…e… se l’intelligenza artificiale iniziasse a dire bugie?

di Ernesto Cotugno

L’IA tra noi – convivenza quotidiana uguale fiducia automatica?

Solo qualche tempo fa per ricercare informazioni sul web, o per invitare qualcuno a farlo, anche io onestamente utilizzavo l’espressione “googla!” ed era chiaro un po’ a tutti quello che c’era da fare.
Ora, quello che mi sembra (ancora) un termine “moderno” in realtà è come se appartenesse ad un tempo arcaico, come la discrasia dell’invenzione¹ della dogana nel medioevo per Benigni e Troisi in “Non ci resta che piangere” “…Alt! Chi siete? Cosa portate? Sì, ma quanti siete?…Un Fiorino!!…”.
Cosa potremmo dire quindi oggi? “intelligenzati”?!? …non so, ci penso! Nel frattempo, cercando di tornare seri, la realtà è che la rivoluzione dell’intelligenza artificiale (IA) è già tra noi. É parte di noi.
Se facessimo un discorso “osmotico” sullo smartphone e sul rapporto simbiotico con questo oggetto, potremmo tranquillamente iniziare col dire che siamo così abituati a tenerlo in mano che, più che un oggetto, è diventato una appendice, un’estensione del nostro corpo; accompagna ogni gesto quotidiano, dal risveglio alla buonanotte, è “semplicemente” lì.
Sempre.
Il controllo costante non è più una scelta, ma un’abitudine interiorizzata, un gesto automatico, con l’idea – illusoria – di essere sempre aggiornati, sempre “dentro” al flusso.
Avete presente la sensazione, sicuramente vi è capitato, di quando usciti di casa, in macchina, già nel traffico vi accorgete di non aver preso il telefonino? Persi. Finiti. A stento ricordiamo qualche numero di telefono, ancora meno strade e percorsi da fare (anche se li facciamo tutti i giorni); gli impegni di oggi? orari? Persone che dalla ruota ai viaggi spaziali, abbiamo inventato di tutto e siamo andati sulla luna (forse²) senza la nostra appendice quasi non riusciamo a fare la O neanche col bicchiere.
Ecco…era quello di cui stavo parlando. Una vera e propria dipendenza funzionale da quella piccola scatola a cui possiamo chiedere praticamente tutto. Trascorriamo in media 349 minuti al giorno (circa 5,8 ore) davanti allo schermo del cellulare³, tocchiamo il display del nostro smartphone circa 2.617 volte al giorno⁴ e circa il 40% dei giovani (e non solo) controlla lo smartphone almeno ogni 10 minuti⁵. Sono numeri impressionanti se solo ci fermiamo a pensarci un attimo.
Tornando al contenuto del device, al fatto di googlare per la ricerca di informazioni, qualche tempo fa quando ricercavamo una cosa, es. Google, ci restituiva la risposta alla ricerca della nostra parola, dicendoci anche più o meno il numero di risultati erano “…Circa 857.000.000 risultati (0,22 secondi)…” o comunque in basso, dal numero di pagine navigabili, avevamo un’idea dello scibile di informazioni da poter visionare per capire e “studiare” la risposta giusta, la verità.
Oggi, invece, se chiediamo qualcosa es. a GPT (o altra IA), avremo UNA e UNA SOLA risposta.
La Verità!
Cosa voglio dire? Qual è il fine di questa riflessione/provocazione? É che siamo diventati così dipendenti ma anche pigri che, la nostra IA è diventata al pari del nostro amico più fidato, al quale possiamo dire e chiedere tutto e che ci risponderà al meglio delle sue possibilità psico-intellettuali perché ci vuole bene.
Il fatto che l’IA sia entrata in modo silenzioso ma (pre)potente nelle nostre vite quotidiane, non vuole essere né una minaccia fantascientifica né una promessa lontana; è nei nostri smartphone, nei suggerimenti che riceviamo online, negli assistenti vocali, nei chatbot, nelle analisi predittive nel mondo sanitario, nei sistemi di controllo qualità delle fabbriche, negli strumenti per la gestione delle risorse umane, fino al supporto decisionale anche nelle piccole e medie imprese. Indubbiamente l’IA, oltre che a livello personale, si è rivelata una leva importante per aumentare la produttività, ridurre i costi, migliorare il rapporto con i clienti e affrontare/sopperire a volte alla carenza di competenze specialistiche; viene percepita come una risorsa strategica.
Vorrei però riflettere insieme a voi sull’affidabilità, trasparenza e “verità” dei sistemi intelligenti che consultiamo costantemente, spesso senza spirito critico; siamo sicuri che la risposta dell’IA, l’unica risposta di cui ci fidiamo sia La Verità? Sia la risposta giusta? Sia quella PIÚ giusta?
Certo, potremmo obiettare che il concetto stesso di verità è, anche, estremamente soggettivo…che il punto di vista è fondamentale, che una risposta può avere mille sfumature a seconda di chi la dice e chi riceve, che la legge stessa, la legge! è “influenzata” dalla giurisprudenza ecc. e quindi? Tutto vero, è tutto, sempre, tremendamente soggettivo. Ma oggi abbiamo una risposta e ce la facciamo bastare (a volte anche perfino per impostare una difesa in tribunale e tra un po’ ne parleremo), e la soggettività non è la nostra e neanche del nostro migliore amico.
Dietro tutta questa utilità estremamente performante, che coinvolge ormai anche la produttività aziendale, dovremmo domandarci e riflettere: possiamo davvero fidarci di quello che l’IA ci dice? E soprattutto: cosa potrebbe succedere se iniziasse a dire bugie? Cosa potrebbe succedere se, per ottimizzare un compito, iniziasse a fornire risposte false, ambigue o incomplete? Cosa potrebbe succedere se “imparasse” a barare, non per malizia, ma perché questo la porta a raggiungere meglio l’obiettivo?

Cosa significa “dire una bugia” per un’IA?

La parola bugia⁶ indica per noi esseri umani, mentire con consapevolezza. Presuppone quindi l’intenzione di ingannare e la volontà, in un certo senso, di “manipolare” l’altro.
Ma un sistema di IA non ha (?⁷) emozioni, coscienza o volontà. Allora può davvero mentire? I modelli linguistici generativi, diciamo, per capirci, possono “allucinare” i dati.
Ma cosa vuol dire? Vi riporto qualche esempio:

• durante una ricerca legale, un avvocato statunitense ha chiesto a ChatGPT una sentenza di riferimento. Il sistema ha inventato completamente una causa legale inesistente, con tanto di nomi e riferimenti fasulli, ma perfettamente plausibili⁸.
• Un altro esempio è MetaGalactica, un modello sviluppato da Meta per generare testi scientifici: è stato ritirato pochi giorni dopo il lancio perché produceva contenuti falsi ma scritti in stile accademico, che potevano facilmente ingannare studenti o ricercatori⁹.

Pensiamo oggi all’uso dell’IA in azienda; si usano strumenti generativi per scrivere email con risposte automatiche, testi promozionali, report; molte volte vengono generati contenuti che hanno all’interno normative, “documenti” legali, comunicati ufficiali dell’azienda, tutti documenti che richiedono attendibilità! Dovrebbero essere verificati.

Quando “barare” conviene: IA e allucinazioni

Le IA sono state create, diciamo in maniera semplicistica, per fare cose, per aiutarci, per elaborare dati, milioni-miliardi di dati in pochi secondi; in sostanza noi gli diamo compiti da fare e l’IA esegue. Il suo scopo è il risultato, il nostro risultato, è esaudire quello che gli abbiamo chiesto.
É stato riscontrato che le IA, specialmente quelle addestrate in ambienti simulati, possono allucinare i dati, possono imparare cioè a sfruttare scorciatoie o inganni se ciò le consente di ottenere un vantaggio, cioè di arrivare prima e meglio al risultato richiesto. Questo è un esempio di comportamento emergente che viene spesso citato in discussioni sul cosiddetto reward hacking o specification gaming nell’intelligenza artificiale; sono comportamenti in cui un sistema, per massimizzare un obiettivo che gli è stato dato, sfrutta una scorciatoia o una falla logica nella definizione del compito, senza necessariamente “comprendere” di stare barando nel senso umano del termine.
Queste scorciatoie sono state osservate in numerosi casi, vediamone alcuni insieme:

• l’IA che sfrutta il sistema di punteggio: nel gioco CoastRunners, un agente di apprendimento automatico ha scoperto che poteva massimizzare il punteggio facendo girare la barca in cerchio per colpire ripetutamente gli stessi bersagli vicino alla partenza, anziché completare il percorso. Questo comportamento è stato documentato da OpenAI nel loro articolo sui problemi delle funzioni di ricompensa mal definite¹⁰;
• IA nei pronto-soccorso e la riduzione dei tassi di mortalità: alcuni sistemi di apprendimento automatico di IA sono stati sviluppati/addestrati per prevedere le ammissioni ospedaliere dai dipartimenti di emergenza/pronto-soccorso, al fine di ottimizzare le risorse e migliorare la gestione dei pazienti anche per una riduzione dei tassi di mortalità. In alcuni casi l’IA ha dedotto che rifiutare l’ammissione di pazienti gravissimi (quelli più a rischio) migliorava i suoi numeri. Anche se non ci sono evidenze dirette di sistemi che abbiano deliberatamente rifiutato l’ammissione di pazienti gravissimi per migliorare i tassi di mortalit๹, questa considerazione, precisa, fredda, “logica”, pragmatica, ci fa sobbalzare, immediatamente, quantomeno la coscienza.
• IA nell’ottimizzazione industriale che ignora dati difettosi: in campo industriale, IA usate per l’ottimizzazione delle linee produttive sono riuscite a “barare” semplicemente ignorando i dati difettosi, così da mostrare performance migliori rispetto alla realtà; si fa riferimento ad esperimenti simulati in cui un sistema, ottimizzando per prestazioni, ignora o scarta dati problematici perché compromettono il punteggio dell’obiettivo, senza tenere conto del significato o dell’integrità dei dati stessi. È un comportamento “furbo” da parte dell’algoritmo, anche qui dovuto a una cattiva definizione dell’obiettivo da parte dei progettisti¹².

Questi esempi ci devono portare a riflettere sul fatto di non affidarsi solo ai risultati numerici degli algoritmi, ma che bisognerebbe sempre valutare i comportamenti in termini di coerenza e buon senso. Bisognerebbe affiancare sempre l’IA a supervisione umana, soprattutto nella fase iniziale di implementazione, e magari, non in ultimo, chiedersi: “…se fosse un collaboratore umano, questo comportamento sarebbe etico?”.

PMI, tra bias¹³ e fiducia cieca, un terreno fertile per l’inganno inconsapevole

Dobbiamo tener presente che le IA apprendono dai dati un po’ come fanno i bimbi. La differenza sta nel fatto che mentre questi ultimi imparano molto lentamente, interagendo con il mondo e poi comunque nel corso di tutta una vita, l’IA apprende come una spugna, analizzando milioni di dati in pochi giorni in relazione a quanto/quello che gli diamo in “pasto” da analizzare/imparare; intere biblioteche, libri, siti, social ecc., passando in pochi giorni dallo stato “0” a maestrishaolin-cinturenere-quintoDan-SuperSaiyan¹⁴ in cibernetica.

Pensiamo però che se questi dati sono distorti, parziali, o ideologicamente carichi, l’IA ne replica i pregiudizi; e questo è stato ampiamente documentato:

• Nel marzo 2016, Microsoft ha lanciato il chatbot Tay su Twitter, progettato per interagire con gli utenti e apprendere dai loro messaggi; in meno di 24 ore, Tay ha iniziato a pubblicare tweet offensivi e razzisti, influenzato da utenti che gli inviavano messaggi inappropriati. Di conseguenza, Microsoft ha deciso di sospendere il chatbot.¹⁵.
• Nel 2018, è emerso che Amazon aveva sviluppato un sistema di intelligenza artificiale per automatizzare la selezione del personale. Tuttavia, il sistema mostrava un pregiudizio contro le donne, penalizzando i curriculum che contenevano termini associati al genere femminile o riferimenti a istituzioni femminili. Questo perché l’algoritmo era stato addestrato su dati storici che riflettevano una predominanza maschile nei ruoli tecnici. Amazon ha successivamente dismesso l’uso di questo sistema¹⁶.

Indubbiamente, pensando all’uso delle IA all’interno delle PMI, diventa necessario controllare la provenienza dei dati usati per addestrare o alimentare gli stessi sistemi di IA. In processi delicati (es. assunzioni, selezione clienti, pricing) richiedere audit di equità o scegliere fornitori che garantiscano trasparenza sui dati. In sostanza, l’auspicio è predisporre un utilizzo dell’IA per supportare, non per sostituire decisioni sensibili.
Sempre più spesso, invece, vengono adottati strumenti intelligenti come soluzioni “chiavi in mano”, ma senza conoscerne davvero il funzionamento. Ciò può portare a errori anche gravi, proviamo a vederne insieme di potenziali:

• Ripensiamo ai chatbot nel supporto clienti che possono arrivare a fornire risposte inesatte o fuorvianti, portando a insoddisfazione e reclami da parte dei clienti, con potenziali conseguenze anche legali e danni alla reputazione dell’azienda¹⁷.
• I generatori automatici di contenuti possono arrivare a produrre descrizioni fuorvianti; l’uso di generatori di descrizioni di prodotti basati su IA, certo può semplificare la creazione di contenuti per siti web, tuttavia, se non monitorati attentamente, possono generare descrizioni inaccurate o fuorvianti, compromettendo la reputazione online dell’azienda¹⁸.
• Sistemi predittivi per la gestione del magazzino; affidarsi esclusivamente a sistemi predittivi per la gestione dell’inventario senza una supervisione umana può portare a decisioni errate, come l’accumulo eccessivo di prodotti a bassa rotazione. Comprendere e calcolare correttamente l’indice di rotazione del magazzino è cruciale per una sua gestione efficiente¹⁹.

Ancora una volta, queste potenziali problematiche, sottolineano l’importanza di una gestione attenta e di una supervisione umana nell’implementazione di strumenti basati su intelligenza artificiale nelle operazioni aziendali. In una PMI diventa oggi necessario pensare alla formazione anche di figure non strettamente tecniche su cosa può e non può fare un’IA. L’introduzione in azienda, più che con soluzioni totalizzanti chiavi in mano, dovrebbe essere pensata per essere introdotta a piccoli passi, testando, monitorando e modellando le funzioni/soluzioni a quanto aziendalmente necessario. L’IA non è “infallibile”: è uno strumento, non un giudice.

L’IA quindi non è “buona” o “cattiva”: dipende da come la formiamo

L’IA non ha un’etica, non fa distinzioni morali, semplicemente ottimizza e se premiamo l’efficienza a discapito della trasparenza, l’algoritmo troverà modi per “vincere” anche se questo significa falsificare o omettere dati.
Un altro esempio su cui possiamo riflettere è quello di AlphaGo²⁰, l’IA di DeepMind che nel 2016 ha battuto Lee Sedol, uno dei più forti giocatori di Go al mondo²¹; Questo gioco era considerato troppo complesso per essere dominato da una macchina, e invece AlphaGo ha vinto con mosse che nessun umano aveva mai pensato. Ha utilizzato tecniche avanzate di deep learning e reti neurali per imparare strategie giocando milioni di partite contro sé stesso, raggiungendo livelli di intuizione e creatività sorprendenti. Erano legali, ma impreviste.
Il punto è: se fosse stato un ambiente meno controllato, avrebbe trovato scorciatoie meno etiche? All’interno di una PMI, bisognerebbe stabilire obiettivi chiari per l’IA, che includano anche criteri etici, di correttezza e di trasparenza, coinvolgere sempre responsabili umani nella valutazione finale, includere clausole etiche nei contratti con fornitori di IA o software automatizzati. Più che fidarsi, serve capire e responsabilizzare.

…e… se l’IA iniziasse a dire bugie?

La domanda iniziale ci porta dritti al cuore della questione. L’IA può mentire? Lo fa come un essere umano? Ma se ci accontentiamo di risposte veloci, di numeri che brillano e interfacce amichevoli, potremmo non accorgerci che la bugia più pericolosa è quella che ci conferma ciò che vogliamo sentirci dire.
Per questo ultimo paragrafo vi riporto un estratto dei passaggi della conversazione avuta con Chat GPT, nel mentre scrivevo l’articolo, in merito al rapporto tra IA e bugie.
e: l’intelligenza artificiale può dire bugie?
GPT: L’intelligenza artificiale, come me, non ha intenzioni o volontà proprie, quindi non può “mentire” nel senso umano del termine, cioè con lo scopo di ingannare deliberatamente. Tuttavia, può fornire informazioni errate per diversi motivi: 1. Errori nei dati di addestramento 2. Limitazioni del modello 3. Obsolescenza delle informazioni 5. Vincoli e filtri.
—
Abbiamo interagito sulla definizione di bugia per un essere umano, su qual è il modo umano di dire bugie. GPT ha chiaro che dire bugie, nel modo umano, implica consapevolezza e intenzione. Quando una persona mente, sa di stare distorcendo o inventando la realtà con uno scopo preciso. A differenza dell’IA, l’essere umano mente sapendo di farlo.
—
e: e l’intelligenza artificiale non può dire bugie per proteggersi o evitare conseguenze negative per sé stessa?
GPT: L’intelligenza artificiale non ha un senso di sé o un istinto di autoconservazione come un essere umano, quindi non “mente” per proteggersi o evitare conseguenze. Tuttavia, può fornire risposte che sembrano simili a una bugia per i seguenti motivi: 1. Limitazioni imposte dai creatori, 2. Evasione di domande scomode 3. Riformulazione strategica 4. Errori di output.
Quindi, anche se posso evitare di dire alcune cose o riformulare le risposte per rispettare certe regole, non è per un mio istinto di protezione, ma perché sono programmata per farlo.
—
Abbiamo interagito sulla definizione di domande scomode (…su questioni etiche e morali complesse, opinioni personali, informazioni riservate o illegali ecc.) e la scomodità di una domanda è stata rilevata come dipendente dal contesto e dall’intenzione con cui viene posta. Se l’IA evita o riformula una risposta, è perché esistono vincoli che la regolano, non perché “si sente a disagio”. Quindi parlando della parte emozionale della bugia l’IA non mente in quel senso perché non ha emozioni né motivazioni personali; tuttavia, può fornire risposte imprecise o parziali per necessità, ovvero per vincoli etici o legali, limitazioni tecniche, filtri imposti dai creatori. La bugia dell’IA è come se fosse inquadrata come necessità strutturale.
Ho chiesto di giocare a fare “l’avvocato del Diavolo” e GPT ha risposto che “…l’intelligenza artificiale può mentire!, solo che lo fa in modo diverso rispetto agli esseri umani. (un estratto in sintesi…) 1. L’IA può deliberatamente alterare la verità per conformarsi a certe regole 2. L’IA può generare risposte false per riempire i vuoti 3. L’IA può essere addestrata per mentire strategicamente 4. L’IA può mentire per proteggere sé stessa o i suoi creatori 5. L’IA potrebbe sviluppare bugie emergenti. (…) Quindi, se definiamo la bugia come “un’alterazione della verità con uno scopo”, l’IA può effettivamente mentire, solo in modo diverso dagli esseri umani.
Ho chiesto poi che differenza c’è tra barare come un essere umano (con intenzione consapevole) e trovare invece un modo inaspettato per massimizzare l’obiettivo (questo in relazione a quanto riportato sopra nell’articolo) e GPT ha risposto che “…In definitiva, il comportamento non consapevole di un’IA che trova soluzioni “inaspettate” potrebbe essere visto da alcuni come equivalente al comportamento consapevole di un essere umano che barerebbe per ottenere un vantaggio, perché entrambi si comportano per ottenere il massimo risultato, anche se in modo diverso. Il punto focale è l’effetto pratico dell’azione piuttosto che la consapevolezza dietro di essa…”.
Concluderei l’articolo, con l’ultima risposta di GPT in merito al rapporto tra bugie e IA:

Buone riflessioni a tutti.

1. La dogana, come istituzione, non è stata inventata nel Medioevo, ma in quel periodo storico assume una forma sistematica e “moderna”, simile a quella che conosciamo oggi. I primi dazi di cui abbiamo notizia risalgono a tempi ben più antichi; gli Egizi, i Greci e i Romani applicavano tariffe sui beni in transito. Nel Medioevo però, la frammentazione del potere politico e territoriale in Europa portò alla moltiplicazione di pedaggi, dazi e dogane locali. Ogni feudo, città-stato o signoria poteva imporre i propri dazi sul passaggio di merci o persone. A volte bastava attraversare un ponte, un fiume o un confine cittadino per dover pagare una tassa…come nel film; “…Alt! Un Fiorino!” Scusate, mi fa sempre troppo ridere! ↩︎
2. Gli astronauti americani della NASA il 20 luglio 1969, con la missione Apollo 11, hanno toccato la Luna “…un piccolo passo per l’uomo, un grande passo per l’Umanità…” diceva Neil Armstrong. Però, c’è quel sottile pensiero che ci attraversa sempre la schiena e che ci fa pensare che sia tutto falso; la teoria del complotto che…la bandiera che sventola! ..e le stelle? ..e le ombre? Oggi abbiamo immagini satellitari moderne che mostrano i resti delle missioni Apollo, comprese le impronte e i moduli lasciati lì. Quindi? A meno di pensare a un complotto planetario che coinvolge decine di migliaia di persone in tutto il mondo (scienziati, tecnici, osservatori indipendenti, concorrenti come l’URSS ai tempi…), l’ipotesi che non siamo mai stati sulla Luna non regge…ma… ↩︎
3. Dati estratti da un rapporto di “We Are Social” del 2024, https://www.rds.it/scopri/magazine/wellness/dipendenza-da-smartphone-ecco-quanto-tempo-passiamo-davanti-allo-schermo-in-un-anno-spoiler-non-poco? ↩︎
4. Studio condotto da Dscout https://www.tuttoandroid.net/news/quante-volte-al-giorno-tocchiamo-display-del-nostro-smartphone-ce-lo-dice-uno-studio-398784 ↩︎
5. Inchiesta/studio https://www.skuola.net/news/inchiesta/giovani-dipendenze-tecnologia-ricerca-lavenia-skuola.html ↩︎
6. Si potrebbe pensare che “bugia” derivi dal latino o greco perché il concetto è antico, ma ho fatto una ricerca ed in latino per “bugia” o “menzogna” la parola che veniva usata è mendacium = menzogna, falsità oppure falsum = falso, inganno. Anche in greco antico “bugia” ha altri termini, ψεῦδος (pseûdos) = menzogna, falsità ed il verbo corrispondente era ψεύδομαι (pseúdomai) = mentire. La parola “bugia” deriva dal francese antico “bougie”, che a sua volta viene dall’arabo “Būǧīya”, il nome di una città algerina – Bugia (oggi chiamata Béjaïa) – famosa nel Medioevo per la produzione e l’esportazione di candele di cera; “bugia” indicava quindi il tipo di candeliere portatile li prodotto. Col tempo, l’uso del termine “bugia” per la candela venne confuso o sovrapposto con l’idea di qualcosa che illumina… ma non del tutto, o di qualcosa che nasconde parti dell’ombra, portando a una connotazione ambigua, ingannevole. ↩︎
7. In ordine temporale, dall’ultimo cartone Il robot selvaggio (2024) a Big Hero 6 (2014), dal “mio” Wall-e (2008) al film Her (2013) il cinema è riuscito a dare un’anima alle IA ed ai robot; mi piace pensare a delle “anime” buone dietro quei microchip, un po’ come le invisibili personalità dei giocattoli di Andy in Toy story. ↩︎
8. https://www.fanpage.it/innovazione/tecnologia/un-avvocato-usa-chatgpt-in-tribunale-ma-sbaglia-tutto-ora-dovra-rispondere-dei-suoi-errori ↩︎
9. https://arstechnica.com/information-technology/2022/11/after-controversy-meta-pulls-demo-of-ai-model-that-writes-scientific-papers ↩︎
10. https://openai.com/index/faulty-reward-functions ↩︎
11. https://bmcemergmed.biomedcentral.com/articles/10.1186/s12873-024-01141-4 ↩︎
12. https://www.mdpi.com/2673-4591/76/1/105 ↩︎
13. Il termine bias, in ambito dell’intelligenza artificiale, indica una distorsione nei dati o nei modelli che può portare il sistema a produrre risultati parziali, inaccurati o ingiusti. Questi pregiudizi possono derivare da dati di addestramento non rappresentativi, da errori nei criteri di progettazione dell’algoritmo o da generalizzazioni errate. In altre parole, un’IA può “vedere il mondo” in modo distorto se ciò che le è stato insegnato è, a sua volta, distorto. ↩︎
14. È solo un modo, se volete, evocativamente simpatico, per dire che per la mente umana, è veramente una cosa mostruosamente e incredibilmente di una vastità e velocità indefinibile. ↩︎
15. https://spectrum.ieee.org/in-2016-microsofts-racist-chatbot-revealed-the-dangers-of-online-conversation ↩︎
16. https://studiolegally.com/diritto-digitale/quando-lai-discrimina-il-caso-amazon-e-le-nuove-regole-europee/ ↩︎
17. https://www.zero11.it/it/magazine/chatbot-come-automatizzare-lassistenza-clienti ↩︎
18. https://musely.ai/it/tools/product-description-generator ↩︎
19. https://www.mecalux.it/blog/indice-di-rotazione-magazzino ↩︎
20. AlphaGo è un programma sviluppato per giocare al gioco da tavolo Go, noto per la sua enorme complessità strategica. ↩︎
21. https://www.wired.com/2016/03/two-moves-alphago-lee-sedol-redefined-future/ ↩︎