Giocare è una cosa serissima. A pensarlo, a quanto pare, non sono soltanto i pedagogisti, ma anche le aziende che si occupano dello sviluppo di prodotti tecnologici. Il caso che lo dimostra in maniera inequivocabile, e che sta facendo discutere in questi giorni, è quello che vede protagonista Niantic, la società che ha sviluppato il celebre gioco Pokémon Go.
Il gioco, lanciato nell’ormai lontano 2016, ha consentito a milioni di appassionati in tutto il mondo di muoversi nel mondo reale alla ricerca di creature fantastiche come Pikachu e Charmander. Proprio questa relazione fra realtà e finzione è l’elemento da cui nasce il dibattito.
Un articolo pubblicato dal MIT Technology Review ha infatti rivelato che Niantic avrebbe utilizzato i dati generati dai propri utenti – e, in particolare, le immagini dei luoghi reali nei quali questi giocavano – per allenare i propri algoritmi di intelligenza artificiale e migliorare le funzioni di realtà aumentata su cui si basa il gioco.
La polemica è ruotata soprattutto intorno alla consapevolezza o meno degli utenti di come sarebbero stati utilizzati i loro dati. Niantic, dal canto suo, ha ribadito che la funzione di scansione di luoghi reali è facoltativa e che gli utenti che hanno deciso di utilizzarla sono stati informati sia del fatto che con quelle immagini la società avrebbe addestrato la propria intelligenza artificiale, sia che i risultati sarebbero stati condivisi con soggetti terzi.
Proprio quest’ultimo punto, al di là della questione informativa e di trasparenza, su cui dovremmo interrogarci di più ogni volta che utilizziamo servizi online, è uno dei punti fondamentali per capire davvero la rilevanza della questione.
Qual è il reale interesse di Niantic nell’entrare in possesso di una così grande mole di dati visivi condivisi dagli utenti? Migliorare le mappe del proprio gioco e restituire un’esperienza sempre più precisa e autentica è una risposta molto parziale.
Niantic ha infatti sfruttato questi dati soprattutto attraverso un’altra società del proprio gruppo, Niantic Spatial, che si occupa di intelligenza artificiale geospaziale e sta lavorando allo sviluppo dei cosiddetti Large Geospatial Models (LGM), nuovo termine con cui forse dovremmo iniziare a familiarizzare, un po’ come abbiamo fatto con gli LLM – i modelli linguistici di grandi dimensioni. D’altronde, anche il loro funzionamento è simile, per quanto partano da elementi diversi. Entrambi di basano su un modello statistico. Gli LLM, addestrati su una grandissima quantità di informazioni linguistiche, sono in grado di costruire una risposta di senso compiuto calcolando la sequenza di parole più probabile sulla base della richiesta fatti. Gli LGM fanno la stessa cosa, ma con le immagini. Sulla base delle immagini analizzate, sono quindi in grado di proporre la ricostruzione più probabile di un determinato luogo.
Queste tecnologie, spiegano gli esperti, servono per colmare una lacuna propria delle macchine che, a differenza degli umani, non riescono a “immaginare”, ad esempio, la forma completa di un edificio vedendone soltanto una parte. Il loro impiego naturale, e quello dal quale ci si attendono i maggiori risultati, è infatti il settore della robotica.
In altre parole, lo scopo è utilizzare gli LGM soprattutto per insegnare ai robot a muoversi nello spazio reale in maniera autonoma ed efficiente. Non a caso, Niantic Spatial ha avviato una partnership con Coco Robotics, società specializzata nella creazione di robot per le consegne. Il settore del delivery è infatti uno di quelli che potrebbe trarre maggiori benefici da queste innovazioni, e le aziende sono molto interessate a muoversi in questa direzione.
