Elia Lombardo speaker alla AI Week 2020
Nel marzo 2020 sono stato presentato tra gli speaker della AI Week, la settimana italiana dedicata all’intelligenza artificiale, organizzata interamente online attraverso incontri e video-interviste con protagonisti del settore provenienti dall’Italia e dall’estero.
La breve intervista, pubblicata il 26 marzo 2020 da Giacinto Fiore, ha rappresentato un’occasione per introdurre il percorso di ricerca che ha portato alla costruzione di XLAW® e alla prima sperimentazione operativa della polizia predittiva in Italia.
XLAW® come applicazione concreta dell’intelligenza artificiale
XLAW® è nato dall’osservazione della criminalità predatoria e dalla ricerca delle ricorrenze attraverso le quali determinati comportamenti criminali tendono a ripresentarsi nello spazio e nel tempo.
L’intelligenza artificiale non è stata impiegata per attribuire una pericolosità preventiva alle persone, ma per rendere sistematica l’analisi di un fenomeno criminale circoscritto e supportare l’organizzazione delle attività di prevenzione.
La previsione non riguarda la colpevolezza futura di una persona: riguarda la possibile ricorrenza di un fenomeno osservabile.
Dalla reazione alla prevenzione
L’esperienza XLAW® ha proposto un cambiamento nell’organizzazione della sicurezza urbana: passare da una risposta costruita prevalentemente dopo il verificarsi del reato a una strategia capace di orientare preventivamente le risorse disponibili.
Questo passaggio non elimina l’incertezza e non trasforma la probabilità in certezza. Consente però di utilizzare la conoscenza maturata sul fenomeno per migliorare la capacità di osservazione, pianificazione e prevenzione.
Il valore del modello non risiede quindi nella promessa di prevedere ogni evento, ma nella capacità di restringere il campo dell’incertezza e offrire agli operatori un supporto verificabile alla decisione.
Intelligenza artificiale e conoscenza del dominio
Un sistema di intelligenza artificiale non può essere separato dalla conoscenza del contesto nel quale viene applicato.
Nel caso di XLAW®, il modello è stato costruito a partire dall’esperienza operativa, dall’analisi delle modalità di commissione dei reati e dalla verifica progressiva delle ipotesi formulate.
La tecnologia ha reso elaborabile il metodo, ma non lo ha generato autonomamente. Prima dell’algoritmo sono venuti l’osservazione del fenomeno, gli errori, le verifiche e la capacità di interpretare i risultati.
Una tappa della traiettoria di ricerca
La partecipazione alla AI Week 2020 ha consentito di presentare XLAW® all’interno di un confronto più ampio sull’uso concreto dell’intelligenza artificiale.
Il progetto mostrava come l’AI potesse essere applicata a un problema operativo reale, mantenendo centrale la responsabilità umana e distinguendo chiaramente l’analisi dei fenomeni dalla profilazione preventiva delle persone.
Questa esperienza costituisce una delle tappe del percorso che, negli anni successivi, avrebbe progressivamente ampliato l’oggetto della ricerca: dalla previsione di uno specifico fenomeno alla comprensione delle condizioni e delle transizioni osservabili nei sistemi complessi.
La video-intervista
La registrazione è disponibile sul canale YouTube di Giacinto Fiore.
Guarda la video-intervista su YouTube
Dati della partecipazione
- Pubblicazione della video-intervista: 26 marzo 2020
- Evento: AI Week 2020
- Formato: manifestazione online e video-intervista
- Partecipazione: speaker
- Ospite: Elia Lombardo
- Video pubblicato da: Giacinto Fiore
- Tema: intelligenza artificiale, XLAW® e prevenzione predittiva
Conclusione
La presenza alla AI Week 2020 ha portato nel dibattito sull’intelligenza artificiale un’esperienza nata direttamente dall’osservazione e dalla gestione di un fenomeno reale.
XLAW® ha mostrato che la tecnologia produce valore quando viene costruita intorno alla conoscenza del dominio, alla verificabilità del metodo e a una finalità operativa chiaramente definita.
Prima dell’automazione viene la comprensione. Prima della previsione viene la capacità di osservare correttamente il fenomeno.