#bias algoritmico

[pier-carlo-universe]

Intelligenza Artificiale: Opportunità e Sfide per il Futuro. Come l’IA sta trasformando la nostra società, dall’economia alla sanità, e quali sono i rischi da affrontare. Alessandria today

L’intelligenza artificiale al centro del cambiamento. Negli ultimi anni, l’intelligenza artificiale (IA) ha rivoluzionato numerosi settori, offrendo strumenti innovativi che migliorano la qualità della vita e l’efficienza delle aziende

L’intelligenza artificiale al centro del cambiamento.Negli ultimi anni, l’intelligenza artificiale (IA) ha rivoluzionato numerosi settori, offrendo strumenti innovativi che migliorano la qualità della vita e l’efficienza delle aziende. Dalla diagnosi precoce di malattie alla guida autonoma, fino alla creazione di contenuti digitali, le potenzialità dell’IA sembrano illimitate. Tuttavia, questo…

[abr]

Sin dai tempi più antichi l'Umanità cerca senza mai trovarlo un modo sicuro per nominare governanti che siano davvero "giusti" e imparziali, gente davvero degna di "metter le mani" sulle tasche e non solo delle persone. Un fallimento dopo l'altro, dalla teocrazia alla aristocrazia alla democrazia.

Oggi si lamenta che i politici siano lontani dai veri problemi della gente: sono lì in funzione di ideologie o di interessi personali, sovente di entrambe.

Potrebbe esserci un futuro in cui algoritmi e intelligenza artificiale si assumano buona parte dei compiti dei politici e delle burocrazie.

Già oggi basterebbe analizzare i dati che le grandi aziende tecnologiche raccolgono su di noi da come usiamo i nostri cellulari. In questo modo, conoscerebbero i bisogni del "consumatore" per dar risposte più adeguate.

Berlusconi trent'anni fa fece irrompere i sondaggi nella politica. Oggi si può fare prima, si potrebbe addestrare l’intelligenza artificiale ad elaborare in modo disintermediato i dati fluenti dal nostro GEMELLO DIGITALE, in modo da gestire le scelte politiche. La capacità analitica di TUTTI i dati (disponibili) della AI, sostituirebbe una moltitudine di consiglieri e risparmierebbe un’infinità di burocrazia.

L’algocrazia, cioè il potere degli algoritmi di sostituire il lavoro dei politici e dei burocrati ma anche dei giudici o dei medici, può sembrarci la cosa più distopica ma è una possibilità reale.

Fa paura? Dice, dietro all'algoritmo c'è chi lo ha definito coi suoi bias. E i dati si manipolano. Invece dietro al politico o al giudice (a al medicozzo) chi c'è? Lo spoglio manuale di schede è davvero sicuro? Le decisioni di un giudice o di un medico sono prese nell'interesse di chi?

Di più, le masse beote non si mobilitano perché ora c'è la AI: lo fanno da millenni seguendo il manipolatore di turno.

Il punto come sempre non è criminalizzare, la tecnologia mica la fermi, va avanti lo stesso, o ce l'hai tu o chi la può usare come crede; il punto è rimanere pronti, aggiornati e vigilare.

Questa cosa della delega a entità non umane ci aiuterebbe imho a comprendere la follìa della politica (affidare il monopolio virtuale della violenza a gente selezionata con meccanismi criminogeni) e definire quali siano davvero gli ambiti (minimissimi) in cui serva davvero un regolatore "sociale" sovrapposto e prevalente al singolo individuo e alle leggi naturali dello scambio volontario.

ispirato (e stravolto) da https://lamenteemeravigliosa.it/benvenuti-nellalgocrazia-il-potere-del-pregiudizio-algoritmico/

[scienza-magia]

L’Ai sta rivoluzionando il lavoro in sanità

L’intelligenza artificiale nella sanità italiana: uso crescente, strategia assente. L’indagine fotografa un’adozione disomogenea dell’Ai: le donne ne fanno uso più degli uomini, ma restano escluse dalla leadership. E chiedono formazione, mentoring e un quadro normativo che garantisca etica e inclusività. C’è un dato che sorprende: a guidarne l’adozione sono spesso le donne, che però non percepiscono l’Ai come una leva per la loro crescita professionale. È quanto emerge dal report “AI e leadership femminile in sanità”, realizzato da Boston Consulting Group in collaborazione con Leads. Nel settore sanitario italiano, dove le donne rappresentano oltre il 76% della forza lavoro, la diffusione della GenAi è ancora limitata. Più del 60% degli operatori dichiara di non avere familiarità con questi strumenti e l’80% non riceve formazione specifica. Tuttavia, il 58% delle professioniste ha già introdotto la GenAi nei propri team, rispetto al 33% dei colleghi maschi. Un dato che, osserva Alessandra Catozzella, managing director di Bcg e curatrice dello studio, «è forse spiegabile con la scelta di affrontare il cambiamento in forma collettiva. Le donne, non sentendosi sempre pronte individualmente, spingono i team ad adottare l’Ai per condividere la responsabilità e il rischio». Una fotografia che evidenzia un paradosso: le donne usano di più l’Ai, ma la considerano meno utile per sé. Solo una su due la percepisce come una possibilità di crescita personale o avanzamento di carriera, e appena il 9% delle intervistate indica l’Ai tra i driver principali dell’adozione. Il report sottolinea come il gap non sia solo tecnologico, ma anche culturale. Le donne mostrano una maggiore consapevolezza dei rischi legati all’Ai, dal bias algoritmico alla privacy, e si sentono meno supportate. «Il 16% delle donne dichiara di non utilizzare l’intelligenza artificiale perché la percepisce come rischiosa, contro lo 0% degli uomini. È un segnale importante: non solo manca la formazione, ma manca anche un quadro normativo chiaro», spiega ancora Catozzella. Il punto critico, aggiunge Juli Hysenbelli, coordinatrice del progetto per Leads, «è che le donne sono più curiose, più aperte alla sperimentazione, ma faticano a vedere nell’Ai uno strumento per la leadership. C’è una sfiducia sistemica che va affrontata con strumenti adeguati, a partire dal mentoring e da una formazione mirata». Il report propone 10 leve strategiche per un’adozione più equa dell’Ai. Tra queste: programmi di mentoring, formazione continua e inclusiva, progettazione partecipata degli strumenti, e soprattutto il riconoscimento del valore dell’intelligenza emotiva. «Le donne chiedono più formazione, coaching e un framework normativo che consenta loro di usare l’Ai senza sentirsi esposte. Gli uomini, invece, dichiarano di cavarsela anche con corsi online», sottolinea Catozzella. Il tema delle competenze è emerso come prioritario. «In Italia non ci sono ancora esperienze strutturate e su larga scala di formazione sull’Ai in sanità - osserva - ma esempi interessanti arrivano da Asia e Nord Europa, dove i governi stanno implementando piani nazionali per formare anche i dipendenti pubblici». L’intelligenza artificiale promette efficienza e automazione. Ma nel cuore della trasformazione digitale in Sanità resta indispensabile un elemento profondamente umano: l’intelligenza emotiva. E che non è un “nice to have”, ma una competenza chiave. «È infatti la capacità di riconoscere, gestire e utilizzare in modo consapevole le emozioni per costruire relazioni efficaci, guidare i team, prendere decisioni complesse», si legge nel report. Un’intuizione ben sintetizzata dalla citazione di Amit Ray, uno dei promotori del concetto di Compassionate Ai: “Quanto più l’Ai entra nel nostro mondo, tanto più l’intelligenza emotiva deve entrare nel nostro stile di leadership”. Una leadership femminile, quindi, che può trovare un vantaggio distintivo proprio in queste competenze. «Il rischio di una sanità senza empatia - avverte Catozzella - è enorme: se l’intelligenza artificiale automatizza anche la decisione di investimento in ricerca, chi garantirà l’attenzione a malattie rare o popolazioni fragili? L’empatia e l’etica devono guidare la tecnologia». Il report non manca di indicare i limiti del contesto italiano. «Oggi l’adozione dell’Ai in sanità è più tattica che strategica – commenta Hysenbelli – si usa per scrivere mail, sintetizzare testi, cercare dati. Ma manca una visione dall’alto. E soprattutto manca la presenza femminile nei ruoli dove queste scelte si prendono». Solo il 30% dei decisori in sanità è donna. E solo il 30% del personale impegnato nello sviluppo di Ai lo è. Un doppio gap che alimenta la riproduzione dei bias. «Abbiamo testato esempi concreti – spiega Catozzella – come chiedere a ChatGpt di scrivere un’offerta di lavoro per un primario ospedaliero. Anche in inglese, esce un profilo maschile. È la dimostrazione che i dati usati per allenare gli algoritmi riflettono stereotipi reali, e se le donne non partecipano alla progettazione di questi strumenti, quei bias continueranno a riprodursi». La mancanza di una strategia nazionale è uno dei nodi. «Le gare pubbliche per la digitalizzazione della sanità, finora, non includevano elementi legati all’Ai. Questo report vuole essere di supporto alle istituzioni dando dei dati che possono aiutare nelle future decisioni» spiega Catozzella. Il dialogo con il ministero della Salute si è avviato. «C’è pieno riconoscimento del problema - continua - e diverse attività già avviate a partire dall’aggiornamento delle tassonomie delle competenze: il ministero della Salute riconosce nell’Ai un tema centrale e strategico per ridurre il carico amministrativo per i professionisti sanitari e liberare tempo per attività di maggiore valore clinico e gestionale, favorendo la crescita professionale delle persone». La sanità è uno dei settori che sarà più impattato dall’Ai, con un +85% atteso secondo le stime di Bcg. Un impatto lungo tutta la catena: amministrazione, supply chain, diagnostica, relazioni con i pazienti. «Si stima che nei prossimi anni il 50% delle immagini diagnostiche sarà analizzato da Ai – sottolinea Catozzella – e che due terzi delle interazioni medico-paziente saranno gestibili da agenti automatici. È una rivoluzione. E proprio per questo servono visione strategica e governance etica». In questo scenario, la leadership femminile può rappresentare non solo un elemento di equità, ma anche una risorsa cruciale. «L’obiettivo – conclude Hysenbelli – è costruire un futuro sostenibile, umano e intelligente. E per farlo servono competenze, mentoring e coraggio di guidare il cambiamento». Read the full article

[andrea-biraghi]

Gli strumenti di sicurezza dell’Intelligenza Artificiale possono aiutare a mitigare i bias negli algoritmi.

Gli strumenti di sicurezza dell’Intelligenza Artificiale possono aiutare a mitigare i bias negli algoritmi.

Bias: forma di distorsione cognitiva causata dal pregiudizio e può influenzare ideologie, opinioni e comportamenti. In informatica, il bias algoritmico è un errore dovuto da assunzioni errate nel processo di apprendimento automatico.

Così anche gli algortimi sbagliano, in base ad errori sistematici di giudizio o di interpretazione, portando a un errore di valutazione o a formulare giudizi poco oggettivi. Tutto ciò avviene nel processo di apprendimento automatico o in base a set di dati errati.

Però, man mano che l’IA prolifera, i ricercatori iniziano a richiedere tecnologie che possano favorire la fiducia nei sistemi basati sull’IA. Ad oggi i consumatori sono incerti se afidarsi o meno  ad una decisione presa da un sistema di intelligenza artificiale. Ad esempio per ciò che riguarda un prestito bancario, ad esempio. Hanno paura per lo più di decisioni rischiose. L’equità, inoltre, può essere una qualità che sfugge ai sistemi di intelligenza artificiale, ma questo avviene principalmente a causa di distorsioni negli algoritmi e nei set di dati.

Così i ricercatori cercano di addestrare sistemi sempre più sicuri e gli strumenti di sicurezza vengono appunto progettati per impedire che i sistemi stessi assumano comportamenti rischiosi. Si è iniziato anche a etichettare i vari comportamenti con ricompense, per fa apprendere l’IA in modo interattivo.

Gli strumenti di sicurezza così cercano anche di affrontare la mitigazione dei così  detti “pregiudizi” che si formano duramte la fase della progettazione e training.

Continua a leggere sl blog di Andrea Biraghi

[staipa]

Un nuovo post è stato pubblicato su https://www.staipa.it/blog/le-sfide-dellintelligenza-artificiale-sfide-tecniche-e-sociali/?feed_id=858&_unique_id=64808a5d1ed54 %TITLE% L'intelligenza artificiale sta rapidamente trasformando il modo in cui viviamo, lavoriamo e interagiamo con la tecnologia. Mentre le sue potenzialità sono entusiasmanti, è importante riconoscere che l'IA affronta anche diverse sfide tecniche e sociali lungo il percorso. Il bias algoritmico Una delle prime sfide, in parte tecnologica e in parte sociale è quella del cosiddetto bias algoritmico, probabilmente una delle più rilevanti e complesse che l'intelligenza artificiale e i suoi sviluppatori debbano affrontare. L'Intelligenza Artificiale si basa su algoritmi di apprendimento automatico, e questo apprendimento si basa sull'analisi di dati storici per identificare pattern e prendere decisioni. In maniera molto semplificata è quello che fa ogni essere umano per distinguere un gatto da una tigre o un altro felino: ne deve vedere un certo numero e riconoscerne le caratteristiche specifiche per essere poi in futuro in grado di distinguerle con un rischio di errore ragionevolmente basso. Gatto Toyger: quattrozampe.online Tuttavia, se questi dati contengono errori, pregiudizi o discriminazioni inconsapevoli, gli algoritmi possono perpetuare e amplificare tali bias, portando a risultati ingiusti o discriminatori. Il bias algoritmico può manifestarsi in diversi modi. Per esempio, potrebbe esserci un bias di selezione dei dati se il set di addestramento non rappresenta in modo equo la diversità presente nella popolazione. Se i dati fossero sbilanciati o mancassero di rappresentatività, gli algoritmi potrebbero apprendere informazioni distorte o basate su stereotipi, generando risultati discriminatori. Andando più nello specifico, se i dati di addestramento per un algoritmo di selezione del personale sono dominati da candidati di un certo genere o provenienza etnica, l'algoritmo potrebbe imparare a favorire automaticamente tali candidati, perpetuando così disuguaglianze di genere o razziali. Questo indipendentemente dal desiderio di chi scrive l'algoritmo o dell'utilizzatore finale. Un altro tipo di bias algoritmico è il bias di etichettatura, che si verifica quando i dati di addestramento contengono etichette errate o soggettive. Questo può influenzare l'apprendimento dell'algoritmo e condizionare le sue decisioni. Per esempio, se un algoritmo di riconoscimento facciale viene addestrato principalmente su immagini di persone di un certo gruppo etnico, potrebbe avere difficoltà a riconoscere correttamente volti di altre etnie, generando errori di identificazione e discriminazione. (Vedi "L’intelligenza artificiale non riesce ancora a riconoscere i gorilla, ed è un problema di razzismo" https://short.staipa.it/j26y3) Il bias algoritmico è particolarmente preoccupante quando l'IA viene utilizzata in settori sensibili, come la giustizia penale, le assicurazioni, l'erogazione di prestiti o l'occupazione. Decisioni importanti che riguardano la vita delle persone possono essere influenzate dagli algoritmi, e se questi algoritmi contengono bias, il risultato può essere ingiusto e discriminatorio. Per esempio, se un algoritmo di valutazione del credito è influenzato da bias razziali o di genere, può negare prestiti a individui idonei o offrire loro condizioni sfavorevoli basate su caratteristiche demografiche invece che su una valutazione accurata della loro affidabilità finanziaria. Negli esempi che ho fatto ho citato più volte il rischio di razzismo, e non è per questioni di moda o di particolare interesse o gusto personale, è semplicemente uno dei bias che più spesso si presentano, dovuto al semplice fatto che chi fornisce i dati da elaborare, per semplice abitudine tende a fornire materiale che conosce con cui ha quotidiana dimestichezza e spesso ancora l'integrazione etnica non è particolarmente avanzata. Ne ho parlato più approfonditamente in "L’intelligenza artificiale può essere razzista?" (www.short.staipa.it/uljf5)

Per affrontare il bias algoritmico, è necessario un approccio multidisciplinare, è fondamentale investire nella raccolta e nell'elaborazione di dati di alta qualità e rappresentativi. Questo richiede un'attenta selezione dei dati e una valutazione continua delle possibili fonti di bias. Inoltre, è importante sviluppare algoritmi che siano etici e imparziali, con meccanismi integrati per la rilevazione e la mitigazione del bias. L'interpretabilità degli algoritmi può essere utile per identificare eventuali bias e comprendere come le decisioni sono state prese. Inoltre, è essenziale coinvolgere esperti di diversi settori, come l'etica, le scienze sociali e la giurisprudenza nella progettazione e nella valutazione degli algoritmi; un dialogo aperto e inclusivo con la società civile, le organizzazioni non governative e le comunità colpite dal bias algoritmico è fondamentale per comprendere i bisogni e le preoccupazioni degli individui e garantire un utilizzo responsabile e giusto dell'IA. Sarebbe fondamentale anche in altri settori che stanno andando ognuno in una propria direzione su questi temi causando talvolta dissapori e aspre critiche. Affrontare il bias algoritmico richiede un impegno continuo da parte di tutti gli attori coinvolti nell'ecosistema dell'IA. Solo attraverso un approccio consapevole, collaborativo e inclusivo possiamo creare sistemi intelligenti e giusti che rispettino la diversità, l'equità e i diritti umani. Sarebbe interessante se si riuscissero a introdurre normative e regolamentazioni per promuovere la trasparenza nelle applicazioni dell'Intelligenza Artificiale, definire standard etici e legali per mitigare il bias algoritmico e garantire la responsabilità delle organizzazioni che utilizzano l'IA. Gli enti regolatori dovrebbero collaborare con gli sviluppatori e gli utenti dell'IA per garantire che le applicazioni siano conformi a tali standard e che i diritti e le libertà delle persone siano protetti. Purtroppo, nella nostra società c'è un'ignoranza e una paura riguardo alle nuove tecnologie che spesso va a incidere anche sulle valutazioni di chi dovrebbe occuparsi di questi temi per proteggerci. L'impatto sul mondo del lavoro dell'Intelligenza Artificiale Un'altra sfida legata all'Intelligenza Artificiale è l'impatto che sta avendo sull'occupazione trasformando il modo in cui le persone lavorano e creando nuove opportunità e sfide. Alcuni temono che l'IA possa sostituire gli esseri umani sul posto di lavoro, in realtà è importante considerare un'analisi più approfondita dell'impatto sull'occupazione. Da un lato, l'IA può automatizzare determinate attività e compiti ripetitivi, migliorando l'efficienza e la produttività in molti settori. Per esempio, nella logistica i robot autonomi possono svolgere attività di magazzino e movimentazione delle merci, riducendo la necessità di lavoro manuale. Nell'assistenza clienti, gli assistenti virtuali basati sull'IA possono rispondere a domande frequenti e fornire supporto di base, liberando il personale umano per attività più complesse e interazioni personalizzate. D'altra parte, può anche creare nuove opportunità di lavoro. L'implementazione dell'Intelligenza Artificiale richiede competenze specializzate nella progettazione, nello sviluppo e nell'implementazione di soluzioni basate su essa. Sono nate molte nuove professioni legate alle data-science, all'ingegneria dell'apprendimento automatico, all'etica dell'IA. Inoltre, l'Intelligenza Artificiale può stimolare l'innovazione e la creazione di nuove imprese e industrie, generando nuovi posti di lavoro e opportunità imprenditoriali. Resta innegabile che l'IA avrà un impatto sulla domanda di determinate competenze lavorative. Alcuni lavori che coinvolgono attività ripetitive e regolamentate possono essere automatizzati, portando a una riduzione della richiesta di manodopera in quei settori specifici. È probabile che i lavoratori siano chiamati a sviluppare competenze più avanzate e adattabili

per svolgere ruoli che richiedono una maggiore creatività, pensiero critico, capacità di problem solving e competenze sociali ed emotive, ma sono cose che accadono fin dalla prima rivoluzione industriale, o probabilmente da molto prima quando sono nate l'agricoltura e l'allevamento e un numero ridotto di persone ha iniziato a produrre quello che prima ognuno era costretto a produrre da sé: se da un lato molti smisero di cacciare o di raccogliere probabilmente fu in quel momento che nacque la possibilità di diventare artisti, o imprenditori, o commercianti, o inventori, o miriadi di altri ruoli che prima non erano neppure pensabili. È importante prepararsi e adattarsi all'era dell'IA. Chi si sente essere a rischio lavorativo dovrebbe investire nella formazione continua e nell'aggiornamento delle proprie competenze per essere pronto a occupare nuovi ruoli che emergeranno. Le competenze trasversali come il pensiero critico, la creatività, la capacità di adattarsi al cambiamento e la collaborazione interdisciplinare saranno sempre più importanti per affrontare l'impatto dell'IA sull'occupazione. Al contempo i governi e le organizzazioni dovrebbero svolgere un ruolo attivo nella promozione della transizione verso un'economia basata sull'Intelligenza Artificiale con l'implementazione di politiche di formazione e riqualificazione, la promozione dell'innovazione e dell'imprenditorialità nell'ambito dell'IA, la creazione di un ambiente normativo che tuteli i diritti dei lavoratori e affronti le questioni di equità e sicurezza legate all'utilizzo dell'IA nel contesto occupazionale. L'Intelligenza Artificiale sta cambiando il panorama dell'occupazione in modi complessi. Mentre alcune attività saranno automatizzate, nuove opportunità di lavoro e ruoli specializzati emergeranno. La preparazione, l'aggiornamento delle competenze e la promozione di politiche e iniziative di supporto sono fondamentali per affrontarne l'impatto e creare un futuro lavorativo sostenibile ed equo. Il problema della Privacy nell'Intelligenza Artificiale Le tematiche etiche e sulla privacy sono di fondamentale importanza nel contesto dell'Intelligenza Artificiale. L'IA mentre offre molteplici vantaggi e opportunità, solleva questioni complesse che richiedono una riflessione approfondita e un'adeguata regolamentazione. Un primo aspetto è quello legato alla responsabilità delle decisioni automatizzate. Quando affidiamo decisioni critiche a sistemi automatizzati, è importante garantire che tali sistemi siano trasparenti e che le decisioni adottate siano comprensibili. Ciò significa che i modelli e gli algoritmi utilizzati dovrebbero essere aperti all'ispezione e comprensibili agli esperti e agli utenti. Inoltre, è necessario garantire che l'IA sia progettata per rispettare i principi dell'equità, dell'imparzialità e dei diritti umani, evitando discriminazioni e pregiudizi sistematici. Accettare di prendere una decisione a partire dalla risposta di una black box in cui inserisci un'informazione e ne esce una risposta priva di una spiegazione non sarebbe molto diverso dall'affidarsi a un oracolo dei tempi antichi e in molti settori sarebbe completamente inaccettabile. Un altro aspetto etico riguarda la privacy dei dati. L'Intelligenza Artificiale si basa sull'elaborazione di grandi quantità di dati, spesso di natura personale. È fondamentale garantire che i dati siano raccolti, utilizzati e conservati nel rispetto della privacy e delle leggi vigenti. Le organizzazioni devono implementare misure di sicurezza adeguate a proteggere i dati sensibili e informare gli utenti sulle finalità e sulle modalità di utilizzo dei loro dati. Inoltre, è essenziale consentire agli individui di esercitare il controllo su di essi e dare il consenso informato per la loro utilizzazione. Altre questioni etiche riguardano l'utilizzo dell'Intelligenza Artificiale in settori come la sorveglianza e l'identificazione biometrica. L'IA può consentire un monitoraggio continuo

e invasivo delle persone, sollevando preoccupazioni riguardo alla violazione della privacy e alla limitazione delle libertà individuali. È necessario bilanciare l'utilità delle tecnologie basate sull'IA con il rispetto dei diritti individuali e la protezione della sfera personale. Per affrontare queste sfide etiche e sulla privacy, è fondamentale un approccio multilaterale che coinvolga governi, organizzazioni, professionisti dell'Intelligenza Artificiale e la società nel suo complesso. Anche in questo caso sono necessarie politiche e normative chiare e aggiornate che stabiliscano linee guida etiche e standard di protezione dei dati per l'implementazione dell'IA. Inoltre, sia gli sviluppatori e che gli utenti devono essere resi consapevoli delle implicazioni etiche delle loro azioni e assumersi la responsabilità di adottare decisioni etiche garantendo la tutela dei diritti individuali.

[pier-carlo-universe]

Come le applicazioni di intelligenza artificiale affrontano i problemi di ordinamento

L’innovazione dell’IA nei processi di organizzazione e gestione dei dati

L’innovazione dell’IA nei processi di organizzazione e gestione dei dati L’intelligenza artificiale (IA) sta rivoluzionando molteplici settori, offrendo soluzioni innovative per affrontare problemi complessi. Uno degli ambiti più rilevanti è rappresentato dai problemi di ordinamento, che riguardano l’organizzazione di dati, processi o risorse secondo criteri specifici. Dagli algoritmi di machine…