A Lecce si parla di IA e di numeri: la trasparenza delle percentuali nel digitale

Il recente dibattito tenutosi a Lecce sull'uso consapevole degli strumenti informatici e dell'intelligenza artificiale ha acceso un riflettore su una questione cruciale, che va ben oltre la semplice adozione di nuove tecnologie. Ha sollevato un interrogativo fondamentale: come misuriamo la qualità e l'affidabilità di un mondo sempre più governato da algoritmi? La risposta non risiede solo nella potenza di calcolo o nell'"intelligenza" di un sistema, ma in un elemento tanto semplice quanto spesso trascurato: la trasparenza dei numeri che ne descrivono il funzionamento.

Nell'era digitale, le nostre decisioni, sia come consumatori che come professionisti, sono costantemente influenzate da percentuali, metriche e indicatori. Promesse di rendimento di un investimento, parametri di efficienza di un software, statistiche di affidabilità di un servizio online: questi dati sono diventati le nuove bussole con cui navighiamo la complessità. Funzionano come potenti scorciatoie mentali: un "99,9% di uptime" ci rassicura immediatamente, un "tasso di successo dell'85%" ci convince a provare un prodotto. Ma cosa si nasconde davvero dietro queste cifre? E, soprattutto, cosa succede quando deleghiamo a un'intelligenza artificiale il compito di interpretarle per noi?

Il rischio è che, senza un'adeguata comprensione, questi numeri si trasformino da strumenti informativi a mere etichette di marketing, prive di reale sostanza. L'automazione, in questo scenario, non fa che amplificare il problema. Un sistema di IA, per quanto sofisticato, opera sulla base dei dati che gli vengono forniti. Se questi dati sono opachi, incompleti o presentati in modo fuorviante, l'algoritmo non farà altro che automatizzare un errore di interpretazione, trasformando un pregiudizio cognitivo umano in un processo sistemico su larga scala.

Quando un numero è davvero utile?

Una percentuale, per avere un significato concreto, non può esistere nel vuoto. Deve essere accompagnata da un contesto che ne definisca i contorni e ne permetta una corretta valutazione. Per capire se un dato numerico è un alleato o un'illusione, è necessario porsi alcune domande fondamentali.

Innanzitutto, qual è la base di calcolo? Un incremento del 50% può sembrare enorme, ma se la base di partenza era 2, il risultato finale è solo 3. Allo stesso modo, affermare che un servizio ha soddisfatto il 95% dei clienti ha un peso diverso se i clienti intervistati sono dieci o diecimila.

In secondo luogo, qual è l'orizzonte temporale di riferimento? Un'efficienza del 98% misurata nell'ultima ora è molto diversa da un'efficienza del 98% mantenuta costantemente nell'arco di un anno. I dati possono essere "scelti" per mostrare solo il periodo più favorevole, nascondendo una performance complessiva mediocre.

Altrettanto importanti sono le condizioni in cui la misurazione è avvenuta. Un'automobile che promette un consumo eccezionale lo fa basandosi su test in condizioni ideali, spesso irraggiungibili nella guida di tutti i giorni. Lo stesso vale per il software: le performance dichiarate sono state ottenute in un ambiente di laboratorio controllato o nel caos imprevedibile del mondo reale?

Infine, un numero assume valore solo se è comparabile. Per confrontare due prodotti o servizi, è essenziale che le metriche utilizzate siano state calcolate con gli stessi criteri. Se due aziende misurano la "soddisfazione del cliente" in modi completamente diversi, i loro punteggi percentuali non possono essere messi a confronto diretto. Senza questi elementi, una percentuale diventa solo un numero su uno schermo, un simbolo che occupa spazio ma non trasmette conoscenza.

L'importanza di saper leggere i dati pubblici

La trasparenza diventa ancora più critica quando i sistemi automatizzati prendono decisioni che hanno un impatto reale sulla vita delle persone. Pensiamo agli algoritmi che valutano l'affidabilità creditizia, che selezionano i candidati per un posto di lavoro o che personalizzano le informazioni che vediamo online. Se i parametri su cui si basano non sono chiari e verificabili, ci affidiamo a una scatola nera, sperando che funzioni correttamente. In alcuni servizi online esiste un parametro pubblico che prova a sintetizzare un comportamento statistico nel tempo, come la percentuale di restituzione dichiarata. Un valore di questo tipo, se non adeguatamente spiegato, può essere facilmente frainteso. Un utente potrebbe interpretarlo come una garanzia di risultato a breve termine sulla propria singola esperienza, mentre in realtà rappresenta una media statistica calcolata su milioni di transazioni e su un lungo periodo. Questo esempio dimostra perfettamente come un singolo numero, decontestualizzato, possa generare aspettative errate e una percezione distorta della realtà.

Verso un'alfabetizzazione digitale basata sulla trasparenza

La soluzione non è demonizzare i numeri o rifiutare l'innovazione portata dall'intelligenza artificiale. Al contrario, è necessario promuovere una nuova forma di "alfabetizzazione dei dati" (data literacy). Da un lato, le aziende e gli sviluppatori hanno la responsabilità di comunicare le performance dei loro prodotti in modo onesto e completo, fornendo tutto il contesto necessario per una valutazione informata. Dall'altro, come utenti, dobbiamo coltivare un sano scetticismo e imparare a porre le domande giuste prima di fidarci ciecamente di una percentuale.

Il dialogo avviato a Lecce è quindi un tassello di un mosaico molto più grande. La vera sfida del nostro tempo non è costruire macchine più intelligenti, ma creare un ecosistema digitale in cui l'intelligenza, sia umana che artificiale, si fondi su un pilastro non negoziabile: la trasparenza. Perché la fiducia, nel mondo digitale come in quello reale, non si costruisce con promesse roboanti, ma con la chiarezza e l'onestà dei fatti. E i fatti, oggi più che mai, sono scritti nel linguaggio dei numeri.