nell’era della rete il regolatore non è un soggetto politico, eletto o meno. È la somma delle possibilità tecniche e tecnologiche che vengono messe a disposizione nello spazio digitale da entità private che disegnano i servizi ai quali accediamo. Possibilità tecnologiche che nascono da un pensiero, da una scelta politica, dalle funzioni che si decide di implementare all’interno del sistema. Non esiste un design neutro, trasparente, ininfluente.
Il codice è legge, una legge che non abbiamo scelto
Le riflessionei di Francesco Marino nascono da un’osservazione puntuale e documentata del modo in cui ci “abbeveriamo” alla fonte suprema dei dati : “il web” . Una riflessione su di noi, e su quelli a cui, lasciamo il “pallino”, la libertà di accesso ai nostri dati, ai nostri comportamenti, alle informazioni più intime e segrete; senza limiti, senza protezioni, spesso senza neanche sapere di averlo fatto. Le solite OTT, per farla facile, le techno corporation o meta nazioni digitali, per dirla con Nicola Zamperini. I proprietari delle piattaforme e dei potenti algoritmi che le governano e le amministrano. Marino inizia le proprie riflessioni partendo dai numeri della rete, alcuni di questi, davvero impressionanti:
Ogni minuto, su Internet, accedono a Facebook circa 1,5 milioni di persone, 4,5 milioni di ricerche vengono effettuate su Google e centinaia di milioni di post vengono pubblicati sui principali social network. Provate a immaginare questa massa alla fine di ogni giornata. È impossibile, gli esseri umani non sono fatti per processare una tale quantità di informazioni. Semplificando agli estremi, questo è il primo motivo per cui abbiamo affidato buona parte della nostra vita agli algoritmi. Su Internet ci sono troppi contenuti: abbiamo bisogno di qualcuno o qualcosa che li processi per noi, restituendoci come risultato quello che potrebbe interessarci di più.Â
circa la metà del pianeta accede a informazioni particolarmente rilevanti per la propria vita attraverso la mediazione di un algoritmo.
L’analisi del giornalista e comunicatore romano, si concentra sul funzionamento degli algoritmi, senza andare a cercare formule
Gli algoritmi con cui conviviamo attualmente … Sono progettati per immagazzinare costantemente informazioni e per cambiare continuamente le operazioni di processo, per ottenere un risultato sempre migliore a seconda dell’output desiderato. La formula, in altre parole, è cangiante. Ha forma e obiettivi precisi, ma è in grado di procedere in maniera relativamente autonoma per arrivare al risultato richiesto. In sostanza, il concetto di intelligenza artificiale – o di machine learning, per essere più precisi – è questo: le formule sono in grado di auto aggiornarsi costantemente, di imparare nuove strade, non necessariamente previste, per arrivare all’obiettivo programmato.
Google, secondo una stima riportata da un buon numero di fonti, tra cui Wired US, l’insieme dei suoi algoritmi proprietari – Google Search, Google Maps, Google Translate e così via… – è formato da due miliardi di righe di codice. Proviamo a immaginarli nell’unico modo che il nostro cervello consente. Un romanzo come Guerra e Pace è lungo circa 1.400 pagine e in una edizione con copertina rigida può pesare fino a 1 kg. Secondo una stima 13 , un milione di righe di codice equivale a 18.000 pagine di un libro. Detto in altri termini: 14 Guerra e Pace. E due miliardi di righe di codice? Basta una proporzione. Se domani, per assurdo, uscisse il manuale degli algoritmi di Google, sarebbe lungo 36 milioni di pagine e peserebbe 25 tonnellate: circa 25.000 Guerra e Pace con rilegatura rigida.
Esistono poi gli algoritmi di apprendimento automatico, il cosiddetto machine learning. Questo genere di algoritmi è ispirato più alle modalità con cui gli esseri viventi apprendono. Più che alla ricetta di una torta, queste formule sono simili all’addestramento di un animale domestico. Non esiste necessariamente un elenco di istruzioni precise che conduca ai risultati sperati. C’è un obiettivo e un’idea della strada da seguire. Tuttavia, vanno tenuti presenti altri fattori, non necessariamente prevedibili, come la personalità dell’animale, la sua età e le sue esperienze pregresse, l’ambiente in cui vive. Gli algoritmi di apprendimento funzionano esattamente così: forniti dati, obiettivo e feedback, è la macchina a elaborare e a cambiare, se necessario, il modo per raggiungere il fine
tutti i principali algoritmi di raccomandazione funzionano esattamente così.
Ovvero, mettono in relazione caratteristiche di contenuto variabili – tutto, naturalmente, dipende dal tipo di suggerimento o previsione – e caratteristiche di community, di gruppo. Netflix, per esempio, funziona come Spotify e quella percentuale che vediamo sotto al titolo quando selezioniamo il film è il frutto di questa elaborazione. Ma in qualche modo, anche Facebook e Google usano questo approccio. Alla base del suggerimento, da un lato c’è quello che fanno gli altri, dall’altro un qualche tipo di analisi del contenuto.
Ebbene, ci sono differenze importanti, fra gli algoritmi, anche fra quelli più famosi e in uso - quelli delle famigerate OTT – differenze notevoli e composite, che cambiano in modo evidente il nostro rapporto con tali oggetti, e cambiano altresì il modo
gli esseri umani sono davvero in grado di scegliere da soli quello che vogliono?
Secondo un imprenditore cinese che si chiama Zhang Yiming, no, gli esseri umani non sono capaci di decidere da soli quello che vogliono vedere. Nel 2012, Yiming era solo un ragazzo cinese di 29 anni, cresciuto nella provincia Fujian. Figlio di un’infermiera e di un funzionario, aveva frequentato l’Università nella città portuale di Tianjin.
Aveva lavorato a Microsoft China, per un breve periodo della sua vita, per poi tentare la strada delle start up. Jinri Toutiao è il nome della start up che, quell’anno, gli avrebbe
cambiato la vita. Si tratta di un una sorta aggregatore di news, molto simile a Reddit. Con una differenza sostanziale. È l’intelligenza artificiale, e non i voti degli utenti, a gestire la visibilità dei contenuti.
Toutiao è organizzato come una sorta di rullo di notizie: attraverso il modo in cui gli utenti interagiscono con questi contenuti, l’intelligenza artificiale comincia a capire le loro abitudini e i loro gusti. Traccia e analizza la velocità con cui si scorrono le notizie, l’orario in cui si leggono o meno determinati tipi di news e, ovviamente, il luogo da cui proviene l’utente. Nel 2016, Yiming decise di portare più avanti l’esperienza di Toutiao. A dicembre di quell’anno, la sua compagnia, Bytedance, lanciò Douyin, un social network molto simile al fratello maggiore Toutiao come architettura dell’informazione, ma dedicato all’intrattenimento e, in particolare, ai video da smartphone. Alla fine del 2017, Bytedance acquisì per un miliardo di dollari una startup molto interessante, che stava guadagnando attenzione e utenti negli Stati Uniti: Musical.ly. Dalla fusione tra Musical.ly e Douyin nacque, un anno dopo, TikTok.
./. to be continued