Integrare la Conoscenza Indigena nella Governance dell’AI
Recenti studi propongono un quadro per l’integrazione della conoscenza e dei valori indigeni nella governance dell’intelligenza artificiale (AI), esaminando come questi principi etici possano tradursi in requisiti pratici per specifici progetti di AI. Gli autori affermano che la conoscenza ecologica indigena racchiuda una responsabilità collettiva e potrebbe fornire una base etica per interrogarsi se la scala di un modello di AI proposto sia giustificabile, considerando i costi ambientali, e dando priorità all’integrità ecologica rispetto a un’espansione tecnologica illimitata.
Alcuni ricercatori indigeni esprimono scetticismo riguardo l’esistenza di una categoria ampia di “valori indigeni” e si chiedono se la conoscenza indigena possa realmente essere tradotta in strumenti di AI.
Esperienze di Attivismo Ambientale e Ruolo delle Tecnologie
Nicole Horseherder ha visto gli effetti dello sviluppo insostenibile sulle comunità indigene. Attivista ambientale Navajo e co-fondatrice di Tó Nizhóní Ání (Sacred Water Speaks), un’organizzazione no-profit guidata dai Diné in Arizona, ha speso anni a proteggere l’acqua che sostiene le comunità dall’uso industriale. Per lei, ci sono paralleli evidenti con lo sviluppo odierno dell’intelligenza artificiale.
Con il progresso tecnologico che avanza a un ritmo senza precedenti, cresce il corpo di ricerca che guarda ai sistemi di conoscenza indigeni per ricevere indicazioni sui quadri etici per l’AI. È fondamentale, come afferma Horseherder, che la conoscenza indigena non venga trattata come dati da raccogliere, ma come un sapere costruito su migliaia di anni di osservazioni reali sui cambiamenti dei paesaggi, del clima e delle stagioni. Nella comunità Navajo, le persone che vivono in diversi paesaggi, dai deserti alle valli fluviali, possiedono sistemi di conoscenza locali unici.
Uno studio recente pubblicato nella rivista AI and Ethics analizza in che modo la conoscenza ecologica indigena potrebbe rimodellare i quadri di AI attraverso l’analisi dei concetti Navajo e Māori. Gli autori dichiarano che la conoscenza ecologica tradizionale incarna una responsabilità collettiva, offrendo una base etica per valutare se un modello di AI sia giustificabile in base al suo costo ambientale.
Secondo la teoria proposta, l’incorporazione della conoscenza ecologica tradizionale potrebbe anche consentire ai modelli di AI di riflettere con precisione le relazioni complesse tra specie e ambiente, comportamento animale e utilizzo dell’habitat, evitando i pregiudizi derivanti dall’affidarsi esclusivamente ai dati scientifici occidentali. Jude Kong, professore assistente all’Università di Toronto, sottolinea che è necessario apprendere dalle comunità locali per comprendere i loro problemi, altrimenti si rischia di adottare un approccio coloniale.
L’inclusione della conoscenza indigena nella governance dell’AI è suggerita come un modo per sviluppare potenti alleati nella conservazione. Gli autori affermano che l’AI sta già venendo integrata in diversi programmi di monitoraggio ecologico in collaborazione con le comunità locali in tutto il mondo, incluso il legame con la foresta pluviale amazzonica. Gli strumenti di AI sono utilizzati per identificare le cause della deforestazione del Bacino del Congo e per tracciare la diffusione dell’estrazione illegale di oro in Amazzonia.
A parte l’uso nella conservazione, l’AI può essere guidata da valori indigeni come Kaitiakitanga e Hózhó, che enfatizzano la custodia, la reciprocità e la vita in equilibrio con la natura, piuttosto che trattarla unicamente come una risorsa da sfruttare.
Tuttavia, i meccanismi di governance proposti nello studio restano teorici fino a quando non vengono convalidati, criticati o perfezionati dalle stesse comunità. In uno studio simile del 2024, Sebastián Lehuedé ha analizzato la resistenza delle comunità contro le infrastrutture che sostengono l’AI, ad esempio un data center proposto da Google in Cile, che avrebbe potuto aggiungere stress alle risorse idriche. Le comunità indigene vedono le risorse non solo come proprietà, ma come agenti vitali nelle loro vite quotidiane.
Lehuedé ha osservato che l’etica nello sviluppo dell’AI va oltre una semplice approvazione o disapprovazione della tecnologia ed è radicata nel modo in cui le risorse influenzano le relazioni tra le persone e la natura.
I due studi evidenziano che gli strumenti di AI, le infrastrutture o le catene di valore che escludono i valori delle comunità indigene spesso subiscono un backlash, sottolineando la necessità di rivalutare le considerazioni etiche relative all’AI. È imperativo garantire la partecipazione indigena nelle politiche di AI e stabilire valutazioni dettagliate dell’impatto sulle comunità prima di lanciare progetti di AI nei territori indigeni.
Karaitiana Taiuru, esperto indipendente in sovranità dei dati indigeni, ha espresso dubbi riguardo allo studio pubblicato su AI and Ethics, definendo come forma di colonialismo digitale l’assegnazione di valori etici a comunità indigene da parte di ingegneri e sviluppatori non indigeni. La katitiaktanga e l’hózhó, ridotte a categorie generiche, perdono il loro contenuto culturale specifico durante il processo.
È fondamentale, secondo Taiuru, che le comunità indigene non restino escluse dai modelli di governance dell’AI che influenzano sistemi di monitoraggio ambientale, sanità e istruzione. La chiave è se le popolazioni indigene avranno un controllo significativo su come i sistemi di AI vengono progettati e implementati.
In definitiva, le sfide che ci attendono richiedono un approccio d’inclusione e dialogo, affinché la conoscenza indigena abbia la possibilità di giocare un ruolo centrale nel futuro sviluppo dell’AI e nella preservazione ambientale.
### Fonti:
– Ray, S., & Ray, R. L. (2026). Incorporating indigenous knowledge systems into AI governance: enhancing ethical frameworks with Maori and Navajo perspectives. AI And Ethics, 6(1). doi: 10.1007/s43681-025-00970-8
– Lehuedé, S. (2024). An elemental ethics for artificial intelligence: water as resistance within AI’s value chain. AI & Society, 40(3), 1761–1774. doi:10.1007/s00146-024-01922-2
Non perderti tutte le notizie di green su sicilianews24.it
