Il cambiamento climatico e la trasformazione digitale sono due delle sfide più importanti del nostro secolo. Il modo in cui li gestiamo e la loro crescente interazione giocheranno un ruolo significativo nel futuro dell’umanità. Occorre quindi creare percorsi per combinare le transizioni climatica e digitale in un modo che sostenga i nostri valori sociali e democratici.
In un contesto in cui recenti rapporti scientifici hanno evidenziato l’esistenza di una vera e propria situazione di emergenza climatica, il continuo sviluppo dell’AI sta mostrando segni promettenti. Tuttavia, allo stesso tempo, la mancata comprensione complessiva del potenziale dell’AI nell’affrontare i cambiamenti climatici comporta alcuni rischi appunto per il clima.
Anche in questo senso è quindi indispensabile pensare seriamente , oltre agli enormi benefici che può portare la tecnologia, ai lati negativi e ai rischi che un’ampia applicazione dell’AI può comportare. Pertanto, una strategia responsabile dell’AI per il clima deve anche mitigare i rischi di queste transizioni per coloro che dispongono di meno risorse per adattarsi ad esse.
Uno studio per chiedere ai governi risorse per l’adozione del responsabile dell’AI per le soluzioni climatiche
É in questo contesto che un gruppo di ricercatori ha pubblicato uno studio nel quale viene chiesto ai governi di dedicare risorse mirate per l’adozione responsabile dell’AI per le soluzioni climatiche. Questi chiedono altresì lo sviluppo di pacchetti di supporto su misura per migliorare l’accesso ai dati rilevanti e alle infrastrutture digitali, facilitare l’implementazione in settori rilevanti per il clima, indirizzare i programmi di ricerca e innovazione verso le sfide chiave in questo settore e garantire che gli incentivi nelle industrie siano allineati con una innovazione incentrata sul clima. C’è anche un’enorme sfida da non sottovalutare per quanto riguarda lo sviluppo delle capacità necessarie per fornire a imprese, comunità e individui le conoscenze, gli strumenti e le competenze necessarie per l’adozione responsabile di soluzioni di AI per il clima. Su questo aspetto, sarebbe opportuna una maggiore cooperazione internazionale allineata con sforzi più ampi sul cambiamento climatico.
Come può l’AI facilitare l’azione per il clima
I sistemi di intelligenza artificiale possono identificare informazioni utili all’interno di grandi quantità di dati non strutturati, spesso con più efficienza rispetto agli uomini. Ad esempio, l’AI può analizzare le immagini satellitari per individuare la deforestazione o identificare le aree delle città vulnerabili alle inondazioni costiere.
L’AI può anche essere in grado utilizzare i dati che si riferiscono al passato per prevedere cosa accadrà in futuro, a volte incorporando anche informazioni ausiliarie, migliorando di fatto l’accuratezza delle previsioni, come le previsioni minime sulla produzione di energia solare per aiutare a bilanciare la rete elettrica o quelle che riguardano la produzione agricola poiché condizioni meteorologiche estreme minacciano la sicurezza alimentare.
L’AI può, ancora, essere utilizzata per ridurre l’energia necessaria per riscaldare e raffreddare un edificio o per ottimizzare i programmi di trasporto delle merci. Sistemi di intelligenza artificiale, infatti, sono in grado di ottimizzare, per un obiettivo specifico dato, un sistema complicato con molte variabili che possono essere controllate contemporaneamente.
Infine, l’AI permette di accelerare la modellazione scientifica e la scoperta, spesso mescolando vincoli basati sulla fisica noti con approssimazioni apprese dai dati. Ad esempio, l’intelligenza artificiale può suggerire materiali promettenti per batterie e catalizzatori per accelerare la sperimentazione e può simulare rapidamente parti di modelli climatici e meteorologici per renderli più gestibili dal punto di vista computazionale.
Quali rischi dell’AI per il clima
Come in tutti i settori, l’AI può avere impatti sia positivi che negativi sul clima e sull’ambiente. Essa ha una relazione sfaccettata con il cambiamento climatico e l’ambiente, attraverso sia i suoi impatti relativi all’uso stesso dell’energia sia quelli, positivi e negativi, relativi al modo in cui vengono utilizzati i sistemi.
È, pertanto, importante quantificare e considerare gli impatti sia negativi che positivi quando si plasma lo sviluppo e l’uso dell’AI nel contesto del cambiamento climatico.
In particolare, i quadri dell’equità climatica e della giustizia climatica fanno emergere che i danni del cambiamento climatico sono distribuiti in modo non uniforme e che è necessaria un’equa partecipazione alle strategie per il cambiamento climatico. Ciò premesso, è importante notare che l’uso dell’AI può centralizzare il potere tra quelle istituzioni ed entità selezionate con le conoscenze e le risorse per svilupparlo e implementarlo, e in altro modo esacerbare il divario digitale. È fondamentale che l’AI sia sfruttata in modi che affrontano, piuttosto che ampliare, le disuguaglianze sociali, ad esempio attraverso la scelta dei problemi affrontati e delle parti interessate. I problemi di bias endemici legati ad alcuni sistemi algoritmici potrebbero, infatti, se non presi in considerazione, ampliare le disuguaglianze avverso le conseguenze del cambiamento climatico piuttosto che sostenere l’azione per il clima come da obiettivo.
L’AI non deve diventare uno strumento di greenwashing
Allo stesso modo, sarà fondamentale evitare che l’AI diventi uno strumento di tecno-soluzionismo, di greenwashing o addirittura un diversivo. L’intelligenza artificiale, infatti, non è sempre applicabile e c’è il pericolo reale che possa distrarre o deviare risorse da strumenti o approcci meno “attraenti” a prima vista. Pertanto, essa dovrebbe essere impiegata solo in contesti in cui sarà effettivamente necessaria e potrà portare a un vero impatto positivo.
Come ricordato, i principi tradizionalmente applicati all’AI, come equità, responsabilità, sicurezza, privacy, ecc., sono comuni in tutte le aree di applicazione e sono già oggetto di ampie raccomandazioni politiche, nonché di iniziative legislative. Le forme che questi principi assumono all’interno di contesti rilevanti per il clima sono, tuttavia, degne di interesse.
Infatti, è molto importante evitare distorsioni implicite ed esplicite in casi in cui i dati potrebbero essere disponibili solo per alcune parti del mondo: un modello di intelligenza artificiale addestrato utilizzando dati sugli edifici degli Stati Uniti potrebbe non essere applicabile agli edifici in India o potrebbe avere scarsi risultati se non controproducenti.
Allo stesso modo, le considerazioni sulla sicurezza sono particolarmente importanti in contesti come le reti elettriche e le operazioni industriali in cui gli errori possono avere gravi conseguenze o dove la digitalizzazione può imporre nuovi rischi per la sicurezza informatica. La spiegazione è anche particolarmente rilevante in questi contesti per mitigare gli ostacoli che gli operatori e i responsabili delle politiche possono avere per fidarsi dei risultati dei sistemi di intelligenza artificiale. Le considerazioni sull’equità e la giustizia sono spesso trascurate nella raccolta di grandi set di dati, inclusa la sottovalutazione o lo sfruttamento del lavoro umano, o l’inquadramento di un problema senza la consultazione delle parti interessate.
Conclusioni
L’implementazione e la valutazione delle considerazioni sull’AI responsabile innanzi descritte devono essere un processo continuo e non possono limitarsi a un singolo intervento, fosse anche by design. In particolare, queste considerazioni dovrebbero essere una parte centrale e continua sia della definizione, dello sviluppo, dell’implementazione e del mantenimento dei progetti AI per il clima, in modo da garantire che siano ben fondati e che non si verifichino nuovi danni o conseguenze indesiderate nel corso del ciclo di vita del sistema in uso.
L’intelligenza artificiale è uno strumento, non un obiettivo finale in sé. Pertanto, il modo in cui la usiamo, in casi in cui è benefico usarla, dovrebbe prendere fondamentalmente in considerazione i possibili problemi e i singoli contesti sociali che si cercano di affrontare. In questo senso, una particolare attenzione dovrebbe essere prestata anche all’inquadramento del problema, riconoscendo l’AI come una componente delle soluzioni e non come una soluzione a sé stante.
