5 Modi in cui le Cooperative Possono Modellare il Futuro dell’IA
Oggi, lo sviluppo dell’IA è controllato da un piccolo gruppo di aziende. Grandi nomi come OpenAI, Alphabet, Amazon, Meta e Microsoft dominano grazie a vasti risorse computazionali, enormi dataset proprietari, e profonde risorse di talento tecnico. Tuttavia, questa dominanza porta con sé problemi significativi, come violazioni della privacy, costi ambientali elevati e pregiudizi evidenti nei modelli che possono rafforzare la discriminazione in vari settori.
Un modello diverso sta però prendendo forma. Le cooperative di IA—organizzazioni che sviluppano o governano tecnologie IA basate su principi cooperativi—offrono un’alternativa promettente. Le cooperative hanno storicamente gestito infrastrutture per il bene pubblico, dal settore bancario all’agricoltura.
Cosa Possono Fare le Cooperative
Le cooperative hanno a lungo gestito sistemi complessi per il bene collettivo, dimostrando di essere alternative viabili al controllo monopolistico. In generale, seguono sette principi fondamentali che traducono valori democratici in pratiche aziendali:
- Membri volontari e aperti
- Controllo democratico da parte dei membri
- Partecipazione economica dei membri
- Autonomia e indipendenza
- Educazione, formazione e informazione
- Cooperazione tra cooperative
- Preoccupazione per la comunità
Questi principi possono essere applicati all’IA per ottenere risultati più equi e responsabili.
Cinque Interventi per Modellare il Futuro dell’IA
Lavorando con questi principi, le cooperative possono modellare il futuro dell’IA in cinque modi chiave:
1. Democratizzare la governance dei dati
Le cooperative di IA possono cambiare il modo in cui i dati sono controllati e accessibili. MIDATA è una cooperativa svizzera di dati sulla salute che pone i cittadini al centro della gestione delle proprie informazioni mediche.
2. Portare la ricerca nella società civile
Le cooperative possono socializzare i dibattiti sull’IA, portandoli in luoghi come municipi e centri comunitari, ancorando l’innovazione alle esigenze delle comunità.
3. Avanzare l’educazione
Le cooperative possono creare piattaforme di apprendimento IA multilingue, offrendo formazione professionale ai membri e colmando il divario di conoscenza nell’IA.
4. Costruire modelli alternativi di proprietà
La proprietà influisce sulla direzione. Le cooperative utilizzano riserve indivisibili e governance democratica per rimanere allineate con scopi a lungo termine.
5. Adattare criticamente l’IA per scopi cooperativi
Non tutte le IA si adattano naturalmente ai modelli cooperativi, ma dove lo fanno, c’è spazio per costruire. Le cooperative devono investire in infrastrutture e quadri legali che garantiscano responsabilità fin dall’inizio.
Un Modello per Ciò che è Possibile
La READ-COOP, una cooperativa accademica che gestisce strumenti di IA per documenti storici, è una prova del concetto. Fondata nel 2019, ha evoluto un progetto finanziato da sovvenzioni in una cooperativa di IA autosufficiente.
Transkribus, la piattaforma di machine learning per il riconoscimento del testo manoscritto, permette a diverse categorie di utenti di digitalizzare e annotare documenti storici in oltre 200 lingue.
Barriere alla Scalabilità
Le cooperative devono affrontare sfide significative, come l’accesso limitato a capitale e potenza di calcolo. Gli sforzi iniziali suggeriscono che senza un’infrastruttura e un supporto dedicato, le cooperative rischiano di rimanere ai margini.
Costruire un Movimento Ampio
Se le cooperative non si impegnano nello sviluppo dell’IA, rischiano di diventare strutture di supporto per i sistemi che cercano di sfidare. L’IA non è neutrale e determina come è organizzato il lavoro e chi ha accesso agli strumenti che plasmano il futuro.
Per avere un’influenza, le cooperative devono costruire reti, condividere infrastrutture e allearsi con movimenti sociali più ampi. L’impegno non sarà semplice, ma è possibile e necessario per garantire che il futuro dell’IA sia equo e democratico.
