Big data: dal cyber-analfabetismo all’intelligenza collettiva

Quello dei big data è un tema culturale, più che di meccanica o di determinismo tecnologico. Un tema da affrontare dalla prospettiva sistemica che impatta sul linguaggio, sulle politiche, sull’organizzazione sociale, su quella aziendale e sulla stessa amministrazione e democrazia. In altri termini lo scenario non è quello dei dati, quanto quello delle informazioni. Si tratta di un vero e proprio approccio all’intelligenza collettiva. Se ne parlerà a Roma in un corso di formazione su business intelligence e smart PA.

Con il suo consueto sguardo visionario, nel 2002 il filosofo Pierre Lévy parlava del sodalizio fra reti telefoniche e informatica come di un fattore abilitante per la costruzione di un “cyberspazio mondiale, dove ogni elemento informativo è potenzialmente in contattato con gli altri e con tutto il loro insieme”. A distanza di quindici anni possiamo affermare senza alcun dubbio che, al netto dei fenomeni di costume connessi alla bulimia linguistica del termine “big data”, il fondamento culturale dei “grandi dati” è ancora sostanzialmente tutto inserito nel quadro disegnato da Pierre Lévy.

A tale proposito abbiamo volutamente parlato di “grandi dati” perché, riprendendo l’adagio di un vecchio spot pubblicitario, ci piace pensare che sia questa la dimensione giusta da cui osservare il fenomeno, evitando così di confondere il potenziale dei big data (“grandi dati”) con l’enorme quantità di dati tout court (“dati grandi”). Ciò perché la connotazione di “grandezza” non risiede esclusivamente nelle caratteristiche di mole (volume dei dati), quanto soprattutto in quelle di valore informativo, ossia in quelle che i teorici definiscono di varietà (dati strutturati, semi-strutturali, non strutturati), di velocità (generazione, elaborazione e decision making), di viralità (crescita e diffusione) e di variabilità (interpretazione contestuale).

In questo senso possiamo certamente affermare che quello dei big data è soprattutto un tema culturale, più che di meccanica o di determinismo tecnologico. Un tema da affrontare non dal punto di vista delle tecnologie, delle tecniche o degli strumenti, quanto dalla prospettiva sistemica che impatta sul linguaggio, sulle politiche, sull’organizzazione sociale, su quella aziendale e sulla stessa amministrazione e democrazia. In altri termini lo scenario non è quello dei dati, quanto quello delle informazioni; o ancora, non quello dell’abnormità delle banche dati, quanto quello degli algoritmi di interrogazione ed elaborazione della materia viva che esse contengono, nonché delle metriche di misurazione di ciò che strategicamente sono in grado di produrre per il contesto sociale, economico e politico. Per riprendere ancora una volta Pierre Lèvy, si tratta di un vero e proprio approccio all’intelligenza collettiva, fatta di pensiero comune (ma non uniforme) e, soprattutto, di azione e visione informata, fondata sulla capacità di creare sinapsi distribuite, in grado di suggerire o creare a loro volta nuovi modelli interpretativi.

In questa senso nell’ambito aziendale un esempio su tutti è quello dei modelli di business di Amazon o Netflix, sempre più basati sulla capacità interpretativa del proprio mercato di riferimento, reale e potenziale. Nell’ambito della vita pubblica, invece, l’esempio è quello che potremmo definire come un approccio “sustainable citizen centred”: un sorta di paradigma dove da un lato l’elemento partecipativo e di open government assume una rilevanza sempre maggiore e, dall’altro, lo sviluppo di una cultura della sostenibilità sociale, ambientale ed economica necessita di una pervasività multilivello.  In entrambi i casi è evidente ed imprescindibile l’utilizzo di una piattaforma di conoscenza comune che può trovare nei big data la giusta dimensione strategica tanto per i processi sociali, amministrativi e democratici, quanto per quelli di collettività intelligente.

In questo senso, la giornata di formazione e studio dal titolo “Big Data, Business Intelligence e Smart PA”, programmata da Ferpi nell’ambito dell’offerta della Commissione di aggiornamento e specializzazione professionale (CASP) e prevista per il prossimo 31 marzo a Roma, intende avviare un percorso di approfondimento, anche mediante case study, sui big data non come “fenomeno”, bensì come elemento strutturale e leva strategica dei processi decisionali e di visione conoscitiva sia per il mondo aziendale, sia per quello sociale, amministrativo e delle politiche pubbliche. Alla giornata formativa, introdotta da Pier Donato Vercellone, Direttore della Comunicazione & CSR di Sisal Group e Presidente Ferpi e Simonetta Pattuglia, professore di Marketing e Comunicazione dell’Università degli Studi di Roma Tor Vergata e Presidente Casp di Ferpi, prenderanno parte Rappresentanti istituzionali nazionali e di organismi transnazionali, Esperti tecnici a supporto delle politiche per l’Agenda Digitale del Governo Italiano, esponenti del mondo aziendale ed accademico ed esperti di marketing di impresa e di statistica come Walter Aglietti,  Analytics Manager & Big Data Technical Leader, IBM Italia, con un intervento su “Big data e processi di decision making”; Ernesto Belisario, Avvocato, esperto di diritto delle tecnologie e innovazione nella PA, componente Team OGP Italia; Filippo De Vita, Marketing Manager Digital Services Vodafone Italia ed Enrico Giovannini, Professore di Statistica economica e di Public Management, Università degli Studi di Roma Tor Vergata e LUISS, Co-Chair Independent Expert Advisory Group on the Data Revolution for Sustainable Development, United Nations, con un intervento su “I big data nella prospettiva internazionale”.

Se i “grandi dati” hanno necessità di superare l’aspetto dimensionale, provando ad affermare che i dati sono dati non perché sono dati, bensì perché sono valori vivi e dinamici, l’idea di fondo da cui vogliamo partire per l’incontro del 31 marzo prossimo è che la digital transformation non sia sufficiente ad assicurare un cambio di paradigma fra una approccio di cyber-analfabetismo ed uno di reale intelligenza collettiva.