Caos quotidiano. Un nuovo mondo di possibilità” di David Weinberger è il quarto libro presentato al Complexity Literacy Web Meeting dell’autunno 2021, per la “Biblioteca dei nuovi classici della complessità”.

Articolo di Massimo Conte

 

Le domande

In che modo il nostro coinvolgimento con la tecnologia sta cambiando il modo in cui vediamo come accadono le cose?

Qual è stato finora (almeno per lungo tempo) il nostro sistema per capire come andavano le cose nel mondo, e perché?

In che modo i nostri strumenti influenzano la nostra esperienza e comprensione del mondo, e viceversa?

Cosa abbiamo sacrificato nel nostro tentativo di rendere il mondo comprensibile e controllabile?

 

Il libro di riferimento

Il libro di cui parliamo è “Caos quotidiano. Un nuovo mondo di possibilità” di David Weinberger, pubblicato da Codice Edizioni nel 2020.

Scopri tutte le recensioni della Biblioteca dei classici della complessità

Perché abbiamo scelto questo libro?

Nel passare dall’età del riduzionismo all’era della complessità, è cresciuta smisuratamente la nostra capacità computazionale. Possiamo prevedere anche senza avere modelli teorici. I nostri vecchi “modelli semplificati” del mondo era il massimo che potevamo fare “solo” con il nostro cervello. Sperimentiamo ora un nuovo paradosso: controlliamo il mondo più di prima, grazie al Machine Learning, anche se non lo comprendiamo di più.

 

L’autore

David Weinberger è un filosofo che si occupa di tecnologia e comunicazione, coautore del Cluetrain manifesto e de La stanza intelligente. Attualmente è ricercatore del Berkman Center for Internet and Society alla Harvard Law School e per cinque anni è stato co-direttore dell’Harvard Library Innovation Lab.

 

Il sommario

Leggiamo in quarta di copertina come l’editore presenta il libro:

L’intelligenza artificiale, i big data, la scienza moderna e Internet stanno portando alla luce una verità fondamentale: il mondo è enormemente più complesso e imprevedibile di quanto ci sia permesso di vedere. Ma quella che stiamo vivendo è una trasformazione della società che ha radici e ripercussioni ben più profonde della stessa tecnologia, poiché coinvolge il nostro modo di conoscere la realtà e noi stessi. L’ultimo libro di David Weinberger ha il pregio di mettere l’uomo al centro della rivoluzione digitale in corso. Non si tratta di arrendersi davanti alla complessità e all’imprevedibilità del mondo contemporaneo e delle nostre società caotiche e disordinate.

Al contrario, si tratta di comprendere come questa loro natura così articolata e mutevole possa diventare un volano, uno strumento di profonda innovazione, una leva creativa per ripensare il nostro ruolo nel mondo.

 

L’indice dei contenuti

Il libro è organizzato in sette capitoli:

  1. L’evoluzione della predizione
  2. Modelli inspiegabili
  3. Oltre la preparazione: non anticipazione
  4. Oltre la causalità: interoperabilità
  5. Strategia e possibilità
  6. Progresso e creatività
  7. Più. Significato.

Nei capitoli 1 e 2 si confrontano il vecchio modo con cui facevamo previsioni e i nuovi modi basati sull’Intelligenza Artificiale, cioè di come sta cambiando il nostro modo di pensare come le cose accadano.

Nel capitolo 3 si esaminano i modi con cui le reti digitali ci hanno permesso di superare i nostri vecchi schemi di gestione del futuro, tentando di indovinarlo. Nel capitolo 4 si affronta il fondamento di tutti i cambiamenti discussi nei capitoli precedenti: attraverso l’interoperabilità dei sistemi possiamo aprirci a possibilità inaspettate (usando elementi progettati per un altro sistema e creando sistemi più efficienti, flessibili, espandibili).

Nei capitoli 5 e 6 si descrivono vari esempi dell’effetto di questo nuovo fondamento, cioè come il nostro approccio al concetto di strategia (prima pensato per un futuro sufficientemente ordinato) rispecchi ora i mutamenti nel modo di concepire la natura delle possibilità. Esempi di interoperabilità sono le community open source che scelgono le direzioni di sviluppo, oppure la crescita non lineare e inaspettata di Internet.

 

Gli argomenti chiave

Gli algoritmi di deep learning funzionano perché catturano, meglio di quanto possa fare qualsiasi essere umano, la complessità, la fluidità e persino la bellezza di un universo in cui tutto influenza tutto il resto, simultaneamente. Il Machine Learning è solo uno dei processi che ci hanno posto di fronte all’insondabile complessità del nostro mondo quotidiano. Ma questo vantaggio ha un prezzo: dobbiamo rinunciare al nostro costante tentativo di comprendere il mondo e come le cose vi accadono.

Ora che il Machine Learning e Internet ci stanno mostrando l’immensità dei dati e delle informazioni che ci circondano, stiamo iniziando ad accettare che la vera complessità del mondo supera di gran lunga le leggi e i modelli che elaboriamo per spiegarlo. Stiamo scoprendo che non siamo così preparati al nostro universo come pensavamo. L’evoluzione ci ha dotato di menti calibrate per la sopravvivenza, non per la “verità”.

Ci troviamo all’inizio di un grande salto in avanti nella nostra capacità di comprendere e gestire il futuro: invece di lottare sempre per ridurre il mondo a una dimensione prevedibile, controllabile e confortevole, iniziamo a pianificare strategie che ne prendano in considerazione la complessità.

 

Siamo stati educati a credere che verità e realtà del mondo siano riassumibili da una manciata di leggi immutabili. Se conosci queste leggi, puoi fare previsioni, scoprire nuove leggi e prevedere più cose. Weinberger suggerisce, provocatoriamente, che forse ricorriamo a principi e leggi universali quando non riusciamo a maneggiare la grana fine della realtà.

Internet e il Machine Learning sono due tecnologie abbastanza diverse tra loro che spesso si sovrappongono: il ML si serve di Internet per raccogliere la quantità di dati di cui ha bisogno, e viceversa moltissimi servizi presenti in Internet utilizzano e insieme alimentano il ML. Hanno in comune tre caratteristiche:

  • Grandezza: consentono di avere un enorme livello di dettaglio, senza doversi sbarazzare dei dettagli con generalizzazioni o sopprimere informazioni e idee considerate marginali. Entrambe le tecnologie prosperano su dettagli e unicità.
  • Connessione: gli elementi che le costituiscono possono influenzarsi a vicenda senza i vincoli imposti dalla distanza fisica. Il riferimento qui è ai pochi gradi di separazione delle reti Small World, governate dalla legge di potenza.
  • Complessità: la connessione tra l’enorme numero di parti possono generare catene di eventi che finiscono ben più lontano da dove sono iniziate. Piccole differenze iniziali che generano grandi effetti sui sistemi. Qui il riferimento è chiaramente alla Teoria del Caos.

Il bello è che non utilizziamo queste tecnologie perché sono grandi, connesse e complesse, ma le utilizziamo perché funzionano. Ci hanno mostrato che il mondo è qualcosa di più articolato e caotico di quanto credessimo, e questo ci spinge a esplorare nuovi approcci e strategie, per poter arrivare a una nuova visione di come le cose accadono. E questa è la premessa per la prima parte del libro.

Nel corso della storia della nostra cultura abbiamo accettato quattro ipotesi su come il futuro emerge dal presente (ipotesi che oggi vengono messe in discussione):

  • Le cose accadono secondo leggi –> se applichiamo lo stesso processo su enti o fenomeni identici, dovremmo ottenere lo stesso risultato.
  • Possiamo capire come le cose accadono –> non solo pensiamo che i cambiamenti sono prodotti da leggi che si applicano ugualmente a tutti i casi analoghi, ma anche che noi, nella nostra unicità di esseri umani, possiamo conoscere queste leggi (ma ora con il Machine Learning questa nostra “fiducia ingenua” di poter capire come accadono le cose è messa duramente alla prova).
  • Possiamo far accadere le cose azionando le leve giuste –> ma questo poi non accade sempre, pensate a meme o video amatoriali, uguali a tanti altri, che diventano virali con milioni di visualizzazioni in Internet. Se una leva si comporta in modo diverso ogni volta che l’azioniamo, è ancora una leva?
  • Il cambiamento è proporzionale all’effetto –> per produrre un cambiamento considerevole ci vuole molta energia, ma quell’energia può provenire da piccoli cambiamenti distribuiti in tutto il sistema, se il sistema è grande, complesso e connesso in modo sufficientemente denso. Qui il riferimento sistemico è all’effetto leva, sull’agire sui nodi “giusti”.

Nella scienza già da parecchio questi quattro assunti sono stati in parte accantonati, o meglio, per comprendere come il mondo funziona ci siamo aperti alla normalità del caos quotidiano, concetto che dà appunto il titolo al libro.

 

La teoria del caos, sviluppatasi negli ultimi 50 anni a partire dall’intuizione di Edward Lorenz sulla prevedibilità dei sistemi complessi (nota soprattutto, a livello popolare, per la famosa frase sul battito d’ali di farfalla in Brasile che può scatenare un tornado in Texas), aveva preparato il terreno al sovvertimento delle nostre idee consolidate sulle relazioni di causa-effetto.

Stiamo parlando di una teoria (quella del caos) che descrive sistemi non lineari, cioè sistemi che funzionano diversamente man mano che incrementano la loro dimensione. Il meteo è un esempio di sistema non lineare, perché un lieve aumento di temperatura può influenzare pressione dell’aria e velocità del vento abbastanza da poter cambiare evaporazione e condensazione, generando potenzialmente un uragano.

La teoria del caos ha fornito strumenti matematici per modellare sistemi non lineari altamente complessi, consentendo di analizzare tutti questi aspetti con grande dettaglio.

Negli ultimi decenni è poi cresciuta la consapevolezza sui sistemi adattivi complessi (Rachel Carson, nel 1962 con “Primavera silenziosa” pose l’attenzione del grande pubblico sulla delicatezza dell’interconnessione tra ecosistemi), che possono avere effetti emergenti, che non è possibile descrivere guardando solo gli elementi costituenti. Se sezionate il cervello di una persona, non ci troverete mai un’idea o le sue sensazioni.

In tempi recenti, negli ultimi decenni, ci siamo chiesti sempre di più se la nostra comprensione di come le cose accadono non fosse troppo semplicistica e limitata alla nostra pulsione umana di potere e controllo.

Ci stiamo invece iniziando a rendere conto che poiché i fattori che determinano ciò che accade sono così complessi, difficili e dipendenti dalle specificità di ogni situazione, per capirli abbiamo avuto bisogno di trasformarli in storie molto semplificate dei fenomeni stessi (anche il premio Nobel Giorgio Parisi, nel suo recente “In un volo di storni. Le meraviglie dei sistemi complessi”, recensito dal Complexity Education Project in questo articolo, parla dell’importanza e a volte dell’insufficienza delle metafore che adottiamo per spiegare i fenomeni).

Per la prima volta nella nostra storia, ora abbiamo una capacità computazionale e una incredibile quantità di dati che ci consente di iniziare a vedere tutto più chiaramente, perché gli strumenti di intelligenza artificiale ci consentono di estrarre valore da una caotica moltitudine di dettagli.

Grazie al deep learning ora possiamo considerare dati che finora tendevamo ad escludere, perché per il nostro cervello umano erano troppo abbondanti, disordinati e irrilevanti. In altre parole, sostiene Weinberger, stiamo passando dalla teoria del caos alla pratica del caos.

Nella seconda parte, si esplorano alcune possibili pratiche per affrontare la “complessità travolgente del nostro mondo”, riconoscendo il caos sotto l’ordine apparente: i prodotti minimi funzionanti (minimum viable product) messi in commercio nella forma base, con il minimo di funzioni per cui i clienti sono disposti a pagare; le piattaforme aperte e interoperabili, che forniscono dati e servizi senza cercare di prevedere ciò che gli utenti potrebbero farne (dando quindi la possibilità a sviluppatori indipendenti  di creare app e servizi ulteriori).

In sostanza, sostiene Weinberger, il successo ottenuto con Internet e i sistemi di Machine Learning sta cambiando il modo in cui pensiamo agli eventi. I nostri strumenti puntano a modellare la materia in ogni aspetto, e siamo più inclini ad accettare la vertiginosa complessità del mondo, anche se non la comprendiamo. Siamo in una fase di transizione, e siamo confusi.

 

Una citazione in chiusura

Chiudiamo con una citazione tratta dalle conclusioni del libro (p. 218):

Ora disponiamo di nuovi strumenti che talvolta giungono a conclusioni che superano la nostra capacità di comprensione. Esprimono le loro verità in termini di probabilità e percentuali; la certezza è diventata un segnale che sta per essere commesso un errore.  […] Abbiamo creato questi strumenti perché, il più delle volte, funzionano. Ci hanno dimostrato che non dobbiamo più ridurre il futuro per sopravvivere.

[…] Siamo all’esordio di un nuovo paradosso: possiamo controllare il nostro futuro come mai prima d’ora, ma gli strumenti per farlo ci rivelano il mondo come qualcosa che supera più di quanto credessimo la nostra capacità di comprensione.