evento in presenza - Milano, Unicredit Tower Hall
La terza sessione dell’evento, a cui prenderà parte Fabiola Filardo, Senior Consultant presso BIP e co-fondatrice e membro di WiMIT - Women in Mobility, Infrastructure, Transport, sarà dedicata a “La mobilità nell’era dell’AI: quali opportunità? Quali rischi?” nell’ambito della mobilità e del trasporto.
Durante la sessione parleremo di come l’intelligenza artificiale può contribuire nei processi di decision making su temi numerosi temi legati, per esempio, all’inquinamento atmosferico, alla sicurezza stradale ed all’ottimizzazione della gestione del traffico e dell’occupazione del territorio.
Conoscere le dinamiche di mobilità sul territorio richiede la raccolta e l’elaborazione di grandi quantità di dati, che la digitalizzazione consente di supportare attraverso strumenti come l’Intelligenza Artificiale e piattaforme di Data Analytics. Quali sono quindi i possibili utilizzi di tali strumenti, i limiti, i rischi e le possibili ricadute?
Sintesi dell’evento
🔔Il 31/01 abbiamo partecipato all'evento nazionale IoMOBILITY AWARDS in cui le start-up operanti nel settore della mobilità si sono sfidate per identificare i migliori servizi e progetti innovativi sul mercato oggi. Tali servizi e progetti si distinguono per l'unicità e la creatività delle idee, i benefici concreti, il livello di usabilità e la replicabilità del modello di business. Gli Awards saranno organizzati da Innovabilify in partnership con MGH7 Venture Capital per dare ulteriore sviluppo all’iniziativa.
Fabiola Filardo ha preso parte alla tavola rotonda incentrata sul tema della Mobilità e il ruolo dell’AI. WiMIT può contribuire a questo promuovendo una cultura più equa e inclusiva nel settore tecnologico. Attualmente, le donne sono sottorappresentate nei settori chiave di ricerca e sviluppo sull'intelligenza artificiale, e questa mancanza si riflette anche nella leadership delle aziende del settore. Inoltre, c'è una disparità di competenze digitali e nell'ambito dell'IA tra uomini e donne. Nel 2019, solo il 18% dei dirigenti di aziende o start-up era donna, limitando il potenziale economico che le donne possono generare nei settori STEM.
Inoltre l'AI si basa sui dati, e qui sorge una questione cruciale: i dati sono davvero rappresentativi? Il problema dei bias nell'AI è un tema con cui molti nel settore sono familiari. È urgente chiederci se l'AI sta affrontando in modo efficace le questioni di genere. I policymaker stanno facendo abbastanza per evitare che gli errori del passato, in cui il prototipo era spesso l'uomo di 40 anni, continuino a influenzare la nostra percezione collettiva? 🧮
Dobbiamo affrontare il gender data gap, non solo per un principio di equità, ma anche perché la diversità è un vantaggio che dobbiamo capitalizzare. Se vogliamo un mondo che funzioni per tutti, dobbiamo parlare dei dati di genere.
Guardando al settore dei trasporti, abbiamo uno scenario simile. I dati e le esigenze di mobilità delle donne sono state storicamente trascurati. Non è che non vengano mai raccolti, ma spesso vengono aggregati, rendendo difficile evidenziare le esigenze specifiche delle minoranze di genere ed etnie.
Affrontare il Gender Data Gap nei Trasporti - azioni concrete:
📌Dimostrare l'importanza e il potenziale dei dati disaggregati per genere
📌Disaggregare per genere e dimensioni socio-economiche
📌Sensibilizzare sulla necessità di metodi di raccolta dati specifici per il contesto
📌Sviluppare metodologie di raccolta dati e analisi sistematiche, standardizzate ed armonizzate
📌Sviluppare e standardizzare indicatori di genere per progetti e interventi
📌Assicurare risorse e finanziamenti sufficienti per la raccolta e l'analisi dei dati
📌Garantire offerte di sviluppo delle capacità accessibili e complete
In conclusione, l'Intelligenza Artificiale e la raccolta dati devono riflettere la diversità della società che servono. Solo allora potremo veramente costruire un futuro di mobilità intelligente e inclusiva.