Quale sia l’apporto dell’Intelligenza Artificiale (IA) alla comunicazione pre emergenze è un quesito lecito da porsi. Stiamo vivendo un cambiamento epocale, in cui disporre dell’IA definisce scenari e sviluppi, anche accessibilità e priorità, soprattutto in contesto comunicativo. Più interessante ancora è il fatto che, pur nella velocità con cui si evolvono le emergenze, stia ridefinendo anche il modo in cui queste vengono gestite. La capacità di prevedere, preparare e rispondere efficacemente alle situazioni di crisi è, infatti, cruciale e, dove la strategia si fa stringente, l’IA gioca un ruolo sempre più rilevante. Attraverso questo articolo, pertanto, esploriamo tre scenari evolutivi in cui l’IA può dare un contributo alla comunicazione pre-emergenze, con un’ottica orientata a tre obiettivi:
- il miglioramento della previsione
- la personalizzazione della comunicazione
- l’automazione delle risposte
Il miglioramento della previsione
Il potenziamento delle capacità predittive rientra in quel tipo di operazioni per cui l’IA nasce, pertanto comprenderne l’applicazione in emergenza può favorire una serie di processi, prima di raggiungere la fase acuta dell’emergenza stessa, che possono minimizzare i danni. Attraverso l’analisi avanzata dei dati, ad esempio, i modelli di IA possono identificare pattern che possono dare avvisaglia di disastri naturali, epidemie o incidenti industriali, con una precisione senza precedenti. Pensiamo all’analisi di dati climatici per prevedere in modo più veloce il verificarsi di un uragano, consentendo alle autorità di emettere avvisi tempestivi e preparare la popolazione con anticipo. Un esempio significativo è l’uso dei modelli predittivi da parte di organizzazioni come il Red Cross Red Crescent Climate Centre, per migliorare la risposta ai disastri climatici. Ancora, piattaforme come BlueDot, piccola azienda canadese che con un algoritmo che scandaglia il mondo alla ricerca di episodi di malattie infettive, utilizzano l’intelligenza artificiale per monitorare e prevedere potenziali focolai, per minimizzare il rischio epidemie.
Alcuni approfondimenti possibili:
Natural disasters are increasing in frequency and ferocity. Here’s how AI can come to the rescue
How AI can actually be helpful in disaster response
How AlphaFold and other AI tools could help us prepare for the next pandemic
La personalizzazione della comunicazione
Assistiamo da tempo a una notevole evoluzione rispetto ai messaggi di allerta del passato, che erano spesso generici e mass mediatici, in modalità one-to-many. Oggi, con strumenti e relative analisi su dati demografici, comportamentali, di spostamento e geolocalizzazione, l’IA può consentire messaggi specifici, mirati alla salvaguardia pressoché del singolo individuo. Questo vale tanto per le allerte, appunto, quanto per una forma dialogica di fornitura di indicazioni, tramite chatbot, che può migliorare l’operatività ma anche l’approccio emotivo a un’emergenza, fornendo risposte tempestive e informazioni sul rischio individuale, in un processo destinato a migliorare la percezione oltre che a ridurre i danni, quando non il rischio stesso.
Un esempio pratico di questa evoluzione è quanto propone come servizio ai media IBM, che consente di inviare avvisi istantanei e collegamenti video in diretta su eventi meteorologici estremi ai residenti nelle aree colpite, basandosi su dati in tempo reale. Citando un articolo di Deloitte,
Ciò che distingue l’intelligenza artificiale generativa è la sua capacità di personalizzare i risultati sfruttando al tempo stesso l’ampia scalabilità dell’intelligenza artificiale, fornendo così una combinazione ideale che può aiutare le organizzazioni di preparazione e risposta alle emergenze.
Un altro esempio di applicazione possibile è indicata in questo studio: Tailoring Generative AI Chatbots for Multiethnic Communities in Disaster Preparedness Communication.
L’automazione delle risposte
Si tratta probabilmente dell’apporto più opinabile, tuttavia, in termini tecnici, non si può negare che i sistemi di risposta automatizzati possano gestire grandi volumi di richieste di aiuto e coordinarle in modo efficiente, riducendo il carico sui centralini e numeri unici di emergenza e accelerando l’efficacia della risposta, con una distribuzione ottimizzata delle risorse. Si pensi all’uso dell’IA nel monitorare i social media e altre fonti di dati in tempo reale per rilevare segnali di emergenza non ancora riportati ufficialmente, facilitando una risposta rapida e mirata. Un esempio virtuoso è quello di UNICEF, che con un sistema di droni favorisce trasporti, connettività e una migliore preparazione alle emergenze, ottimizzando la consegna di materiali e medicinali salvavita, in tempi brevi.
Alcuni approfondimenti possibili e ulteriori in materia sono:
Using artificial intelligence to identify emergency messages on social media during a natural disaster: A deep learning approach.
AI and Disaster Management: potential and applications
Il panorama qui descritto intende essere costruttivo, ma anche realistico: sono molte le criticità dell’IA. Da un lato il primo riferimento è etico: è rinomata la presenza di bias e di allucinazioni nelle risposte che i moderni tools di IA forniscono. Dall’altro lato rimane la necessità di riconoscere che, nell’applicazione qui considerata, un’emergenza non può mai considerarsi uguale a un’altra, né essere valida alla pari per più soggetti. Anzi, talvolta, anche lo stesso soggetto che vive una emergenza della stessa tipologia può averne percezioni diverse, per situazione, preparazione, stato d’animo, natura del coinvolgimento di ogni singola occorrenza.
Per quanto i dati possano fornire un quadro predittorio verosimile, l’apporto umano nella comunicazione d’emergenza (due discipline a loro volta molto umanistiche) risulta imprescindibile, a monitoraggio, per sempre inevitabile, delle macchine.
