Rappresentanza di interessi: tra Intelligenza Artificiale e Public Affairs

Intelligenza artificiale e Big Data: strumenti per facilitare la rappresentanza di interessi nei public affairs

Di Gian Marco Iulietto

Nel corso degli anni l’attività di rappresentanza di interessi ha subito profondi mutamenti grazie alla diffusione e allo sviluppo di tecnologie informatiche; I’utilizzo di tali tecnologie rappresenta un valido strumento per condizionare l’attività decisionale dei c.d. decisori pubblici.

Con lo sviluppo di tecnologie informatiche, intelligenza artificiale e Big data stanno diventando sempre più incisivi nelle attività di public affairs. Gli algoritmi di IAmachine learning elaborano le informazioni raccolte dai Big data fino ad arrivare ad una valutazione di ROI (Return on Investment) per il processo decisionale.

Esiste in merito un target di riferimento specifico, i decisori istituzionali, dove i Big data possono essere analizzati per determinare le scelte politiche o monitorare il drafting legislativo al fine di entrare nei processi decisionali e trovare un modo efficace per influenzare le decisioni. [1]

La tecnologia, infatti, consente di analizzare nuove informazioni e di creare rapporti più sofisticati provenienti dall’incrocio del c.d. fattore umano con l’analisi matematica. In generale lo scambio continuo di dati tra utenti e società genera un rapporto privilegiato che desta particolare attenzione per indirizzare alcune scelte soprattutto in campo economico.

L’importanza di questi rapporti è evidente perché ad oggi le società che hanno più incidenza nel mercato sono quelle che trattano il maggior numero di informazioni e in maniera continuativa, a partire dalle preferenze sugli acquisti fino ai dati relativi alla salute.

Questo accade perché i big data permettono di compiere scelte mirate e pre-analizzate sia verso l’individuo nella sua veste digitale – attraverso la profilazione – e sia ad una platea più ampia di una determinata zona o settore. L’accesso alle informazioni permette di ridurre i costi e di avere una quasi certa probabilità di successo aziendale e pertanto i fenomeni che si attestano all’interno di tali scelte influenzano in maniera positiva o negativa le decisioni legislative statali.

La dinamica frequente sovraesposta apre delle riflessioni diverse se si pensa di utilizzare algoritmi e strumenti predettivi per assistere in maniera efficiente un processo decisionale nel settore pubblico dove al fattore economico si aggiungono anche ripercussioni più incidenti su diritti e libertà dei cittadini.

Anzitutto quando si parla di algoritmi è erroneo ritenere che questi siano un’entità astratta, una combinazione di codici che nasce e vive in funzione delle macchine bensì essi sono strumenti di ausilio alla risoluzione di problemi umani.

L’IA deriva dal processo che prevede la presentazione alla macchina di input umani tradotti in forma numerica affinché gli algoritmi di machine learning generino un output in forma probabilistica sulla base dell’apprendimento imposto.

Per questo motivo si accede, soprattutto in ambito pubblico, il dibattito etico sull’intelligenza artificiale e sulla trasparenza degli algoritmi. La derivazione umana dell’input, ovvero delle istruzioni che l’algoritmo riceve, può essere condizionata anche in maniera inconscia da valutazioni di carattere soggettivo del programmatore e in esse sono ricomprese opinioni politiche, di sesso, religione ecc.

Non solo, dal punto di vista tecnico gli algoritmi distribuiti negli ambienti del settore pubblico saranno inevitabilmente limitati per l’acquisizione degli input per motivi legali, procedurali e politici che non garantiscono al momento l’assoluta discrezionalità.

Ad esempio, un ente pubblico che volesse delegare interamente il processo decisionale a un algoritmo potrebbe incorrere in un esercizio illegale del potere o favorire una discrezionalità artificiale, anche dal punto di vista politico, che non può prendere in considerazione il fattore umano e gli obiettivi sociali seppur rendendo più efficienti e veloci i processi amministrativi interni.  

Ecco perché se si sceglie di utilizzare IA e big data per sostituire, o anche solo per supportare i decision makers umani bisogna tenere conto quali dati l’algoritmo processa e sulla base di quale apprendimento derivato vengono forniti gli output. Questo è necessario per non generare una governance algoritmica contraria al giudizio etico e morale umano.

Per fare alcuni esempi di software predettevi specifici si può menzionare FiscalNote, in grado esaminare il peso politico di un atto legislativo in base al presentatore e al settore in cui potrebbe risultare più influente, tra l’altro oggetto di studio di un MEP del Parlamento Europeo nel 2019. [2]

Un’altra piattaforma interessante è Quorum, creata dagli studenti universitari di Harvard e Cambridge che lavora con algoritmi nella gestione delle relazioni con le parti interessate aiutandoli a presentare le loro proposte.

Non soltanto dal punto di vista prettamente normativo, ma come facilmente intuibile anche nella politica attiva la rappresentanza di interessi digitale incontra delle tematiche innovative. Le piattaforme, ad esempio, sono in grado di raccogliere dati dai potenziali elettori per personalizzare le campagne politiche in base al comportamento, alla posizione o agli interessi delle persone.

Da questo può derivare una maggiore consapevolezza dell’opinione pubblica, grazie all’accesso diffuso e meno emotivo del web ma anche una necessaria valutazione di come l’algoritmo alla base delle piattaforme che gli utenti/cittadini utilizzano risalti alcuni argomenti sensibili piuttosto che altri.

Ecco che allora, rimanendo in ambito patriottico e POST, si può prendere come esempio il famoso o famigerato algoritmo della Serie A che da una parte dovrebbe tutelare le società di calcio, quali portatori di elevati interessi economici per il Paese, e dall’altra i milioni di tifosi alimentati dal fattore emotivo.

Se malauguratamente per gli appassionati un campionato di calcio dovesse tradursi in un Punti in classifica = PT + (MPc x NPc) + (MPt x NPt) questo potrebbe generare problemi economici societari, ricorsi all’autorità giudiziaria, malumori di cittadini e il tutto deriverebbe da una scelta politica di tutelare degli interessi e utilizzare questa apparentemente anonima formula matematica.

In effetti la politica pubblica non può prescindere dal trovare compromessi tra i gruppi sociali per bilanciare gli interessi. Se gli algoritmi sono unidirezionali e rispondono ad un unico gruppo sarà evidente la sproporzione nei risultati perché essi corrispondono alla risoluzione dei problemi di un’unica categoria.

La soluzione all’utilizzo degli algoritmi nei public affairs potrebbe essere una “democratizzazione” delle istruzioni. Come abbiamo visto precedentemente il lavoro artificiale mira alla risoluzione di problemi umani ma il modo in cui un essere umano concepisce un problema e si orienta per la risoluzione non è univoco.

Ecco perché una governance coadiuvata dagli algoritmi potrebbe essere plausibile se al processo di input iniziale si unissero tutti i gruppi di interesse in una innovativa forma partecipativa democratica che gestisca la fase iniziale e le soluzioni collettivamente.

Pertanto, alla luce di tutte le riflessioni e gli esempi affrontati, l’utilizzo dell’intelligenza artificiale e dei Big data nella rappresentanza di interessi determina delle riflessioni sulla necessità di regolamentazione del settore per garantire la trasparenza delle interazioni online tra decisori pubblici ed interessi privati.

L’unico riferimento in questo contesto è sicuramente il Regolamento Generale sulla Protezione dei Dati (GDPR) che prevede misure relative alla raccolta e all’uso dei dati personali al fine di garantire i diritti dei cittadini. Tuttavia, è ancora poco sdoganata la questione relativa alla privacy e ai diritti collettivi. Si tratta dei quei casi in cui, attraverso ad esempio l’anonimizzazione dei dati, un cittadino potrebbe comunque essere esposto al rischio di discriminazione semplicemente perché un algoritmo lo classifica appartenente ad un determinato gruppo sociale.

Per l’attività di rappresentanza di interessi, invece, non esiste un quadro normativo unico che consentirebbe un miglioramento della qualità normativa e del processo democratico attraverso l’uso della tecnologia.

Come evidenzia anche il Gruppo di Lavoro sui Public Affairs della Camera di Commercio Americana in Italia (AmCham Italy) la necessità di regolazione della rappresentanza di interessi è fondamentale in un’epoca di profonde trasformazioni politiche, sociali ed economiche dove la tecnologia ha assunto un ruolo fondamentale e non prescinde più da dinamiche prettamente nazionali. [3]

L’intelligenza artificiale e i big data sono diventati degli strumenti validi per sostenere i processi decisionali democratici e sviluppare i nuovi valori dell’e-democracy ma è fondamentale avere la certezza che la tecnologia che si utilizza rispetti i reali e corretti interessi della collettività.

Le lacune normative, tuttavia, non consentono uno sviluppo agevole dell’attività di Rappresentanza di interessi. Si rende pertanto necessaria una regolamentazione uniforme in modo da disciplinare e consentire l’evoluzione di tali pratiche.


[1] http://www.cattaneozanetto.it/ml/wp content/uploads/sites/2/2019/01/Digital_lobbying_una_metodologia.pdf

[2] https://fiscalnote.com/whitepapers/latest-2019-mep-list?utm_source=Twitter&utm_medium=Social_Organic&utm_campaign=MEP_List_Complimentary

[3] https://www.amcham.it/it/download/comitato-gruppidilavoro/8

Rispondi