Techwashing: come riconoscerlo ed evitarlo

di Giorgio IRTINO

“Techwashing” è un termine abbastanza recente coniato da Chris Clark, CEO e fondatore della società di consulenza tecnologica Prosperity 24/7 con sede nel Jersey, per descrivere quando un’azienda crea una falsa impressione sui propri prodotti o sulla propria redditività sfruttando il richiamo della tecnologia moderna allo scopo di rendersi più appetibile per i consumatori e per gli investitori.

Il fenomeno non riguarda l’effettiva valenza della tecnologia che si dichiara di possedere ma l’uso reale che se ne fa, spesso solo millantato o comunque molto distante dalle reali potenzialità e finalità attribuite: un comportamento scorretto che si sta diffondendo molto rapidamente a seguito dell’importante sviluppo che stanno attraversando diversi settori tecnologici.

Tra i tanti, i due più soggetti a pratiche di techwashing sono quelli della blockchain e dell’intelligenza artificiale (AI).

Techwashing e Blockchain

Verso la fine del 2017, la società americana di bevande Long Island Iced Tea cambiò la propria denominazione in Long Blockchain Corp e il prezzo delle sue azioni salì vertiginosamente arrivando a guadagnare in borsa il 500%. Ma il passaggio al modello di business basato su blockchain:

1. era stato deciso rapidamente e,
2. la società non aveva ancora maturato molta esperienza con quella tecnologia d’avanguardia
3. né poteva dimostrarne una significativa applicazione pratica.

Nel giro di qualche mese emerse la reale situazione e la Long Blockchain Corp fu:

• accusata di ingannare gli investitori e,

• cancellata dalla borsa del Nasdaq.

Successivamente, nel luglio 2021, la Securities and Exchange Commission (SEC) degli Stati Uniti contestò a tre persone l’accusa di insider trading per aver acquistato azioni della società prima del cambio ingannevole della ragione sociale.

Questo caso ci dimostra come sia molto facile parlare di blockchain in modo generico quando invece l’applicazione corretta di questa tecnologia risulti abbastanza complicata e richieda oltre a idee chiare sulle modalità d’impiego e sugli obiettivi da perseguire, anche specifiche competenze e consistenti investimenti su piattaforme e strumenti operativi.

La blockchain nasce infatti come tecnologia associata alla gestione delle criptovalute, in grado di garantire la tracciabilità e l’affidabilità di transazioni finanziarie effettuate con moneta virtuale; da questo campo iniziale, che tuttora è quello più sviluppato e credibile, l’applicazione si è poi spostata in altri ambiti dove però il concetto di base è stato snaturato e l’utilità è diventata molto discutibile. Prendiamo l’esempio della formazione: la frequenza a un corso viene certificata mediante il rilascio di un token che contiene i dati relativi al tipo di corso, alla persona che lo ha seguito, all’agenzia formativa che lo ha organizzato. Affinchè l’intero meccanismo non sia però autoreferenziale, l’emissione del token si deve basare sull’adesione del soggetto emittente ad un’apposita infrastruttura informatica regolamentata mediante la definizione dei cosiddetti “smart-contract”: ma di questi importanti elementi di garanzia sovente non viene data alcuna visibilità. 

Lo stesso problema si verifica in altri ambiti, dalla tracciabilità alimentare alla protezione dei diritti d’autore su opere d’arte ma per pochi casi clamorosi di techwashing che assurgono alla ribalta della cronaca molti altri se ne scoprirebbero se si andasse a verificare la comunicazione di marketing di tante aziende, anche importanti: si dichiara blockchain quando invece è una semplice architettura di tipo “legacy”! 

Il caso RESEA Project

Per capire meglio come distinguere un uso troppo disinvolto della blockchain da un uso serio, appropriato ed affidabile, possiamo analizzare il caso RESEA Project, un’organizzazione il cui scopo è quello di ripulire gli oceani dai rifiuti di plastica in modo documentato e tracciabile. Il processo è strutturato nelle seguenti fasi:

• Vengono coinvolte comunità locali nel recupero dei rifiuti plastici da oceani e fiumi fortemente inquinati (inizialmente l’area geografica di riferimento è l’Indonesia);
• La raccolta dei rifiuti viene registrata su un’apposita App che permette di assegnare un numero di lotto, una data, il peso, chi ha effettuato il recupero, le coordinate geografiche del luogo e alcune foto;
• I responsabili di RESEA controllano a campione le attività di raccolta e la corrispondenza delle registrazioni;
• I rifiuti raccolti vengono conferiti ai centri di raccolta RESEA dove viene nuovamente controllato il peso;
• Settimanalmente i centri di raccolta sono sottoposti a ispezione da parte di un ente terzo (INTERTEK) per la convalida delle operazioni di pesatura e delle relative registrazioni;
• Presso i centri di raccolta i rifiuti vengono ripuliti e selezionati in funzione della tipologia di materiale e della successiva destinazione d’uso;
• Ogni 4 mesi viene effettuata una verifica da parte di un ente terzo (DNV) sulle lavorazioni di smistamento (ripulitura, selezione, compattamento) e sulle relative registrazioni;
• I rifiuti selezionati e pressati vengono avviati alla distribuzione differenziata verso i diversi partner che ne effettueranno i trattamenti successivi (riciclo di materia prima o incenerimento finalizzato alla produzione di energia).

Tutti questi passaggi sono registrati su un sistema blockchain tramite una piattaforma dedicata sviluppata da VeChain che permette di tracciare il rifiuto dal momento del recupero fino alla sua ultima destinazione; grazie a questo sistema RESEA può dimostrare di aver rimosso dal 2021 ad oggi 2.515 tonnellate di rifiuti plastici.

Techwashing e AI

Per quanto riguarda invece l’AI, attualmente il mercato delle applicazioni è affollato da start-up improvvisate che propongono un approccio tecnologico di base indipendente dalla problematica che si va ad affrontare. La “fake AI”, così viene chiamata, è basata su algoritmi deterministici che per un certo input producono sempre lo stesso output: spesso il sistema non interagisce con l’utente, non ne comprende le richieste, non si adatta ai cambiamenti. Una reale applicazione AI deve invece essere caratterizzata dai seguenti elementi:

• opera seguendo un approccio probabilistico;
• apprende e adatta costantemente il proprio modello di conoscenza, in relazione ai flussi di dati analizzati ed elaborati;
• è in grado di usare le informazioni esistenti all’interno del modello della conoscenza per fornire feedback/output a richieste diverse da quelle utilizzate per evolvere il modello stesso;
• rileva continuamente nuovi “pattern” all’interno del flusso dei dati elaborati e, dinamicamente, adatta il feedback/output fornito;
• è in grado di interagire con l’uomo attraverso tratti antropomorfici;
• richiede l’utilizzo di un dataset di training di dimensioni significativamente superiori rispetto ai modelli deterministici basati su regole.

L’intelligenza artificiale deterministica fornisce dunque risposte/output prefissati, che non si adattano ai cambiamenti nelle tipologie delle richieste elaborate; l’applicazione di regole fisse può facilmente generare risposte errate o non contestualizzate. La vera AI simula invece le caratteristiche dell’intelligenza umana, che apprende in modo autonomo, continuo, adattativo e robusto ai cambiamenti: essa è in grado di relazionarsi in modo coerente con gli utenti finali.

Volendo anche in questo caso prendere un esempio di riferimento, possiamo vedere cosa succede nel campo della sostenibilità: sono molto diffuse applicazioni di “fake AI” che:

• aggregano un po’ di dati,
• li elaborano in base a qualche modello generico di riferimento (come per esempio l’Agenda ONU 2030),
• producono un report descrittivo che è sempre una fotografia statica (peraltro approssimativa) e mai un documento di proiezione strategica.

Nulla che non si possa già ottenere con il supporto di piattaforme collaborative e sistemi di business-intelligence tradizionali ma con l’aggravante di voler far passare il messaggio che ora tutto avviene in modo automatico, senza necessità di intervento umano. Ci si dimentica inoltre che l’AI dovrebbe dare un contributo generativo alla problematica affrontata quindi, rimanendo nell’esempio della sostenibilità, non limitarsi a elaborare un semplice rating ma offrire spunti di miglioramento e prospettare scenari evolutivi di foresight, cosa che richiederebbe uno specifico addestramento degli algoritmi ad oggi ancora trascurato da gran parte delle soluzioni presenti sul mercato.

Conclusioni

Se già il “techwashing” è di per sé una pratica subdola, quando poi si abbina al “greenwashing” diventa ancora più vergognosa: se,

• la mistificazione riguarda l’impatto della tecnologia sulla sostenibilità e,
• viene perpetrata da organizzazioni
  • che sono Società Benefit oche posseggono varie tipologie di certificazioni
  • che enfatizzano l’attenzione verso gli stakeholders e la gestione virtuosa dei fattori ESG,

allora il quadro generale assume connotazioni molto più sconfortanti! E proprio gli stakeholders dovrebbero essere i primi soggetti a vigilare sulla correttezza etica delle aziende e a spingere sull’adozione di comportamenti coerenti e virtuosi. Un secondo livello di verifica è quello costituito dalla due-diligence eseguita dagli investitori e dai clienti strategici che vogliono proteggere i propri soldi e la propria reputazione in un’ottica di crescita e di posizionamento nel lungo periodo. 

Concludendo, conviene diffidare di chi promette che la tecnologia possa abilitare processi automatici sicuri e affidabili al punto da eliminare la necessità del presidio umano: le garanzie in tal senso sono tali solo se possono essere oggettivamente e legalmente dimostrate (la compliance non è fatta solo di buone intenzioni) e i processi strategici richiedono una gestione multidisciplinare dove il professionista umano costituisce la bussola che orienta l’uso corretto, etico ed efficace della tecnologia. Affermare il contrario è già la prima forma di techwashing da cui bisogna prendere le distanze!