Un software che era stato originariamente pensato per scrivere articoli ha oggi una seconda opportunità di lavoro: la stesura di rapporti per i giganti finanziari e le società di intelligence statunitensi.
Il software di scrittura Quill è stato sviluppato dalla Narrative Science, una società di Chicago nata nel 2010 per commercializzare una tecnologia sviluppata dalla Northwestern University che permette di convertire dati numerici in testo scritto. In breve tempo, Quill è stato impiegato per recensire i risultati delle partite di baseball e le dichiarazioni degli utili di società come Forbes.
Il successo iniziale di Quill ha portato molti giornalisti a scrivere del software: Quill era visto da alcuni come la dimostrazione che un software intelligente potrà un giorno sostituire i lavoratori umani. Il CEO di Narrative Science sostiene che la pubblicità, anche se parte di essa era negativa, sia stata una benedizione per la tecnologia. «Molte persone si sono sentite minacciate da quello che stavamo facendo, ma abbiamo ricevuto una notevole copertura mediatica», racconta. «Ci ha portati a confronti con diverse industrie e alla maturazione di attività differenti».
Nel giro di pochi secondi esamina il lavoro svolto da un piccolo esercito di persone in settimane
Oggi, la Narrative Science offre le capacità di Quill a clienti finanziari quali T. Rowe Price, Credit Suisse e la USAA per scrivere lunghi e dettagliati rapporti sulle prestazioni dei fondi di investimento che vengono poi distribuiti a investitori e regolatori. «Nel giro di pochi secondi esamina il lavoro svolto da un piccolo esercito di persone in settimane», dice Frankel. «Compiliamo per alcuni clienti finanziari dei documenti da 10-15 pagine».
Un investimento da parte della In-Q-Tel, la divisione economica della CIA, ha portato la società a lavorare per diverse agenzie di intelligence statunitensi. Interrogato a riguardo, Frankel ha potuto solamente dire che «le sfide di comunicazione poste dalla comunità di intelligence statunitense sono molto simili a quelle poste da altri nostri clienti». Nel complesso, Quill scrive ogni giorno milioni di parole.
La produttività del software può risultare sorprendente, anche se il sistema ha comunque bisogno di alcuni dati numerici cui ispirarsi. Il software esegue un’analisi statistica dei dati, in cerca di eventi o trend significativi, e si affida alla conoscenza di concetti chiave come bancarotta, profitto, reddito e il modo in cui questi concetti sono relazionati fra loro.
Il software è programmato con regole di scrittura che servono a strutturare periodi, paragrafi e pagine, spiega Christian Hammond, professore di informatica della Northwestern University e scienziato capo della Narrative Science. «Sappiamo come introdurre un’idea, come fare a non ripeterci, come accorciare i testi», dice.
Il software può accentuare le note positive in un documento di marketing
Le società possono anche personalizzare lo stile di Quill e utilizzare linguaggi basati sul contenuto richiesto. Il software può accentuare le note positive in un documento di marketing, o offrire descrizioni esaustive per un documento normativo.
Quill è anche in grado di dare un particolare “taglio” a un pezzo. Nello scrivere di attività sportive per dei particolari tifosi di una squadra, ad esempio, il software è in grado di scrivere un articolo che attutisca il pesco di una sconfitta.
Narrative Science non ha pubblicato alcun dettaglio tecnico sul funzionamento del suo software, ma Michael White, un professore associato della Ohio State University, sostiene che le sue finezze e la sua abilità nel dare un “tagli” ai pezzi lo distinguono da esempi precedenti di software dello stesso tipo.
I tempi sono finalmente maturi per il successo dei software di generazione naturale del linguaggio
Quello che oggi è conosciuto come software di “generazione naturale del linguaggio” è stato oggetto di ricerca per anni. Solo recentemente, però, ha cominciato a mostrare promesse commerciali. «Esiste una crescente consapevolezza riguardo il fatto che ammassi di dati e visualizzazioni non sono realmente utili se non possono essere spiegate e rese rilevanti», spiega White. «Direi che i tempi sono finalmente maturi per il successo dei software di generazione naturale del linguaggio».
(Traduzione di Matteo Ovi)