Francesco Bacone nel Novum Organum (1620), esponendo la sua teoria del metodo scientifico, nota anche come induttivismo, sostiene che uno scienziato, il quale faccia ricorso a tale metodo, colleziona una quantità accurata di osservazioni dalle quali trae delle leggi generali, o ipotesi, in grado di descrivere un certo fenomeno.
Bacone chiarisce la “meccanicità” del suo procedimento, usando la metafora del “compasso e del cerchio”, secondo cui è “impossibile, anche per l’artista più dotato, tracciare un cerchio perfetto a mano libera, ma con un compasso tutti possono farlo”.
A partire da questa idea di meccanicità, il lord cancelliere propone un corollario, molto controverso, sulla natura del metodo scientifico, sostenendo che grazie a esso “la scienza diventa un lavoro di routine che non ha bisogno di particolare ingegno o intelligenza”.
L’intelligenza artificiale
Una grande sfida della scienza dei calcolatori è realizzare artefatti, siano essi robot software o robot fisici, o incarnati, in grado di formulare ipotesi, riguardanti determinati fenomeni, in modo completamente automatico, proprio come auspicato dal metodo baconiano.
Tali sistemi, oggetto di indagine di un’area dell’intelligenza artificiale, conosciuta come apprendimento automatico, o machine learning, sono in grado di ricavare un’ipotesi riguardante un fenomeno, a partire da un insieme di dati, raccolto in qualsiasi modalità.
Il web, d’altra parte, è una risorsa inesauribile di dati, a cominciare da quelli che descrivono i nostri “comportamenti di navigazione”; in altre parole, le tracce che ciascuno di noi lascia ogniqualvolta naviga un sito. In questo caso i dati, come il tempo di permanenza, la pagina visitata, l’indirizzo IP del computer che stiamo usando e così via, sono raccolti in file, i cookie(s), che poi sono usati per fare predizioni sul comportamento di visita dell’utente, la prossima pagina che visiterà, oppure sui suoi gusti di acquisto per il marketing di prossimità.
Grazie all’internet of things, poi, è possibile ricavare i dati, su cui formulare ipotesi, ad esempio tramite i diffusissimi beacon. Si tratta di piccoli dispositivi bluetooth (se ne contano più di 500 milioni), di pochi centimetri, in grado di trasmettere e ricevere piccoli messaggi entro brevi distanze grazie alla tecnologia low energy bluetooth (BLE).
Il machine learning per le app
Gli algoritmi, cha fanno uso di metodologie di machine learning, sono ormai disponibili, nel bene e nel male, in modalità zero-code. In altri termini utenti, senza competenze di programmazione, possono progettare, costruire e distribuire app che funzionano in modo che soddisfino le proprie esigenze o quelle della propria organizzazione, sia essa profit o non-profit, sociale o scientifica.
Se a questo aggiungiamo la facilità di disporre dei dati in modo agevole, grazie alle tecnologie a cui si è accennato poco prima, e la possibilità di avere a disposizione i dati su piattaforme open data, che mettono a disposizione praticamente ogni tipologia di dato, compresi quelli biologici, come il genoma, o epidemiologici, come quelli riguardanti covid-19, allora è facile immaginare scenari che vedono realizzata la profezia del lord cancelliere, che, come già detto, aveva immaginato la “scienza un lavoro di routine che non ha bisogno di particolare ingegno o intelligenza”
La bioinformatica
A propositi di dati biologici un esempio viene proprio dalla bioinformatica che applica, fra l’altro, gli strumenti dell’intelligenza artificiale alla biologia molecolare, con lo scopo di fornire modelli, o ipotesi scientifiche, in grado di spiegare fenomeni o scoprire nuovi farmaci, usando dati biologici, come quelli del genoma umano. Ad esempio, la predizione della struttura delle proteine, a partire da una sequenza di geni, rappresenta un’applicazione di notevole rilievo per la funzione che alcune proteine andranno a ricoprire, soprattutto, nell’eziologia di alcune gravi malattie.
La funzione fisiologica della proteina, infatti, qualunque essa sia (enzima, recettore, trasportatore, proteina strutturale) dipende completamente dalla struttura tridimensionale. E alcune cause di malattia pare siano proprio da ricercarsi negli errori di folding (dall’inglese “ripiegamento”), cioè dalla trasformazione in struttura tridimensionale della sequenza di geni. È il caso, ad esempio, della encefalopatia spongiforme bovina, la Bse. Ci sono anche ipotesi in merito ad altre malattie, che potrebbero avere come loro causa un cattivo funzionamento di questo processo, come, ad esempio, il morbo di Parkinson e l’Alzheimer.
Sebbene si conoscano le strutture di alcune proteine, e le relative sequenze geniche che le hanno generate, esse rappresentano solo un numero minore. Data una nuova sequenza, infatti, è interessante utilizzare le sequenze per le quali già conosciamo le proteine per addestrare algoritmi, che facciano uso di intelligenza artificiale, in modo da scoprire nuove strutture. Un antesignano è Golem, un algoritmo di apprendimento, il cui nome è ispirato al mito ebraico, realizzato da Stephen Muggleton nel 1992. Golem era impegnato appunto in ricerche sulla struttura di proteine. Ebbene Golem ha prodotto ipotesi, sotto forma di regole, per predire strutture proteiche fino allora sconosciute.
Cosa sono i big data
Questa immensa quantità di dati ha originato il fenomeno conosciuto come big data, cioè una quantità di dati tali da eccedere la capacità di elaborazione delle risorse computazionali convenzionali. È questa ancora una sfida aperta per la data science, la disciplina che combina matematica, scienza dei calcolatori e, soprattutto, “istinto scientifico”
Big data, oltre che rappresentare una sfida per la data science, offre alle scienze umane una nuova opportunità, per rivendicare sia lo stato di scienza quantitativa sia l’uso del metodo oggettivo, due aspetti centrali per la filosofia della scienza e il metodo scientifico.
Durkheim e le regole del metodo sociologico
In Le regole del metodo sociologico, del 1895, Emile Durkheim, sostiene che la realtà sociale debba essere indagata ricorrendo comunque a modelli empirici, fortemente interconnessi, diremmo oggi a “rete”, in modo da generare e verificare ipotesi in grado di estendere la nostra conoscenza. La data science, con la diffusione dell’automazione dell’analisi dei dati per generare ipotesi da dati riguardanti anche il comportamento umano, realizza proprio l’auspicio di Durkheim, secondo cui un qualsiasi fenomeno sociale, o la stessa società, va sempre oltre la somma dei singoli fenomeni, o i singoli individui.
Come dimostra l’attuale crisi, i sistemi realizzati fino a ora per organizzare le nostra vite, possiedono un grado di complessità e interdipendenza, fra le diverse componenti tecnologiche sociali ed economiche, mai visto in precedenza.
Sono necessarie nuove visioni per gestire non solo mercati finanziari, ma anche per affrontare rischi come pandemie, precarietà sociali, reti criminali e così via.
Grazie alla possibilità offerta dai processi di automazione, semplici cittadini e organizzazioni potranno condividere e esplorare dati e simulazioni, dibattendo sulle loro potenziali implicazioni, realizzando così la democratizzazione di big data e aprendo la strada della modellazione dei sistemi complessi anche ai non addetti ai lavori, magari usando delle applicazioni sul proprio smartphone, realizzando, su grande scala, l’auspicio baconiano di rendere la pratica scientifica un’attività di “routine”.
Nella Nuova Atlantide, pubblicata postuma nel 1627 Bacone, narra di un gruppo di naufraghi che approda sull’isola di Bensalem dove gli abitanti, cristianizzati grazie a un’arca contenente la Bibbia, ma tolleranti con altre religioni, coltivano la sapienza nella House of Solomon, l’istituzione più importante dell’isola, realizzando esperimenti mediante il metodo scientifico. La popolazione bensalemita, secondo il racconto dei naufraghi, “conosce molte cose delle nazioni del mondo ma nessuno conosce loro”. Una società, a portata di app, sembra ripercorrere la visione baconiana, secondo cui l’indagine della natura praticata nel Collegio delle Opere dei Sei Giorni ha lo scopo di applicare la conoscenza per migliorare la società.
Immuni, il metodo scientifico e i profili di rischio
In questi giorni ha attirato l’attenzione da più parti l’app Immuni, sviluppata con lo scopo di assistere le istituzioni del nostro Paese nel tracciamento dei comportamenti dei cittadini, al fine di salvaguardarne la salute. Essa ricorre proprio alla tecnologia BLE per ricavare i dati, e potrebbe incrociarli con altri dati riguardanti i profili medici e sociali delle persone. La sua realizzazione rientra in un’ottica baconiana, sia in termini di automazione/meccanizzazione sia in termini di algoritmi da impiegare per trattare i dati e individuare eventuali profili di rischio.
Immuni e la democrazia consapevole
L’app sviluppata da Bending Spoons, in collaborazione con Centro Medico Santagostino, potrebbe rappresentare, forse, un altro contributo dell’intelligenza artificiale che, nel corso del suo primo cinquantennio di vita, ha dato vita a molti dibattiti non solo scientifici, come la sua ambizione di spiegare i fenomeni naturali o sociali, ma anche etici. Il progetto, sta attirando anche l’attenzione di tanti esperti del settore che si stanno confrontando per valutare eventuali rischi in termini di privacy, come Virgilio D’Antonio, professore di Trademark and Advertising Comparative Law all’Università di Salerno. Nel YTalk Scienze e Tech, D’Antonio ha parlato, fra l’altro di modellli di app invasiva, modello Corea del Sud o Singapore e di democrazia consapevole.
Parte del dibattito riguardante il modello di app da adottare
Parte del dibattito riguardante la l’uso dei dati e la democrazia consapevole
Guarda #YTalk Scienze & Tech dedicata all’app tracciamento Covid:
YTalk Scienze & Tech: Come Funziona l’App Tracciamento Covid? Limiti e Privacy
