È ora di parlare seriamente di Big Data

È ora di parlare seriamente di Big Data

George Orwell pubblica 1984 agli albori della Guerra Fredda nel 1949. Il suo romanzo distopico fotografa una società definita dallo stretto controllo degli apparati dello stato sulla vita dei cittadini. Da allora la storia ci ha mostrato esempi di diversi livelli di ingerenza nella sfera privata, conseguenza di meticolose attività di spionaggio e causa di mortificazione della fiducia nel prossimo. A distanza di settanta anni, il dibattito sui Big Data mette al centro la condivisione volontaria dei dati personali, il loro uso, potenzialità, limiti e rischi.
 

La creazione dei dati

Il modello di società di 1984 non contemplava l’uso delle tecnologie dell’informazione. Sono loro ad aver attenuato in noi il rigido controllo sui dati personali che fino a pochi anni fa conservavamo gelosamente. Hanno infatti semplificato la condivisione della nostra quotidianità e ci hanno dato la possibilità di intessere e coltivare rapporti sociali con relativa facilità. Anche molte attività economiche si sono trasferite online previa cessione di porzioni di identità. Va dunque tenuto presente che ogni comportamento online realizzato con il supporto di uno strumento dotato di indirizzo IP lascia traccia di un aspetto della nostra vita: interessi, gusti e preferenze, interazioni sociali, posizione geografica, situazione economico-finanziaria, comportamenti di acquisto, ecc. Allo stesso modo, l’Internet of Things (IoT) permette che le informazioni raccolte da sensori inseriti in oggetti di uso quotidiano vengano trasformate in dati e condivise in rete per essere analizzate e monitorate. È così possibile registrare ed archiviare dati sul consumo di energia elettrica, il funzionamento degli elettrodomestici, ed il numero di passi che facciamo durante il giorno. Siamo anche consapevoli che alcune centinaia di sensori nelle nostre automobili elaborino costantemente dati sulla condizione dell’asfalto, la tenuta degli pneumatici e lo stile di guida. Possiamo perfino registrare l’accuratezza con cui usiamo lo spazzolino da denti.
 

L’uso dei dati e le possibili applicazioni

La mera creazione di dati (“datafication”) avrebbe scarso valore se non avesse un impatto sulla vita quotidiana. Parlare di Big Data implica non solo l’esistenza di vasti database ma soprattutto la definizione di un nuovo uso che di questi è possibile fare. La disponibilità di dati permette di correlare fenomeni diversi e valutarne l’evoluzione nel breve e nel lungo periodo. Ciò può implicare la rinuncia all’accuratezza dei dettagli e alla minimizzazione degli errori – propria delle tecniche statistiche basate sull’analisi di piccoli campioni – ma permette di fare previsioni che tengano conto di numerose variabili e garantisce una visione d’insieme altrimenti non ottenibile.

Le istituzioni pubbliche possono così essere messe in grado di monitorare ed anticipare fenomeni globali come la diffusione di epidemie analizzando le parole chiave inserite nei motori di ricerca. Le aziende possono interpretare i bisogni nascenti dei propri clienti definendo prodotti e servizi (con relativi prezzi e tariffe) customizzati. Molteplici gli esempi in tal senso. Amazon, Netflix e Walmart – per citarne alcuni – ci suggeriscono i prodotti a cui potremmo essere interessati in considerazione dei nostri precedenti acquisti e di un accurato customer profiling. Allo stesso modo, l’interpretazione dei nostri dati ci permette – ad esempio – di utilizzare in modo efficiente gli impianti di illuminazione e gli elettrodomestici e di guidare in modo adeguato alle condizioni del traffico e dell’asfalto evitando in anticipo situazioni di pericolo.

 

Quali sono i rischi?

L’adozione di scelte basate sui Big Data pone tuttavia una serie di potenziali rischi per consumatori ed organizzazioni. Immaginare una legislazione a protezione dei dati personali che si adatti in breve tempo all’evoluzione della tecnologia e all’uso che ne facciamo è alquanto utopico (si vedano le potenzialitè di Periscope, nuova app di Twitter). Rimandando ad ulteriori approfondimenti la legislazione sulla tutela della privacy e l’uso dei dati personali, è comunque opportuno riflettere sulle conseguenze di una eccessiva customizzazione dell’offerta in stile Minority Report. Il monitoraggio 24 ore su 24 dell’uso che facciamo delle automobili può infatti certamente comportare il pagamento di premi assicurativi adeguati ai nostri comportamenti stradali e prevenire varie forme di illecito. Ad ogni modo, esso potrebbe invogliare pratiche discriminatorie supportate dall’elaborazione di ogni tipologia di dati sull’uso del veicolo (orario di utilizzo, variazione dei tempi di percorrenza medi del medesimo tragitto, persone alla guida o nell’abitacolo, ecc). Aziende e consumatori si troverebbero così a saggiare le conseguenze dell’uso dei cd. “known unknown”, ovvero di un set di informazioni dettagliate – ottenute dall’analisi dei Big Data – che mettono in condizione di predire non solo trend globali ma anche di valutare il comportamento di gruppi e sottogruppi di individui. Appositi strumenti legislativi e di management per la gestione del rischio potrebbero minimizzare le conseguenze di eventi sconosciuti ma teoricamente ipotizzabili.

Potrebbe però accadere che le aziende trascurino un altro set di input derivanti dall’elaborazione dei Big Data, gli “unknown unknown”. Sono queste le imprevedibili conseguenze di una cambiamento radicale nel processo di selezione ed uso di informazioni per le decisioni aziendali. Si assume infatti che le aziende prendano le decisioni in modo razionale, dunque sulla base di rapporto causa-effetto. In un mondo fatto di Big Data, ciò non è più ammissibile. Quali possono essere allora le reazioni dei consumatori a scelte operate in ottica Big Data? Come potrebbero reagire gli operatori economici a rischi non codificabili perché totalmente inattesi e non imputabili a relazioni causa-effetto? Crediamo che il dibattito sui Big Data debba iniziare a dare spazio anche a questo tipo di analisi e non limitarsi all’elogio degli ovvi e ragionevoli benefici.

*Alberto Nucciarelli è Research Fellow, Cass Business School, City University London