La parola è diventata un timbro di marketing. Una proposta di igiene linguistica per chi lavora davvero coi dati.
Scrivo queste righe dopo l’ennesima presentazione in cui un sistema di regole viene venduto come «intelligenza artificiale». Non è pedanteria: le parole plasmano le aspettative, e aspettative distorte generano decisioni sbagliate.
Il problema con le etichette facili
Quando tutto è AI, niente lo è davvero. I budget vengono allocati sulla base di promesse che nessun sistema può mantenere. I team tecnici si trovano a gestire aspettative impossibili. E chi prende decisioni strategiche perde la capacità di distinguere un investimento sensato da un acquisto impulsivo.
La confusione terminologica non è un problema accademico. È un problema di bilancio.
editoriale datastack
Una proposta
Basterebbe poco: usare «machine learning» quando c’è un modello statistico, «automazione» quando ci sono regole deterministiche, e «AI» solo quando il sistema ha una qualche forma di ragionamento adattivo. Non è perfetto, ma è un inizio.
La chiarezza costa zero e paga sempre. Iniziamo dalle job description.
