Nel settembre del 2011 Mitt Romney tenne un discorso pubblico a Tampa in Florida durante le attività per la corsa alla nomina presidenziale statunitense. Il suo intervento venne analizzato due anni più tardi da un software chiamato CLIP che lo identificò come “espressamente di destra” a causa di alcuni termini utilizzati quel giorno, tra cui quelli relativi all’immigrazione clandestina. Meno di un anno dopo, sempre a Tampa ma in uno scenario più ampio dove erano presenti anche le televisioni nazionali, Romney tenne un altro discorso, questa volta molto più equilibrato, tanto da consentire a CLIP di classificarlo come “leggermente di sinistra”.

L'analisi di CLIP

Le cose erano due: o il software dava i numeri (letteralmente) o il candidato repubblicano alla Casa Bianca aveva improvvisamente cambiato idea su certi temi. In realtà ciò che il lavoro di CLIP dimostrava è che i politici sono soliti adattare gli interventi a seconda del pubblico e del contesto di riferimento. Il software non aveva scoperto nulla di sorprendente ma aveva confermato per la prima volta, grazie ad uno speciale algoritmo, un’abitudine della razza umana: la capacità di persuadere.

Il machine learning

CLIP è il frutto del lavoro dei ricercatori della Carnegie Mellon University e dell’Università della North Carolina che hanno pubblicato lo scorso settembre un documento che evidenzia l’efficacia dell’utilizzo dell’intelligenza artificiale nell’interpretazione dei discorsi elettorali. Per sviluppare l’algoritmo i ricercatori hanno inserito i testi di 112 libri di politica e di 765 riviste di settore e, attraverso il cosiddetto machine learning, hanno insegnato al software a riconoscere i cambi di rotta di ogni candidato con l’analisi dei termini che compaiono più spesso all’interno delle diverse ideologie politiche. Nella fase di pre-analisi il cervello di CLIP conteneva 32 milioni di tracce, utili per identificare i trend dei discorsi analizzati.

Il nuovo Presidente scelto dal computer

Ma, trattandosi di informatica, CLIP sarebbe utile anche per il procedimento inverso: invece di partire dai nomi per analizzare i temi trattati, l’algoritmo potrebbe generare una rosa di persone (nel nostro caso politici) che soddisfino le richieste immesse in precedenza, quelle fatte dai singoli partiti. Sarebbe tutto molto semplice: inserisco i dati al computer e l’algoritmo spara fuori i migliori candidati, quelli che rispecchiano in misura migliore i requisiti che un Presidente della Repubblica dovrebbe avere sia a livello oggettivo che soggettivo, dopo aver analizzato la biografia, il percorso formativo, quello di lavoro e tutte le vicende che ne hanno segnato la vita politica.

Zero errori, o quasi

Chi potrebbe criticare il metodo utilizzato? Quale gruppo parlamentare si direbbe scontento di una scelta che sarebbe il risultato matematico di una serie di informazioni immesse liberamente? Difficilmente si arriverà a tutto questo ma strumenti di intelligenza artificiale e machine learning come CLIP dimostrano che la tecnologia può davvero supportare l’uomo in alcune scelte difficili, soprattutto quando dipendono da persone con obiettivi differenti.