In evidenza
Sezioni
Magazine
Annunci
Quotidiani GNN
Comuni
      1. Aiello del Friuli
      2. Amaro
      3. Ampezzo
      4. Andreis
      5. Aquileia
      6. Arba
      7. Arta Terme
      8. Artegna
      9. Arzene
      10. Attimis
      11. Aviano
      12. Azzano Decimo
      1. Bagnaria d'Arsa
      2. Barcis
      3. Basiliano
      4. Bertiolo
      5. Bicinicco
      6. Bordano
      7. Brugnera
      8. Budoia
      9. Buia
      10. Buttrio
      1. Camino al Tagliamento
      2. Campoformido
      3. Campolongo al Torre
      4. Caneva
      5. Carlino
      6. Casarsa della Delizia
      7. Cassacco
      8. Castelnovo del Friuli
      9. Castions di Strada
      10. Cavasso Nuovo
      11. Cavazzo Carnico
      12. Cercivento
      13. Cervignano del Friuli
      14. Chions
      15. Chiopris-Viscone
      16. Chiusaforte
      17. Cimolais
      18. Cividale del Friuli
      19. Claut
      20. Clauzetto
      21. Codroipo
      22. Colloredo di Monte Albano
      23. Comeglians
      24. Cordenons
      25. Cordovado
      26. Corno di Rosazzo
      27. Coseano
      1. Dignano
      2. Dogna
      3. Drenchia
      4. Enemonzo
      5. Erto e Casso
      1. Faedis
      2. Fagagna
      3. Fanna
      4. Fiume Veneto
      5. Fiumicello
      6. Flaibano
      7. Fontanafredda
      8. Forgaria nel Friuli
      9. Forni Avoltri
      10. Forni di Sopra
      11. Forni di Sotto
      12. Frisanco
      1. Gemona del Friuli
      2. Gonars
      3. Grimacco
      1. Latisana
      2. Lauco
      3. Lestizza
      4. Lignano Sabbiadoro
      5. Ligosullo
      6. Lusevera
      1. Magnano in Riviera
      2. Majano
      3. Malborghetto Valbruna
      4. Maniago
      5. Manzano
      6. Marano Lagunare
      7. Martignacco
      8. Meduno
      9. Mereto di Tomba
      10. Moggio Udinese
      11. Moimacco
      12. Montenars
      13. Montereale Valcellina
      14. Morsano al Tagliamento
      15. Mortegliano
      16. Moruzzo
      17. Muzzana del Turgnano
      1. Nimis
      1. Osoppo
      2. Ovaro
      1. Pagnacco
      2. Palazzolo dello Stella
      3. Palmanova
      4. Paluzza
      5. Pasian di Prato
      6. Pasiano di Pordenone
      7. Paularo
      8. Pavia di Udine
      9. Pinzano al Tagliamento
      10. Pocenia
      11. Polcenigo
      12. Pontebba
      13. Porcia
      14. Pordenone
      15. Porpetto
      16. Povoletto
      17. Pozzuolo del Friuli
      18. Pradamano
      19. Prata di Pordenone
      20. Prato Carnico
      21. Pravisdomini
      22. Precenicco
      23. Premariacco
      24. Preone
      25. Prepotto
      26. Pulfero
      1. Ragogna
      2. Ravascletto
      3. Raveo
      4. Reana del Rojale
      5. Remanzacco
      6. Resia
      7. Resiutta
      8. Rigolato
      9. Rive d'Arcano
      10. Rivignano
      11. Ronchis
      12. Roveredo in Piano
      13. Ruda
      1. Sacile
      2. San Daniele del Friuli
      3. San Giorgio della Richinvelda
      4. San Giorgio di Nogaro
      5. San Giovanni al Natisone
      6. San Leonardo
      7. San Martino al Tagliamento
      8. San Pietro al Natisone
      9. San Quirino
      10. San Vito al Tagliamento
      11. San Vito al Torre
      12. San Vito di Fagagna
      13. Santa Maria La Longa
      14. Sauris
      15. Savogna
      16. Sedegliano
      17. Sequals
      18. Sesto al Reghena
      19. Socchieve
      20. Spilimbergo
      21. Stregna
      22. Sutrio
      1. Taipana
      2. Talmassons
      3. Tapogliano
      4. Tarcento
      5. Tarvisio
      6. Tavagnacco
      7. Teor
      8. Terzo d'Aquileia
      9. Tolmezzo
      10. Torreano
      11. Torviscosa
      12. Tramonti di Sopra
      13. Tramonti di Sotto
      14. Trasaghis
      15. Travesio
      16. Treppo Carnico
      17. Treppo Grande
      18. Tricesimo
      19. Trivignano Udinese
      1. Udine
      1. Vajont
      2. Valvasone
      3. Varmo
      4. Venzone
      5. Verzegnis
      6. Villa Santina
      7. Villa Vicentina
      8. Visco
      9. Vito d'Asio
      10. Vivaro
      1. Zoppola
      2. Zuglio
Intelligenza artificiale

L’idea di Meta: migliorare le IA usando una IA per migliorare Wikipedia

L’idea di Meta: migliorare le IA usando una IA per migliorare Wikipedia
Menlo Park ha sviluppato un software che scrive biografie di personaggi poco rappresentati online, iniziando dalle donne. Ecco come funziona e perché riguarda (anche) il futuro delle macchine. E pure il nostro
3 minuti di lettura

Come fanno le macchine a comprendere quello che diciamo e scriviamo? Come fanno Alexa, Siri e Google Home a rispondere alle nostre richieste? Come fa WhatsApp a sapere quali parole vogliamo digitare mentre stiamo mandando un messaggio? Insomma: come fanno le intelligenze artificiali a capirci? Leggendo quello che scriviamo, soprattutto quello che scriviamo online.

Questi software divorano Internet, sfogliano pagine e pagine e pagine di articoli, documenti, post sui social network, commenti e testi e imparano. Sono bravissimi a farlo e questa cosa funziona molto bene, sempre meglio col passare del tempo. Però c’è un problema. Il problema è che questi testi (quelli che le macchine leggono per imparare) sono uno specchio di quello che siamo noi come persone: se siamo razzisti, maschilisti, misogini, complottisti o negazionisti, lo saranno pure le IA. Lo saranno perché glielo abbiamo insegnato noi.

Il problema è noto da tempo nell’ambito della comunità scientifica che si occupa di intelligenze artificiali, natural language processing e machine learning e molti ricercatori sono al lavoro per risolverlo. Anche dentro a Meta, che però ha pensato di affrontare la questione da un lato insolito: non alla foce ma alla sorgente, non nella fase di output ma in quella di input. Cercando di migliorare quello che le macchine leggono per imparare.

Usare una IA per migliorare Wikipedia

La compagnia di Zuckerberg, che controlla (fra gli altri) Facebook, Instagram e WhatsApp, ha deciso di intervenire su Wikipedia. Perché? Un po' perché è fra i siti più consultati dalle IA per studiare (Gpt-3, il software di NLP sviluppato da OpenAI e finanziato da Microsoft, se l’è letta tutta), ma soprattutto perché è un’ottima fonte anche per noi umani: è tra i 10 siti più visitati al mondo e spesso costituisce la prima risorsa per chi cerca informazioni su figure storiche e di rilievo. Che però non hanno tutte lo stesso spazio: secondo la stessa Wikimedia Foundation, solo il 20% delle biografie presenti sul sito inglese riguarda personaggi femminili e la percentuale cala ancora se si tratta di donne appartenenti a gruppi minoritari, come scienziati donna oppure donne africane o asiatiche. Sì: per sua stessa ammissione, Wikipedia ha un problema di genere. E lo hanno (lo avranno) anche le IA che imparano da lì.

Qui entra in campo Meta: Angela Fan, ricercatrice della divisione Artificial Intelligence della società di Menlo Park, ha progettato un “metodo scientifico aperto e riproducibile” che “contribuirà ad aumentare la rappresentazione culturale delle donne e delle minoranze sul Web”. E che fra l’altro si basa proprio sull’intelligenza artificiale.

Secondo quanto raccontato, per Fan si trattava anche di un problema personale: in terza elementare le fu chiesto di scrivere un saggio su una figura storica cui fosse dedicato un libro presente nella biblioteca della scuola. Avrebbe voluto farlo su Eleanor Roosevelt, ma non essendoci libri su di lei, fu in qualche modo costretta a parlare del marito Theodore, 26esimo presidente degli Stati Uniti. Se accadesse oggi, gli studenti consulterebbero Wikipedia. E probabilmente si troverebbero di fronte allo stesso problema.

Angela Fan
Angela Fan 

Non solo donne: come funziona il progetto di Meta

Il modello di IA sviluppato da Fan insieme con Claire Gardent, relatrice dell’Université de Lorraine, in Francia, dovrebbe essere in grado di fare ricerche online e poi scrivere testi biografici, appunto sullo stile di Wikipedia.

Funziona così: la IA cerca nei siti informazioni rilevanti sui personaggi e scrive una bozza (completa di citazioni) usando come campione i dati utilizzati in 1527 biografie di donne appartenenti a gruppi emarginati. Nelle intenzioni, queste bozze “potranno costituire un punto di partenza per le persone che scrivono contenuti per Wikipedia e per i fact-checker”, velocizzando il lavoro e dunque “contribuendo ad aumentare la pubblicazione di biografie dedicate ai gruppi sottorappresentati”.

Dal punto di vista tecnico, il processo di creazione di una biografia inizia con l'uso di un'architettura RAG (la sigla sta per Retrieval-Augmented Generation) basata sulla pre-formazione su larga scala, che insegna alla IA a identificare solo le informazioni rilevanti, come il luogo di nascita o quello in cui la persona ha frequentato la scuola. Poi si passa alla stesura del testo e infine alla bibliografia, con link alle fonti consultate. L’idea è di arrivare a una voce di Wikipedia che raccolga tutti gli elementi necessari e includa i primi anni di vita del personaggio, il suo percorso scolastico e la carriera.

Da quanto scritto sin qui, è facile capire che questo lavoro complesso sia ancora più complesso se si tratta di gruppi emarginati o poco rappresentati online, per i quali è disponibile una minore quantità di informazioni.

Nonostante questo, l’idea di Meta è di dedicare ancora più attenzione al progetto, individuando “altri gruppi sottorappresentati su Wikipedia, oltre alle donne, come le persone transgender o non binarie, per le quali si registrano forme di pregiudizio che investono anche i siti di informazione”. Alla fine, il risultato sarà duplice: avremo una Wikipedia più ricca e di conseguenza le IA che impareranno da lì saranno più colte, informate e inclusive. E anche potremo scrivere una ricerca scolastica su Eleanor Roosevelt (che comunque una sua pagina su Wikipedia la ha).