Teresa Numerico è professoressa associata di Logica e Filosofia della Scienza all’Università di Roma Tre. Si occupa di filosofia della tecnologia, politica dell’intelligenza artificiale, nuova epistemologia digitale delle scienze umane e sociali. Pubblica regolarmente su riviste internazionali. Tra i suoi libri: Alan Turing e l’intelligenza delle macchine (FrancoAngeli, 2005), Web Dragons (con M. Gori e I. Witten; Morgan Kaufmann, 2007), L’umanista digitale (con D. Fiormonte e F. Tomasi; Il Mulino, 2010; trad. ingl. aggiornata, The digital humanist; Punctum Books, 2016) e Big Data e Algoritmi (Carocci, 2021).
Teresa Numerico
Dati digitali tra estrazione e astrazione
L'intelligenza artificiale ha due approcci storici: il cognitivismo, che simula il ragionamento umano, e il connessionismo, che analizza dati per identificare pattern. La rinascita dell'IA moderna dipende dal machine learning e dalla disponibilità di grandi quantità di dati digitali. L'articolo del 2012 su Alexnet ha dimostrato il potenziale del deep learning nel riconoscimento di immagini, nonostante pregiudizi nei dati di addestramento. Questi sistemi, basati su estrazione e astrazione dei dati, sollevano problemi di trasparenza e responsabilità, minando il controllo umano sulla validazione delle conoscenze.