Di Giuliano Gaia e Stefania Boiano - InvisibleStudio
La recente esplosione dell'Intelligenza Artificiale generativa non è che l'ultimo episodio di una corsa che veniva da lontano. In verità eravamo da anni immersi nell'AI: da Google ai feed dei social alle raccomandazioni di Amazon, da Siri ad Alexa, tutto il nostro mondo veniva organizzato da algoritmi in grado di adattarsi a noi e migliorare man mano con l'utilizzo.
L'integrazione dell'intelligenza artificiale nei musei presenta sfide significative in termini di bias ed etica. I sistemi AI possono perpetuare o amplificare pregiudizi esistenti se i dati utilizzati per addestrarli sono parziali o rappresentano solo alcune prospettive culturali. Questo rischio è particolarmente critico nei musei, dove la rappresentazione equa e inclusiva delle culture e delle storie è fondamentale. Inoltre, l'uso dell'AI solleva questioni etiche riguardanti la trasparenza, la privacy dei visitatori e il rispetto per le opere e gli artefatti culturali. Affrontare questi problemi richiede un approccio attento e collaborativo, che includa la supervisione umana, la diversità nei team di sviluppo e una costante revisione dei sistemi per garantire equità e inclusività.
Dai nostri primi esperimenti del 2002 fino al chatbot game per le Case Museo di Milano del 2016 come InvisibleStudio abbiamo sempre creduto che l'AI fosse una splendida occasione per riflettere sul nostro rapporto con le macchine, col passato, con il mondo circostante e con ciò che ci rende veramente umani.
Quando nel 2022 Open AI ha rilasciato i primi modelli efficaci di AI generativa prima per le immagini e poi per le parole, siamo stati subito colpiti dalla necessità di comprendere chiaramente i confini etici di queste nuove, incredibili opportunità. Come prima cosa infatti abbiamo provato a generare un falso artista su Instagram, Mason Taylor. In poche ore tutto era pronto: un'immagine profilo, una biografia, un portfolio e un buon numero di follower. L'era del diluvio di contenuto artificiale stava cominciando.
La facilità con cui si potevano rompere le barriere etiche ci ha portato a ricercare chi stesse lavorando proprio su questo tema. Uno dei progetti più convincenti ci è sembrato da subito il Museums+AI Network, progetto internazionale condotto da due ricercatrici, Oonagh Murphy della Goldsmiths University di Londra ed Elena Villaespesa del Pratt Institute di New York.
Le ricercatrici, hanno messo insieme un pool di musei di prim'ordine, come National Gallery, Metropolitan Museum e American Museum of Natural History, e insieme con loro ed altri esperti hanno creato delle case histories e delle schede pratiche da utilizzare all'inizio di un progetto AI per essere sicuri di porsi le giuste domande.
Il toolkit ci ha convinto perchè era:
breve: uno strumento agile, pensato per un uso pratico
comprensivo: non si concentra su un solo tipo di AI ma affronta diversi campi di applicazione
gratuito: è liberamente distribuito in PDF
pratico: le case history e le schede di lavoro sono orientate all'azione
pensato per il futuro: invece che focalizzarsi sulla tecnologia del momento, le schede sono basate su domande ampie, che possano valere anche per gli anni che verranno.
Inoltre il toolkit era multilingue, dato che esisteva anche in spagnolo e tedesco, con case histories specifiche per ogni lingua.
A questo punto, grazie al supporto di IULM AI LAB, abbiamo costruito una partnership con Goldsmiths University per creare la versione italiana del Toolkit, con case history specifiche.
La versione italiana del toolkit è quindi disponibile gratuitamente su:
il sito del Museums+AI Project
il sito di Goldsmiths University
il sito di InvisibleStudio
Il toolkit in italiano propone, oltre alle schede di lavoro, tre case history di forte interesse, tratte, da tre importanti campi di applicazione dell'AI:
Le app culturali dell'Università di Firenze nel campo della visione artificiale.
Il chatbot Nerobot del Colosseo di Roma, per il Natural Language Processing.
Un uso molto interessante dell'AI generativa presso il Museo Nazionale del Cinema.
Per leggere queste case history e applicare le schede ai tuoi futuri progetti di AI,
scarica gratis il toolkit e facci sapere i tuoi commenti e le tue impressioni.
Buon lavoro (etico) sull'AI!
Comments