IULM AI LAB

Blog

IBM Project Debater in anteprima per l’Italia a UMAN.ia 2021

Feb 12, 2021

L’Intelligenza Artificiale in grado di affrontare un dibattito dal vivo

Durante la prima giornata dell’evento UMAN.ia 2021, organizzato da IULM AI Lab – Artificial Intelligence for business & humanity, è stato presentato in anteprima Italiana IBM Project Debater.

A presentare la tecnologia IBM durante la prima giornata dell’evento, giunto alla sua terza edizione e progettato per unire una riflessione di alto livello sull’Intelligenza Artificiale (3 Febbraio) con due giornate (4 e 5 Febbraio) d’interventi e workshop verticali sulle applicazioni concrete dell’AI nel Marketing e nella Comunicazione aziendale, Yoav Katz (Senior Technical Staff Member at IBM Research AI).

IBM Project Debater

Debater è Il primo sistema integrato con AI in grado di aiutare gli esseri umani a “ragionare” utilizzando argomentazioni basate su evidenze oggettive in modo da evitare l’influenza dei pregiudizi e delle conoscenze limitate sulle conclusioni raggiunte. Il suo obiettivo è dare supporto agli esseri umani nel costruire argomenti persuasivi e prendere decisioni ben informate.

La presentazione di questo sistema intelligente ha permesso di rispondere alla seguente domanda:

È possibile sostenere che le macchine siano in grado aiutarci a dibattere su un tema specialistico, affrontandone tutte le sfaccettature, senza essere influenzate dai nostri bias?

Project Debater: di cosa si tratta

Debater rappresenta un’altra pietra miliare dello sviluppo dell’AI da parte di IBM come lo sono stati, a suo tempo, Deep Blue (1996/1997) nel gioco degli scacchi e Watson vincitore sui campioni di Jeopardy! (2011). Il sistema è stato testato per la prima volta alla Cambridge Union dove ha visto affrontarsi due squadre composte da specialisti di fronte a un pubblico composto da 300 membri.

L’ argomento? “Se l’intelligenza artificiale avrebbe causato più danni che benefici”.

Una tecnologia che è un chiaro segno delle evoluzioni tecnologiche a cui stiamo assistendo nella nostra contemporaneità sempre più vicina alle ipotesi di singolarità e transumanesimo. Un contesto di sviluppo in cui il divario tra intelligenza umana e intelligenza artificiale si fa sempre più sottile, evidenziando allo stesso tempo grandi differenze. 

L’intelligenza umana nei suoi limiti e nelle complessità è in grado di compiere scelte partendo da un ridotto numero di informazioni rilevanti. L’intelligenza artificiale, dal suo canto, necessita invece di un altissimo quantitativo d’input per poter funzionare al meglio e apprendere.

Grazie ad IBM Project Debater, tuttavia, queste affermazioni si fanno sempre più obsolete. 

Link del video al dibattito di San Francisco del 2019

La presentazione di Yoav Katz

Dopo una prima breve introduzione di Federico Luperi (Direttore Innovazione e New Media e Responsabile Digital Pr presso Adnkronos), Yoav Katz (Senior Technical Staff Member at IBM Research AI) ha presentato al pubblico di UMANia 2021 Project Debater permettendogli di scoprire le potenzialità di questo sistema innovativo.

Nato nel 2011 sotto la direzione di Ranit Aharonov, è stato scelto tra 30 progetti di AI allora considerati con uno scopo ben preciso: eccellere nella cosiddetta computational argumentation.

L’argomentazione computazionale è la capacità di conoscere a fondo un argomento, delineare una posizione sulla questione e infine difenderla da critiche e attacchi. Per fare questo, il sistema è stato dotato di tre capacità fondamentali, ognuna delle quali innovativa nell’ambito dell’Intelligenza Artificiale:

  • La capacità di scrivere ed esporre un discorso basato sui dati
  • L’abilità di comprendere e ascoltare l’interlocutore e identificare le affermazioni chiave all’interno di un esposizione articolata e complessa
  • La possibilità di rappresentare i dubbi dell’essere umano tramite grafici di conoscenza

A seguito di una breve introduzione storica, Yoav Katz ha mostrato un video di presentazione in cui, nel 2019, Project Debater è stato chiamato a confrontarsi con Mr. Harish Natarajan sul tema “we should subsidize pre-school?” (dovremmo sovvenzionare la scuola materna?). Il dibattito, prendendo in considerazione collegamenti tra prevenzione della criminalità e accesso allo studio, è terminato sostenendo la necessità di sovvenzionare la scuola dell’infanzia.

I risultati del confronto, in termini di esposizione mediatica, furono esponenziali: oltre 2.1 miliardi di social impression, una copertura di 100 milioni di utenti, vari milioni di views e centinaia di articoli pubblicati.

Chi vinse il dibattito?

Il dibattito di per sé non porta necessariamente a identificare un vincitore, ma è sicuramente fondamentale per dare vita a nuove riflessioni. Tuttavia per i fini specifici di questo confronto uomo-macchina è stato creato un metodo di valutazione basato sui voti espressi dal pubblico della Cambridge Union.

A questo scopo, l’argomento fu presentato al pubblico prima dell’inizio dell’evento e successivamente, al termine del dibattito, venne chiesto come fossero cambiate le opinioni in merito al tema.

Posizione sostenuta dal pubblico prima dell’intervento:

  • 79% a favore
  • 8% indecisi
  • 13% contro

Posizione sostenuta dal pubblico dopo l’intervento:

  • 62% a favore
  • 8% indecisi
  • 30% contro

Un altro dato molto interessante fu la risposta del pubblico alla domanda “Quale dei due relatori ha arricchito maggiormente le tue conoscenze”:

  • 55% Project Debater
  • 23% in egual modo
  • 22% Haris Natarajan

Come spiegato da Yoav Katz, questi dati ci mostrano che, nonostante le capacità dialettiche degli esseri umani siano in grado di modificare il punto di vista di altre persone, le macchine “intelligenti” offrono un maggiore contributo in termini di trasferimento di conoscenza (dato riscontrato anche in altri dibattiti).

È dunque corretto affermare che uomo e macchina debbano lavorare in un’ottica collaborativa al fine di potenziare le rispettive specifiche competenze.

Ma Come funziona IBM Project Debater?

Questo particolare sistema computazionale possiede la capacità di ricavare e immagazzinare una grandissima quantità di dati che elabora al fine di fornire un sostegno strutturato e basato su fonti certe e inattaccabili ad un determinato argomento.

Ma non è tutto! Debater, infatti, è in grado di ascoltare (usando Watson Speech to Text) l’interlocutore con cui intrattiene il dibattito e, di conseguenza, muovere obiezioni.

Importante sottolineare che Project Debater non apprende unicamente un argomento specifico, ma è in grado di ricavare argomentazioni persuasive partendo dalle fonti messe a sua disposizione.

Entriamo nel dettaglio

L’input che viene dato al sistema è una semplice frase. Per citare l’esempio precedentemente “we should subsidize pre-school?”. Partendo da questo la macchina sarà in grado di sviluppare l’opening speech, il second speech e il summary speech attraverso i seguenti processi computazionali:

1.Argumented Mining

Data Corpus: per costruire il discorso la macchina si basa su un corpus di oltre 400 milioni di articoli da cui è in grado di estrapolare informazioni e creare frasi di senso compiuto.

Injection/Wikification e Sentences Level Indexing: partendo dall’argomento individuato il sistema crea una mappa delle argomentazioni e della conoscenza in merito alla specifica tematica. Da questa mappatura il sistema individuerà ed estrarrà le frasi del suo discorso.

2. Debate Construction

Il sistema, basandosi su tecnologie di Machine learning e NLP, comprendere la posizione dell’interlocutore e, attraverso un serie di tecniche di riduzione e di clusterrizzazioni, individua le giuste corrispondenze all’interno dell’enorme corpus al fine di poter estrarre e trasmettere le informazioni.

Il sistema, inoltre, è in grado di creare specifici cluster sulle varie posizioni sostenute dagli autori e generare collegamenti tra essi.

3. Argument Knowledge Base

Attraverso analisi online e offline il sistema, nella sua ultima fase di processamento, rileva le classi di tematiche che possono essere effettivamente utilizzate all’interno del dibattito e le argomentazioni (pro e contro) esposte dal suo interlocutore al fine di confutare le teorie esposte.

Il sistema, attraverso questi complessi processi, è quindi in grado di comprendere, ascoltare e interagire con l’essere umano per portare a compimento tre grandi sfide:

  1. La costruzione di un testo parlato basato sui dati, esposto in modo chiaro e focalizzato all’obiettivo del dibattito.
  2. La comprensione degli argomenti chiave del dibattito e l’individuazione della posizione dell’interlocutore (pro o contro).
  3. La modellizzazione del dilemma umano in merito allo specifico argomento al fine di suggerirne possibili soluzioni.

Vuoi scoprire come applicare l’AI nella tua azienda?

Scopri “Fare Marketing con l’AI”: il libro di Guido di Fraia, pensato per dare un’overview delle potenzialità dell’Intelligenza Aumentata per le attività di marketing e comunicazione aziendale.

Desideri migliorare il tuo Business attraverso soluzioni di Intelligenza Artificiale? IULM AI Lab può fornire a te e alla tua azienda tutto il supporto necessario per comprendere e cogliere le opportunità di questa tecnologia.  Scopri le nostre aree di attività e tutti i nostri corsi.

Sponsor di UMAN.ia 2021: IBM, QuestitSASQuantcastFlooxSearch On Media Group

Partner Tecnologici: Awhy, Liveperson, EON Reality.

Experience & Design Partner: Logotel 

Media partner dell’evento: AdnKronos , Comunicazione Italiana , Hoepli, Digital Health Italia, Digital Coach, Marketers Club – Torino.

La formazione

Creiamo cultura sull'AI per aumentare la competitività delle imprese e del sistema paese 

La formazione

Creiamo cultura sull'AI per aumentare la competitività delle imprese e del sistema paese