Sul palco di Vancouver c’è un uomo seduto davanti a un portatile che non tocca, con un adesivo trasparente incollato sul collo, appena sotto la mandibola. Si chiama Eric, e mentre Arnav Kapur gli chiede che tempo faccia in città lui non apre la bocca, non sposta le dita, sta fermo, e sullo schermo alle sue spalle scorrono le parole che sta pronunciando dentro di sé. Pochi secondi dopo risponde ad alta voce: cinquanta gradi Fahrenheit e pioggia. La risposta gliel’ha passata un’intelligenza artificiale attraverso le ossa del cranio, senza auricolari, senza coprire i rumori della sala.
Era il TED del 2019 e il dispositivo si chiamava AlterEgo, un prototipo (oggi è live…) nato al MIT Media Lab che Kapur mostrava in pubblico per la prima volta. Il principio si racconta in poche righe: quando articoliamo una parola dentro di noi, senza emettere suoni, il cervello manda comunque segnali debolissimi alla lingua e al palato, i sensori sul collo li raccolgono dalla superficie della pelle, un modello prova a ricostruire la frase, e la risposta torna in conduzione ossea, sovrapposta all’udito naturale.
Ho ripreso questo talk sette anni dopo perché lo trovo ancora più attuale adesso di allora. Kapur arriva al punto che in Pelle Digitale avevo descritto partendo dall’ambiente, il mondo che diventa interfaccia e l’intelligenza che si fa contesto, ma ci arriva dalla parte opposta, dal corpo. E nella risposta a una domanda scomoda, quasi in coda all’intervento, consegna una tesi che riguarda chiunque progetti sistemi: quando l’interfaccia sparisce, il confine fra quello che vogliamo comunicare e quello che la macchina può raccogliere non arriva più gratis con l’oggetto, va disegnato, e chi lo disegna decide quanta parte della persona entra nel sistema.
Una lunga storia di macchine messe davanti a noi
Kapur apre con la sequenza che conosce chiunque abbia seguito un corso di informatica, dall’abaco ai calcolatori grandi come stanze, dal desktop al telefono in tasca, e la usa per fissare un’osservazione: in tutta questa storia il computer è rimasto un oggetto esterno, che calcola e agisce per conto nostro e al quale ci rivolgiamo guardandolo. Anche lo smartphone, che portiamo addosso dalla mattina alla sera, chiede di essere preso in mano, sbloccato, fissato.
La sua ambizione è intrecciare calcolo, AI e rete dentro la cognizione umana, combinando quello che le persone fanno meglio, l’intuito e l’invenzione, con quello che le macchine fanno meglio, elaborare e ricordare senza perdere nulla, e lasciandoci liberi di guardare il mondo invece dello schermo.
Rivedendolo mi sono accorto di quanto il mio lavoro quotidiano con gli agenti avvenga ancora tutto davanti a un monitor, fra finestre e chat, e di quanto quella promessa del 2019 sia rimasta sospesa mentre i modelli dall’altra parte del filo diventavano capaci di cose che allora sembravano fantascienza. Il collo di bottiglia si è spostato. La macchina oggi capisce quello che le diciamo, mentre il canale con cui glielo diciamo è fermo alla tastiera, al touch e a un microfono che deve sentire la nostra voce.
Scrivere invece di essere letti: la scelta di progetto di AlterEgo
Dopo la demo Shoham Arad, che conduce la sessione, ferma Kapur sul palco e dà voce a quello che molti in sala stavano pensando: la tecnologia le sembra straordinaria e insieme inquietante, e vuole sapere se legga i pensieri, se potrà farlo fra cinque anni, se ne esista già una versione da usare come arma.
Kapur risponde che il primo principio di progetto, fissato prima ancora di cominciare, era non trattare l’etica come un ripensamento da aggiungere alla fine. Per questo hanno rovesciato l’impostazione: invece di leggere dal cervello, AlterEgo legge dal sistema nervoso periferico, quello volontario, che va coinvolto di proposito per parlare con il dispositivo. Il pensiero che attraversa la mente senza essere articolato non arriva ai sensori, ci arriva soltanto la frase che decidiamo di pronunciare dentro di noi. Le persone, aveva detto qualche minuto prima, «don’t want to be read, they want to write», e su quella distinzione fra essere letti e scrivere Kapur costruisce l’intera architettura del dispositivo.
Con la tastiera questa distinzione non aveva bisogno di essere pensata, perché il gesto di premere un tasto separa da solo l’intenzione dal segnale: finché non scrivo il computer non sa niente, e quello che non scrivo per lui non esiste. Il microfono l’ha resa più fragile, con gli assistenti vocali in ascolto continuo in attesa della parola chiave. Un sensore sulla pelle la sposta ancora più dentro, a un passo dal pensiero, dove a separare le due cose c’è soltanto una decisione di architettura: da quale nervo leggere, quale intensità di segnale considerare volontaria, cosa scartare prima che arrivi al modello.
La prima frase di Doug
Nella seconda parte del talk Kapur racconta di Doug, che dodici anni prima aveva ricevuto una diagnosi di SLA e da allora aveva perso la capacità di parlare. Comunicava con una tastiera a schermo, scegliendo una lettera alla volta con i movimenti della testa, e per una frase gli servivano diversi minuti. Il team gli ha chiesto quali fossero le prime parole che avrebbe voluto dire con il nuovo sistema, aspettandosi un saluto o una richiesta di aiuto. Doug ha risposto che voleva riavviare il vecchio computer, perché continuava a bloccarsi.
La sala ride, poi parte la clip, e si sente una voce sintetica dire due parole: reboot computer.
Ho riso anch’io, e poi ci ho pensato a lungo. La prima cosa che un uomo senza voce da anni ha chiesto a un’interfaccia nuova è stata di riparare quella vecchia, perché era quella a dargli accesso a tutto il resto e quando si bloccava lo lasciava fuori dal mondo. Quella battuta indica dove le interfacce che scompaiono troveranno il loro primo mercato reale, nell’accessibilità, fra le persone colpite da SLA, ictus o tumori del cavo orale, per le quali il bisogno arriva anni prima della curiosità del grande pubblico. E racconta qualcosa sul modo in cui le interfacce si succedono, per stratificazione, con la nuova che per molto tempo serve a governare quella che c’era prima.
Quando l’interfaccia scompare, il confine va disegnato
Alla fine dell’intervista Arad chiede se l’adesivo sia la forma definitiva. Kapur risponde che l’obiettivo è far sparire del tutto la tecnologia: se la indossi, io non dovrei vederla, e dopo l’adesivo che già si confonde con la pelle stanno lavorando a una versione ancora più piccola. È la stessa ambizione che attraversa tutto lo spatial computing, togliere la macchina dal campo visivo e lasciarne soltanto l’effetto.
Più una tecnologia scompare, però, meno chi la usa vede quello che succede, e più il confine fra ciò che entra nel sistema e ciò che viene lasciato fuori dipende da scelte che nessuno, a parte chi le ha fatte, è in grado di ispezionare. La soglia che distingue una subvocalizzazione volontaria da un micro-movimento involontario della lingua è un parametro che qualcuno regola, e un modello ottimizzato per capire meglio ha tutto l’interesse a scendere di qualche punto. Kapur dice che il controllo, in ogni situazione, appartiene all’utente, ed è vero finché il progetto lo garantisce: è una scelta presa da un team, che il team successivo o un modello di business diverso possono rimettere in discussione, un permesso revocabile scritto nel progetto.
Per chi governa sistemi questo sposta il lavoro. Ho scritto pochi giorni fa che la minimizzazione dei dati negli agenti è una decisione sul potere che l’AI ricava dalle persone, presa nel contesto, nei tool e nella memoria. Con interfacce come AlterEgo la stessa decisione scende al livello del corpo, e servono le stesse domande, fatte prima: chi firma la soglia, chi la verifica, dove finisce il segnale scartato, come può la persona rivedere quello che il sistema ha registrato dalla sua gola senza che lei lo sapesse.
Oggi AlterEgo lo trovate in wiating list, pronto per uscire a mercato.
La Pelle Digitale vista dall’interno
In Pelle Digitale descrivevo un ambiente che diventa interfaccia, superfici e oggetti che leggono presenza, gesti, abitudini, e un’intelligenza che si sposta dalle cose che usiamo allo spazio in cui viviamo. Nel numero di InsideTheShift sulle interfacce neurali-spaziali avevo provato a seguire la convergenza fra AI multimodale, realtà aumentata e input neurali. AlterEgo percorre la stessa traiettoria dall’interno della pelle, e completa il quadro che in Spatial Shift avevo costruito sul gesto e sullo spazio: dopo l’ambiente, l’interfaccia raggiunge il corpo, e con il corpo la soglia fra intenzione e segnale.
Kapur chiude sperando che calcolo, AI e internet scompaiano dentro di noi come estensioni della cognizione e ci aiutino perfino a essere più umani. È una speranza che condivido, a una condizione che il suo dispositivo ha già il merito di rendere visibile. Le interfacce dei prossimi anni le giudicheremo da quanto della persona scelgono di lasciare fuori, e quella misura la scriveranno gli architetti dei sistemi prima ancora dei designer.
Fonte: Arnav Kapur, How AI could become an extension of your mind, TED 2019.