Intelligenza artificiale per il bene sociale: da dove arriva l’attenzione agli SDG
Da molti anni l’Intelligenza artificiale alimenta grandi speranze nella ricerca di soluzioni per la sostenibilità. L’innovazione digitale ha focalizzato l’attenzione su questi obiettivi, sia in forma diretta con soluzioni espressamente dedicate allo sviluppo sostenibile, sia con soluzioni che rispondevano a questi obiettivi in modo indiretto, ad esempio migliorando l’efficienza o riducendo gli sprechi. C’è poi una specifica dimensione che mette in relazione l’innovazione dell’Intelligenza artificiale con il raggiungimento degli Obiettivi di Sviluppo Sostenibile delle Nazioni Unite, ovvero con delle metriche molto ben definite che in questi anni sono state integrate nelle attività di molte aziende sono rappresentate nel loro Bilancio di sostenibilità o nella Dichiarazione Non Finanziaria DNF.
A questo proposito va precisato che esiste una sorta di Intelligenza artificiale per il bene sociale che è stata sviluppata o è stata arricchita di contenuti allo scopo di promuovere tutti i 17 SDG. Questa dimensione dell’AI è stata a sua volta rinvigorita dalla diffusione di Intelligenza artificiale generativa che ha reso possibile arricchire il suppoto del digitale agli SDGs.
Dopo una fase dell’AI che ha visto crescere il ruolo di questa tecnologia al servizio della produttività, dell’efficienza, della creazione di condizioni per una produzione sostenibile sta diventando sempre più chiaro che esiste una dimensione, a sua volta caratterizzata da metriche, regole, best practices, di una Intelligenza artificiale per il bene sociale che non è nello stesso tempo separata dalla crescita e dello sviluppo.
Rientrano in questa dimensione soluzioni che consentono di ridurre le emissioni di CO2, di promuovere l’uguaglianza e l’inclusione, di disporre di nuove forme di conoscenza per il risk management e di supportare la ricerca, la diffusione e l’utilizzo intelligente di energie rinnovabili, solo per fare alcuni esempi.
Indagare il ruolo dell’Intelligenza artificiale per il bene sociale rappresenta una occasione per capire quali scenari si possono presentare nel percorso per il raggiungimento degli SDGs e nello stesso tempo quali opportunità si possono creare per tutti gli attori sociali nel creare le condizioni per nuove forme di produzione, di consumo e per uno sviluppo realmente sostenibile sotto ogni dimensione. Il rapporto “AI for social good: Improving lives and protecting the planet” di McKinsey & Company permette di comprendere il ruolo delle innovazioni basate sull’Intelligenza artificiale in relazione agli Obiettivi di Sviluppo Sostenibile delle Nazioni Unite.
L’intelligenza artificiale per il bene sociale tra produttività e sostenibilità
Un precedente rapporto di McKinsey & Company del 2018 prendeva in esame il ruolo dell’Intelligenza artificiale per il bene sociale sulla base di una valutazione di 170 casi d’uso a loro volta riferiti ai 17 SDGs. Un primo segnale del rapporto mostra come dalla ricerca e lo sviluppo sull’AI arrivino conferme alle valutazioni svolte sei anni fa che appaiono oggi ancora più rilevanti grazie al contributo dell’AI generativa.
La ricerca di McKinsey è basata su intervista a 60 esperti in rappresentanza di 48 organizzazioni attive in 17 Paesi che hanno condiviso le loro opinioni sul ruolo, sui rischi, sulle prospettive dell’AI per il raggiungimento degli SDG. Nell’analisi della ricerca McKinsey ha inoltre esaminato qualcoa come 1.000 iniziative e sovvenzioni di fondazioni con riferimenti all’intelligenza artificiale e al machine learning nel periodo 2018 – 2023 e ha aggiunto una ulteriore analisi su 20.000 imprese focalizzate sull’intelligenza artificiale che sono state oggetto di finanziamenti dal 2020.
L’AI mostra un importante potenziale per supportare il progresso in relazione ai 17 obiettivi e 169 target delle Nazioni Unite ma il report sottolinea la necessità di prestare la massima attenzione ai temi della qualità dei dati, della governance, dell’accessibilità.
Il finanziamento all’Intelligenza artificiale per il bene sociale
Il tema delle risorse con le quali finanziare lo sviluppo di soluzioni di AI che siano espressamente indirizzate al raggiungimento degli SDG si polarizza, secondo il report, introno a cinque aree:
- Salute e Benessere (SDG 3)
- Istruzione di Qualità (SDG 4)
- Energia Rinnovabile e Accessibile (SDG 7)
- Città e Comunità Sostenibili (SDG 11)
- Lotta contro il Cambiamento Climatico (SDG 13)
Nello stesso tempo ci sono SDG come la Vita Sott’Acqua (SDG 14) e l’Uguaglianza di Genere (SDG 5) che non ricevono finanziamenti adeguati né dai fondi privati né dai finanziamenti pubblici. Un altro aspetto importante riguarda anche la geografia dei finanziamenti e solo il 10% dei finanziamenti concessi da fondazioni statunitensi a iniziative di AI per gli SDG nel periodo 2018-2023 è andato a organizzazioni con sede in paesi a basso o medio reddito.
Come portare l’Intelligenza artificiale per il bene sociale su larga scala
Se l’Intelligenza artificiale per il bene sociale è una realtà dal punto di vista dello sviluppo tecnologico e delle competenze (green skill) perché possa effettivamente fare la differenza è necessario che possa rispondere anche al criterio fondamentale della scalabilità.
Perché questo possa accadere le soluzioni devono essere implementate su larga scala, passando da soluzioni fondamentalmente realizzate su base locale a un impegno che coinvolga le risorse e le prospetti di un paese o di continente. Secondo il 72% degli esperti intervistati da McKinsey, la maggior parte degli sforzi per implementare l’Intelligenza artificiale per il bene sociale si è concentrata sulla ricerca e l’innovazione piuttosto che sull’adozione e il scaling.
Dal punto di vista finanziario il 55% dei finanziamenti per la ricerca e l’implementazione dell’AI per gli SDG è nell’ordine di 250.000 dollari che si traduce in progetti su scala decisamente ridotta ed è necessario affrontare, secondo il report, le tre sfide che permettono una vera scalabilità ovvero la disponibilità delle soluzioni su vasta scala, la loro accessibilità e la qualità dei dati.
Come gli stakeholder possono accelerare l’implementazione dell’AI per il bene sociale
Il report McKinsey si interroga anche sulle modalità di approccio per raggiungere questi obiettivi e delinea sei percorsi partendo dalla consapevolezza che il raggiungimento degli obiettivi di sviluppo sostenibile è frutto della collaborazione tra tanti e diversi stakeholder ciascuno dei quali delle esprimere il proprio impegno in coerenza con la propria identità e con la propria missione. La governance degli stakeholder, nella quale rientrano istituzioni, governi, fondazioni, università, ecosistemi di sviluppatori, imprese private e pubbliche e organizzazioni mission-driven, rappresenta uno dei fattori chiave che possono favorire un contributo realmente concreto alla diffusione dell’Intelligenza artificiale per il bene sociale. I punti identificati dal report McKinsey sono:
- Formare partnership per accelerare l’impatto, unendo organizzazioni non profit, aziende tecnologiche e talenti in AI
- Supportare lo sviluppo di beni pubblici digitali come modelli, software, standard, contenuti e dati accessibili per iniziative di interesse pubblico
- Rafforzare la qualità e l’usabilità dei dati, creando set di dati di alta qualità e incentivando le organizzazioni a rendere disponibili i propri dati per applicazioni di bene sociale
- Espandere il bacino di talenti in Intelligenza artificiale per il bene sociale, attraverso iniziative a breve e lungo termine di formazione e istruzione
- Adottare un approccio incentrato sull’utente, sviluppando soluzioni di AI insieme agli utenti finali per costruire fiducia e ricettività
- Creare modelli di business sostenibili per le organizzazioni non profit che implementano l’AI, stabilendo flussi di entrate continui.
Prosegui la lettura di tutti gli articoli relativi a ESG SmartData
