Decidere meglio, ragionando come un computer

In un celebre TED Tom Griffith, scienziato cognitivo computazionale, ci suggerisce come applicare alla struttura computazionale dei problemi che sorgono nella vita di tutti i giorni i modelli decisionali informatici. Infatti, Il modo in cui i computer risolvono effettivamente questi problemi sembra molto più simile al modo in cui le persone agiscono nella realtà.

Prendiamo l'esempio, come ci suggerisce l’autore, di provare a decidere in quale ristorante andare. Abbiamo una serie di opzioni tra le quali scegliere  una di queste opzioni e magari dopo qualche giorno dovremo rifare la scelta. Ci imbattiamo in quello che gli scienziati informatici chiamano "explore-exploit trade-off, ovvero prendere una decisione tra il provare qualcosa di nuovo - esplorare in questo caso, dopo aver prima raccolto alcune informazioni - o se andare in un posto che già conosciamo - sfruttando le informazioni che sono già in nostro possesso.

Il trade-off di esplorazione / exploit si presenta ogni volta che dobbiamo scegliere tra provare qualcosa di nuovo con qualcosa che già conosciamo, sia che stiamo scegliendo il brano da ascoltare o stiamo decidendo con chi  passare il nostro tempo. È lo stesso problema che le aziende tecnologiche affrontano quando ad esempio devono mostrarci un annuncio pubblicitario e scegliere tra una pubblicità di un prodotto da noi già visualizzato o uno nuovo.

Come risolve l’informatica questo tipo di problema? 

Quando dobbiamo decidere su quale ristorante andare (o un problema simile), la prima domanda che dovremmo porci è quanto tempo rimarremo in quella città. Se abbiamo intenzione di essere lì per un breve periodo, allora dovremmo sfruttare le nostre conoscenze già acquisite. Non ha senso raccogliere nuove informazioni, ma se abbiamo intenzione di essere lì per un periodo di tempo più lungo, allora conviene esplorare. Provare qualcosa di nuovo, perché le informazioni che andremmo ad acquisire in quell’occasione possono rappresentare il mezzo per ottenere in futuro scelte migliori.

Immaginiamo la curiosità naturale che spinge un bambino ad esplorare il mondo circostante, paragonandola all'abitudine sistematica delle persone più anziane.

L'informatica può anche aiutarci a rendere più facile le decisioni in ufficio. Se dobbiamo riordinare la scrivania è facile che siamo costretti a scegliere tra cosa conservare e cosa dare via.

Ritorniamo ai nostri modelli informatici. Semplificando al massimo, la maggior parte dei computer ha due tipi di sistemi di memoria: un sistema di memoria veloce con capacità limitata ed un sistema di memoria lento, che è molto più capiente. Affinché il computer funzioni nel modo più efficiente possibile è necessario assicurarsi che le informazioni alle quali si desidera accedere siano nel sistema di memoria veloce, in modo da poter essere elaborate rapidamente. Ogni volta che chiediamo di accedere ad un'informazione, per essere processata nella memoria veloce, il computer deve scegliere quale elemento antecedente rimuovere dalla memoria.

Per gli informatici hanno risolto questo problema attraverso quello che viene chiamato il "principio first-in, first-out", che significa rimuovere l'elemento che è rimasto per più tempo nella memoria.

Se è passato molto tempo dall'ultima volta che abbiamo avuto accesso a quella parte di informazione, probabilmente ci vorrà molto tempo prima che abbiamo la necessità di accedervi di nuovo.

Quando i computer affrontano problemi difficili, li affrontano provando a semplificarli - facendo uso della casualità, rimuovendo i vincoli o attraverso approssimazioni. Semplificare applicando più schemi e modelli semplici può offrirci uno schema concettuale importante per affrontare problemi più complessi e produrre buone soluzioni.

Una cosa è certa. Nella realtà non sempre possiamo  controllare i risultati, solo i processi. E fintanto abbiamo utilizzato il processo migliore, abbiamo fatto il meglio che avremmo potuto. A volte i processi migliori implicano la possibilità di non poter verificare tutte le opzioni e di essere disposti ad accontentarci di una soluzione piuttosto buona. Oppure, possiamo addirittura sbagliare e fallire, ma non per questo non acquisire nuove conoscenza e nuove informazioni.

Lo stesso vale per l’innovazione.