Customer engagement: usare l’intelligenza artificiale in modo etico

intelligenza artificiale etica

Le capacità dell’intelligenza artificiale forse non sono ancora state comprese appieno e proprio per questo è necessario procedere con la dovuta attenzione prima di implementarle nelle proprie applicazioni.

Le aziende si stanno focalizzando sulle modalità di impiego di questa tecnologia per vincere sfide quotidiane, semplificare i processi e incrementare l’efficienza, seguendo strade in precedenza inimmaginabili.

Il potenziale dell’Intelligenza Artificiale sembra non avere limiti, ragione per cui dobbiamo tenere in considerazione anche le ricadute sociali di questa tecnologia.

Dal punto di vista etico non significa dover per forza fare una cosa nonostante sia fattibile.

Potter Stewart, ex Giudice della Corte Suprema americana, ha affermato che: “Etica è conoscere la differenza tra che cosa hai il diritto di fare e che cosa è giusto fare”.

La valenza che questo concetto assume se applicata all’Intelligenza Artificiale e al suo potenziale impatto sulla vita delle persone è decisamente enorme.

Riconoscere il ruolo significativo che la tecnologia gioca nelle vite delle persone è di fondamentale importanza. Ogni giorno i consumatori interagiscono con le aziende tramite siti internet, piattaforme di eCommerce, richieste di supporto, telefonate e visite nei negozi fisici.

Durante tutto il customer journey vengono potenzialmente elaborate notevoli quantità di dati, che includono nomi, indirizzi, metodi di contatto preferiti, ma anche informazioni più personali come posizioni lavorative, pattern comportamentali, caratteristiche vocali, dati demografici, stati emotivi, relazioni familiari, dispositivi utilizzati e molto altro ancora.

Per saperne di più sulle modalità di innovazione del customer engagement scarica un ebook gratuito.

Scarica l'ebook

 

Questi dati alimentano gli algoritmi delle piattaforme basate sull’Intelligenza Artificiale e permettono alle aziende di incrementare il customer engagement, migliorare il lavoro dei dipendenti ed offrire ai clienti una Customer Experience predittiva e personalizzata.

Per un’azienda che si considera etica è fondamentale che i consumatori conoscano e abbiano la possibilità di scegliere le tecnologie che impattano sulla privacy, la sicurezza e sulla parità.

Intelligenza artificiale, prima viene l'equità

Il primo principio alla base delle linee guida etiche per l’Intelligenza Artificiale è senza dubbio l’equità. Per comprendere appieno questo tema è necessario fare una divisione tra equità dell’opportunità ed equità del risultato.

L’equità dell’opportunità si trova ad esempio in ambito sportivo, dove tutti i partecipanti giocano secondo le regole. Il risultato non è predeterminato ma viene accettato in base allo svolgimento imparziale, di una gara o di una partita.

L’equità del risultato si verifica invece, ad esempio, durante una cena in famiglia. Quando viene servito il pasto, tutti ricevono una porzione corretta indipendentemente da quanto ciascun membro della famiglia abbia contribuito alla preparazione del cibo, ottenendo un risultato equo.

Un modello predittivo come il machine learning deve produrre un risultato imparziale o una parzialità moralmente neutra, analizzando tutti i fattori, dati, domande, priorità e valori.

Anche utilizzando le metodologie più rigorose per eliminare quelle parzialità sociali dannose che possono creare problemi, esiste comunque un’area grigia nella calibrazione dell’intelligenza artificiale.

Sono numerosi i casi in cui gli algoritmi alla base dell’intelligenza artificiale hanno infatti discriminato involontariamente persone in base a razza, età e genere.

È necessaria quindi una maggiore discussione e comprensione della modellazione predittiva e del machine learning, in modo che le aziende possano prevedere meglio i problemi potenziali e costruire un’equità nei rispettivi modelli predittivi basati sulla Intelligenza Artificiale. In fondo, una Customer Experience positiva dipende da risultati che siano realmente equi.

Poi viene la responsabilità

Al fine di mitigare ulteriormente la parzialità, un altro punto fondamentale per le aziende che agiscono con modelli di deep learning più performanti, è agire sulla responsabilità.

Per assicurarsi che l’intelligenza Aartificiale produca i risultati attesi è basilare essere responsabili dei risultati. Quando un risultato non si dimostra etico o giusto è impensabile accusare l’algoritmo o i dati.

È quindi necessario predisporre solide protezioni per mantenere il controllo dei modelli mentre continuano ad auto-apprendere e ad evolversi.

Per questo motivo è indispensabile comprendere il proprio algoritmo. Le aziende devono essere in grado di spiegare come i modelli prendono decisioni, pur non indagando approfonditamente nel modello matematico alla base delle operazioni eseguite: è necessario trovare un modo per spiegare il “perché” che sta dietro alle decisioni prese tramite liIntelligenza artificiale. Questo si rivela particolarmente importante quando tali conclusioni impattano sul benessere di un individuo e potrebbero quindi avere implicazioni legali.

Terzo: la trasparenza sui dati utilizzati

Infine non è possibile esimersi dal dimostrare trasparenza in merito ai dati che vengono utilizzati. Innanzitutto bisogna avere ben chiaro il processo delle decisioni online che vengono prese da un algoritmo piuttosto che da un essere umano.

Questo perché sia l’uomo che l’intelligenza artificiale introdurranno un determinato grado di parzialità, tuttavia quello generato dalla macchina sarà più sistematico. La trasparenza permette di mitigare la parzialità, fornendo agli utenti una vista sui dati che portano a una determinata decisione.

A tal proposito, non è possibile fare a meno di citare il recente regolamento generale sulla protezione dei dati, meglio conosciuto come GDPR.

Se da un lato il GDPR appare come un grande ostacolo per l’implementazione dell’intelligenza artificiale, rappresenta anche un’opportunità per garantire che nella sua applicazione si stia effettivamente tutelando eticamente la privacy delle persone coinvolte.

In questo caso l’utilizzo dell’intelligenza artificiale in modo trasparente e conforme alla normativa è il miglior modo per farsi apprezzare anche dagli utenti più prudenti o scettici.

Ovviamente bisognerà stabilire il limite oltre il quale il grado di personalizzazione ottenuto tramite sistemi di deep learning e reti neurali artificiali possa diventare invasivo nei confronti di un cliente.

L’attenzione sul come i dati vengano usati e perché vengano raccolti potrebbe rappresentare la barriera etica necessaria per un progresso sociale e non tecnologico.

Adattare i principi etici quando si lavora con l’Intelligenza Artificiale è un compito che deve essere accettato seriamente.

Non è possibile implementare l’intelligenza artificiale e lasciarla lavorare autonomamente, è necessario essere responsabili e consapevoli durante l’intero ciclo di vita di questa tecnologia.

L’esigenza costante di assicurarsi di essere veramente sintonizzati su ciò che accade, sul motivo e sull’impatto che i risultati possono avere sulle persone, deve essere alla base del processo di miglioramento continuo della tecnologia.

Machine Learning e Intelligenza Artificiale hanno davvero la possibilità di aiutare le aziende ad automatizzare i processi e ridurre sforzi ed errori.

Per saperne di più sulle le potenzialità di questa tecnologia nel contact center e delle forme di innovazione del customer engagement scarica un ebook gratuito.

Scarica l'ebook

 

Se questo articolo ti è piaciuto e vuoi rimanere sempre informato sulle novità tecnologiche iscriviti alla newsletter gratuita.

LASCIA UN COMMENTO

Inserisci il tuo commento
Inserisci il tuo nome