Inutile farsi troppe illusioni. Gli assistente virtuali, quelli per intenderci che stanno dentro gli smartphone, non  sono  la (o il) segretario perfetto,  non vi risolveranno la vita. Possono ricordare l’amico secchione dei tempi del Liceo o il compagno di giochi sempre disponibile ma allo stato dell’arte sono voci solerti ed educate ma poco efficienti.  Nonostante i nomi fantasiosi, Siri, Cortana, Nina sono perlopiù armi di distrazione di massa con un futuro radioso ed eccitante ma un presente acerbo. Ci sarebbe  anche Google Now  che come scelta di nome di fantasioso ha davvero poco anche perché rispetto agli altri assistenti è più pratico e per ora meno visionario. Inutile quindi alimentare false speranza.

 

siri-icon-final

 

Questi software riconoscono la voce, dialogano con l’utente, organizzano l’agenda e interrogano la rete. Stanno imparando insomma a processare il linguaggio naturale e attraverso l’analisi semantica sanno capire quello che gli stai chiedendo e interrogare una decina di fonti selezionate da internet per ottenere risposte (e servizi). In pratica, se gli chiedi dove è “un buon ristorante che cucina il pesce a Milano” ti forniscono nella migliore delle ipotesi un elenco di locali vicini e se glielo permetti prenotano anche il tavolo. Hanno grandi potenzialità ma evidenti limiti. L’assistente dentro lo smartphone organizza i tuoi appuntamenti ti fa da segretaria ma non è un tuo amico e neppure è dotato di volontà propria.

Cortana-UI (1)

Peccato perché l’idea dell’anima gemella ci aveva sedotto. Ma l’orizzonte è vicino. Prima di perdere la testa per una voce occorrerà aspettare ancora qualche anno.  La traduzione di una stringa audio in lettere e successivamente in parole è una tecnologia che ha diversi anni. Quello che riusciamo a fare oggi grazie alla possibilità di processare grandi quantità di dati attraverso il cloud computing è inferire il significato. Passare dalla comprensione semantica alla ricerca su grandi database di una risposta precisa e non una serie di opzioni come un motore di ricerca. Il tutto in poco, pochissimo tempo.

 

 

Per la precisione Watson risponde a una domanda di un quiz in meno di tre secondi. La macchina creata da Ibm l’anno scorso ha battuto un concorrente umano in una sfida a Jeopardy!, una sorta di Trivial Pursuit con domande di storia, letteratura, arte e scienza. Quello di Watson è un traguardo non banale perché alla macchina non veniva solo chiesto di capire il senso della domanda, distinguendo tra ironie, figure retoriche e modi di dire ma anche di trovare la risposta esatta. Apprendere ciò che un vocabolario non ti dice, imparare dai testi, cioè dagli esempi: oggi Watson sta per diventare a tutti gli effetti un prodotto, una macchina che può affiancarsi al medico per aiutarlo nelle diagnosi.  Sui telefonini i limiti sono proprio nella capacità di elaborazione, nella larghezza di banda e nella batteria. Siri, Cortana e compagnia hanno bisogno di grandi capacità di calcolo e succhiano un sacco di energia.

 

 

google-now-Logo

Storia leggermente è quella di Nina che potremmo definire  la sorellina in tailleur di Siri. Stesso sangue del personal assistant della Apple ma una vocazione più business. Zero battute, nessuna velleità da filosofo, Nina che sta per Nuance Interactive Natural Assistant parla con la banca e ad esempio promette di risolvere i problemi di connessione con l’internet service provider. Può anche dire all’automobile quello che deve fare e al televisore quale programma trasmettere. Sarà in tutto e per tutto una segretaria a disposizone delle aziende per dialogare con gli utenti attraverso lo smaprtphonee

I limiti delle assistenti su smartphone.

I sistemi di riconoscimento vocale hanno un margine di errore ancora altissimo. Anche i migliori software  hanno un 20% di errore. Può essere frustrante ripetere un comando o una domanda. La produttività e il tempo per eseguire un compito al computer sono una variabile essenziale per valutare un servizio. Al tempo stesso però è proprio tempo ed esperienza quella di cui hanno bisogno questi sistemi. Algoritmi di machine learning affinano la capacità di risposta del sistema con l’utilizzo. In altre parole, più si usano questi sistemi e più imparano. Allo stesso modo, noi impariamo da loro. S

e però l’utente ha la sensazione di avere di fronte un essere intelligente scoprirà presto che le cose non stanno così. Quello che hai in mano nel caso di un telefonino è un sistema tecnologico che ha dei limiti all’approccio alla conoscenza. In ogni caso è facile prevedere da qui ai prossimi anni uno sviluppo straordinario guidato anche dalla possibilità di raccogliere informazioni da una nuova generazione di biosensori. L’altro driver sarà rappresentato dalla wearable tecnologies e dalla miniaturizzazione della potenza di calcolo. In sostanza, al di là dei limiti di comprendonio le assistenti sapranno sempre di più di noi. Non solo quello che gli chiediamo ma anche tutte quelle informazioni che volontariamente o involontariamente produciamo quando per esempio navighiamo su internet o usiamo lo smartphone come mappa. E’ fantascienza, sia chiaro, gli assistenti non hanno accesso a tutte queste informazioni. E in ogni caso dovrebbero chiederci il consento. Tuttavia tecnologicamente potrebbero. Parliamo con loro quindi. Sapendo però che loro non hanno grandi domande su di noi. Sanno già tutto.