O slideshow foi denunciado.
Utilizamos seu perfil e dados de atividades no LinkedIn para personalizar e exibir anúncios mais relevantes. Altere suas preferências de anúncios quando desejar.

La paura dell'algoritmo perchè?

Coding e algoritmo sono due concetti diversi. Gli algoritmi racchiudono la cultura di chi li crea, nel bene e nel male. Presentazione per il laboratorio Donne e tecnologie dell'Universita' di Torino - aprile 2017

  • Seja o primeiro a comentar

La paura dell'algoritmo perchè?

  1. 1. La paura dell’algoritmo: perché 20 aprile 2017 Eleonora Pantò Learning, Inclusion e Social Innovation Donne e ICT – Laboratorio Universita Torino
  2. 2. 2
  3. 3. 3 Mi presento
  4. 4. 5 2011 Software is eating the world
  5. 5. 6 Evolution of the desk
  6. 6. 7 Evolution of the city http://youtu.be/9YBOn-Fxg_4
  7. 7. 8 Digitisation is shaping the Future of Work https://www.youtube.com/watch?v=z6Ew7N9tPOo
  8. 8. 9 Computational thinking Dottori, avvocati, insegnanti, allevatori, un qualunque mestiere. Il futuro di tutte queste professioni sarà pieno di Pensiero Computazionale. Medicina basata sui sensori, smart contract, analisi di dati nell'educazione, agricoltura di precisione: il successo dipenderà da quanto sarete bravi con il pensiero computazionale. Mi sono accorto di una tendenza interessante. Scegliete un qualsiasi settore X, dalla Archeologia alla Zoologia. Ci sono due possibilità: o esiste già “X Computazionale” o esisterà presto. E tutti lo considerano il futuro di quel settore. http://blog.stephenwolfram.com/2016/09/how-to-teach-computational-thinking/
  9. 9. 10 2016 - Computer science for all Nei prossimi anni, dovremmo lavorare affinché ogni studente possa sperimentare l’informatica e la matematica su computer per renderli pronti per il lavoro dal primo giorno. Nella new economy l’informatica non è una competenza opzionale, ma fondamentale come leggere e far di conto. 9 genitori su 10 vogliono che questo sia insegnato a scuola. https://www.whitehouse.gov/blog/2016/01/30/computer-science-all
  10. 10. 11 Coding a scuola Il «coding» a scuola è una buona idea? Cosa è il coding?
  11. 11. 12 Ricordate questa foto?
  12. 12. Il web è per tutti, ma il software è un club per soli uomini 13
  13. 13. 14 Scarsa presenza femminile nelle ICT 85% dei tecnici di Facebook and Yahoo sono uomini • Appcamp4girl • Girlswhocode • Women’s code collective • Railgirls RubyRails for Girls (Finland) • Shine for girls - Learning math through dance Megan Smith è stata CTO della Casa Bianca, in qualità di vicepresidente Google ha lanciato la campagna“Google’s Made With Code” per avvicinare le ragazze alla programmazione.
  14. 14. 15 Invece nel 1946… “The computers” Jean Jennings (left) and Frances Bilas set up the ENIAC in 1946. Bilas is arranging the program settings on the Master Programmer. http://www.digitaltrends.com/business/where-did-all-the-women-in-computer-science-go/
  15. 15. 16 …1961 Hidden figures Three brilliant African-American women at NASA -- Katherine Johnson (Taraji P. Henson), Dorothy Vaughan (Octavia Spencer) and Mary Jackson (Janelle Monáe) -- serve as the brains behind one of the greatest operations in history: the launch of astronaut John Glenn (Glen Powell) into orbit, a stunning achievement that restored the nation's confidence, turned around the Space Race and galvanized the world.
  16. 16. 17 1967 The computer girls Now have come the big, dazzling computers—and a whole new kind of work for women: programming. Telling the miracle machines what to do and how to do it. Anything from predicting the weather to sending out billing notices from the local department store. And if it doesn't sound like women's work—well, it just is.“ (Cosmopolitan Magazine 1967)
  17. 17. 18http://www.npr.org/sections/money/2014/10/21/357629765/when-women-stopped-coding
  18. 18. 19 Donne e futuro del lavoro Across all industries, almost half of respondents – 44% – said that both unconscious bias among managers and a lack of work-life balance were significant barriers to gender diversity in the workplace. Almost as many – 39% – pointed to a lack of female role models. Although women now outnumber men at university, and graduate in higher numbers, 36% of respondents still said there weren’t enough qualified women for the positions they’re looking to fill. Only 6% blamed a lack of parental leave, and 10% said there were no barriers. http://www3.weforum.org/docs/WEF_Future_of_Jobs.pdf
  19. 19. 20 http://www3.weforum.org/docs/WEF_Future_of_Jobs.pdf Donne e futuro del lavoro nell’ICT
  20. 20. 21 http://www3.weforum.org/docs/WEF_Future_of_Jobs.pdf Donne e futuro del lavoro nell’ICT
  21. 21. L’algoritmo 22
  22. 22. 23 Algoritmo vs Codice Algoritmi:una sequenza di passi che descrive un'idea per risolvere un problema che soddisfi i criteri di correttezza e terminabilità. Una ricetta astratta per il calcolo indipendente dall'implementazione. Codice: Un insieme di istruzioni per un computer. Implementazione concreta del calcolo su una piattaforma specifica in un linguaggio di programmazione specifico.
  23. 23. 24 Computer Science Problemsolving– Algoritmi Logica – astrazione, logica booleana Dati - cos’è informazione Sistemi – modellare sistemi complessi che soddisfano vincoli e requisiti Pensiero – intelligenza artificiale, apprendimento automatico, linguaggio naturale
  24. 24. 25 “Even more remarkable—and even less widely understood—is that in many areas, performance gains due to improvements in algorithms have vastly exceeded even the dramatic performance gains due to increased processor speed.”—Report tothe Presidentand Congress: Designing a digitalfuture(2010) Algoritmo https://www.hsdl.org/?abstract&did=10223
  25. 25. 26 Algoritmo “The Industrial Revolution automated manual work and the Information Revolution did the same for mental work, but machine learning automates automation itself. Without it, programmers become the bottleneck holding up progress. With it the pace of progress picks up”—PedroDomingos, The Master Algorithm https://www.youtube.com/watch?v=B8J4uefCQMc
  26. 26. 27 La paura dell’algoritmo
  27. 27. 28 Agosto 2016
  28. 28. 29 Marzo 2017
  29. 29. 30 La foto censurata Se c’è una scelta di cosa pubblicare allora Facebook è un editore? Siamo sicuri che sia stato un algoritmo?
  30. 30. 31 2016 – TI potrebbe interessare anche… Cardon parla a tale proposito di governamentalità algoritmica una pratica che appare tanto più insidiosa in quanto non si fonda sulla censura e sulla coercizionema fa sì che noi accettiamo ciò che ci viene “suggerito” nella convinzione di averlo liberamente scelto. “Gli zelanti profeti dei Big Data, scrive, promuovono l’idea che nuove forme di governo generate operando buoni calcoli su dati validi sarebbero meno ingiuste, paternaliste o deformanti delle istituzioni o dei media poiché la loro comprensione della società nascerebbe direttamente dallo studio delle azioni degli individui
  31. 31. 32 Salute http://corrieredibologna.corriere.it/bologna/notizie/cronaca/2017/7-aprile-2017/salute-algoritmo-cercare-persone-piu-rischio-emilia-2401454966982.shtml
  32. 32. 33 Salute http://news.stanford.edu/2017/04/03/deep-learning-algorithm-aid-drug-development/
  33. 33. 34 Giustizia https://www.bloomberg.com/news/features/2017-02-08/serial-killers-should-fear-this-algorithm
  34. 34. 35 La platform economy https://www.slideshare.net/AntonioAloisi1/la-platformeconomy-e-sfide-del-diritto-del-lavoro Antonio Aloisi presentazione per Nexa Center
  35. 35. 36 La platform economy https://www.slideshare.net/AntonioAloisi1/la-platformeconomy-e-sfide-del-diritto-del-lavoro Antonio Aloisi presentazione per Nexa Center
  36. 36. 37 La platform economy https://www.slideshare.net/AntonioAloisi1/la-platformeconomy-e-sfide-del-diritto-del-lavoro Antonio Aloisi presentazione per Nexa Center
  37. 37. 38 2015 Politica Utilizzando lo stesso software che produce articoli di giornale, sono state creati innumerevoli minime variazioni di un articolo di legge per fare ostruzionismo. La Lega sostiene di averlo fatto per difendere la democrazia
  38. 38. 39 2017 – La politica al tempo di Facebook https://motherboard.vice.com/en_us/article/how-our-likes-helped-trump-win Obama ha puntato sui social come mezzo per mobilitare le persone, Trump ha usato i dati che le persone lasciano su Facebook Come le Big 5, la psicometria e i risultati di un ricercatore Kosinski, sono stati usati da una società – la Cambridge Analytica per vincere le elezioni USA " Seventy "likes" were enough to outdo what a person's friends knew, 150 what their parents knew, and 300 "likes" what their partner knew. More "likes" could even surpass what a person thought they knew about themselves.
  39. 39. 40 Data Selfie https://vimeo.com/d4t4x/dataselfie
  40. 40. 41 Le AI e i pregiudizi AI has the potential to reinforce existing biases because, unlike humans, algorithms are unequipped to consciously counteract learned biases, researchers warn. Photograph: KTS Design/Getty Images/Science Photo Library RF https://www.theguardian.com/technology/2017/apr/13/ai-programs-exhibit-racist-and-sexist-biases-research-reveals#img-1
  41. 41. 42 Tay, il chatbot sessista https://www.theverge.com/2016/3/24/11297050/tay-microsoft-chatbot-racist " The more you chat with Tay, said Microsoft, the smarter it gets, learning to engage people through "casual and playful conversation." Unfortunately, the conversations didn't stay playful for long. Pretty soon after Tay launched, people starting tweeting the bot with all sorts of misogynistic, racist, and Donald Trumpist remarks. And Tay — being essentially a robot parrot with an internet connection — started repeating these sentiments back to users, proving correct that old programming adage: flaming garbage pile in, flaming garbage pile out.
  42. 42. 43 Combattere i pregiudizi degli algoritmi https://www.ted.com/talks/joy_buolamwini_how_i_m_fighting_bias_in_algorithms
  43. 43. 44 La responsabilità degli umani https://www.ted.com/talks/zeynep_tufekci_machine_intelligence_makes_human_morals_more_important
  44. 44. 45 @AskCindy per una paga uguale 04.04.17 | 9:56 AM On Equal Pay Day, this Facebook chatbot will help women get their money https://news.fastcompany.com/on-equal-pay-day-this- facebook-chatbot-will-help-women-get-their-money- 4033835
  45. 45. 46 BOT, Social Bot, AI
  46. 46. 47 Tutti i modelli sono sbagliati, ma alcuni sono utili - George Box
  47. 47. 48 Anche il modello migliore a volte sbaglia. Il compito dell'analista è quello di scegliere il modello che funziona meglio o che minimizza i rischi. Il compito di tutti noi è quello di essere consumatori esperti, senza paura di porre domande. E che non accettano che una conversazione si concluda con la parola «algoritmo»
  48. 48. CSP innovazione nelle ICT s.c. a r.l. Sedelegale eoperativa Strada del Lionetto, 6 - 10146 - Torino Centrodiricercae sviluppo c/o Business Research Center Politecnicodi Torino Via Pier Carlo Boggio 59 - 10138 - Torino Tel+390114815111 Per contatti: innovazione@csp.it www.csp.it
  49. 49. 50 La demonizzazione dell’algoritmo http://littledatablog.com/blog/2017/2/13/the-rise-of-the- evil-algorithm https://youtu.be/z5FZkuu9vII
  50. 50. 51 Il futuro delle AI https://youtu.be/72bHop6AIcc

×