I ricercatori di Google DeepMind, Mila – Québec AI Institute, University of Toronto e Max Planck Institute, hanno sviluppato una teoria dell’appropriatezza per affrontare le sfide dell’IA generativa nell’adattarsi ai contesti sociali.
Cos’é l’appropriatezza? Si tratta della capacità di adattare il comportamento, il linguaggio e le azioni alle norme specifiche di un determinato contesto sociale. Queste norme possono essere esplicite, come regole chiaramente definite, o implicite, come consuetudini radicate nelle interazioni quotidiane. Nell’ambito dell’IA, l’appropriatezza è centrale per sviluppare sistemi che interagiscano in modo coerente e responsabile, tenendo conto delle aspettative e delle regole del contesto in cui operano. Ad esempio, un assistente virtuale per l’apprendimento si comporta in modo diverso rispetto a un chatbot per intrattenimento, adattandosi alle esigenze specifiche di ogni scenario.
La ricerca che ha portato allo sviluppo della teoria dell’appropriatezza con applicazioni all’IA generativa, supera i tradizionali approcci di allineamento morale. Infatti, sostiene che l’IA debba adattarsi a norme sociali dinamiche e pluralistiche invece di ricercare un consenso universale. Distinguendo tra norme esplicite, articolate attraverso il linguaggio, e implicite, radicate nei modelli mentali, lo studio esplora come queste influenzino sia il comportamento umano che quello dei sistemi di IA, con particolare attenzione a contesti complessi e culturalmente sensibili.
Gli autori sottolineano che, con l’aumento dell’autonomia dell’IA, saranno necessari nuovi quadri giuridici per gestire le questioni etiche e operative, simili alla personalità giuridica aziendale. Questo approccio, fondato su principi di coesione sociale, punta a garantire un’implementazione dell’IA generativa che risponda efficacemente alle aspettative e alle norme sociali.
Leggi l’articolo completo: Google DeepMind Presents a Theory of Appropriateness with Applications to Generative Artificial Intelligence su marktechpost.com.
Immagine generata tramite DALL-E 3.
