Le nuove tecnologie ci possono aiutare ad evitare le trappole cognitive
La ricerca della verità è un processo critico e riflessivo, fondamentale per prendere decisioni informate e costruire una società libera e giusta. Tuttavia, nella nostra era digitale, la verità può essere difficile da trovare a causa del fenomeno di information overload (*) e dei bias e dei pregiudizi presenti nelle informazioni che riceviamo. Fortunatamente, ci sono strumenti tecnologici che possono aiutarci nella ricerca della verità, come l’intelligenza artificiale (AI) e Wikipedia. Ma come possiamo utilizzarli in modo consapevole e critico?
Bias e pregiudizi
Prima di tutto, dobbiamo comprendere cosa sono i bias e i pregiudizi. Il bias si riferisce alla tendenza a pensare in modo pregiudizievole o a interpretare le informazioni in modo selettivo, mentre il pregiudizio si riferisce alla tendenza a giudicare le persone o le situazioni in modo negativo o positivo in base a opinioni preconcette. I bias e i pregiudizi possono essere presenti in molte forme di informazioni, dalle notizie ai documenti accademici.
L’Educazione al dubbio e il bias di conferma
L’educazione al dubbio è un processo educativo volto a sviluppare la capacità di valutare criticamente le informazioni e di non accettare acriticamente ciò che viene presentato come verità assoluta. L’educazione al dubbio è particolarmente importante in un’epoca in cui la disinformazione e la manipolazione dell’opinione pubblica sono sempre più comuni. L’educazione al dubbio si basa sull’idea che la conoscenza e la verità sono costruzioni sociali, e che le verità che ci sono state trasmesse possono essere influenzate da pregiudizi, bias e altri fattori culturali. L’educazione al dubbio incoraggia gli individui a sviluppare una mente critica e aperta, e a porre domande su ciò che viene presentato come verità assoluta. L’educazione al dubbio può essere sviluppata attraverso l’insegnamento della filosofia e della logica e l’applicazione del Metodo socratico (Maieutica) , che insegnano agli studenti a valutare criticamente le argomentazioni e a identificare le fallacie logiche. L’educazione al dubbio può anche essere sviluppata attraverso l’insegnamento delle competenze di ricerca e di valutazione delle informazioni, in modo che gli studenti possano identificare le fonti affidabili e valutare criticamente le informazioni che ricevono.
Il bias di conferma è un fenomeno psicologico che si verifica quando le persone tendono ad accettare e ricercare informazioni che confermano le loro convinzioni preesistenti, ignorando o respingendo quelle che non lo fanno. Questo può portare a un rafforzamento delle convinzioni e a una maggiore polarizzazione delle opinioni. Il bias di conferma può essere presente in molti contesti, come la politica, la religione, la scienza e persino le relazioni personali. Ad esempio, una persona che crede fermamente in una particolare teoria politica potrebbe tendere a cercare informazioni che la confermano e a ignorare quelle che la contraddicono. Questo può portare a una visione distorta della realtà e a una maggiore polarizzazione delle opinioni. Il bias di conferma può essere mitigato attraverso l’adozione di una prospettiva critica e aperta. Ciò significa cercare attivamente di esaminare e valutare le informazioni che contraddicono le nostre convinzioni preesistenti, e di non accettare acriticamente ciò che conferma le nostre opinioni. Inoltre, è importante esaminare le fonti delle informazioni e verificare la loro credibilità e affidabilità.
L’educazione al dubbio e alla critica è un modo efficace per combattere il bias di conferma. Insegnare agli individui a valutare criticamente le informazioni e a non accettare acriticamente ciò che conferma le loro convinzioni può aiutare a prevenire la polarizzazione delle opinioni e a sviluppare una società basata sulla conoscenza e sulla verità.
Per cercare la verità e superare i bias e i pregiudizi, è necessario utilizzare fonti multiple e diverse, e valutare criticamente le informazioni. Wikipedia è una fonte di informazioni collaborativa che può essere utilizzata per verificare la veridicità delle informazioni ottenute dall’AI, e per ottenere informazioni accurate e affidabili su una vasta gamma di argomenti. L’AI può fornire informazioni rapide e convenienti, ma è importante considerare che le informazioni fornite potrebbero non essere sempre accurate o complete.
L’utilizzo combinato dell’AI e di Wikipedia può essere uno strumento utile per cercare la verità in modo informato e sufficientemente affidabile, ma è importante utilizzare un approccio critico e consapevole nella valutazione delle informazioni. Ciò significa che è necessario verificare la fonte delle informazioni, valutare la loro veridicità e credibilità, e considerare il contesto in cui sono presentate
E’ importante comunque considerare le possibili fonti di errore o pregiudizio nelle informazioni che riceviamo, ad esempio verificando se ci sono conflitti di interesse o posizioni politiche pregiudizievoli.
Utilizzare fonti multiple e diverse e confrontare le informazioni per identificare eventuali discrepanze o contraddizioni è un passo fondamentale per cercare la verità in modo consapevole e affidabile.
Il processo di validazione delle informazioni in Wikipedia è basato sulla collaborazione e sull’autoregolamentazione della comunità di utenti di Wikipedia. In generale, Wikipedia utilizza un modello di crowdsourcing, in cui gli utenti di Wikipedia possono creare, modificare e revisionare i contenuti pubblicati nella piattaforma.
Per quanto riguarda la validazione dei dati in Wikipedia, gli utenti possono utilizzare diverse tecniche per garantire la qualità e l’accuratezza dei contenuti pubblicati.
Alcuni esempi includono:
– Citazioni delle fonti: Una delle tecniche principali utilizzate dagli utenti di Wikipedia per garantire la validità dei dati è quella di citare le fonti delle informazioni pubblicate. Ciò significa che ogni informazione presente in Wikipedia dovrebbe essere supportata da una fonte affidabile e verificabile. Inoltre, i riferimenti delle fonti dovrebbero essere chiari e accessibili, in modo che gli utenti possano verificare autonomamente la validità delle informazioni.
– Revisione collaborativa: Gli utenti di Wikipedia possono collaborare tra loro per revisionare i contenuti pubblicati e garantire che siano precisi e affidabili. Ciò significa che gli utenti possono segnalare eventuali errori o problemi di validità dei dati e suggerire correzioni o aggiornamenti.
– Monitoraggio delle modifiche: Wikipedia utilizza un sistema di controllo delle modifiche, che consente agli utenti di monitorare le modifiche apportate ai contenuti pubblicati. Ciò significa che gli utenti possono rilevare eventuali modifiche non autorizzate o improprie, che potrebbero influenzare la validità dei dati.
– Uso di strumenti automatici: Wikipedia utilizza anche alcuni strumenti automatici per monitorare la validità dei dati pubblicati, come ad esempio il software Anti-vandalism. Questo software identifica le modifiche che potrebbero essere improprie o vandaliche e le segnala agli utenti, che possono intervenire per correggere eventuali problemi.
E’ importante considerare il ruolo effettivo che la tecnologia e le competenze umane svolgono nella ricerca della verità.
L’utilizzo dell’AI e di Wikipedia in modo collaborativo può essere uno strumento utile per ottenere informazioni accurate e affidabili, ma deve essere utilizzato in modo complementare e valutato in modo critico. L’AI e Wikipedia sono strumenti utili per cercare informazioni, ma non possono sostituire completamente l’esperienza e la conoscenza umana nella valutazione delle informazioni. Solo attraverso un approccio multidisciplinare e collaborativo alla ricerca della verità è possibile ottenere informazioni complete e veritiere, essenziali per la presa di decisioni informate.
L’intelligenza artificiale può essere utilizzata come strumento per contrastare i bias di conferma e i pregiudizi, ma non è una soluzione perfetta e richiede attenzione e cura nell’implementazione e nell’uso. In primo luogo, l’intelligenza artificiale può essere utilizzata per analizzare grandi quantità di dati e identificare pattern e correlazioni che potrebbero essere sfuggiti a un’analisi umana. Ciò può aiutare a prevenire i bias di conferma, in quanto l’intelligenza artificiale non ha pregiudizi o preconcetti e analizza i dati in modo obiettivo. Tuttavia, l’intelligenza artificiale è solo così buona come i dati che analizza. Se i dati stessi sono influenzati da pregiudizi o discriminazioni, l’IA riprodurrà tali pregiudizi. Inoltre, l’IA può anche essere programmata o addestrata in modo errato, il che può portare a risultati distorti o discriminatori. Per prevenire ciò, è importante che i dati utilizzati per addestrare l’IA siano rappresentativi e inclusivi e che gli algoritmi siano soggetti a revisione e controllo umano. Inoltre, è importante che i progettisti di IA siano consapevoli dei pregiudizi e dei preconcetti che possono influenzare il processo decisionale e che lavorino per eliminarli.
Per sapere se il processo che riguarda i dati utilizzati per addestrare l’IA sia rappresentativo e inclusivo, e se gli algoritmi siano effettivamente soggetti a revisione e controllo umano, ci sono diverse misure che si possono adottare. Alcuni esempi includono:
- Analisi della diversità: è importante che le persone coinvolte nella progettazione dell’IA provengano da diverse culture, esperienze e background. Ciò può aiutare a garantire che i pregiudizi e i punti di vista limitati non influiscano sull’addestramento dell’IA. Inoltre, i dati dovrebbero essere analizzati per garantire che siano inclusivi di tutte le diversità, come la diversità di genere, la diversità razziale, la diversità culturale, la diversità di abilità, ecc.
- Controllo umano: è importante che gli algoritmi siano sottoposti a revisione e controllo umano per garantire che non ci siano errori o pregiudizi. Ciò significa che gli esperti dovrebbero esaminare i risultati dell’IA e valutare se siano giusti e in linea con i principi etici e morali. Inoltre, dovrebbero essere messi in atto meccanismi di controllo qualità per garantire che gli algoritmi funzionino correttamente.
- Trasparenza: è importante che il processo decisionale dell’IA sia trasparente e che le persone possano comprendere come l’IA prende le decisioni. Ciò significa che i criteri utilizzati dall’IA dovrebbero essere chiari e comprensibili. Inoltre, le persone dovrebbero essere informate su come i loro dati sono utilizzati dall’IA e su come possono richiedere la cancellazione dei loro dati se lo desiderano.
- Revisione dei dati: è importante che i dati utilizzati per addestrare l’IA siano rappresentativi e inclusivi della popolazione di riferimento. I dati devono essere selezionati con cura e rivisti da esperti in materia per garantire che non ci siano pregiudizi o errori nei dati. Inoltre, i dati dovrebbero essere estratti da fonti affidabili e diverse, in modo da garantire che siano sufficientemente rappresentativi della popolazione.
La ricerca della verità: istruzioni per l’uso
- Verifica la fonte delle informazioni: La prima cosa da fare quando si cerca la verità è verificare la fonte delle informazioni. È importante capire chi sta fornendo le informazioni e quale sia il loro interesse o la loro posizione. Ad esempio, se si tratta di un’organizzazione o di un individuo che ha un interesse finanziario o politico, potrebbe esserci il rischio di un conflitto di interessi o di una posizione pregiudizievole. In questo caso, è importante cercare fonti di informazioni indipendenti e neutrali.
- Verifica la veridicità delle informazioni: Una volta verificata la fonte delle informazioni, è importante valutare la loro veridicità. Ciò significa che è necessario verificare se le informazioni fornite sono supportate da prove concrete e verificabili. Ad esempio, se si tratta di un articolo scientifico, è importante verificare se gli esperimenti sono stati condotti in modo corretto e se i risultati sono stati adeguatamente analizzati.
- Valuta la credibilità della fonte: Oltre a verificare la veridicità delle informazioni, è importante valutare la credibilità della fonte stessa. Ciò significa che è necessario valutare la competenza e l’esperienza della fonte, ad esempio verificando se si tratta di un esperto riconosciuto nel suo campo o di un’autorità accademica. Inoltre, è importante considerare se la fonte ha una reputazione affidabile e se ha fornito informazioni accurate e verificabili in passato.
- Usa fonti multiple: Quando si cerca la verità, è importante utilizzare fonti multiple e diverse per avere una visione completa e imparziale della questione. Ciò significa che è necessario cercare informazioni da fonti diverse e confrontare le informazioni per identificare eventuali discrepanze o contraddizioni. Inoltre, è importante evitare di fare affidamento su una singola fonte di informazioni, che potrebbe essere pregiudizievole o incompleta.
- Usa un approccio critico: Infine, quando si cerca la verità, è importante utilizzare un approccio critico e consapevole, che prenda in considerazione sia i lati positivi che quelli negativi delle informazioni fornite. Ciò significa che è necessario esaminare le informazioni in modo critico, analizzando le loro limitazioni e le possibili fonti di errore. Inoltre, è importante evitare di cadere vittima di pregiudizi personali o di convincimenti preesistenti, che potrebbero influenzare la valutazione delle informazioni.
Un metodo
Nella ricerca della verità potremmo impiegare i due strumenti in maniera collaborativa formulando un processo per il quale prima la risposta ad una domanda viene richiesta alla AI, poi si verificano i risultati attraverso Wikipedia e le sue fonti dopodichè si procede ad una sintesi di nuovo con il reinpiego della AI.
In generale, il processo potrebbe essere strutturato come segue: inizialmente, l’utente potrebbe utilizzare l’AI per ottenere informazioni di base sulla domanda che sta cercando di rispondere. Ad esempio, l’utente potrebbe formulare una domanda sulla storia dell’arte, e l’AI potrebbe fornire informazioni di base sull’argomento.
Successivamente, l’utente potrebbe verificare le informazioni ottenute dall’AI attraverso Wikipedia e le sue fonti. Wikipedia è una piattaforma online che fornisce informazioni accurate e affidabili su una vasta gamma di argomenti, e potrebbe essere utilizzata per verificare la veridicità e la completezza delle informazioni ottenute dall’AI.
Infine, l’utente potrebbe utilizzare nuovamente l’AI per sintetizzare le informazioni ottenute da Wikipedia e creare una risposta finale alla domanda originale. L’AI potrebbe essere utilizzata per analizzare e sintetizzare le informazioni da diverse fonti, e fornire una risposta completa e accurata alla domanda originale.
In questo modo, l’utente potrebbe utilizzare sia l’AI che Wikipedia in modo collaborativo per ottenere informazioni accurate e affidabili sulla domanda che sta cercando di rispondere. Tuttavia, va sottolineato che il processo dipende dal contesto specifico e dalle esigenze dell’utente, e potrebbe richiedere adattamenti e modifiche in base alla situazione. Inoltre, è importante utilizzare un approccio critico e consapevole nella valutazione delle informazioni ottenute, al fine di garantire l’imparzialità e la veridicità delle informazioni stesse.
Concludendo
Dunque, la ricerca della verità è un processo complesso che richiede un approccio critico e consapevole. Attraverso un approccio consapevole e multidisciplinare alla ricerca della verità è possibile ottenere informazioni complete e veritiere, essenziali per la presa di decisioni informate e per la costruzione di una società libera e giusta. Solo attraverso un approccio collaborativo e consapevole alla ricerca della verità possiamo costruire una società basata sulla conoscenza e sulla verità, libera dalle distorsioni e dalle manipolazioni che spesso caratterizzano il nostro mondo digitale.
In sintesi, nella ricerca della verità, l’utilizzo dell’AI e di Wikipedia può essere uno strumento efficace e potente a disposizione dell’Uomo, ma solo se utilizzato in modo critico e complementare. La combinazione di strumenti tecnologici e competenze umane può consentire di raggiungere una comprensione più completa e veritiera della realtà che ci circonda, superando i limiti dei pregiudizi e dei bias, e per collezionare informazioni complete e veritiere, essenziali per la presa di decisioni informate e per la costruzione di una società davvero libera e giusta.
Letture suggerite
L’educazione al dubbio non indebolisce chi si occupa di notizie, ma consente di essere all’altezza della sfida. Siamo su un versante del crinale/confine dove lo sguardo va rivolto pure alle istituzioni culturali, l’università e chi si occupa di ricerca. Un lavoro pedagogico sui media, una strutturata educazione al loro uso sono assolutamente indispensabili, molto più utili di qualsiasi fact checking. È dimostrato che le persone capaci di leggerle criticamente reagiscono alle news in maniera completamente diversa da quelle che invece le subiscono senza capire cosa sta avvenendo. Soltanto conoscendo linguaggio e codici della comunicazione possiamo ribaltare i processi che ‘deformano la percezione’. In questo lavoro a più mani e interdisciplinare, i mondi del Sapere e dell’Informazione si alleano per promuovere la passione per la verità, sempre connessa a impegno, fatica, lavoro. Contrastare fake news, bias e distorsioni cognitive, populismi e hate speech in rete, tesi a manipolare l’opinione pubblica, significa ricostruire contesti, pratiche e linguaggi inclusivi. È una sfida al disordine informativo anche sul piano linguistico, che è la cifra del nostro tempo
——
(*) L’Information overload è un fenomeno che si osserva quando un individuo è esposto ad una quantità eccessiva di informazioni, portando a difficoltà nella comprensione di un problema e nella presa di decisioni efficaci. È anche noto come infobesità, infoxicazione, ansia dell’informazione ed esplosione dell’informazione. Il termine information overload è stato utilizzato per la prima volta nei primi anni ’60 e poi reso popolare dal libro di Alvin Toffler, Future Shock. Uno dei fattori principali che contribuiscono all’information overload è l’avvento della moderna tecnologia dell’informazione, che ha reso più facile la produzione e la diffusione di informazioni su larga scala. L’aumento dei social media e dell’economia dell’attenzione ha intensificato questo fenomeno, poiché le persone sono costantemente bombardate di informazioni e competono per l’attenzione. In una definizione più recente dell’information overload, il tempo e le risorse sono considerati fattori critici. Un decisore che viene presentato con molteplici set di informazioni che sono complessi, contraddittori e travolgenti potrebbe faticare a prendere la migliore decisione a causa delle sue risorse limitate per elaborare e analizzare tutte le informazioni. Gli effetti dell’information overload possono essere molto negativi, tra cui ridotta produttività, fatica decisionale e ansia. Per mitigare gli effetti negativi dell’information overload, le persone possono adottare varie strategie, come limitare il tempo trascorso sui social media, dare priorità alle informazioni essenziali e cercare fonti affidabili di informazioni. Inoltre, è essenziale sviluppare capacità di pensiero critico e valutare la qualità e l’affidabilità delle informazioni ricevute per prendere decisioni informate. L’information overload può essere un ostacolo per ottenere informazioni accurate e pertinenti, ma spetta alle persone gestirlo efficacemente ed evitare di essere sopraffatti.
La MACCHINA MAIEUTICA 