(QUESTO ARTICOLO È TRADOTTO DA Google dal norvegese)
Le disparità economiche stanno aumentando in tutto il mondo. Uno dei ricercatori più significativi sulla disuguaglianza, Thomas Piketty, è diventato famoso in tutto il mondo per il suo libro Capitale nel 21° secolo. Grazie a lui, ora sappiamo con certezza che la distribuzione asimmetrica sta crescendo. Secondo Piketty ciò è dovuto ad un’economia di mercato basata sulla proprietà privata, che avvantaggia coloro che possiedono capitali. Piketty scrive che “la ricchezza accumulata nel passato cresce più velocemente della produzione e dei salari. […] L'imprenditore tende inevitabilmente a diventare usuraio, e mette sempre più in ombra chi non possiede altro che il proprio lavoro. Oppure, come afferma: "Il passato divora il futuro". Probabilmente hai familiarità con questo punto di vista a causa di tutta l'attenzione che Piketty ha ricevuto negli ultimi due anni. Ma probabilmente hai meno familiarità con la percezione molto diversa dello stato delle cose, che viene spiegata in Armi di distruzione matematica.
Imparare facendo o no. Il libro è stato scritto da prima la professoressa di matematica e scienziata informatica Cathy O'Neil, e ci aprirà gli occhi sui difetti dell'analisi dei big data. Dopotutto, sono gli algoritmi creati dall’uomo che forniscono i modelli di notifica utilizzati dai big data. O'Neil sottolinea immediatamente la differenza tra Google – che ha milioni e milioni di utenti in grado di testare e migliorare gli algoritmi del gigante dei dati – e, ad esempio, un modello di dati per una singola scuola di Washington DC con poche migliaia di studenti. Secondo l'autore, ciò ha gravi conseguenze. "Promettendo efficienza ed equità, deformano l'istruzione superiore, aumentano il debito, incoraggiano l'incarcerazione di massa, picchiano i poveri praticamente in qualsiasi momento e minano la democrazia". I modelli matematici prevedono la probabilità che qualcuno vada in default, non riesca a pagare un prestito studentesco o commetta un crimine. Occasionalmente, il modello crea una profezia che si autoavvera quando è sbagliato in primo luogo, e ha difficoltà a imparare dai propri errori se entra in un ciclo di feedback. In alcuni casi, i modelli difettosi causano danni reali. "Gli effetti dannosi sono molti. Si presentano quando una madre single non riesce a organizzare la cura dei figli abbastanza velocemente per adattarsi al suo programma di lavoro, o quando un giovane in difficoltà viene inserito nella lista nera di un lavoro a ore a causa di un test della personalità sul posto di lavoro. Li vediamo quando un ragazzo povero di una minoranza viene fermato, picchiato e ammonito dalla polizia locale, o quando qualcuno che lavora in una stazione di servizio e vive in una zona povera viene colpito da premi assicurativi più alti", secondo O'Neil. .
Gli algoritmi deformano l’istruzione superiore, aumentano il debito, stimolano l’incarcerazione di massa.
Preservare la concorrenza. Qui la disuguaglianza sembra creare ulteriore disuguaglianza in una spirale discendente senza fine, dove i ricchi diventano sempre più ricchi e i poveri sempre più poveri, proprio come nel libro di Piketty. Le conseguenze della crescente disuguaglianza sono enormi, scrive Piketty: "[Per] le dinamiche a lungo termine della distribuzione della ricchezza [le conseguenze] sono potenzialmente spaventose, soprattutto se si aggiunge che il profitto sul capitale varia direttamente con la dimensione della ricchezza." quota originaria, e che la differenza nella distribuzione della ricchezza avviene a livello globale." E continua: "La crescita può ovviamente essere stimolata investendo nell'istruzione, nella costruzione della conoscenza e in tecnologie non inquinanti. Ma nessuna di queste misure aumenterà il tasso di crescita al 4 o 5% annuo”. Secondo Piketty, un tasso di crescita del 4 o 5% è necessario per migliorare l’economia per tutti, e non solo per i ricchi. Ma raggiungere questo livello di crescita non è facile. Piketty sottolinea che solo i paesi che stanno recuperando terreno rispetto alle economie più avanzate, come la Cina, hanno visto numeri simili. Più probabile è una crescita annua dell'1-1,5% nel lungo termine, "indipendentemente dalla politica economica perseguita". Quindi la crescita economica non ci aiuterà nel lungo termine. Cosa, allora, può cambiare lo sviluppo? Piketty propone un’imposta annuale progressiva sul capitale. "Ciò consentirà di evitare una spirale infinita di disuguaglianza, preservando la concorrenza e gli incentivi per nuovi casi di accumulazione primitiva".
Anticipare gli abusi. Per quanto riguarda i modelli di dati, ci sono anche altre misure che possono essere implementate per evitare una spirale discendente della disuguaglianza. Prima di tutto: non tutti i modelli dei big data sono malvagi. Secondo: i Big Data sono qui per restare. Con questo in mente, cosa possiamo fare per evitare che i modelli si scatenino? I modelli devono essere trasparenti e mostrare i dati utilizzati nello stesso modo in cui mostrano i risultati dell'utilizzo del modello. Devono inoltre essere rivisti e migliorati quando diventano evidenti i punti deboli. O come dice O'Neil: "Dopo tutto, queste sono macchine potenti. Dobbiamo tenerli d’occhio”. O'Neil prosegue sottolineando che alcuni modelli possono avere un impatto incredibilmente positivo sulla società. Un esempio riguarda un'organizzazione che previene gli abusi sui bambini in Florida, negli Stati Uniti; il modello è stato sviluppato nel 2013 nella contea di Hillsborough in Florida, dopo che nove bambini erano morti a causa di abusi avvenuti nella zona nei due anni precedenti. I ricercatori hanno identificato diversi indicatori che sembravano predire l’abuso. Si trattava di fattori come l'abuso di droga e la violenza domestica, la convivenza di un fidanzato maschio e di un genitore che era stato lui stesso un figlio adottivo. Alle famiglie identificate da questo modello furono assegnate risorse aggiuntive e nei due anni successivi nessun bambino nell’area a rischio fu ucciso. Con queste precauzioni, possiamo proteggere i modelli di computer prima che sfuggano al controllo ed è troppo tardi per fare qualcosa per risolvere le differenze.
