospedali risulterebbe sproporzionato rispetto: 1) alla flotta di ambulanze attrezzate, pubbliche e private, realmente circolanti; 2) al numero dei posti letto in terapia intensiva effettivamente disponibili in strutture pubbliche e private; 3) alla concreta capacità del sistema di Supply Chain metropolitano di poter far fronte ai picchi di domanda per approvvigionamento e distribuzione di medicinali e derrate alimentari. In scenari emergenziali di questo tipo, purtroppo realistici, potrebbe essere determinante affidare alle I.A. la gestione delle flotte e delle risorse. Lo scopo dovrebbe essere quello di ottimizzare i risultati (ricoverare nel minor tempo possibile il maggior numero di contagiati) in rapporto alle risorse effettivamente disponibili (ambulanze, posti letto, personale, medicinali, acqua e cibo, energia elettrica), al traffico effettivamente presente nell’area urbana: non va sottovalutato, infatti, che in parallelo al picco sanitario si verifica anche quello dei corrieri per il trasporto delle merci e dei beni primari, dovuto agli acquisti online dei cittadini in quarantena nelle proprie abitazioni. Contemporaneamente, altre I.A. private dovranno provvedere a gestire una ulteriore domanda di picco per: a) il rifornimento delle stazioni di carburante e degli hub per la ricarica elettrica; b) il sistema di trasporto pubblico e privato per dare modo al personale sanitario di poter raggiungere il proprio luogo di lavoro; c) il traffico aereo degli elicotteri e dei droni (sempre per il trasporto di pazienti o reagenti per permettere anche ai laboratori privati di soddisfare la domanda di tamponi e analisi); d) i sistemi di autobus per gli studenti all’uscita delle scuole e che avranno ingressi/uscite scaglionate nell’arco della giornata per garantire che i genitori impegnati nell’emergenza sanitaria possano andare al lavoro); e) del personale e dei mezzi per lo smaltimento dei rifiuti tossici e infettivi provenienti dalle strutture sanitarie. È palese che solo le I.A., soprattutto in fase di emergenza, H24 e 7/7 gg, siano in grado di garantire un effettivo processo di ottimizzazione dei percorsi ed efficientamento dei tempi in relazione alle risorse disponibili; potendo anche variare il sequenziamento in tempo reale in base al progressivo modificarsi delle informazioni disponibili, grazie ai dati che vengono inviati dai cellulari e dalle reti di nuova generazione come il 5G (oltre che dalle videocamere, dai sensori del traffico, dagli accessi ai caselli, dal numero di ordini inviati via internet ai corrieri o alle farmacie, dai picchi di domanda di energia elettrica dalla rete domestica e industriale, ecc.). Nessun essere umano sarebbe in grado di poter gestire in tempo reale un tale scenario emergenziale, sia per volume di dati che per capacità di ottimizzare le scelte in modo così continuo nel tempo. Al momento attuale però, non esiste un’unica I.A. in grado di coordinare un’emergenza sanitaria. Esistono, invece, una molteplicità di gestori privati che: 1) utilizzano le I.A. per ottimizzare solo i loro specifici obiettivi di business; 2) non offrono alcuna interoperabilità con gli altri sistemi; 3) non fanno parte del cyberperimetro di sicurezza, necessario a proteggere l’area metropolitana dagli haters malevoli. A fronte della assenza di una reale Governance metropolitana per la gestione delle emergenze (sanitarie, ambientali, sociali), il Canvas Etico proposto nell’articolo può fungere da bussola metodologica per arrivare al coordinamento delle I.A.(pubbliche e private) e finalizzarle in modo corretto a quello che può essere una “Smart Policy” per gli scenari emergenziali. Al pari di quello che avviene quando si sviluppa un Canvas per i Business Model aziendali, a livello metropolitano è possibile implementare chiare policies gestionali che affrontino in modo olistico tutti gli scenari possibili in termini di etica delle I.A.: quali sono i cittadini a cui viene data priorità per il trasporto in ospedale a fronte di una flotta di ambulanze insufficiente e pochi posti letto disponibili in terapia intensiva (Modulo 8: Equità ed Eguaglianza)? Quali sono i criteri di scelta in rapporto ai danni economici che dovranno subire gli operatori privati nel momento in cui una loro attività di business dovesse essere bloccata per garantire priorità alla gestione della salute dei cittadini (Modulo 10: Trasparenza e tracciabilità)? Chi risponde effettivamente della mancata consegna di un farmaco (con conseguente morte di un paziente), dato che il ritardo è stato cumulato per ordini diversi disposti dalle I.A. in ragione delle priorità delle ambulanze nella gestione del traffico (Modulo 4: Responsabilità)? Come verrà protetta la privacy dei singoli cittadini in rapporto alla loro condizione sanitaria, dato che il loro status può essere derivato da moltissime altre informazioni non direttamente collegabili alla sua cartella sanitaria (Modulo 3: Privacy e GDPR)? Come si protegge il sistema e se ne garantisce il funzionamento (interoperabilità) se per diversi motivi una delle I.A. dovesse andare in default to subisse un attacco malevolo (Modulo 9: Robustezza e Sicurezza). Come vengono monitorati i comportamenti psicologici dei soggetti fragili (anziani, disabili) nel caso in cui la loro assistenza domiciliare fosse affidata per lungo tempo a infermieri-robot o assistenza da remoto (Modulo 6: Impatto umano)? Come si può garantire che le scelte di ubicazione di presidi sanitari temporanei o di allocazione di magazzini di logistica non portino a operazioni di “insider trading” o speculazione urbanistica (Modulo 6: Benessere e benefici)? Come si può garantire che la continua acquisizione di dati non strutturati e provenienti da fonti disomogenee non crei nel tempo dei “bias” nelle basi decisionali di coordinamento delle I.A., così da creare discriminazioni di tipo razziale, religioso, di genere o di censo (Modulo 2: Governo dei dati)? Sino a che punto è possibile permettere a una I.A. di “bloccare” un cittadino potenzialmente contagiato (ad esempio, rilevando la temperatura da videocamera e impedendogli di prendere la metropolitana) al fine di evitare ulteriori possibili contaminazioni (Modulo 1: Autonomia umana)? 

Conclusioni

La sempre maggiore complessità degli ecosistemi urbani sta portando progressivamente a delegare molte delle funzioni di governo e di gestione delle aree metropolitane alle I.A., non essendo possibile per gli esseri umani analizzare e gestire una tale mole di dati provenienti ogni giorno dai singoli cittadini e dall’evoluzione rapida e continua delle tecnologie sottostanti gli insediamenti antropici. Le I.A. sono divenute necessarie anche per l’ormai significativo livello di incertezza da gestire nel governo urbano, derivante dalle continue emergenze (sanitarie, ambientali e sociali) che sempre più stanno condizionando il modo stesso di esistere della comunità mondiale. Affidare il governo urbano alle I.A. ha indubbi benefici, ma altrettanti rischi insiti nella tecnologia stessa, di cui si conoscono meglio i potenziali ma meno i fini e gli scopi ultimi. Sebbene la comunità tecnico-scientifica negli ultimi anni abbia approfondito notevolmente gli aspetti etici delle I.A., lo ha fatto a livello settoriale: risulta ancora poco esplorato, cioè, un approccio interdisciplinare, soprattutto a livello di Governance degli ecosistemi urbani. Mentre a livello di singola I.A., infatti, sono ormai chiari (almeno a livello di principi) gli orientamenti etici per rendere la tecnologia “affidabile” e “antropocentrica”, ben diverso è il quadro che si presenta a scala urbanistica e di pianificazione. Negli ecosistemi urbani, infatti, sebbene sempre più orientati verso una politica di “Smart Cities”, i soggetti che intervengono con le loro I.A. sono molteplici, gestiscono solo alcune parti dell’intero e non hanno nessun coordinamento delle loro tecnologie, sia a livello di interoperabilità (dei dati e dei sistemi) che, soprattutto, etico. Il lavoro di ricerca presentato nell’articolo, di conseguenza, è stato finalizzato a creare un approccio metodologico olistico, in grado di costruire una governance etica delle I.A. a scala urbana e/o territoriale, in cui far confluire i diversi soggetti che utilizzano le I.A., garantendo omogeneità nei principi e uniformità nei monitoraggi successivi. Il Modello di Canvas Etico delle Intelligenze Artificiali per il governo delle Smart Polis, di conseguenza, è il frutto della contaminazione interdisciplinare (sia tecnica che umanistica, ragion per cui è stato preferito il termine “Polis” a quello di “Cities”), nei cui Moduli sono portati a sintesi i lavori più consolidati dei principi etici delle I.A. elaborati a livello istituzionale e di ricerca, assieme alla principale esperienza di valutazione realizzata nella metropoli di San Francisco. Il valore aggiunto del Canvas Etico, oltre a quello della dualità di scala (ossia di poter essere utilizzato sia a livello di singola azienda – poiché è una variazione del consolidato “Business Model” – che nell’ambito territoriale) è relativo alla “stabilità” nel tempo: possono mutare le metodologie che sottostanno al singolo Modulo (come anche la loro interazione interdisciplinare), ma non il fine della Governance etica “open source” del Canvas stesso. 


[1] Il termine “politiche” deriva proprio dal greco “Polis”, ossia strategie di governo della città.

[2] Sia nella fase di pianificazione che in quella operativa e di manutenzione.

[3] www.ai4people.org.

[4] Nella definizione comunemente accettata di “I.A. debole”, basata su algoritmi e addestrata con tecniche di “machine learning” e “deep learning”, nelle diverse metodologie consolidate nella letteratura scientifica internazionale.

[5] Termine inteso nell’accezione generale dell’ONU dei “Sustainable Development Goals” (SDG). 
https://www.un.org/sustainabledevelopment

[6] Mostafa Behzadfar er al. (2017), “International Challenges of Smart Cities”, Armanshahr Architecture & Urban Development, 10 (20), 79-90, Autumn.

[7] La “nuvola digitale” in cui vengono gestiti I dati provenienti da sistemi di IoT (sia civili che industriali) e di ICT.

[8] Nell’etica della robotica viene spesso ricompreso anche l’aspetto della identità giuridica dei robot.

[9] Meglio conosciuto come “A Vision for Prioritizing Human Well-being with Autonomous and Intelligent Systems”.

[10] IEEE (Institute of Electrical and Electronics Engineers) Standard Association (IEEE SA).

[11] https://ec.europa.eu/info/research-and-innovation/strategy/support-policy-making/scientific-support-eu-policies/ege_en

[12] “AI in the UK: ready, willing and able?”.

[13] https://www.partnershiponai.org/

[14] High-Level Expert Group on AI (https://ec.europa.eu/digital-single-market/en/high-level-expert-group-artificial-intelligence)

[15] https://ec.europa.eu/info/sites/info/files/commission-white-paper-artificial-intelligence-feb2020_en.pdf

[16] https://futurium.ec.europa.eu/en/european-ai-alliance

[17] In termini tecnici viene definito “Fallback Plan” (Piano di riserva).

[18] Con particolare riferimento ai cittadini non in possesso di competenze tecniche e/o conoscenze scientifiche.


[i]  Benanti P. (2018), Oracoli: tra algoretica e algocrazia, Edizione Collassi.

[ii] Besselaar, P., Koizumi, S. (2005), Digital City III. Information Technologies for Social Capital: Cross-cultural Perspectives, Springer.

[iii] Komninos, N. (2008), Intelligent Cities and Globalisation of Innovation Networks, London and New York, Routledge.

[iv] Hall, R. (2000), The Vision of a Smart City, 2nd International Life Extension Technology Workshop, Paris, September.

[v] Dirks, S., Keeling, M. (2009), A Vision of Smarter Cities, IBM Institute for Business Value.

[vi] Lee, M., Han, D., Jung, S., Cho, C. (2008), A Platform for Personalized Mobile u-Health Application Development, Korean Institute for Information Scientists and Engineers.

[vii] Kanter, R. M., Stanley, S. (2009), A Manifesto for Smarter Cities, Harvard Business School.

[viii] Verdesca D. (2020), Etica delle intelligenze artificiali per leader aziendali e startupper, Editore EPC, Roma.

[ix] The Onlife Initiative (2015) The Onlife Manifesto. In: Floridi L. (eds) The Onlife Manifesto,Springer, Cham.

[x] Floridi L. (2014), The Fourth Revolution: How the Infosphere is Reshaping Human Reality, Oxford Univ. Press (UK).

[xi] Cath C., Watcher S., Mittelstadt B., Taddeo M., Floridi L. (2017), Artificial Intelligence and the “Good Societythe US, EU and UK approach, Springer Science+Business Media, Dordrecht.

[xii] Floridi L. et al. (2018), AI4People – An ethical framework for a Good AI Society: opportunities, risks, principles and recommendations, Minds and Machine, Springer. 

[xiii] Accoto C. (2017), Il mondo dato: cinque brevi lezioni di filosofia digitale, Egea editore, Roma.

[xiv] SearleJ. R. (2019), “Il mistero della realtà”, Collana “Scienze e Idee”, Raffaello Cortina Editore, Capitolo 2: La soluzione del problema mente-corpo e la confutazione dell’intelligenza artificiale forte e del cognitivismo (pag.41-83).

[xv] L’unica esperienza di verifica dell’etica delle I.A. attuata all’interno dei processi di governo e gestione di aree metropolitane è quella di San Francisco (CA), denominata Ethics & Algorithms Toolkit (2018). 

[xvi] Osterwalder A., Pigneur Y., Clark T. (2010), Business Model Generation: A Handbook for Visionaries, Game Changers, and Challengers, Strategyzer series, Hoboken, NJ, John Wiley & Sons.
https://www.strategyzer.com

[xvii] Institute Future of Life (2017), Asilomar A.I. Principles, Asilomar Conference 
https://futureoflife.org/ai-principles

[xviii] Université de Montréal (2017), Montréal Declaration Responsible AI (2017)
https://www.montrealdeclaration-responsibleai.com

[xix] IEEE (2017), Ethically Alligned Design: a vision for Prioritizing Human Well-being with Autonomous and Intelligent Systems, Version 2 for public discussion (2017)
https://standards.ieee.org/content/dam/ieee-standards/standards/web/documents/other/ead_v2.pdf

[xx] European Commission, Directorate-General for Research and Innovation (2018), European Group on Ethics in Science and New Technologies (EGE), Statement on Artificial Intelligence, Robotics and “Autonomous” Systems
http://ec.europa.eu/research/ege/pdf/ege_ai_statement_2018.pdf

[xxi] UK House of Lords (2018), Select Committee on Artificial Intelligence, AI in UK: ready, willing and able (Report of Session 2017-2019)
https://publications.parliament.uk/pa/ld201719/ldselect/ldai/100/100.pdf

[xxii] Partnership on IA (2018), Tenets of the Partnership on AI
https://www.partnershiponai.org/tenets/

[xxiii] European Commission (2019), High-Level Expert Group on AI, Ethics guidelines for trustworthy AI
https://ec.europa.eu/newsroom/dae/document.cfm?doc_id=60419

[xxiv] OCSE (2019), Recommendation of the Council on Artificial Intelligence
https://legalinstruments.oecd.org/en/instruments/OECD-LEGAL-0449

[xxv] AI at Google: our principles (2018)
 https://blog.google/technology/ai/ai-principles

[xxvi] Pontificia Accademia della Vita (2020), Rome call for A.I. ethics, State of Vaticano
http://www.academyforlife.va/content/dam/pav/documenti%20pdf/2020/CALL%2028%20febbraio/AI%20Rome%20Call%20x%20firma_DEF_DEF_.pdf


Biografia

Daniele Verdesca (1965), Architetto dell’Informazione, è attualmente Direttore della Cassa Edile della provincia di Lecce e già Direttore del Formedil, ente nazionale per la formazione nel settore delle costruzioni. Laurea in Architettura, Ph.D. in Urbanistica e Master in G.I.S., è stato per diversi anni assegnista di ricerca e poi professore a contratto per l’Università di Firenze e per l’Università di Siena. Co-founder di una start-up sull’Intelligenza Artificiale, è da tempo impegnato nella promozione della cultura digitale nel settore dell’architettura e dell’urbanistica. Di recente ha pubblicato: «Gestire la Direzione dei cantieri con le App Social» e «Etica delle Intelligenze Artificiali per aziende e startupper». Il lavoro di ricerca dell’articolo è stato presentato nel corso del 2020 in diversi seminari con gli ordini professionali (architetti e ingegneri) e alla “Milano Digital Week” 2020.