L’intelligenza artificiale può dare forma a filiere ecoinnovative? È stata la domanda al centro della tavola rotonda Tech & Social Innovation che ha chiuso l’evento Intelligenza Circolare organizzato a Roma da ISIA Roma Design e dal magazine EconomiaCircolare.com, in cui si è discusso e ipotizzato quali caratteristiche dovrebbe avere l’AI per essere davvero innovativa. Perché l’innovazione non è solo tecnologica, ma deve portare un impatto positivo sulle comunità locali e non essere dannosa per l’ambiente. Se sull’impatto tecnologico dell’intelligenza artificiale c’è consenso – è la più dirompente innovazione degli ultimi anni – è sul terreno della sostenibilità ecologica e sociale che occorre accendere il faro.
Secondo il World Economic Forum, nei prossimi cinque anni l’intelligenza artificiale potrebbe far perdere 83 milioni di posti di lavoro, creandone però 70 milioni: il saldo non è solo numerico, ma riguarda soprattutto le competenze, oggi insufficienti sul mercato. Sul fronte ambientale il tema non è meno urgente: i data center che alimentano l’AI richiedono enormi quantità di energia e acqua. Alla recente Climate Week di New York si è discusso proprio di questo doppio paradosso: rendere l’intelligenza artificiale più efficiente nel consumo delle risorse, ma anche usarla per migliorare la gestione idrica a scala globale.
Intelligenza artificiale e sostenibilità sociale
Come usare, dunque, l’AI in maniera etica, collaborativa e non competitiva rispetto al lavoro dell’uomo? «Per usarla al meglio bisogna conoscere quel dominio di conoscenze che ci permettono di contestualizzare l’intelligenza artificiale e vederla per il suo ruolo naturale: quello di un consigliere, in un’ottica di co-creazione dei contenuti», premette Antonello Lipori, docente ISIA di Roma. «Se invece viene a mancare questo dominio di conoscenze, la situazione si fa più preoccupante, perché come stiamo vedendo non è un processo sicuro, è soggetto a errori oppure si sta assistendo al fenomeno dello scheming, per cui l’intelligenza artificiale, pur di compiacere l’interlocutore, comincia a mentire» osserva ancora l’esperto.
«Fin quando saremo in grado di scrivere un testo critico, fare un riassunto, scattare una fotografia o girare un video e siamo padroni del processo, sicuramente riusciremo a gestire con padronanza il processo anche tramite intelligenza artificiale risparmiando del tempo. Il problema è che anche nel lavoro facciamo sempre più cose contemporaneamente, l’attenzione è sempre minore e perdiamo capacità critiche». La “mediazione” e la “consapevolezza”, secondo Lipori, sono le parole fondamentali. «Il problema emerge quando viene applicata agli esseri umani senza mediazione, ad esempio all’interno di piattaforme usate da minorenni». Oppure, se l’intelligenza artificiale replicherà alcuni meccanismi – che non siamo riusciti a risolvere – della galassia dei social network.
«Sono costruiti su una logica commerciale e capitalista: di fatto Google o Meta sono gestori pubblicitari, il resto sono servizi a valle ‘minori’ per il loro modello di business», ha proseguito il ragionamento Lipori. «E questo, ad esempio, è la ragione per cui i social danno visibilità allo scontro di opinioni, al litigio, perché generano engagement e fanno visualizzare più pubblicità. Se l’aspetto commerciale sarà alla base del modello di business anche dell’intelligenza artificiale – si chiede il docente di ISIA – siamo sicuri sia lo strumento ideale per dialogare con qualcuno? Probabilmente sarebbe auspicabile una partecipazione statale anche per presidiare gli aspetti etici legati alla tecnologia, a garanzia del dibattito e della democrazia interna».
Leggi anche: Il design ai tempi della transizione ecologica: intervista ad Antonella Adriani (ADI)
Intelligenza artificiale e sostenibilità ambientale
C’è poi il problema degli impatti ambientali, che comincia a diventare allarmante. «L’intelligenza artificiale è uno strumento che aiuta, ma deve essere utilizzata in maniera adeguata. È ovunque, su qualsiasi strumento, e questo è un vantaggio perché rende efficiente il lavoro, ma dobbiamo chiederci quanto costa davvero il suo utilizzo: in termini di energia, di risorse e di impatto ambientale», ha fatto notare Giuseppe Tomasso, presidente del comitato tecnico scientifico e del comitato ricerca e innovazione del consorzio IRIS LAB e professore di convertitori, macchine e razionamenti elettrici all’Università di Cassino, intervenuto alla tavola rotonda dedicata all’AI.
Nel suo intervento Tomasso ha evidenziato i costi in termini ambientali ed energetici dell’intelligenza artificiale. «Usare l’AI per una decina di richieste banali equivale al consumo di una lampadina a LED accesa per 5-6 ore, mentre chiedere un’elaborazione complessa, come la generazione di un documento o di un’immagine in 4K, può arrivare a consumare l’energia di un elettrodomestico acceso per un’intera giornata». Per questo, ha aggiunto, «stiamo cercando di sviluppare tecnologie per far consumare all’AI meno energia».
Un esempio è l’intelligenza artificiale periferica, o edge AI. «Sistemi composti da piccole unità, processori a basso consumo, che elaborano solo i dati necessari al singolo processo. Questa tecnologia può essere integrata – ha fatto l’esempio Tomasso – in un elettrodomestico o in una linea produttiva, dove le informazioni sono costanti e non serve accedere a database globali. Dopo una breve fase di apprendimento, questi moduli, che consumano quanto una lampadina, sono in grado di ottimizzare il processo e aumentarne l’efficienza, senza ricorrere a quella generativa».
Se poi si guarda agli impatti delle infrastrutture dedicate alla gestione dell’AI, i cosiddetti data center, la situazione è ancora più preoccupante. «Sarebbe più adatto chiamarli computer farm, perché utilizzano processori molto più potenti, che lavorano in modo intensivo, generano calore e richiedono enormi quantità di dati ed energia», ha spiegato il professore. Una struttura di medie dimensioni può arrivare ad assorbire 100 megawatt, l’equivalente dei consumi medi di una città da quasi 200 mila abitanti. Allo stesso tempo, questa sfida tecnologica è un incentivo ad accelerare la ricerca: migliorare anche solo del 4-5% l’efficienza energetica di queste infrastrutture significa risparmiare quantità enormi di energia».
Leggi anche: Giorgio Arienti (Erion WEEE): “Per le imprese l’economia circolare è sopravvivenza, oltre che rispetto ambientale”
Ribaltare la questione: usare l’AI per diminuire gli impatti ambientali
Tomasso ha concluso l’intervento sottolineando, però, come l’intelligenza artificiale in sede di progettazione possa essere uno strumento che riduce gli impatti, perché permette di ottimizzare le risorse e i processi. «Nel settore delle batterie, ad esempio, l’idea è usare l’AI per ottimizzare le batterie: significa gestirle meglio nella prima vita, in termini termici e di sicurezza, e predisporle già per una seconda vita, perché una batteria che non è più adatta alla trazione può durare ancora anni in un impianto fotovoltaico. Così ne riduciamo davvero l’impatto ambientale», ha spiegato.
Roberto Rutilo, esperto di sistemi informativi e innovazione digitale, invece, ha evidenziato le potenzialità dell’intelligenza artificiale in ottica predittiva, portando l’esempio della recente crisi idrica in Basilicata. «Interi Comuni sono rimasti senz’acqua nonostante le dighe fossero piene. Non c’era stato un problema di risorsa, ma di previsione L’errore non era la mancanza d’acqua, ma la mancanza di un sistema capace di anticipare l’emergenza», ha raccontato.
Da qui l’idea di applicare l’intelligenza artificiale in funzione predittiva, come è stato sperimentato per la Regione Sicilia, dove modelli idrogeologici e algoritmi stocastici, basati su decenni di dati climatici, consentono oggi di stimare con anticipo scenari di siccità e redistribuire le risorse idriche prima del collasso. Non è stata la pioggia a risolvere l’emergenza, ma la tecnologia: condotte deviate in un mese, bacini interconnessi e algoritmi capaci di indicare quando e dove intervenire. È la prova che l’AI, se usata in modo sistemico, può trasformare una crisi ambientale in capacità di resilienza.
Intelligenza artificiale: le applicazioni nella pratica
L’intelligenza artificiale generativa, applicata alla riduzione degli sprechi di materiali o dei consumi energetici, è stata al centro dell’intervento di Simonetta Cota, Stategic Development & Innovation Team del consorzio Erion specializzato nella gestione dei prodotti elettronici. Il team lavora su progetti europei dedicati alla sperimentazione di nuove tecnologie nei processi di trattamento dei rifiuti, soprattutto nell’ambito dell’end of life dei Raee. In particolare Cota, nel corso della tavola rotonda ne ha citati due.
Il primo progetto è legato alle schede elettroniche (le cosiddette PCB, Printed Circuit Board) presenti negli elettrodomestici. «Abbiamo collaborato con Beko Europe per capire in che modo sia possibile attingere al fine vita dei prodotti per ripristinare componenti da reinserire nei nuovi apparecchi: si tratta, quindi, di preparazione al riutilizzo. In questo progetto abbiamo anche introdotto l’intelligenza artificiale nella fase di riciclo, cioè nel momento in cui le schede non sono più idonee alla riparazione o al riutilizzo, per capire come indirizzarle al processo di riciclo più adatto e ottenere così il massimo valore possibile», ha spiegato.
L’attività del progetto è stata utile per capire come funzionano i sistemi di selezione delle schede elettroniche negli impianti Raee: quali criteri usano gli operatori e come classificano i materiali. L’obiettivo era trasferire questa conoscenza all’intelligenza artificiale, insegnandole a riconoscere le diverse tipologie di schede e a replicare il processo manuale di cernita. Grazie a un archivio di 2.000 immagini, l’algoritmo è riuscito a distinguere le schede e a indirizzarle automaticamente verso il corretto percorso di riciclo.
«La seconda applicazione che abbiamo testato – ha proseguito Cota – riguarda la prevenzione degli incendi delle batterie al litio negli impianti di trattamento. Il progetto si chiama Grinner e, attraverso la combinazione di intelligenza artificiale e scansione a raggi X, è stato possibile addestrare un algoritmo al riconoscimento della presenza di batterie all’interno dei prodotti a fine vita, per permettere agli operatori di individuarle sui nastri e rimuoverle, evitando l’impatto con le macchine di triturazione».
Questi due progetti, secondo Cota, sono stati particolarmente istruttivi perché hanno da un lato evidenziato le potenzialità dell’AI e dall’altro i limiti. «Si tratta di tecnologie costose, e applicarle direttamente in impianto può risultare meno efficace ed efficiente del previsto». Invece, «è più utile impiegarle nella fase di conferimento, per clusterizzare i rifiuti e far sì che i flussi arrivino all’impianto più puri e omogenei, velocizzando i processi nella gestione del fine vita», ha spiegato.
Leggi anche: Eline Boon (Ellen MacArthur Foundation): “Una narrativa positiva sul climate change può guidare il cambiamento”
© Riproduzione riservata
