CUBI - Culture | Biblioteche | In rete

Abstract: Nel mondo di Ale e Vera non c’è bisogno di affannarsi per trovare le risposte. Myra, il sistema operativo integrato nella vita di ogni cittadino, ti conosce bene e sa cosa è meglio per te. Basta chiedere. E infatti Ale e Vera si incontrano proprio grazie a lei. Ma qualcosa non quadra, e Vera lo sa: si può vivere sotto l’occhio costante del sistema, nella totale condivisione social della propria vita? A cosa stanno rinunciando? Ale, Vera e un gruppo di altri ragazzi tentano la strada più dura: scegliere da soli, risvegliare le coscienze. È difficile non farsi beccare, ma ne vale al pena: la libertà è un’avventura piena di storie, emozioni, sfide. Ma è anche piena di pericoli, soprattutto se il nemico è molto più vicino del previsto. Ribellarsi ha un costo molto alto. Saranno disposti a pagarlo?

Abstract: Perché le tecnologie smart non portano automaticamente a risultati intelligenti? Perché per risolvere le grandi sfide del nostro tempo è determinante il ruolo di una "mente aumentata" che sia il frutto della collaborazione tra le capacità umane e le potenzialità delle macchine. «Big Mind» mostra come l'intelligenza collettiva, se ben orchestrata, può guidare le aziende, i governi, le università e le società a sfruttare al meglio il cervello umano e le tecnologie digitali. Descrivendo alcune tecnologie innovative (da Google Maps ai satelliti Dove) e le più recenti scoperte nell'ambito dei big data e dell'intelligenza artificiale, Mulgan racconta gli affascinanti esperimenti in cui la sinergia tra uomini e macchine ha portato a successi rivoluzionari o, a volte, anche a eclatanti insuccessi, offrendo però importanti lezioni per il futuro.

Abstract: I social network sono un passatempo che consente di mantenersi in contatto con gli amici, di "conoscere" altre persone almeno virtualmente, di fruire di contenuti multimediali, di dar luogo a iniziative o di partecipare a quelle organizzate da altri. Alla base del successo di queste piattaforme c'è la loro gratuità. Nessuno (o quasi) si chiede il perché del mancato pagamento di un biglietto. Quei pochi che si pongono la domanda non sempre trovano una risposta plausibile. Il ticket di ingresso, in realtà, viene pagato inconsapevolmente da chi accede nel corso dell'utilizzo di queste caleidoscopiche opportunità di intrattenimento. In termini pratici, il prezzo per utilizzare i social network è costituito dalle informazioni personali che gli utenti forniscono ininterrottamente a chi gestisce questi sistemi. La consapevolezza è il primo strumento che abbiamo a disposizione per tutelare le nostre informazioni personali.

Abstract: Settanta like erano sufficienti per sapere di quella persona più di ciò che sapevano i suoi amici; centocinquanta like più di quello che sapevano i suoi genitori; trecento like più del suo partner. Oltre i trecento si era in grado di conoscere un individuo meglio di quanto conoscesse se stesso. Quando Brittany Kaiser, giovanissima consulente politica appena laureata in diritti umani e relazioni internazionali, si è seduta per la prima volta a un tavolo con Alexander Nix, il carismatico capo della neonata società di analisi dei dati Cambridge Analytica, era convinta che le informazioni raccolte attraverso gli smartphone, i social media e le abitudini di navigazione online che permettono l’identificazione e la targettizzazione delle persone sarebbero state usate a fin n di bene. Ma ha dovuto ricredersi. Quella che era iniziata come un’improbabile, seppure stimolante, esperienza di lavoro – una democratica liberale come lei che accettava di lavorare per una società che aveva Steve Bannon nel consiglio d’amministrazione e politici repubblicani tra i suoi clienti – ha iniziato ad assumere i contorni di un incubo quando i suoi sforzi per costruire un’azienda rivoluzionaria, che applicava la scienza dei dati e l’analisi psicografica al settore della consulenza politica, sono culminati prima nell’elezione di Donald Trump a presidente e poi nella vittoria dei sostenitori della Brexit. Solo allora Kaiser ha capito fino a che punto la mancanza di regole nell’industria dei big data fosse diventata un pericolo per la privacy delle persone e per la democrazia in tutto il mondo. E quanto sottile e occulta fosse in realtà la minaccia se persino lei, che in quel mondo ci stava da sempre, era stata targettizzata e manipolata dalle persone per cui lavorava. Ma forse cambiare era ancora possibile... La dittatura dei dati è un resoconto dettagliato, lucido e onesto in cui Kaiser, ripercorrendo le tappe fondamentali degli anni in cui ha lavorato per Cambridge Analytica, rivela le spregiudicate pratiche digitali attraverso cui l’industria dei big data influenza e manipola le persone, facendo leva sulle loro paure e insicurezze per modificare il loro comportamento abituale. Ma è anche un’acuta analisi di come l’utilizzo dei dati comportamentali abbia cambiato per sempre la politica, una riflessione sulla scarsa consapevolezza con cui permettiamo che i nostri dati personali vengano usati contro di noi, e soprattutto un accorato appello a rafforzare il nostro spirito critico, a riprendere il controllo delle informazioni che scegliamo di condividere e a proteggere, così facendo, il nostro futuro.

Abstract: Chiunque si occupi di raccolta e analisi dei dati lo sa bene, o almeno dovrebbe: le informazioni che non conosciamo possono essere altrettanto importanti di quelle che abbiamo a disposizione. Ha senso affermare che un prodotto è efficace perché ha solo recensioni favorevoli? Ed è davvero possibile prevedere il buon esito di un trattamento medico sulla base di un campione che, per quanto ampio, non corrisponde alla totalità dei casi? Considerazioni analoghe si possono applicare alla nostra vita di tutti i giorni: perché invidiare una persona per i successi messi in mostra sui social network, quando i suoi fallimenti ci vengono opportunamente nascosti? In un’epoca dominata dai big data, conviene prestare maggiore attenzione al rovescio della medaglia, ovvero ai dati che sappiamo di non avere o – peggio ancora – che crediamo erroneamente di possedere. Simili alla materia oscura che elude le rilevazioni dei cosmologi, i dark data influenzano ogni campo di studio e di lavoro, dalla ricerca medica all’industria, dalle politiche pubbliche e sociali al settore finanziario, e sono molto più numerosi di quanto pensiamo. Sottostimarli è dunque un grave rischio, che può portare a costruire modelli fuorvianti e inesatti, con conseguenze talvolta catastrofiche. Al contrario, smascherare questi numeri «traditori» e imparare a gestire i problemi che essi provocano può portare vantaggi nella nostra sfera professionale e in quella personale. I dark data ci insegnano, infatti, a capovolgere il modo di considerare l’analisi dei dati, facendoci comprendere più a fondo l’universo dell’informazione e ad affrontare l’imprevedibile in maniera più consapevole e ponderata.

Abstract: Fornendoci una serie di strumenti utili a evitare di essere ingannati dai numeri, "Milioni, miliardi, fantastiliardi" è un vero e proprio manuale di sopravvivenza in un mondo sempre più sommerso dai big data. Quante volte ci è capitato di sentirci intimiditi, confusi o addirittura ingannati dai numeri - specie quando sono molto grandi? Sui media si parla spesso di milioni, miliardi e bilioni, non di rado commettendo errori marchiani o presentando i dati in maniera scorretta. Non comprendere i numeri può avere conseguenze molto serie per alcune delle decisioni più importanti che ci troviamo a prendere: per chi votare, che cosa comprare, se procedere o meno a un dato investimento. In questo libro tanto agile quanto illuminante, Brian Kernighan insegna a tutti - anche a chi proprio si sente negato per la matematica - come demistificare i numeri da cui ci sentiamo assaliti tutti i giorni. Traendo esempi da un'ampia varietà di fonti - inclusi il giornalismo, la pubblicità e la politica - l'autore illustra i diversi modi in cui i numeri, le unità, le dimensioni, i grafici possono sviarci e creare percezioni errate. E mostra come ognuno di noi, ricorrendo ad alcune semplici idee e scorciatoie, può imparare con facilità a riconoscere errori comuni, determinare quali numeri sono verosimili e fare i propri calcoli in autonomia quando necessario.

Abstract: Le organizzazioni di ogni tipo, struttura e latitudine sono oggi governate da un unico grande dogma: quantificare le performance, analizzare i risultati e misurare gli obiettivi. I parametri sono percepiti come gradini necessari da percorrere nella scala del successo. Più che un approccio, secondo Jerry Muller, è diventata un'ossessione, una vera e propria tirannia dei numeri dalla quale non riusciamo più a uscire e in cui la qualità della nostra vita, del nostro lavoro e delle nostre stesse relazioni è ingabbiata in una serie di sovrastrutture che ne impediscono lo sviluppo. Viviamo nell'epoca dell'accountability, degli incentivi alle performance e della fiducia assoluta nei benefici della trasparenza. Riporre troppa fiducia nei numeri tuttavia risulta fallace, specialmente perché troppo spesso questi parametri semplicemente non sono veri, o peggio, fotografano una realtà tanto diversa quanto inattaccabile proprio in virtù della loro natura matematica. Dall'istruzione alla medicina, dal business alla politica, Contro i numeri dimostra come l'ossessione per la quantificazione potrebbe non solo portarci in direzioni sbagliate rispetto ai nostri obiettivi, ma soprattutto lontano da quello che è davvero importante.

Abstract: L'ingresso della Data Analytics in azienda è spesso accompagnato da reazioni contrastanti. Da una parte c'è ottimismo ed entusiasmo, dall'altra un senso generalizzato di inadeguatezza - di solito per la mancanza di esperienza e conoscenze specifiche - e anche un certo sospetto. In questo scenario, lo scoglio in cui può imbattersi chi si trova a dover prendere decisioni o indirizzare investimenti è la semplice domanda: "Da dove partiamo?". Questo manuale propone un percorso e una serie di strumenti per farsi strada nel mondo dei Big Data. L'approccio è pragmatico e graduale ed è pensato per guidare nel processo di Data Transformation ovvero di integrazione sistematica della Big Data Analytics in un business. Nel corso dei capitoli vengono illustrati strumenti operativi e modelli concettuali che aiutano a vedere in prospettiva aneddoti e proclami, sgombrare il campo da falsi miti e mettere a fuoco opportunità reali. Una guida pensata sia per chi ha già un po' di dimestichezza con l'intelligenza artificiale e vuole passare alla messa in pratica senza commettere errori strategici nell'implementazione, sia per chi parte da zero e vuole costruire, passo dopo passo, le basi per affrontare con successo la sfida dell'innovazione tecnologica.

Abstract: Gli strumenti e le tecniche per portare l'analisi dei dati oltre Excel. La data analytics è una disciplina sempre più ricercata e acquisire competenze in questo ambito sta diventando essenziale in ogni settore. Questo manuale spiega come muovere i primi passi senza dover imparare un linguaggio di programmazione, ma passando dalla teoria alla pratica attraverso alcuni tutorial mirati. Si parte spiegando le tipologie di analisi possibili e come i dati devono essere preparati prima di essere analizzati. Si passa quindi al visual programming, con strumenti - KNIME e Microsoft Power BI - che consentono di creare template, modelli riutilizzabili e interfacce in grado di svolgere analisi profonde anche attraverso il machine learning. Infine si apprendono alcune tecniche di data visualization e data storytelling che aiutano a migliorare il processo di decision making. Un libro adatto a manager, professionisti, studenti e a tutti coloro che vogliono scoprire le potenzialità della data analytics per lavorare in modo più efficace con i dati.

Abstract: Big data e algoritmi costruiscono correlazioni, regolarità e quantificazioni per proporre interpretazioni dei fenomeni sociali in base ad automatismi matematici. Tuttavia, come svela questo libro, è un'illusione pensare che una comprensione automatica di abitudini ed eventi possa essere oggettiva e neutrale. Le tecnologie dell'intelligenza artificiale ambiscono a definire ciò che è stato e ad anticipare il futuro, ma sono state inventate e sviluppate da esseri umani, e ne conservano perciò il genio, l'instabilità, i pregiudizi, spesso anche l'arroganza. Affidarsi ad algoritmi per prendere decisioni in contesti incerti come quelli della vita reale, dove non è possibile determinare gli obiettivi univocamente, consente a chi definisce i criteri di farlo all'ombra dell'opacità del dispositivo tecnico, senza doversi assumere responsabilità, anche a rischio di esiti iniqui. È quindi necessario chiedere giustizia su dati e algoritmi: chi è oggetto di processi decisionali automatici deve ottenere spiegazioni esplicite e condivise per le scelte, pubbliche o private che siano. Le valutazioni algoritmiche non possono essere l'alibi per un nuovo latinorum della tecno-aristocrazia internazionale.

Abstract: Una delle professioni più emergenti nel campo tecnologico è quella del Data Scientist. Ovvero il professionista che è in grado di aggregare e analizzare la grande mole di informazioni di cui oggi una azienda dispone in modo da poterle usare nell'ambito decisionale. Il linguaggio di programmazione Python è molto utilizzato come strumento software per questa analisi. Questo testo, scritto da specialisti, mostra diversi tool e tecniche per gestire i dati provenienti da varie fonti e database allo scopo di renderli fruibili per successive analisi statistiche e computazionali. I capitoli sono brevi, centrati su ogni singola tecnica operativa e sempre conclusi con esercizi e codici di esempio. Oltre a Python vengono quindi descritti una serie di tool e strumenti specifici, perlopiù open source, che supportano il lavoro di sviluppo del software.

Abstract: Il termine "algoritmo", un tempo relegato nei soli manuali di matematica e di informatica, è entrato prepotentemente nel lessico quotidiano. Gli algoritmi, ad esempio, determinano quali devono essere le notizie e le informazioni che devono raggiungerci sullo schermo del nostro device. Usati da motori di ricerca e social media, oltre a selezionare l'informazione da proporre a ciascuno di noi, producono un altro effetto molto importante: la chiusura dell'utente dentro una bolla costruita sui suoi gusti, sulle sue preferenze, sui suoi pregiudizi. Solo conoscendo questi meccanismi l'utente può evitare che tutti i suoi dati finiscano in quella che lo studioso americano Frank Pasquale ha definito la «black box society». Prefazione di Francesco Cancellato

Abstract: Un’invisibile nuvola ci avvolge. Sono i dati e le informazioni che scambiamo online, un flusso continuo che qualcuno raccoglie, elabora e scambia. È vero che grazie ai big data accediamo a servizi sempre più ritagliati sulle nostre necessità, ma ogni nostra mossa, ogni acquisto, ogni comunicazione, ogni nostro momento pubblico e privato è osservato. Di ciascuno di noi esiste da qualche parte nell’etere un profilo. Utile a chi vuole influenzare le nostre scelte, di consumo ma anche politico-elettorali. E magari a chi vorrà approfittare delle nostre debolezze e dei nostri segreti.

Abstract: Calcolo, computazione, complessità sembrano essere le uniche chiavi utili ad analizzare il mondo attuale. Sembra che senza un'enorme mole di big data sia impossibile risolvere qualsiasi problema, dalle fluttuazioni bancarie al cambiamento climatico. E, intorno, sembriamo avere un'infrastruttura, fatta di cloud, di social network, di Wikipedia e di YouTube, che è lì, pronta a fornirci ogni informazione necessaria. Eppure il mondo si è reso sempre più impensabile, e chi lo governa usa questa insondabilità per rendere il suo dominio sempre più stringente. Siamo in una Nuova Era Oscura. In questo libro straordinario James Bridle indaga la storia dell'arte, delle tecnologie e dei sistemi d'informazione per renderci finalmente visibile il sistema tecnologico in cui siamo tutti avvinti, al fine di poterlo comprendere, e quindi cambiare.

Abstract: Questa guida aggiornata a Python 3 spiega come iniziare, quali sono e come funzionano gli algoritmi di machine learning, come si utilizzano linguaggi di programmazione quali Python e R, come svolgere compiti pratici utilizzando gli algoritmi più efficaci e molto altro ancora

Abstract: L'esperto di economia digitale Vili Lehdonvirta ci racconta il rapporto tra tecnologie digitali e società. All'inizio, internet era un luogo senza legge, popolato da geni della truffa che rendevano l'acquisto o la vendita di qualsiasi cosa online un affare rischioso. Poi Amazon, eBay, Upwork e Apple crearono piattaforme digitali sicure per la vendita di beni fisici, la ricerca di un lavoro e il download di app. In seguito, però, questi giganti della tecnologia hanno continuato a governare internet come autocrati. Come è potuto accadere? In che modo utenti e lavoratori sono diventati gli sfortunati sudditi degli imperi economici online? Internet non doveva liberarci dal potere delle istituzioni? L'esperto di economia digitale Vili Lehdonvirta ci racconta il rapporto tra tecnologie digitali e società prendendo di volta in volta spunto dalla storia di un personaggio influente o di una piattaforma significativa tra quelli che hanno contribuito a plasmare l'odierna economia digitale, da nomi familiari come Jeff Bezos di Amazon a eroi misconosciuti come Kristy Milland di Turker Nation. Lehdonvirta esplora l'ascesa dell'economia delle piattaforme verso il dominio completo delle nostre vite e propone una via alternativa da seguire. Perché solo se comprendiamo le piattaforme digitali per quello che sono – istituzioni potenti come Stati – possiamo avviare una vera fase di democratizzazione.

Abstract: L'intera umanità produce dati, cioè valore potenziale, sul web. Però l'impero calante, gli Usa, garantisce la libertà, fosse pure quella di morire di fame, ma non ridistribuisce il valore, che rimane nelle mani di pochissimi. L'impero crescente, la Cina, lo ridistribuisce, ma - essendo uno Stato bolscevico di successo - limita la libertà. Per rimediare al declino americano, il presidente Trump vuole controllare le piattaforme, realizzando il capolavoro di una tirannide senza ridistribuzione. Esiste una quarta via? Certo, il comunismo digitale spiegato in questo libro. I tempi sono maturi, non aspettiamo che marciscano.

Abstract: Quando navighiamo sul web, parliamo allo smartphone, effettuiamo operazioni online o usiamo i social network, lasciamo inevitabilmente tracce della nostra attività a disposizione delle imprese digitali che controllano il web. Questa immensa mole di dati viene costantemente raccolta, elaborata e riassemblata in modo da permettere alle Big Tech e ai loro clienti, pubblici e privati, di individuare il nostro profilo identitario con sempre maggiore precisione. Ed è l'algoritmo la funzione operativa che presiede a tali tecniche di profilazione. Ma non si tratta solo di marketing commerciale: è molto di più. L'algoritmo consente infatti di elaborare, in base al nostro comportamento online, una previsione delle nostre condotte future che attiva, anche in ambito politico, forme di induzione e attrazione verso posizioni che altrimenti non ci verrebbero in mente. La sfera pubblica si presta così a condizionamenti propagandistici che il cittadino non è ancora preparato ad analizzare criticamente e che incidono sulla libertà stessa, sia come immaginario singolare e sociale, sia come pratica individuale e collettiva.

Abstract: Lungi dall'essere modelli matematici oggettivi e trasparenti, gli algoritmi che ormai dominano la nostra quotidianità iperconnessa sono spesso vere e proprie "armi di distruzione matematica": non tengono conto di variabili fondamentali, incorporano pregiudizi e se sbagliano non offrono possibilità di appello. Queste armi pericolose giudicano insegnanti e studenti, vagliano curricula, stabiliscono se concedere o negare prestiti, valutano l'operato dei lavoratori, influenzano gli elettori, monitorano la nostra salute. Basandosi su case studies nei campi più disparati ma che appartengono alla vita di ognuno di noi, O'Neil espone i rischi della discriminazione algoritmica a favore di modelli matematici più equi ed etici. Perché rivestire i pregiudizi di un'apparenza statistica non li rende meno pregiudizi.