0
Informatica affettiva e Persuasive Technology

Informatica Affettiva e Persuasive Technology:riconoscimento emozionale e big data

La tecnologia dell’informazione (oggi ICT, che include informatica e telecomunicazioni) per sua natura taglia trasversalmente i domini del sapere e delle competenze (saper fare).

Come strumento è divenuto centrale ed imprescindibile per l’espletamento di      -praticamente- ogni professione, e come medium ha plasmato il modo in cui interagiamo e socializziamo. La tecnologia dell’informazione non è solo tecnologia, i suoi processori ed i codici software stanno diventando parte di circoli sempre più intimi della vita umana. L’affective computing rappresenta il ramo dell’intelligenza artificiale che studia come i computer possano riconoscere, interpretare, processare, simulare ed esprimere emozioni umane.

L’intelligenza artificiale, grazie agli avanzamenti delle neuroscienze cognitive, sta finalmente conseguendo uno stato di comprensione avanzata su come la mente umana possa essere modellata e riprodotta.

La ambient intelligence e la persuasive technology aspirano a creare sistemi intelligenti, in grado di motivare le persone a cambiare comportamento (già risalente: Verbeek 2009). L’informatica è ovunque: è pervasiva e dunque parte integrante del mondo della vita personale, sociale e nella sfera cognitiva.

Questa integrazione della tecnologia dell’informazione, in intima interazione umana, può essere vista come parte di una convergenza della tecnologia dell’informazione con la biotecnologia e con le neuroscienze cognitive/comportamentali: un megatrend tecnologico descritto anche come “la tecnologia che diventa biologia”, parte della convergenza Nano-Bio-Info-Cogno (NBIC).

La tecnologia ICT odierna incorpora dunque la “scienza di come pensiamo e di come ci comportiamo”, mentre allo stesso tempo, attraverso una raccolta di dati senza precedenti e nuovi mezzi di analisi dei dati, contribuisce ad offrire nuove conoscenze sulla biologia e sul comportamento umano.

Questi sviluppi possono essere approssimativamente suddivisi in due tendenze correlate e di mutuo rinforzo. Innanzitutto, il volume di dati digitali sulla salute ed il comportamento umano sono esplosi negli ultimi anni, assumendo una nuova dimensione, espressa dal concetto di “big data” (Schonberger & Cukier 2013).

La tecnologia dell’informazione consente una scala ed una profondità di analisi finora sconosciute dalle scienze che studiano la biologia ed il comportamento umano.

L’analisi a livello macro di queste grandi quantità di dati da più fonti sta fornendo nuovi tipi di conoscenza su noi stessi; il che rientra nella seconda tendenza, lo sviluppo della tecnologia dell’informazione che integra intuizioni dalla scienza cognitiva e comportamentale per sviluppare sistemi che meglio “capiscono” la psicologia umana e sono in grado di interpretarla, interagire e influenzarla.

Negli ultimi anni abbiamo assistito ad una crescita esponenziale dell’universo digitale, il vorticoso aumento della capacità di memorizzazione e della potenza di elaborazione, insieme alla pervasività delle tecnologie informatiche, hanno portato alla creazione di dati digitali su molti ambiti dell’umano agire che prima erano ignoti.

I social network hanno creato un database insondabile sull’interazione sociale.

I motori di ricerca del web registrano incessantemente il modo in cui la conoscenza viene creata, le cartelle cliniche digitali potrebbero fornire una grande quantità di informazioni su malattie e trattamenti.

I mondi virtuali dei videogiochi fungono da laboratorio per lo sviluppo del coinvolgimento virtuale.

Ogni movimento o registrazione nell’universo digitale può essere utilizzato come punto dati per l’analisi. La disponibilità di questi grandi insiemi di dati ha suscitato interesse nella potenziale conoscenza che ne deriva.

Sono emersi nuovi strumenti e metodi per la memorizzazione e l’analisi dei dati (big data analytics) che consentono lo studio di questi insiemi di dati di grandi dimensioni, cosa che non sarebbe stata possibile utilizzando i metodi tradizionali di archiviazione e analisi dei dati.

Questi sviluppi nell’archiviazione e nella analisi dei dati consentono di condurre ricerca a livello di intere popolazioni, rispetto a campioni statistici. Le conseguenze sono tanto promettenti quanto minacciose.

Ad esempio, per il settore medico, consente di identificare nuovi fattori rilevanti nello sviluppo delle malattie e per le scienze comportamentali consente di identificare nuovi modelli nel comportamento.

Le correlazioni identificate attraverso il processo di analisi possono essere utilizzate in modelli predittivi.

Tali analisi predittive, o modelli basati sui dati, offrono alle aziende la possibilità di prevedere quali sono le probabilità di scelta dei consumatori, alle istituzioni pubbliche poste al contrasto della criminalità offrono la identificazione delle zone ad alto rischio per il crimine, sistemi di supporto decisionale a livello sanitario, di trasporti, di gestione del mercato dell’energia, affari, finanza, istruzione, unitamente ad una serie infinita di altre applicazioni pratiche.

La analisi dei grandi dati sul comportamento, quale campo emergente di analitica, offre una nuova prospettiva su come l’analisi dei dati su larga scala stia cambiando la gestione delle risorse umane.

Utilizzando i dati raccolti tramite social network, di posta elettronica, comportamenti di navigazione sul Web, messaggistica istantanea, gaming e la moltitudine di sistemi digitali che caratterizzano l’era dell’antropocene, è possibile eseguire analisi estremamente dettagliate sui potenziali candidati in ambito lavorativo, arrivando a creare profili comportamentali ideali da tracciare e contattare.

Il processo di selezione del personale per una determinata funzione sia automatizzato sulla base di registrazioni digitali del comportamento in passato.

La fusione della tecnologia dell’informazione con le scienze comportamentali e cognitive offre l’opportunità di migliorare l’interazione uomo-macchina.

Una caratteristica distintiva di questi nuovi sistemi è la capacità di adattarsi agli utenti ed agli ambienti.

La tecnologia dei microsensori consente oggi il monitoraggio continuo del comportamento e della fisiologia, è integrata in tutti i tipi di dispositivi ed ambienti.

Attraverso i progressi nella potenza di calcolo e le connessioni di rete ubiquitarie, i dati possono essere analizzati (su dispositivi o nel cloud) e condivisi con altre applicazioni.

Le tecnologie dotate di questo tipo di ‘intelligenza ambientale‘ possono utilizzare queste informazioni per adattarsi agli utenti e alle loro interazioni.

La fluidità della tecnologia delle informazioni consente inoltre il monitoraggio di queste interazioni e l’adattamento in tempo reale per ottimizzarne l’interazione dell’utente.

Tali funzionalità consentono l’integrazione con intuizioni comportamentali e cognitive. L’analitica consente pertanto di informare la progettazione in termini di come possibili scelte ed informazioni dovrebbero essere presentate in modo ottimale; come una certa presentazione stimolerà la scelta di un’opzione preferita; come i modelli fisiologici e comportamentali rappresentino stati emotivi; come il feedback possa essere erogato direttamente o tramite meccanismi di feedback ambientale che richiedono sforzi di elaborazione cognitiva meno consapevoli.

Quindi combinare queste possibilità di tecnologia dell’informazione con intuizioni sul comportamento e sulla cognizione consente l’ottimizzazione dell’interazione tra uomo e tecnologia dell’informazione e crea le possibilità per i sistemi informatici di analizzare, consigliare e influenzare il comportamento dei suoi utenti.

 

Prospettive comportamentali incorporate nella tecnologia

La conoscenza comportamentale a sua volta sta influenzando lo sviluppo della tecnologia dell’informazione.

Prendiamo ad esempio come case study la società Empatica, la quale si concentra sul miglioramento della salute mentale e del benessere negli ambienti di lavoro monitorando lo stress in relazione alle attività professionali.

L’utente indossa un braccialetto (wearable) che misura la frequenza cardiaca, il movimento, la posizione interna, la conduttanza della pelle e la temperatura per dedurre il livello di stress dell’utente.

Questi segnali vengono poi inviati allo smartphone e al computer dell’utente e sono combinati con dati sulle attività lavorative, come gli appuntamenti, per fornire informazioni sui fattori di stress.

L’obiettivo è quello di fornire informazioni sulle circostanze che causano uno stato indesiderato (di stress) di emergere e di fornire consigli e feedback persuasivi per migliorare il modo in cui gli utenti affrontano queste situazioni. L’app per smartphone suggerisce interventi comportamentali, come fare una passeggiata o fare esercizi di respirazione per migliorare lo stress.

Questo imita aspetti di terapia cognitivo-comportamentale nel tentativo di identificare i modelli disadattivi nel comportamento e fornire strategie per affrontarli al meglio.

Queste applicazioni di tecnologia dell’informazione per supportare stili di vita personali migliori o più sani sono anche descritte come e-coach.

Veniamo ora al rovescio della medaglia, sebbene queste applicazioni possano consentire agli utenti di affrontare le sfide mentali, come lo stress, pongono anche nuove sfide in termini di privacy, limitazione delle finalità e proprietà dei dati raccolti; l’estensione del controllo dei datori di lavoro a comportamenti e stile di vita extra-lavorativi;  l’adeguatezza e la solidità o meno della base conoscitiva dei “consigli” forniti da tali dispositivi.

 

Informatica Affettiva e Tecnologia Persuasiva

Man mano che maggiori dati su biologia e comportamento vengono digitalmente raccolti e analizzati, emergono sistemi informatici più intelligenti. Questi sistemi stanno diventando più “umani” dal punto di vista dell’interpretazione del comportamento umano e dell’influenza dell’interazione umana, come parte della sopramenzionata tendenza della “tecnologia che diventa biologia“.

Ci concentreremo su due campi specifici di applicazione di tali tecnologie, la tecnologia persuasiva e l’informatica affettiva, sebbene questi siano naturalmente solo due dei numerosi sviluppi tecnologici rilevanti legati alle convergenze info-bio-cogno.

Il campo dell’informatica affettiva studia come i computer possono interpretare le emozioni umane; chiaro esempio dell’integrazione delle scienze cognitive nella tecnologia dell’informazione, l’ affective computing si occupa della valutazione dello stato emotivo dell’utente, attraverso l’uso di vari tipi di sensori, riconoscimento facciale, riconoscimento vocale emotivo e monitoraggio fisiologico della risposta galvanica della pelle e/o della frequenza cardiaca, i dati vengono generati e analizzati per la valutazione dello stato emotivo.

Una delle motivazioni di tale campo di ricerca è la capacità di stimolare l’empatia nei sistemi informatici, creando sistemi intelligenti a livello emozionale, che rispondano in modo appropriato allo stato emotivo dell’utente.

Altre applicazioni attuali per i sistemi di riconoscimento delle emozioni vanno dall’assistenza e formazione di persone con disturbi legati all’autismo, alla valutazione della risposta emotiva dei consumatori ai prodotti.

Poiché questi sistemi si sviluppano in moduli, tali tecnologie possono facilmente essere integrate/incorporate in altre soluzioni.

Ad esempio, Smart Glass, che tramite le intrinseche feature di realtà aumentata, potrebbe essere una piattaforma per le app di riconoscimento emozionale e augmented reality.

Con la Persuasive Technology, l’integrazione di intuizioni comportamentali nella tecnologia dell’informazione assume una nuova forma.

La tecnologia persuasiva descrive sistemi progettati per influenzare le scelte o il comportamento dei suoi utenti e si basa sugli avanzamenti ​​della psicologia e dalle scienze comportamentali, e dalle nuove prassi di computer design. La raccolta di dati sul comportamento online su larga scala può essere utilizzata per analizzare come gli utenti fanno le loro scelte, il che consente un adattamento al design.

Progettando potenziali scelte ed interazioni con la tecnologia, gli utenti possono essere stimolati a fare determinate scelte desiderate. La tecnologia persuasiva può essere impiegata per aiutare le persone a fare scelte migliori, ad esempio i sistemi di benessere e salute personale, progettati per convincere le persone ad espletare più attività fisica, usando feedback motivanti, spunti sociali, argomenti motivazionali personalizzati e pulsioni di competitività.

Nell’interazione tra tecnologia dell’informazione e psicologia, stanno nascendo anche nuove forme di persuasione tecnologica: attraverso il persuasion profiling viene definito un profilo personale del tipo di argomento a cui l’utente è suscettibile/sensibile e viene scelta una strategia di persuasione in base al singolo profilo.

La persuasione ambientale utilizza invece segnali a bassa cognizione come il feedback della luce ambientale, al fine di influenzare gli utenti senza rivendicare attenzione cognitiva consapevole.

Quanto sin qui osservato, mostra in maniera univoca come gli sviluppi basati sui dati, nel campo della tecnologia dell’informazione, stiano creando opportunità senza precedenti per il data mining e l’analitica, che portano a nuove comprensioni del comportamento umano e a nuove possibilità per la predizione e l’intervento nelle interazioni umane.

Come risultato di questo sviluppo, la tecnologia dell’informazione può essere progettata in modi sofisticati come i sistemi intelligenti che interferiscono come coach nel mondo della vita degli individui, sia all’interno che all’esterno del dominio della salute.

Tramite sensori integrati nei prodotti di consumo, è possibile raccogliere enormi quantità di dati biologici come la frequenza cardiaca, le emozioni e i modelli di sonno.

Come poter conservare integrità fisica e mentale in una società così ricca di sensori? Come mantenere proprietà, controllo e gestione delle informazioni biologiche? Andranno disistribuite, involontariamente, gratuitamente – come già avviene da anni con i dati social – alle grandi corporate?

Le tecnologie di riconoscimento facciale e gli algoritmi evoluti consentono di collegare volti biologici a profili digitali presenti nel web e nei social network.

Se tutte e tre queste opzioni dovessero essere disponibili su base Smart Glass in un futuro vicino, ogni utente potrebbe vedere chi siamo, cosa facciamo, chi sono i nostri amici, come ci sentiamo.

Le aziende possono gestire queste informazioni per attirare l’attenzione, fornire informazioni specifiche ed influenzare il comportamento in maniera più o meno responsabile e sostenibile.

Ciò solleva inevitabilmente questioni sull’autonomia e sulla libertà di informazione; come manteniamo la presa sulle informazioni che riceviamo? Abbiamo il diritto di non essere misurati, analizzati e istruiti, e come procedere per proteggere la privacy in un mondo di social media, telecamere e altri sensori?

Le tecnologie con caratteristiche umane, come digital coach, avatar realistici e robot danno la possibilità di influenzare il comportamento umano.

Come possiamo evitare di essere manipolati? I robot possono essere utilizzati per svolgere varie attività umane a distanza e con un livello sempre crescente di autonomia, che va dall’assunzione di responsabilità sanitarie all’uccisione di persone.

Quali compiti sociali possiamo delegare umanamente alle macchine e quali no?

Il ritmo vorticoso ed accelerato con cui la tecnologia dell’informazione è integrata nell’intima interazione umana, sfida i responsabili politici a sviluppare quadri normativi e di policy in modo tempestivo per integrare socialmente questo sviluppo.

A livello europeo, un –infante- progetto normativo che porta i nome di GDPR (Regolamento Generale sulla Protezione dei Dati), rappresenta il primo tentativo globale di regolamentazione “evoluta” dei trend emergenti tecnologici, ma è circoscritto alla tutela della protezione dei dati e della privacy.

Ciò va ampiamente sottolineato, perché il diritto alla riservatezza rappresenta solo una parte dei diritti umani, delle libertà fondamentali e degli impatti socio-economici che le tecnologie inevitabilmente investono e che, altrettanto inevitabilmente, vanno attentamente anticipati/analizzati/regolati.

Il regolamento GDPR è redatto in maniera evidente e chiara per colpire le “grandi aziende tecnologiche” ed il modo irresponsabile/insostenibile in cui operano.

Ciò traspare chiaramente nella lettura di articoli e preamboli del testo normativo, ed è anche il modo in cui l’intero quadro normativo viene letto al di fuori dell’UE (motivo per cui le persone vogliono usarlo per “distruggere Facebook” o qualcosa del genere).

Quindi il GDPR crea requisiti e regole molto rigidi e severi per poter elaborare i dati, alla cui violazione sono parametrate enormi sanzioni. Il grosso limite di tale norma, per la cui analisi si rinvia ad altri articoli dedicati, da un punto di vista di analisi economica del diritto, è che Facebook, Google, Amazon e tutte le altre Big Tech, sono aziende che vantano le competenze, la capacità e le risorse per implementare serenamente il regolamento e reggere alle eventuali periodiche sanzioni comminate.

Hanno le risorse finanziarie per poter essere compliant nella corretta data governance, stipendiare fiumi di data protection officer e conformi ad ogni singolo adempimento normativo richiesto dal Regolamento europeo. Soprattutto si consideri che, se il consenso è il meccanismo chiave all’interno del regolamento, le grandi piattaforme sono in una posizione perfetta per incanalare le persone attraverso un processo di acquisizione del consenso e ottenere tutto ciò di cui hanno bisogno.

Il vero problema è ravvisabile negli effetti a cascata derivanti dalla applicazione del regolamento ai player emergenti, alle PMI, alle startup.

Difficilmente gli operatori economici di taglio piccolo ed emergente potranno disporre delle risorse umane e finanziarie necessarie a far fronte all’ immenso sforzo necessario per conformarsi al GDPR: quello legato allo sfruttamenti dei dati rischia di diventare un tavolo di gioco il cui accesso è riservato esclusivamente ai grandissimi giocatori.

Le piccole e medie imprese e i progetti decentrati liberi / open source saranno sempre fuori conformità. La legge che avrebbe dovuto inibire i giganti tecnologici statunitensi (per consentire alle alternative europee di prosperare) rischia ora di rafforzare la posizione di quelli che sono già dei quasi-monopoli.

Riassumendo:

  • GDPR non è un regolamento perfetto e dobbiamo ancora apprezzare il suo Strategic Fit (la procedura di controllo della “vestibilità strategica di una norma” condotta da parte delle istituzioni europee, non è stata ancora eseguita).
  • Le normative troppo rigide tendono ad essere ostacoli alla concorrenza, duratori e spesso impenetrabili.

 

  • Gli incumbent combatteranno duramente per preservare l’attuale ambiente normativo come una barriera all’ingresso di concorrenti.

 

  • I giganti del settore dispongono di notevoli risorse da investire per preservare lo status quo ed essere pienamente “conformi” al GDPR.

 

  • I regolamenti troppo rigidi tendono a soffocare i potenziali innovatori di rottura (startups e pmi, coloro che apportano nuovi business model) limitando quindi innovazione e concorrenza.

Una nota per i governi extra UE: se si guarda al GDPR come modello per le proprie leggi sulla privacy in relazione alla gestione delle nuove tecnologie: lasciate che gli altri sperimentino con la “beta” e attendete fino a quando non raggiungerà la versione 1.1 o 1.2.

Perché questa versione attuale è una beta, si verificheranno molti crash e serviranno altrettante patch.

1 Star2 Stars3 Stars4 Stars5 Stars (5 votes, average: 5,00 out of 5)
Loading...

Lascia un commento

Your email address will not be published.