fbpx Le macchine Volanti | Natural Language Processing: come l'innovazione cambierà la comunicazione uomo-macchina
Natural Language Processing: come l'innovazione cambierà la comunicazione uomo-macchina

Natural Language Processing: come l'innovazione cambierà la comunicazione uomo-macchina

05.11.2021 | Storia e avanzamenti dell'NLP, la storia e i vantaggi per le persone e la società nell'utilizzo di questa tecnica.

E se un giorno le macchine riuscissero a comprendere davvero il linguaggio umano in tutte le sue sfumature e utilizzarlo per comporre testi? Non stiamo parlando di scenari alla Blade Runner, con i suoi replicanti capaci di declamare poesie, ma di un futuro molto prossimo e meno oscuro, che potrebbe aprire orizzonti vantaggiosi per le persone comuni e anche per il business.

Ci stiamo riferendo alla disciplina dell'elaborazione del linguaggio naturale (NLP, Natural Language Processing), un settore dell'intelligenza artificiale (AI) che si occupa di ampliare le capacità di una macchina di comprendere il sistema di comunicazione degli esseri umani.

Le tecnologie alla base del NLP si sono notevolmente evolute negli ultimi decenni e sono diventate una parte essenziale della nostra vita quotidiana. Basti pensare a Google Translate, i filtri antispam delle caselle email, i sistemi di correzione automatica dei testi o il famigerato completamento predittivo in tempo reale delle frasi che scriviamo sui dispositivi digitali.

Per noi, comprendere un testo significa riconoscere il contesto nel quale è contenuto, eseguire analisi sintattiche, semantiche, lessicali e morfologiche. Grazie al nostro cervello possiamo poi creare riassunti, estrarre informazioni, interpretare i sensi, analizzare e apprendere concetti.

Per i computer, il NLP è il modo con cui possono elaborare il linguaggio naturale umano e iniziare a comprenderne il significato profondo.

Come nasce lo studio del linguaggio naturale e la sua “digitalizzazione”

Lo studio dell'elaborazione del linguaggio naturale è iniziato negli anni '50 del secolo scorso, quando il celebre crittografo Alan Turing pubblicò un articolo che proponeva quello che oggi viene chiamato test di Turing: un test sulla capacità di una macchina di esibire un comportamento intelligente, equivalente o indistinguibile da un essere umano.

Fino agli anni '80, la maggior parte dei sistemi di NLP si basava su insiemi complessi di regole scritte a mano dai programmatori, fino all’avvento, nel decennio successivo, degli algoritmi di apprendimento automatico (il machine learning) per l'elaborazione del linguaggio.

Oggi, con i sistemi di deep learning, le intelligenze artificiali riescono a tracciare e fare proprie le proprietà semantiche del linguaggio, tanto che il modo di comunicare dell’utente non deve corrispondere esattamente ad espressioni predefinite inserite nelle macchine.

Queste possono dunque fornire la risposta appropriata a domande simili ma con sfumature differenti: basti pensare ai diversi risultati che otteniamo su un motore di ricerca, cambiando una sola parola nella frase che andiamo ad inserire.

Come funziona il NLP

Per permettere ai computer di processare il linguaggio naturale, è necessaria una lunga fase di pre-elaborazione, in modo da concentrare i dati utili e aiutare la macchina a comprenderli meglio: in breve, ogni parola viene identificata e ogni frase ripulita da elementi non significativi o ripetuti, dagli articoli come "il", ai pronomi come "quello".

Esistono sette livelli di elaborazione che provvedono a dare direzioni alla macchina: fonologia (suoni), morfologia (segni), lessico (significato), sintassi (struttura), semantica (significato), discorso (senso) e pragmatica (chiarezza dei concetti).

Poter capire un testo è un’azione molto più complessa di quanto si possa pensare, e dimostra quanto il cervello umano sia un oggetto meraviglioso.

Per poter replicare le nostre capacità, i computer devono essere in grado di identificare un contesto, eseguire un'analisi divisa in 7 punti, produrre riassunti, tradurre in altre lingue, assorbire informazioni, interpretare sensi e sentimenti e, non ultimo, apprendere.

Comunicazione uomo-macchina: i vantaggi del NLP

Come può aiutarci un computer che “parla come noi” e comprende il nostro linguaggio nella vita di tutti i giorni? Facciamo alcuni esempi che iniziano con l’evoluzione in modo sempre più preciso e efficace di funzioni che già sfruttiamo a casa, nello studio e sul lavoro.

La traduzione automatica, in primis, sarà più fluida e colloquiale (o formale) senza il bisogno di nessun intervento umano per adattare i testi. La traduzione automatica è estremamente utile per tutti i cittadini, per gli studenti, per le amministrazioni pubbliche ma anche per le aziende. Un modo rapido ed economico per comunicare con chiunque, in tempo reale o poco meno, in un mondo sempre più ricco di scambi.

C’è poi il riconoscimento vocale: oggi il NLP trasforma la lingua parlata in un formato leggibile dalla macchina, in modo da permetterci di dare input a dispositivi e app attraverso la nostra voce. Gli assistenti vocali come Google Assistant, Siri o Alexa, sfruttando la potenza di calcolo del cloud, ci aiutano ad aumentare la nostra produttività sia a casa che sul posto di lavoro: utilizzare la voce permette controlli più rapidi e un multitasking meno invasivo nella nostra routine.

Con il NLP si potranno trascrivere inoltre in maniera veloce ed efficace chiamate telefoniche o web, dettare e-mail e tradurle con un comando quando necessario.

Ma si potranno anche monitorare in modo più preciso i canali social media, uno strumento importantissimo per il nostro personal branding o per la reputazione del nostro marchio: una scansione in tempo reale capace di trovare e comprendere davvero (sentiment analysis) cosa dice la gente di noi online darà un impulso deciso alle relazioni digitali.

L’obiettivo è quello di oltrepassare la semplice classificazione “positiva”, “neutra” o “negativa” del feedback e permettere alle macchine di entrare nei singoli aspetti del prodotto o servizio commentati dagli utenti.

Questa sentiment analysis, denominata “NLP-aspect-based”, ha recentemente permesso un approfondito studio nel Regno Unito: mappare le potenziali differenze nei comportamenti sui reclami online presentati da turisti di 63 diverse nazioni in 353 hotel di Londra. Un modo analitico e potente per riuscire a personalizzare l’ospitalità, andando incontro a un servizio sempre più su misura per il turismo straniero.

E quante volte, nei panni di consumatori, avremmo desiderato “assistenti virtuali” più intelligenti? Con lo sviluppo del NLP finalmente chatbot e “risponditori automatici” riusciranno a capire a fondo il linguaggio umano e produrre risposte appropriate 24 ore su 24, 7 giorni su 7.

Quando si parla di correttori automatici, infine, si sta grattando solo la superficie di quello che ci aspetta: grazie alle innovazioni nel campo dell’elaborazione del linguaggio, tra pochi anni le macchine potranno andare ben oltre la correzione o il controllo ortografico.

In buona sostanza, i dispositivi ci potranno avvisare degli errori grammaticali su intere frasi o periodi dei testi digitati e anche suggerirci uno stile di scrittura adeguato al nostro interlocutore.

Come si può facilmente intuire, il NLP ha già cambiato in modo radicale il modo in cui interagiamo con i computer. Possiamo essere certi che continuerà a farlo, e in modo sempre più impattante, anche in futuro: le innovazioni in questo campo tecnologico, grazie all’intelligenza artificiale, saranno protagoniste della trasformazione della società attraverso la comunicazione tra uomo e macchine, aiutandoci ad abbattere barriere e rendendo la nostra vita più semplice.

l'autore
Giacomo Lucarini