Dalla fisiognomica all'Intelligenza artificiale

Franco Battiato, al centro dell'orchestra, è seduto sul podio a gambe incrociate e mentre con una mano traccia l'aria canta: "Leggo dentro i tuoi occhi, dal taglio della bocca, nel tratto del tuo naso, da come ridi e siedi, leggo". Sono le prime note di "Fisiognomica", il singolo da cui prende il nome l'album pubblicato nel 1988, con il quale il cantante siciliano ritorna alla musica leggera dopo l'esperienza con l'opera lirica e, vendendo 300.000 copie, raggiunge il primo posto in classifica. Ritenendo che la fisiognomica fosse "una specie di scienza che ha la capacità di estrapolare la personalità o l'essenza di un individuo attraverso i tratti somatici", come raccontava in un'intervista. A trent'anni di distanza, l'eco della poesia di quel disco non si è ancora spenta, così come continua a far parlare di sé il tema dell'interpretazione della personalità dai tratti somatici, che grazie alla tecnologia informatica ha trovato un nuovo e diverso utilizzo.

“I recenti sviluppi nel campo dell'Intelligenza artificiale e in particolare dell'intuizione esperta attraverso metodi di Machine learning permettono oggi di realizzare algoritmi in grado di implementare una fisiognomica computazionale”, spiega Fabrizio Falchi dell'Istituto di scienza e tecnologie dell'informazione (Isti) del Cnr di Pisa. “Il fatto che si possa implementare non vuol dire che funzioni bene. Come per l'intuizione esperta umana, affinché un metodo di Machine learning possa realmente imparare occorre un ambiente sufficientemente regolare per essere prevedibile. In altre parole, solo se la fisiognomica fosse una scienza e le sue ipotesi fossero corrette potremmo creare sistemi in grado di intuire caratteri psicologici e morali di una persona dal suo aspetto fisico. Senza questo presupposto, ciò che creiamo è in grado di formulare ipotesi, ma non abbiamo alcuna garanzia sull'attendibilità di queste valutazioni. Non dico che tirerebbe a indovinare, ma quasi”.

E se Battiato cantava: “da come cammini, da come parli e ascolti, nei muscoli del collo e dell'orecchio, vedo”, spingendo l'intuizione artistica in un viaggio dentro l'io, in quale modo l'intelligenza artificiale riesce oggi a leggere i tratti e a riconoscere chi siamo attraverso algoritmi di apprendimento automatico? “Le principali dimensioni su cui si concentrano gli algoritmi sono il lessico e la gestualità che vengono quindi lette e interpretate dai modelli. In altre parole, mentre la fisiognomica si basa sull'aspetto fisico, soprattutto sui lineamenti e sulle espressioni del volto, gli algoritmi che oggi portano a modelli, con risultati accettabili si basano su altro e non cercano di dedurre caratteri psicologici e morali, ma la personalità”, prosegue il ricercatore. “Il modello più popolare è quello che in inglese viene chiamato 'the big-five personality traits', ossia il modello dei cinque grandi tratti della personalità, interpretati in maniera binaria yes/no. Riassumendo, il modello classifica il tratto: dell'estroversione, quando la persona è estroversa, loquace ed energetica e non riservata e solitaria; del neurocitismo, quando l'individuo dimostra di essere sensibile e nervoso, invece che sicuro e fiducioso; della piacevolezza, se la persona è affidabile, schietta, generosa e modesta, invece che inaffidabile, complicata e vanagloriosa; della coscienziosità, se è organizzata e non sciatta; infine di apertura, quando si manifesta inventività e curiosità rispetto a un atteggiamento cauto e dogmatico”.

Specialmente nell'interazione uomo-macchina, le tecnologie che permettano a un'intelligenza artificiale di comprendere le persone (in termini di personalità, interessi, stato emotivo, etc.) sono fondamentali. Su questo si sta facendo e si può fare molto. “In futuro, la tecnologia del deep learning ci verrà in aiuto per realizzare cellulari in grado di assumere modalità vocali e testuali se configurati in linea con la classificazione della personalità a noi più affine”, chiarisce Falchi. “Dai cellulari configurati in base all'io, si passerà alla cura specialistica in ambito medico, all'investigazione forense desunta dai dati dell'interpretazione automatizzata, e si potrà procedere con la selezione di personale da una rosa di candidati già scelti sulla base delle caratteristiche della personalità richieste dal datore di lavoro. Questi sono solo alcuni esempi della straordinaria potenzialità che si apre con la ricerca sull'interpretazione automatizzata della personalità”.

Negli ultimi anni, insieme allo sviluppo della ricerca, in sede europea si è lavorato a linee guida su un utilizzo etico dell'Intelligenza artificiale che preveda regole di trasparenza e valutazione dei rischi. “Sul tema della fisiognomica siamo però ad un livello diverso.  Non ci possono essere garanzie che la fisiognomica computazionale, anche solo teoricamente, produca risultati corretti e quindi possiamo limitarci a realizzare strumenti che abbiano fini artistici, di gioco, e che quindi in nessun modo possano avere un'influenza sui diritti fondamentali dell'individuo”, aggiunge l'esperto.

Recentemente, studi pubblicati sull'Artificial Intelligence Review hanno evidenziato che, in occasione di votazioni importanti, accedendo automaticamente alle informazioni sui tratti della personalità degli elettori è stato possibile predire chi di loro sarebbe stato più facilmente manipolabile dalla stessa propaganda elettorale. “Abbiamo già visto utilizzare algoritmi da cui ci si aspetta un'attendibilità assai maggiore di quelli della fisiognomica, perché basati su dati più rilevanti come quelli che Cambridge Anlytica aveva ricavato da Facebook, per fini che riteniamo pericolosi per la nostra società. L'utilizzo di algoritmi che cerchino di implementare una pseudoscienza quale la fisiognomica sarebbe ancora più preoccupante”, conclude Falchi. “All'Ai Now Institute dell'Università di New York, negli ultimi due anni sono stati messi a punto algoritmi correttivi per l'uso soprattutto in ambito pubblico; parallelamente, sta crescendo una nuova sensibilità e una sempre maggiore attenzione verso la trasparenza sul funzionamento alla base degli algoritmi. L'obiettivo è arrivare a nuovi e più performanti modelli di interpretazione della personalità, basati su algoritmi sviluppati in modo da poter essere pienamente comprensibili e consentire agli utenti, siano essi l'industria o soggetti diversi, di decidere se e come utilizzare lo strumento dell'apprendimento informatico automatizzato con fiducia”.

Fonte: Fabrizio Falchi, Istituto di scienza e tecnologie dell’informazione , email fabrizio.falchi@cnr.it -