Alessandra Sala: l’amore per gli algoritmi, l’intelligenza artificiale e le loro applicazioni pratiche. E le ispirazioni che arrivano dagli astronauti.
Tecnologia e digitale: campi sterminati che offrono milioni di opportunità professionali. Difficile stabilire le regioni per le quali i giovani non si sentano spinti in numero sufficiente verso queste discipline: c’è ancora troppa distanza tra il panorama didattico-formativo e quello industriale. Un tema che appassiona la protagonista della nostra conversazione, Alessandra Sala, oggi Direttrice AI & Data Science del gruppo Shutterstock, a Dublino. Una donna di scienza in prima linea per tutte le donne colpite dalla pandemia in termini professionali ed occupazionali.
“Il modello didattico corrente ha favorito scoperte scientifiche, mediche, tecnologiche e quattro grandi rivoluzioni industriali, e, in generale, migliorato condizioni di vita su tutti i continenti proporzionalmente alle difficoltà strutturali delle varie nazioni. In altre parole, l’educazione moderna è alla base della prosperità sociale ed economica che molte nazioni hanno orgogliosamente raggiunto. Sebbene sembri che tutti i trend vadano nella giusta direzione, oggi cominciamo a constatare un cambiamento radicale originato dai nuovi traguardi tecnologici e il conseguente impatto trasformativo nel lavoro e sulla società in generale. Le nuove scoperte scientifiche, e in modo particolare l’intelligenza artificiale, aprono a nuove opportunità che favoriscono il raggiungimento di livelli di produttività strutturale e qualitativa impensabili finora. Per di più, ci forzano a riconsiderare “come” e “chi” svolgerà determinati ruoli lavorativi. Dall’altra parte, la forza lavorativa si trova a operare in un contesto tecnologico che evolve velocemente e che spesso rende le competenze dei lavoratori obsolete e inadeguate. La scuola, d’altra parte, non riesce ad aggiornare i percorsi didattici così rapidamente, il che comporta inadeguate competenze tecniche all’arrivo nel mondo del lavoro.
Quindi la domanda da farsi è: la struttura didattica corrente è in grado di fronteggiare la rapida evoluzione tecnologica e le nuove esigenze lavorative?
Probabilmente cambiamenti sostanziali sono inevitabili. Nella mia piccola esperienza ho constatato due concetti semplici ma molto efficaci che potrebbero diventare punti di riflessione per cambiamenti strutturali del sistema didattico. Il primo spunto di riflessione è il come si impara. Oggi i fondamentali percorsi didattici scolastici sono principalmente individuali. Sebbene validi modelli, percorsi educativi alternativi come educazione basata sulla collaborazione in gruppi di lavoro sembrano ottenere risultati sorprendenti e favorire tempi di apprendimento molto più ridotti, ma soprattutto incoraggiano la partecipazione di persone non più in età scolastica.
Abbiamo capito che questo della formazione è uno dei tanti temi che la appassionano. Prima di conoscere gli altri, ci racconta come si è formata lei, che scelte accademiche ha fatto e in che modo queste l’hanno portata sulla strada degli algoritmi e dell’intelligenza artificiale?
Sono partita dall’Università di Salerno, come dottoranda del gruppo di Algoritmi Distribuiti del dipartimento Scienze dell’Informazione. Durante il dottorato, ho usufruito della possibilità di confrontarmi con gruppi di ricerca internazionali come l’ETH in Svizzera, a Zurigo, e poi la University of California Santa Barbara. All’ETH ho trascorso un periodo di quattro mesi come “visiting scholar” dove ho potuto constatare l’eccellenza della ricerca in Europa. Motivata dal desiderio di immergermi in temi di ricerca all’avanguardia, ho capito che dovevo continuare a confrontarmi con gruppi di ricerca internazionali. Nel 2006 ebbi la fortuna di conoscere un luminare nel campo di ricerca di algoritmi di comunicazione distribuita dell’University California Santa Barbara (UCSB) che all’inizio declinò la mia candidatura dato che al tempo seguiva troppi studenti. In seguito in occasione di una sua visita in Italia per una conferenza, ci incontrammo e decise di prendermi nel suo gruppo di ricerca alla UCSB. Così partii per la California, dove ho terminato il mio percorso di PhD, immersa in un ambiente all’avanguardia in tecniche innovative di ricerca, in un clima internazionale e di diversità culturale. Sono tornata in Italia per discutere la mia tesi di dottorato ma il giorno dopo sono immediatamente ripartita per la California, poiché prima di lasciare la California avevo già firmato un contratto da Post-Doc. In totale ho lavorato in California per cinque anni, prima come Post-Doc e poi come research stuff all’Università di Santa Barbara, al Computer Science Department.
Come aveva maturato l’interesse per queste discipline?
L’interesse per la ricerca nell’ambito dell’intelligenza artificiale è legato alla passione per gli algoritmi di privacy. Durante il mio periodo di ricerca a UCSB, lavoravo su algoritmi di comunicazione capaci di proteggere l’identità’ degli utenti da attacchi di cyber security o spionaggio. Questi algoritmi simulavano comportamenti di comunicazione reali osservati su milioni di utenti delle social networks. L’analisi di grandi volumi di dati, come quelli che studiavo nell’ambito dei social networks, alla base del mondo AI. Il mio percorso nell’intelligenza artificiale è partito a Santa Barbara e poi si è sempre di più rafforzato durante i miei nove anni di ricerca nei Bell Labs. Negli anni trascorsi a Bell Labs, ho lavorato, prima, sull’automazione dei servizi di rete e in cloud e, poi, su algoritmi di elaborazione del linguaggio naturale. Oggi, a Shutterstock il mio lavoro si focalizza principalmente sulla visione artificiale.
Che cosa può raccontarci dei suoi studi e della sua attuale attività in Irlanda?
La mia ricerca è sempre stata orientata a risolvere problemi con applicazioni pratiche, ed è grazie a questo interesse di investigare i riscontri pratici della ricerca nel mondo industriale che Cisco System ha finanziato la mia ricerca a UCSB. Successivamente nel 2012, quando mi fu offerta una posizione da ricercatrice nel famosissimo laboratorio di ricerca, i Bell Labs, ho trovato la sinergia perfetta della ricerca accademica applicata al mondo industriale. Il modello di ricerca nei Bell Labs permette di far ricerca a lungo orizzonte temporale. In particolare, non ci si aspetta che nuovi progetti di ricerca generino risultati concreti nell’immediato ma si investe in idee di ricerca possano rivelarsi trasformative nell’arco di 5 – 10 anni. Per questo Bell Labs è un centro di ricerca industriale unico dove si studiano argomenti molto teorici ed accademici, ma con allo stesso tempo uno sguardo alla realtà. Arrivata a Dublino nel 2012 come Senior Research, ho iniziato a lavorare su vari progetti che all’epoca venivano chiamati Big Data, in seguito diventati AI. Seguivano progetti con clienti importanti che ci inviavano dati dalla Corea, dall’India e dagli USA. Grazie al successo di questi progetti e all’interesse crescente nella ricerca legata nel mondo AI, mi fu assegnato un team di ricercatori da guidare. Grazie ai successi raggiunti dal mio team a Dublino, mi fu poi affidata l’intero dipartimento di Analytics, che ho guidato per cinque anni come Head of Analytics Research. Contestualmente mi furono affidati anche vari team europei, a Parigi, a Budapest ed a Cambridge con i quali ho potuto ampliare le tematiche di ricerca su cui lavoravo.
Però la pandemia qualche cambiamento lo provoca.
A giugno 2020 (“all’inizio” della pandemia) la Nokia, a seguito di una riorganizzazione aziendale, decise di chiudere la sede di ricerca di Dublino. La scomparsa dei Bell Labs dall’ecosistema irlandese è stato un duro colpo personalmente, tuttavia il mio interesse a rimanere in Irlanda era radicato grazie ad in un’ampia collaborazione con l’ecosistema tecnologico, tra cui centri di ricerca nazionali come CeADAR (https://www.ceadar.ie) e ML-Labs (https://www.ml-labs.ie), agenzie governative irlandesi dedicate alla ricerca e sviluppo, tra cui l’agenzia ICT Skillnet, e Women in AI, una NGO internazionale che rappresento come ambasciatrice del gruppo irlandese. Circa tre anni fa partecipai ad un progetto governativo volto all’ideazione del primo “National AI Master” in Irlanda. Sebbene questo master avesse riscontrato un grandissimo successo dal punto di visto didattico, ha rivelato una scarsa partecipazione di donne e minoranze etniche. A febbraio 2020, durante un board meeting di valutazione del Master, chiesi al governo di analizzare i dati e investigare le cause del problema. Dopo pochi mesi, chiesi udienza all’agenzia governativa ICT Skillnet per discutere il problema della ridotta diversità di genere e proporre una soluzione. Tra le cause di questo problema furono evidenziati un paio di punti fondamentali: (i) le donne tra i 30 e i 40 anni, in carriera e con figli, trovano proibitivo dover studiare tutte le sere per due anni della durata del Master; (ii) i prerequisiti scolastici spesso inaccessibili creano una pre-selezione naturale a vantaggio maschile. Per di più, per immigrati o rifugiati con problemi linguistici risulta difficile certificare le loro competenze tecniche. In fine, un programma di studio di due anni a pagamento risulta proibitivo per i meno agiati. A seguito di questa analisi, presentai al governo una proposta per un nuovo programma di Educazione sull’AI volto a donne e minoranze etniche. Così, nacque il ‘Foundations Certificate In Artificial Intelligence’, un programma di dodici settimane, molto più snello, e volto a sviluppare le competenze di base per l’inserimento nel mondo del lavoro con nuove competenze tecniche.
E come è andata?
L’agenzia ICT Skillnet, in soli tre mesi, ha approvato il percorso didattico proposto, lanciato la gara d’appalto per gli aspetti didattici, (vinta da Krisolis fondata da una donna) e commissionato alla University TU Dublin per l’insegnamento. Novembre 2020 ha segnato il lancio del corso “pilot” con 35 partecipanti interamente sponsorizzati dal governo. La rapidità di esecuzione del governo irlandese è stata esemplare, anche tenuto conto della pandemia in corso. Una sinergia di tempistiche perfette e la fortuna di aver lavorato in precedenza (durante il design del primo National AI Master) con lo staff tecnico del governo ha permesso la realizzazione di un nuovo programma di educazione che ha ridato le speranze a persone che avevano perso il lavoro. Questo programma permette di rientrare nel mondo lavorativo con nuovi skills e nuove prospettive di carriera e, soprattutto, permette di formare talenti donne e di minoranze per migliorare diversità etnica e di genere.
Questo l’impegno con il Governo, ma dopo Bell Labs è arrivato anche il nuovo lavoro in Shutterstock che, se non abbiamo capito male, è una piattaforma americana che fornisce contenuti fotografici, filmati di repertorio, musica e strumenti di editing. In che modo l’intelligenza artificiale può trovare applicazione in questo ambito, in che cosa sta investendo questo mercato?
L’intelligenza Artificiale è nel DNA di Shutterstock che raccoglie 400 milioni solo in immagini e che per una singola persona interessata a guardare il catalogo equivale a nove anni e mezzo di tempo dedicando 1 solo secondo ogni immagine. Ovviamente essendo un compito impossibile per qualunque persona, l’AI ci permette di interpretare automaticamente il significato di ogni immagine a livello sintattico, semantico ed estetico e proporre agli utenti collezioni di immagini contestualizzate rispetto al loro possibile utilizzo. La macchina dell’AI in Shutterstock tocca anche altri contenuti digitali come video e musica e supporta una serie di prodotti al di là dei soli contenuti digitali.
Per molte persone indubbiamente il tema dell’Intelligenza artificiale è un concetto vago e c’è molta diffidenza relativamente al fatto che ci si possa fidare dell’abilità di un computer di svolgere funzioni e ragionamenti tipici della mente umana in modo del tutto autonomo. Mentre lei insiste invece sul tema dell’applicazione pratica di quelli che sono i risultati della ricerca. Ci spiega come mai in realtà ancora non tutti hanno consapevolezza della concretezza che l’AI offre al mondo economico e produttivo, ai servizi, alle pubbliche amministrazioni, ai privati cittadini?
E’ importante ricordare che l’applicabilità delle tecniche di intelligenza artificiale nelle realtà industriali e pratiche sono diventate maggiormente realizzabili negli ultimi anni, soprattutto grazie alle recenti scoperte scientifiche che rendono le tecniche AI capaci di svolgere compiti umani con una buona affidabilità. Congiuntamente alle scoperte scientifiche che, negli ultimi anni, hanno reso gli algoritmi AI sempre più abili nell’emulazione dell’intelligenza umana, abbiamo assistito ai seguenti tre fattori indispensabili a rendere l’AI una realtà pratica:
- i chip dei computer sono diventati capaci di fare calcoli a velocità impensabili finora;
- il costo per memorizzare grandi volumi di informazioni sì è ridotto drasticamente grazie all’economia di scala;
- la capacità di collezionare grandi volumi di dati è cresciuta esponenzialmente.
La convergenza di questi trend, ha creato le condizioni ideali per lo sviluppo delle tecniche di intelligenza artificiale non solo nelle industrie del web ma anche nei settori della medicina, della farmaceutica, dell’agricoltura e della cultura. L’intelligenza artificiale, se usata correttamente, ha le potenzialità di migliorare la produttività in tutti i settori della nostra vita. Infine, i percorsi di digitalizzazione (che apre all’adozione dell’AI) per le industrie italiane solo un passaggio necessario per riuscire a rimanere competitivi a livello internazionale.
Intanto va avanti anche l’impegno come Chief Ambassador di ‘Women in AI’ in lrlanda, associazione no-profit a sostegno dell’inclusione di genere nell’intelligenza artificiale. Intanto quante siete, che ruoli rivestite, che tipo di lavoro state portando avanti in questo momento?
Women in AI (WAI) è un’organizzazione non profit determinata ad ampliare la rappresentanza e la partecipazione femminile e delle minoranze culturali nel settore dell’IA. La missione di WAI è guidata dal formare una comunità di esperti che mira all’ emancipazione, conoscenza e collaborazione attiva delle donne tramite educazione, ricerca, eventi e blog. A settembre 2019 fui nominata ambasciatrice per Women in AI I Ireland, con il mandato di formare una comunità per lo sviluppo di competenze nell’intelligenza artificiale per le donne, minoranze etniche e rifugiati. Dopo solo un anno la comunità ha raggiunto duemila partecipanti e quattordici talenti femminili attivamente coinvolti nell’organizzazione di eventi per la promozione di tematiche etiche e tecnologiche dell’AI. Con la collaborazione delle volontarie di Women in AI Ireland abbiamo anche sviluppato una serie di collaborazioni con NGOs e meetups communities, un programma per promuovere talenti femminili in AI, i.e. “WAI AmAIzing”, e il nostro cavallo di battaglia WAILearn Ireland (https://www.womeninai.co/wailearn). In particolare, WAILearn include una gamma di programmi educativi, tra cui WaiCERT e WaiPRACTICE, che in Irlanda supportano le donne a sviluppare competenze tecniche nell’intelligenza artificiale fornendo accesso a gruppi di lavoro nei quali si mettono in pratica le tecniche dell’AI. A giugno 2020, nel mezzo della prima ondata della pandemia COVID-19, quando a stento si cominciava a intravedere che le donne stavano pagando un prezzo più alto il governo irlandese ha ascoltato la mia proposta di lanciare un messaggio di speranze per tutte quelle donne che stavano perdendo il lavoro e aiutarle a sviluppare nuovi skills. Da questa idea è nato creato WaiCERT, un programma che mira a colmare le lacune importanti nello sviluppo delle competenze dei talenti dell’IA in Irlanda e quindi aumentare l’adozione dell’IA e migliorare la posizione dell’Irlanda come AI leader (https://www.womeninai.co/wailearn).
Ma con l’associazione sappiamo che siete impegnate in una sorta di attività di mentorship.
Si, abbiamo lanciato il concetto “WAI Practice”, gruppi di 5 donne che risolvono problemi di intelligenza artificiale, lavorando insieme in un piacevole percorso educativo e con supporto basato su una struttura sociale di gruppo e guidato da un mentor. Per finire, anche concependo una riprogettazione dei percorsi didattici, la tecnologia evolve troppo velocemente e quindi il secondo spunto di riflessione è fondato sul concetto di prepararsi per ciò che è ancora sconosciuto. A questo proposito mi ispiro al “Nasa Astronauts training” che si fonda sul principio di insegnare a pensare in maniera creativa e a risolvere nuovi problemi mai incontrati prima anche in condizioni dove la fisica e matematica, come le conosciamo, potrebbero non essere in grado di aiutare.
La sua attività non si ferma qui, perché è anche nel board di un centro di ricerca di CeADAR (‘Ireland’s national centre for Applied AI and Data Analytics’) ed è anche membro del board di Continuos Ventures, un fondo di investimento (venture capital), che è sempre alla ricerca di idee innovative e startup.
L’impegno tecnico e scientifico che mi coinvolge come “board member” di centri di ricerca e gruppi d’investimento, è volto a favorire uno scambio di idee e conoscenze tra ricerca, industria e il mondo delle startups. In particolare, nel caso di CeADAR (http://www.ceadar.ie) faccio parte del comitato tecnico-industriale che fornisce una visione pratica sulle esigenze industriali che informano le direzioni strategiche del centro di ricerca; nel caso di ML-Labs, presiedo il Governance Committee, che prevede il coordinamento del comitato tecnico-scientifico, volto a supportare lo sviluppo strategico del centro di ricerca; ed infine, nel gruppo Continuous Ventures, esamino startups e fornisco opzioni alternative per favorire direzioni su possibili nuovi mercati.
“DONNE SCIENZA INVENZIONE CARRIERA – Progetto di Gianna Martinengo”
Dalle esperienze alle skill al role model, viaggio tra le professioniste e scienziate che stanno facendo progredire il mondo della scienza italiano e internazionale. Interviste a “mente aperta” anticipate da un viaggio nei diversi mercati dell’innovazione. Uno spazio sarà dedicato alle trentenni , giovani donne – professioniste e scienziate – che affrontano il futuro con coraggio e determinazione.