... la vittoria degli Azzurri.
Southgate non è così imbecille da confermare una tesi tanto assurda, e si assume la piena responsabilità di aver scelto l’ordine dei calciatori ai rigori. Com’è possibile che AI sappia consigliare scelta ed ordine ottimale dei giocatori per i rigori? Stiamo parlando di algoritmi che hanno bisogno di centinaia di migliaia di immagini per riconoscere una bottiglia da un piatto, di duecento milioni di radiografie per riconoscere un nodulo da un tumore, di una quantità devastante di dati solo per capir cos’han davanti. Possiamo dargli in pasto tutti i rigori dei nostri Chiellini & Co, tutte le parate del nostro Donnarumma, tutte quelle dei giocatori avversari, e da lì capire qual è il mix vincente dopo la fatica dei supplementari e 60.000 spettatori che ti urlano più del Mister? No.
Le variabili in gioco sono troppe per poter allenare in modo affidabile un ranocchio elettronico: l’esperienza, la tensione, le emozioni di quel giocatore in quel momento danno un mix impredicibile, ed il calciatore ha coscienza di queste cose, ci pensa ed agisce di conseguenza. In un futuro prossimo potremo avere un chip nel collo dell’atleta per vedere se adrenalina, cortisolo, battiti cardiaci e pressione sanguigna gli confondono le idee, se la paura rischia di fargli tirar fuori o male. Ma sarà la rivelazione di un dato in tempo reale, per quel giocatore nei secondi precedenti il tiro. Possiamo immaginare un auricolare che gli urli un richiamo, gli dia una scossa e gli consenta di concentrarsi. Ma pensare che prima della partita si possa prevedere in modo affidabile chi fa gol e chi no tra due squadre, non si può.
Tra gli esempi perdenti di questi Europei di calcio la Goldman Sachs, la famosa banca d’affari che aveva annunciato come il suo motore di intelligenza artificiale, quello che si guadagna il pane scommettendo miliardi di dollari tutti i giorni sui mercati finanziari, avrebbe azzeccato il vincitore del torneo. Manco a parlarne, un errore dietro l’altro fino alla finale quando era “sicuro” che vincesse l’Inghilterra, ed a quel punto han cambiato parole: invece di dire che la loro Intelligenza Artificiale era gnugna come una prugna, han glissato parlando di algoritmi da affinare. Si desume che investendo per conto proprio in BTP, invece di dar soldi ad una banca d’affari, non si faccia poi così male.
Quello che si può fare, ed è sicuramente utile, è usare le tecnologie digitali per raccogliere una quantità di dati altrimenti improponibile all’uomo, e cercare di capire in modo preciso come questi possono aiutare nell’allenamento o nella performance dell’atleta. Il grosso vantaggio del ranocchio elettronico è che non soffre molto di influenza (bias) e nemmeno del rumore (noise) decisionale, e quindi può suggerire opzioni che l’allenatore scarterebbe perché’ influenzato dalle sue opinioni precedenti o dal rapporto che ha col giocatore.
Mentre molti sono attenti al bias decisionale, pochi pensano a quella miriade di fattori impredicibili che comunque influenza una decisione, la noise. Questi sono concetti importantissimi quando si passa dalla raccolta, alla classificazione dei dati, e quindi al loro utilizzo per prendere una decisione. Nella costruzione dei network neuronali artificiali (ANN), aggiungere la noise consente di migliorare la robustezza dei modelli previsionali, la loro affidabilità. Come con il cervello umano, che in ogni istante riceve input molto diversi e si districa tra segnali deboli per concentrarsi su quello che conta, anche quello elettronico migliora il suo apprendimento se impara a rivedere i pesi delle sue decisioni in base ad una rapida scansione di tutti gli stimoli ricevuti. Un campo che già oggi promette bene è quello della cybersecurity, dov’è sempre molto difficile riconoscere segnali amichevoli da quelli subdoli. Per la previsione della performance di un campione di calcio servono ordini di grandezza di dati in più, aspettiamo tranquilli.
Per chi volesse approfondire, raccomando sicuramente Noise, il nuovo libro di Daniel Kahneman, che descrive bene come studiare il fenomeno: buona lettura.
