Google Street View è una delle meraviglie del mondo contemporaneo. È il prodotto dell’arroganza, dell’ambizione, della sfacciataggine e dell’inconcepibile ricchezza di una singola società che ha deciso di fotografare ogni strada del mondo e di mettere le immagini online. Quando è stato annunciato per la prima volta, ero scettico sul fatto che avrebbe portato a molto – immagini di strade importanti nelle grandi città dei paesi occidentali, forse, ma niente di più. E poi un giorno mi stavo chiedendo come trovare la strada per il cottage di un amico situato in una remota area rurale, l’ho cercato su Google Maps, ho visto l’icona di Street View e ci ho cliccato sopra – e mi sono ritrovato a guidare virtualmente lungo il più stretto vicolo di campagna che si possa immaginare.
Street View era un prodotto della convinzione di Google che è più facile chiedere il perdono che il permesso, un presupposto apparentemente confermato dal fatto che la maggior parte delle giurisdizioni sembrava accettare il colpo fotografico come un fatto compiuto. C’è stato un contraccolpo in alcuni paesi europei, in particolare Germania e Austria, con i cittadini che hanno chiesto che le loro proprietà fossero offuscate; c’è stato anche un litigio nel 2010 quando è stato rivelato che Google ha raccolto e memorizzato per un certo periodo i dati dai router wifi domestici non criptati. Ma in generale, l’azienda se l’è cavata con il suo colpo.
La maggior parte del pushback è venuto da persone preoccupate per la privacy. Hanno obiettato alle immagini che mostravano uomini che lasciavano gli strip club, per esempio, manifestanti in una clinica per aborti, bagnanti in bikini e persone impegnate in, ehm, attività private nei loro cortili. Alcuni paesi erano infastiditi dall’altezza delle telecamere – in Giappone e in Svizzera, per esempio, Google ha dovuto abbassare la loro altezza in modo che non potessero sbirciare oltre le recinzioni e le siepi.
Queste preoccupazioni erano quelle che si potrebbero chiamare di primo ordine, cioè preoccupazioni innescate da ovvi pericoli di una nuova tecnologia. Ma con la tecnologia digitale, gli effetti veramente trasformativi possono essere di terzo o quarto ordine. Così, per esempio, internet porta al web, che porta allo smartphone, che è quello che ha reso possibile Uber. E in questo senso, la domanda con Street View fin dall’inizio era: a cosa porterà – alla fine?
Una possibile risposta è emersa la scorsa settimana con la pubblicazione di un intrigante studio di ricerca di due scienziati di dati, uno con sede a Varsavia, l’altro a Stanford. Lavorando con le compagnie di assicurazione, hanno analizzato 20.000 indirizzi dei clienti delle compagnie, hanno raccolto un’immagine della casa corrispondente per ognuno usando Google Street View e hanno annotato le foto delle case, annotando caratteristiche come età, tipo e condizione. Applicando un software di apprendimento automatico ai dati, sono stati in grado di costruire un modello che ha dato previsioni sostanzialmente migliori dei rischi di incidenti d’auto per i proprietari di casa rispetto ai modelli attualmente impiegati dalle compagnie di assicurazione – e che, naturalmente, potrebbe essere utilizzato per giustificare premi più alti (o più bassi).
“Abbiamo scoperto”, hanno concluso i ricercatori, “che le caratteristiche visibili su una foto di una casa possono essere predittive del rischio di incidenti d’auto, indipendentemente dalle variabili classicamente utilizzate come l’età o il codice postale. Questa scoperta non è solo un passo verso modelli di previsione del rischio più granulari, ma illustra anche un nuovo approccio alle scienze sociali, in cui i dati granulari del mondo reale sono raccolti e analizzati su scala.”
All’apparenza, questo sembra strano, vero? Quello che sembra dire è: “Mostrami la tua casa su Street View e ti dirò quanto è probabile che tu abbia un incidente stradale”. E naturalmente è possibile che nel profondo della matematica del documento ci sia un errore. (O forse il campione di 20.000 persone era troppo piccolo.
In entrambi i casi, però, l’articolo fornisce un illuminante caso di studio sui potenziali lati positivi e negativi del machine learning. Ciò che la tecnologia fa essenzialmente è individuare le correlazioni che l’occhio umano potrebbe mancare. Ma la correlazione non è causalità, quindi ci si chiede sempre se una correlazione particolarmente sorprendente sia spuria o meno. Un’abitazione in cattivo stato di manutenzione, per esempio, implica che l’auto del residente sia altrettanto poco curata e quindi più soggetta a incidenti?
Mi sembra un po’ inverosimile. Ma se si scopre che ciò che i due ricercatori hanno trovato può essere replicato e confermato con campioni più grandi, che cosa allora? Al momento, i premi di assicurazione auto sono in parte determinati dal codice postale in cui un veicolo è tenuto, motivo per cui costa di più assicurare un’auto a Liverpool che a Cambridge. Ma questo equivale a una sorta di lotteria del codice postale – penalizzando i guidatori attenti che vivono in aree povere e favorendo i pirati della strada che frequentano i sobborghi verdeggianti. L’uso dei dati di Street View potrebbe ridurre queste disuguaglianze portando le cose al livello del singolo proprietario di casa. D’altra parte, potrebbe stigmatizzare l’inquilino coscienzioso di una casa in affitto di proprietà di un padrone di casa avaro o gestito da un agente corrotto. Quindi la prima legge di Kranzberg è ancora valida: la tecnologia non è né buona né cattiva, né neutrale.
Cosa sto leggendo
Boeing, Boeing, gone…
Il fiasco dei jet passeggeri 737 Max della Boeing è spiegato in uno dei migliori pezzi di scrittura tecnica che ho incontrato – pubblicato su IEEE Spectrum.
Something wicked this way comes
Un pezzo di Nitasha Tiku sul sito Wired esplora cosa è successo al motto di Google “Don’t be evil”. C’è bisogno di chiederlo?
Dove tutto è andato storto
WikiLeaks e la promessa perduta di internet: un saggio molto interessante (e bruciante) sul blog Lawfare di Quinta Jurecic su Julian Assange.
{{topLeft}}
{{bottomLeft}}
{{topRight}}
{{bottomRight}
{{/goalExceededMarkerPercentage}}
{{/ticker}}
{{heading}}
{{#paragraphs}}
{{.}}}
{{{/paragrafi}}{{testo evidenziato}}
- Condividi su Facebook
- Condividi su Twitter
- Condividi via Email
- Condividi su LinkedIn
- Condividi su Pinterest
- Condividi su WhatsApp
- Condividi su Messenger