Arnaldo Carbone
Gufpi Isma-Italian Software Metrics Association. Metodologo, Specialista di Misurazione e Certified Function Point Specialist (IFPUG). Consulente per le strategie innovative (Gerson Lehrman Group). Responsabile dell’Hub “Gestione dell’AI e aspetti etici” per INFORAV. Impegnato nella valutazione e divulgazione delle nuove tecnologie, in particolare riguardo gli aspetti organizzativi, etici, cognitivi e di valutazione metrica
Laureato in Fisica, ex manager informatico. Attualmente socio invitato INFORAV con responsabilità operative e consulente strategico ICT per il gruppo GLG. Ha contribuito per decenni all’evoluzione informatica della PA, coordinando progetti di sviluppo complessi, programmi di trasformazione digitale e di cambiamento organizzativo, anche come Responsabile dei processi o con il ruolo di CIO. Evangelista della Qualità, ha generato e diretto diversi Sistemi di Qualità a norma ISO 9000 e promosso la cultura della Customer eXperience.
Come metodologo ha anche contribuito alla nascita di “Linee guida sulla qualità dei beni e dei servizi ICT” per la PA, ora in gestione ad AGID, definito KPI e programmi metrici, brevettato un metodo di valutazione dei sistemi informativi e svolto seminari formativi e informativi.
Organizzatore dal 2025 di convegni quantistici, come membro della Commissione Quantum Computing del CDTI, relatore su temi inerenti all’intelligenza artificiale in convegni del GUFPI-ISMA, in cui attualmente presiede un gruppo di lavoro specifico sulla valutazione metrica dell’Intelligenza Artificiale secondo diversi quadri di riferimento. Oltre al suo impegno in temi di valutazione metrica, il suo interesse è particolarmente rivolto alle attenzioni, soprattutto etiche, che richiede l’introduzione dell’IA nel mondo del lavoro, per produrre efficacia e mitigare i rischi e alle problematiche di impatto cognitivo che la strumentazione digitale e l’utilizzo dell’IA in particolare sta avendo sui suoi utilizzatori, in vari modi a vari livelli
_____________________
Abstract intervento
Misurare la qualità dei dati:
il primo passo verso un’IA affidabile
Ambito: gestione della conoscenza
L’importanza della selezione dei dati di addestramento per l’efficienza dello sviluppo del modello e l’efficacia degli output da produrre.
Gli standard utili e disponibili: struttura della serie ISO/IEC 5259 e suoi obiettivi.
La norma ISO/IEC 5259-2: il primo riferimento per considerare le specifiche caratteristiche dei dati in campo IA e la misurazione del loro livello qualitativo.
Quando e come utilizzare le misurazioni? Considerazioni sui dati negli step del ciclo di vita dei sistemi di IA.
Proposte e applicazioni reali di misurazione in casi ICT e industriali.
Considerazioni e correlazioni sull’utilizzo delle misure di qualità dei dati