Intervista a Chirag Shah (Università di Washington) sugli agenti di intelligenza artificiale

Gli agenti di IA sono una moda passeggera o sono destinati a trasformare il modo in cui lavorano le aziende? Mecalux ha parlato con Chirag Shah, professore di informatica all’Università di Washington e referente in intelligenza artificiale, per analizzare come questi agenti stiano ridefinendo la vita giornaliera, il modo di lavorare nelle aziende e il futuro della collaborazione tra essere umani e IA.

• Non tutti sanno cos’è un agente di IA…

  Gli agenti di IA non sono un concetto nuovo; fanno parte dell’intelligenza artificiale fin dalle sue origini. In sostanza, un agente è qualsiasi entità, che sia software o hardware, capace di acquisire informazioni e agire in autonomia. Storicamente, la visione iniziale degli agenti era vincolata alla robotica: macchine capaci di operare e prendere decisioni nel mondo reale senza necessità di istruzioni umane.

  Oggi, quando parliamo di agenti di IA, ci riferiamo soprattutto a tutti gli agenti di software. Però il principio è lo stesso: sistemi che prendono decisioni, eseguono compiti assegnati e agiscono a nostro nome. Un termostato, ad esempio, è un agente che decide da solo quando accedere il riscaldamento o l’aria condizionata se si superano certe soglie. A un livello più avanzato, anche un’auto a guida autonoma è un agente, nonostante sia molto più complessa.

• Cosa promuove l’attuale boom degli agenti di IA?

  Gli agenti stanno sperimentando una rinascita grazie ai modelli fondanti. A differenza della generazione precedente ─come Siri o Alexa, limitati a compiti molto concreti─, gli agenti attuali possono appoggiarsi a modelli di linguaggi di grandi dimensioni, sistemi di visione o strumenti multimodali.

  Questi agenti vanno oltre le proprie capacità. Se non possono fare un calcolo, ricorrono a una calcolatrice: se disconoscono i prezzi delle azioni, consultano una piattaforma di trading o cercano in internet. Alcuni sono anche capaci di scrivere codici per risolvere problemi. Inoltre, i modelli fondanti stanno migliorando nel ragionamento e nelle capacità di stabilire connessioni, il che fa in modo che gli attuali agenti siano molto più competenti, efficaci e pratici che le generazioni precedenti.

• Quindi possono già incaricarsi di compiti più complessi?

  Esatto. La loro capacità per utilizzare strumenti, ragionare e collaborare anche con altri agenti tramite frameworks come AutoGen o LangChain gli permette di confrontarsi a sfide che prima sembravano irraggiungibili. Oggi esistono già sistemi multiagente che risolvono compiti che risultavano abbastanza complessi per un unico sistema.

  Detto questo, con ogni nuova generazione di agenti emerge sempre l'idea che “questa volta sia davvero la soluzione definitiva”, finché i suoi limiti non diventano evidenti. Gli agenti attuali non fanno eccezione. Per questo ho scritto Agents are not enough, per ricordare che non basta creare sistemi più potenti.

• Nella sua pubblicazione accademica introduce i concetti di sims e assistenti privati.

  

  L'esperienza con le precedenti generazioni di agenti IA dimostra che, se si limitano a fornire previsioni meteorologiche, riprodurre musica o accendere e spegnere le luci, non generano un valore sufficiente affinché gli utenti continuino a utilizzarli, tanto meno siano disposti a pagare per farlo. Il vero valore emerge quando gli agenti sono in grado di assumersi compiti complessi. Tuttavia, non è sufficiente che siano in grado di gestire la complessità: gli utenti richiedono anche personalizzazione e proattività. Ad esempio, se chiedete a un agente di prenotare un viaggio Barcellona-Tolosa, un agente davvero proattivo e personalizzato non solo vi suggerirà dei voli, ma potrebbe anche consigliarvi dei treni, anticipando le vostre preferenze.

  Ma raggiungere un alto livello di personalizzazione pone importanti sfide in materia di privacy. Un agente può richiedere l'accesso a informazioni sensibili, quali cartelle cliniche, dati finanziari o abitudini personali. Se questi dati vengono forniti a funzionari pubblici, si rischia di compromettere la fiducia degli utenti.

  La mia ricerca propone un sistema duale con due tipi di agenti: pubblici e privati. L'assistente privato appartiene interamente all'utente, senza fini commerciali, e si basa su quelli che io chiamo sims (rappresentazioni di diversi aspetti della vita, dal lavoro alle finanze, dalla salute alle abitudini personali). Con queste informazioni, l'assistente personale può progettare attività altamente personalizzate mantenendo i tuoi dati sotto controllo. Solo quando dà la sua approvazione ricorre ad agenti pubblici per eseguire il compito. In questo modo, l'assistente non agisce in modo casuale né ha bisogno di porre infinite domande chiarificatrici, perché conosce già abbastanza bene il cliente. Invece di risposte generiche, offre consigli personalizzati con una probabilità di errore molto inferiore rispetto a quella di un funzionario pubblico.

• In cosa differiscono gli agenti di software da quelli corporali o robotici?

  Quando ero studente, la definizione di agente era incentrata sui sistemi corporei: robot nel mondo reale che utilizzavano sensori e segnali provenienti dall'ambiente circostante per prendere decisioni. Nonostante ciò, nell'ultimo decennio l'attenzione si è spostata verso gli agenti software. Oggi, con il progresso della robotica, alcune di quelle idee iniziali stanno cominciando a diventare realtà, specialmente in ambienti controllati come le fabbriche, dove i robot vengono impiegati come agenti.

  Eppure, per la maggior parte degli utenti, gli agenti con cui interagiscono quotidianamente continuano ad essere principalmente software: assistenti per gli acquisti, strumenti di produttività o bot per l'assistenza clienti. Con il tempo, questo confine tenderà a sfumarsi. L'ideale sarebbe che le persone non debbano chiedersi se un compito viene svolto da un robot fisico o da un software. Diranno semplicemente: “Voglio che questo compito venga svolto", e l'agente appropriato, sia esso fisico o digitale, se ne occuperà.

  L'opzione più promettente è un futuro di collaborazione tra esseri umani e IA

• Come pensa che gli agenti IA trasformeranno il modo di lavorare e di collaborare tra esseri umani e macchine?

  Non ritengo realistico un futuro in cui gli agenti sostituiranno completamente gli esseri umani. Alcuni sostengono questa idea, ma non mi sembra né auspicabile né fattibile. Non credo nemmeno che abbia senso escludere a priori gli agenti. L'opzione più promettente è un futuro di collaborazione tra esseri umani e IA.

  Prendiamo ad esempio la medicina. Quando un caso è complesso, solitamente interviene un team di medici di diverse specialità che lavorano insieme per formulare una diagnosi. Tra qualche anno, quel team potrebbe includere non solo medici umani, ma anche agenti di IA specializzati in aree specifiche. In questo scenario, gli agenti fornirebbero velocità, capacità di analisi e portata, mentre gli esseri umani contribuirebbero con discernimento, empatia e responsabilità. In questo modo, potrebbero diagnosticare i casi in modo molto più rapido e preciso.

  Questo approccio pone l'accento sulla collaborazione potenziata. Gli agenti non dovrebbero privare gli esseri umani del controllo, in particolare in settori critici come la sanità o i trasporti, dove gli errori possono avere gravi conseguenze. Al contrario, possono ampliare le capacità umane, facilitando risultati più precisi ed efficienti.

  

• Numerose aziende stanno già sperimentando agenti di IA nelle operazioni, nella logistica e nelle supply chain. Ma fino a che punto è realistico lasciare che questi agenti prendano decisioni che incidono direttamente sui ricavi?

  Gli agenti si distinguono per la loro velocità e la loro capacità di lavorare su larga scala: possono elaborare enormi volumi di dati e prendere decisioni molto più rapidamente degli esseri umani. Tuttavia, il rendimento non dipende solo dalla quantità. Pensiamo a una linea di produzione: la produzione di massa richiede l'automazione per scalare e ottenere efficienza in termini di costi. Resta il fatto che persone continuano a essere fondamentali, non solo per progettare i sistemi e applicare le buone pratiche, ma anche per garantire qualità, controllo e responsabilità.

  Sebbene gli agenti possano accelerare i processi, la responsabilità ricade sempre sull'azienda. Non si può dire ai regolatori o ai clienti: “L’ha fatto l’agente”. Alla fine, il responsabile del risultato è l'azienda, indipendentemente dal fatto che la decisione sia stata presa da una persona o da un sistema di IA.

• Diversi ricercatori stanno già sperimentando l'uso di agenti IA nelle supply chain per negoziare e raggiungere accordi. Quanto tempo ci vorrà prima di vederli negoziare in rappresentanza delle aziende?

  Questo sta già accadendo in diversi ambiti. Nel mondo della pubblicità, ad esempio, le trattative si svolgono costantemente e in frazioni di secondo. La vendita e la distribuzione degli annunci pubblicitari sono influenzate da così tanti parametri che la tradizionale negoziazione umana è diventata impraticabile. In passato non si parlava di “agenti”, ma in sostanza lo erano: processi che prendevano decisioni in tempo reale per clienti e fornitori. Lo stesso vale per i mercati azionari, dove gli operatori eseguono operazioni a velocità irraggiungibili per le persone.

  In futuro, ogni azienda potrebbe avere un proprio agente IA che negozia per suo conto e interagisce direttamente con gli agenti della controparte. E non si tratta di fantascienza: sta già accadendo. Sempre più aziende possono sfruttare queste capacità per accelerare negoziazioni che implicano innumerevoli variabili in tempo reale, un compito quasi impossibile per gli esseri umani. In questo campo, la tecnologia può svolgere un ruolo decisivo.

• Alcuni progetti logistici combinano già i digital twins con agenti di IA per simulare intere supply chain. Sta succedendo lo stesso in altri settori?

  

  Molti sistemi che oggi chiamiamo “agenti” o “digital twins” sono utilizzati da anni in settori quali la finanza, la sanità e il commercio al dettaglio. Col senno di poi, possiamo affermare che si trattava di esempi di negoziazione tra agenti o di sistemi multiagente, anche se non venivano chiamati con questo nome. Coloro che risolvevano problemi reali non pensavano alle etichette, ma semplicemente progettavano processi che funzionavano.

  La finanza ne è un ottimo esempio. Gran parte delle transazioni viene già effettuata in modo autonomo tramite agenti, che sono solitamente sistemi basati su regole chiare, spiegabili, verificabili e scalabili, un aspetto fondamentale in un settore così regolamentato. Il settore sanitario offre un altro insegnamento: l'IA viene integrata come strumento di supporto, non come sostituto. I medici possono utilizzarla per analisi o appunti, anche se la responsabilità finale rimane loro. Nel settore retail, la determinazione dinamica dei prezzi è un altro caso consolidato. Piattaforme come Uber o DoorDash adeguano i prezzi in tempo reale in base alla domanda e alla disponibilità. Gli esseri umani supervisionano il sistema, ma non eseguono i calcoli. Pertanto, anche le supply chain possono trarre vantaggio da questi metodi. La vera opportunità consiste nell'imparare dai successi e dagli errori di altri settori.

• Che consiglio darebbe ai leader aziendali che stanno considerando di introdurre agenti di IA nel loro business?

  Sebbene gran parte della mia attività di ricerca e consulenza sia incentrata sugli agenti di IA, spesso inizio con un avvertimento: “Siete sicuri di volere degli agenti?”. Nella mia esperienza, le aziende che si lanciano nell'IA con motivazioni sbagliate, ad esempio “lo fanno tutti, quindi lo facciamo anche noi”, prima o poi finiscono per pentirsene. Ho visto molti progetti che non funzionano o diventano troppo costosi.

  In definitiva, ciò che conta davvero è gestire l'attività, risolvere i problemi, fornire valore ai clienti e rispettare le normative. Il mio consiglio è semplice: concentrati sul problema che vuoi risolvere. Inizia dalla soluzione, non dal nome. Concentrati sul tuo business e cerca soluzioni che rispondano alle tue esigenze. A lungo termine, questo sarà molto più utile che lasciarsi trasportare dall'ultima moda o dal clamore mediatico.