Latest / il posto delle parole / Elena Esposito "Algoritmi" Festival Filosofia
Transcript
- 0:01Speaker 2: Elena Esposito, buongiorno. Buongiorno. Benvenuta davvero qui nel nostro posto
- 0:07Speaker 2: delle parole per portarci il caos, perché la parola caos
- 0:12Speaker 2: ce la portano i nostri ospiti, ce la spiegano, ci
- 0:15Speaker 2: fanno attraversare questa parola perché la parola caos è la
- 0:19Speaker 2: parola guida del Festival Filosofia 2026 ed Elena Esposito porterà
- 0:25Speaker 2: la parola caos attraverso l'incontro che lei avrà sabato 19
- 0:31Speaker 2: settembre a Carpi alle 11.30. Algoritmi, le tecnologie possono gestire l'incertezza?
- 0:39Speaker 2: Ed è una domanda non da poco. Elena Esposito è
- 0:43Speaker 2: professoressa di sociologia dei processi culturali e comunicativi all'Università di Bologna.
- 0:48Speaker 2: Il suo lavoro sulla predizione algoritmica ha ottenuto un advance
- 0:53Speaker 2: grant del Consiglio europeo della ricerca. In che cosa consiste
- 0:56Speaker 2: questa questa sottolineatura così importante, Elena Esposito
- 1:02Speaker 3: Ma guardi, la previsione algoritmica è importante per tanti motivi
- 1:06Speaker 3: e l'abbiamo approfondita in questi anni. Per me è affascinante
- 1:09Speaker 3: provare a declinare il riferimento al problema del caos, che
- 1:13Speaker 3: è appunto il problema del festival. Lei diceva noi le
- 1:16Speaker 3: portiamo il caos, diciamo, cerchiamo di portare un modo di
- 1:21Speaker 3: gestire il caos. e nel mio caso appunto il punto
- 1:25Speaker 3: di contatto è che il caos proprio come è presentato
- 1:28Speaker 3: nella dichiarazione del festival insomma è dal mio punto di
- 1:34Speaker 3: vista molto chiaramente mirato è in primo luogo un problema
- 1:40Speaker 3: di previsione perché i cigni neri che compaiono nell'immagine illustrativa
- 1:44Speaker 3: del festival sono in realtà eventi non solo imprevisti ma
- 1:48Speaker 3: radicalmente imprevedibili E il problema del caos è un problema
- 1:53Speaker 3: non tanto di mancanza di ordine, come avete sentito in
- 1:55Speaker 3: tante presentazioni, ma in primo luogo un problema di imprevedibilità,
- 1:59Speaker 3: perché ci sono fenomeni ordinati che risultano per noi imprevedibili.
- 2:03Speaker 3: Per cui per me che lavoro sulle previsioni è stata
- 2:05Speaker 3: una specie di invito a nozze.
- 2:08Speaker 2: Eh sì, è una specie di invito a nozze e
- 2:11Speaker 2: sicuramente un invito a nozze deve essere raccontato, spiegato. Lei
- 2:15Speaker 2: da dove ci sta ascoltando, Elena Esposito?
- 2:20Speaker 3: Al momento ora sono negli Stati Uniti per un periodo
- 2:22Speaker 3: di ricerca, ma torno in Italia fra una decina di giorni.
- 2:26Speaker 2: Lei tornerà in Italia per partecipare, come dicevo, al Festival Filosofia.
- 2:34Speaker 2: Adesso entriamo nella complessità, perché questa parola è una parola necessaria.
- 2:42Speaker 2: E quindi... incominciamo a entrare per quanto mi riguarda in
- 2:47Speaker 2: punte di piedi cercando quantomeno di arrivare verso la soglia
- 2:50Speaker 2: perché sarebbe già molto. Cosa cambia, Elena Esposito, sul piano
- 2:55Speaker 2: sociologico quando, lei poco fa parlava di previsione, no? Di
- 2:59Speaker 2: quando la previsione del futuro non è più affidata al
- 3:02Speaker 2: giudizio umano ma a sistemi di calcolo.
- 3:05Speaker 3: Certo, certo. Ma dunque il giudizio umano ovviamente c'entra sempre,
- 3:10Speaker 3: è sempre necessario. Però ci troviamo in una fase in cui,
- 3:14Speaker 3: nel caso della previsione, come in molti casi di uso
- 3:17Speaker 3: dei cosiddetti sistemi di intelligenza artificiale generativa, i sistemi avanzati
- 3:21Speaker 3: che abbiamo adesso, Bisogna capire che dobbiamo affidarci a macchine,
- 3:28Speaker 3: a sistemi computazionali che non solo sono spesso più potenti
- 3:32Speaker 3: di noi, ma lo sono in un modo che richiede
- 3:35Speaker 3: di accettare l'incomprensibilità. Ci danno dei risultati che possono essere corretti,
- 3:39Speaker 3: possono essere utili, ma non sempre possiamo seguire in dettaglio.
- 3:43Speaker 3: E questo vale anche per la previsione. il che è
- 3:46Speaker 3: chiaramente una bella sfida, questa cosiddetta opacità degli algoritmi che
- 3:50Speaker 3: crea un sacco di problemi in molti ambiti della nostra vita,
- 3:52Speaker 3: della nostra società. In specifico nel caso della previsione offre
- 3:57Speaker 3: anche dei vantaggi, che sono quelli che vorrei approfondire in
- 4:00Speaker 3: questo caso, perché se il problema del caos, come abbiamo visto,
- 4:05Speaker 3: il problema dei cigni neri, sono delle forme di previsioni
- 4:09Speaker 3: che per noi non sono comprensibili ma possono essere corrette,
- 4:13Speaker 3: Gli algoritmi lavorano con le previsioni in modo diverso rispetto
- 4:16Speaker 3: al nostro modo di prevedere sulla base, come diceva lei,
- 4:19Speaker 3: del giudizio umano, perché sono in grado di cogliere dei patterns,
- 4:23Speaker 3: delle regolarità, delle conformità, delle strutture nei dati che possano
- 4:28Speaker 3: essere corrette anche se per noi possono non essere spiegabili.
- 4:32Speaker 3: Andando contro la vecchia regola che guida la previsione da
- 4:35Speaker 3: qualche secolo, per cui le regolarità che noi troviamo nei dati,
- 4:39Speaker 3: nei fenomeni, possono essere affidabili come previsioni solo se le
- 4:43Speaker 3: sappiamo spiegare altrimenti si corrono molti rischi ecco la sfida
- 4:47Speaker 3: degli algoritmi adesso è cercare di gestire questi rischi utilizzando
- 4:52Speaker 3: ciò nonostante i vantaggi di queste previsioni che ci possono
- 4:55Speaker 3: dare delle indicazioni inarrivabili in tanti campi anche della nostra
- 5:02Speaker 3: vita quotidiana della società
- 5:03Speaker 2: ma possiamo pensare che si tratta questo di uno spostamento
- 5:05Speaker 2: di competenza oppure non solo è uno spostamento di competenza,
- 5:11Speaker 2: ma qualcosa di più intrecciato, se vogliamo di più profondo,
- 5:16Speaker 2: nel modo stesso in cui noi pensiamo il futuro.
- 5:20Speaker 3: Certo, ma più che uno spostamento di competenza che c'è indubbiamente,
- 5:24Speaker 3: è uno spostamento epistemologico. Se si tratta di pensare il futuro...
- 5:29Speaker 3: come dire, pensare più che altro all'incertezza del futuro da
- 5:34Speaker 3: gestire in modo differente perché gli algoritmi non prevedono il
- 5:37Speaker 3: futuro non ci consentono di vedere il futuro in anticipo
- 5:40Speaker 3: ma ci danno delle indicazioni per gestire l'incertezza in modo
- 5:42Speaker 3: più efficace ad esempio nel nostro progetto abbiamo guardato dei
- 5:46Speaker 3: casi molto concreti tipo la medicina di precisione in cui
- 5:50Speaker 3: gli algoritmi danno delle previsioni mirate, focalizzate per un singolo
- 5:56Speaker 3: paziente per trovare la cura più efficace per questo caso specifico.
- 6:00Speaker 3: Non è che uno ha capito come funziona necessariamente la
- 6:04Speaker 3: malattia per altri casi, però riesce a intervenire in modo
- 6:07Speaker 3: mirato per questo caso specifico che per noi in molti
- 6:10Speaker 3: casi è estremamente rilevante
- 6:13Speaker 2: Il titolo della sua lezione pone una domanda che è
- 6:16Speaker 2: una domanda aperta, no? E quindi le chiedo, ma le
- 6:20Speaker 2: tecnologie possono davvero avere le mani in pasta o gestire l'incertezza?
- 6:27Speaker 2: O invece, prima parlavamo di spostamento di competenza, piuttosto spostano
- 6:32Speaker 2: altrove in una forma diversa e se vogliamo anche molto
- 6:36Speaker 2: meno visibile. Quindi entriamo in quella che lei, se non sbaglio,
- 6:39Speaker 2: prima definiva l'opacità dell'intelligenza artificiale. Certo
- 6:45Speaker 3: chiaramente la domanda è complessissima. io direi due cose l'incertezza
- 6:49Speaker 3: è una cosa prettamente umana gli algoritmi lavorano così bene
- 6:53Speaker 3: perché per loro l'incertezza non esiste loro computano e calcolano
- 6:57Speaker 3: e producono dei risultati che consentono a noi di gestire
- 7:01Speaker 3: quello che per noi rimane l'incertezza e in questo caso
- 7:04Speaker 3: del futuro e in tanti altri casi in modo più
- 7:06Speaker 3: efficace e con più indicazioni, insomma, con anche molti problemi appunto,
- 7:10Speaker 3: perché l'incertezza che gestiamo meglio sul piano pratico si accompagna
- 7:16Speaker 3: anche a questa incertezza del fatto di doversi affidare con
- 7:18Speaker 3: metà delle macchine che spesso non comprendiamo fino in fondo.
- 7:21Speaker 3: Però è una sfida, secondo me, affascinante della società di oggi.
- 7:26Speaker 2: C'è un paradosso che desidererei portare però Vi chiedo un
- 7:31Speaker 2: esempio concreto, Elena Esposito, perché al centro della sua ricerca, dicevo,
- 7:37Speaker 2: c'è questo paradosso, no? Che più cresce la capacità di
- 7:40Speaker 2: prevedere e calcolare, come ci diceva poco fa, e più
- 7:44Speaker 2: si creano nuove forme di incertezza. E che per noi
- 7:48Speaker 2: è difficile pensare, no? Questa cosa. Più si va avanti
- 7:51Speaker 2: e più c'è incertezza. E quindi se c'è incertezza c'è
- 7:54Speaker 2: una difficoltà anche da governare. Ci può fare per l'appunto...
- 8:00Speaker 2: un esempio concreto spiegandoci questo meccanismo certo
- 8:05Speaker 3: Ma questo riguarda la mia ricerca sulla previsione, sulla incertezza,
- 8:09Speaker 3: ma riguarda una condizione più di base della nostra società.
- 8:12Speaker 3: Una cosa che in fondo sta a riferimento alla riflessione
- 8:15Speaker 3: filosofica già da secoli, se non di più, insomma. La
- 8:19Speaker 3: vecchia classica affermazione è che più si conosce, più aumenta l'incertezza.
- 8:26Speaker 3: Avere più informazioni, raccogliere più dati, ci rende sempre più
- 8:30Speaker 3: consapevoli di quello che possiamo fare, ma di quello che
- 8:32Speaker 3: non possiamo fare o di quello che non conosciamo, come
- 8:35Speaker 3: si sa da sempre. Qualche decennio fa si parlava molto
- 8:39Speaker 3: della cosiddetta società del rischio, che proprio usava questa consapevolezza.
- 8:45Speaker 3: La nostra società è esposta a più rischi rispetto a
- 8:48Speaker 3: società precedenti, non perché possono andare male più cose, perché
- 8:52Speaker 3: anche nel passato, se ci pensiamo, c'erano guerre, carestie, malattie
- 8:56Speaker 3: incurabili e così via, ma perché Più raccogliamo le informazioni,
- 9:01Speaker 3: più siamo consapevoli delle cose che possono andare male e
- 9:04Speaker 3: più siamo consapevoli di questa svolta importante di oggi, che
- 9:08Speaker 3: molti dei possibili danni dipendono dal nostro comportamento. E questo
- 9:12Speaker 3: porta a un modo del tutto diverso di gestire l'incertezza,
- 9:15Speaker 3: soprattutto in prospettiva sociale.
- 9:18Speaker 2: Si è sempre detto che bisogna imparare dalla storia, ed
- 9:23Speaker 2: è giusto, ed è corretto. Però a volte imparare dai
- 9:27Speaker 2: dati storici per immaginare ciò che non è ancora accaduto
- 9:30Speaker 2: può portare anche a dei dubbi. Mi riferisco per esempio
- 9:34Speaker 2: al machine learning, perché il machine learning costruisce le sue
- 9:39Speaker 2: previsioni estraendo dati, pattern dal passato. Quindi quale distorsione comporta
- 9:47Speaker 2: questo affidamento sistematico ai dati storici?
- 9:51Speaker 3: Sì. No, moltissime, questo è un problema grave perché gli
- 9:56Speaker 3: algoritmi sono, come sappiamo, biased, distorti, dando informazioni con assoluta
- 10:01Speaker 3: sicurezza che invece spesso sono molto dubbi. Si dice spesso
- 10:05Speaker 3: che sono macchine che proiettano il passato nel futuro o
- 10:09Speaker 3: la formula che va molto di moda, sono pappagalli statistici, insomma,
- 10:12Speaker 3: ripartono le date e riportano delle cose già in qualche
- 10:15Speaker 3: modo note. Gli algoritmi presentano molti rischi, non è questo
- 10:19Speaker 3: secondo me il modo appropriato di descriverli perché ovviamente utilizzano
- 10:23Speaker 3: solo i dati presenti e passati perché non potrebbero avere
- 10:27Speaker 3: altre fonti di informazioni, però loro non proiettano il passato
- 10:32Speaker 3: nel futuro, non porta ad aspettarsi che il futuro si
- 10:34Speaker 3: comporti come il passato. utilizzano questi pattern, queste strutture, che
- 10:39Speaker 3: possono essere anche forme di gestione dell'incertezza, sono forme di
- 10:43Speaker 3: creatività e così via, e le proiettano in avanti per
- 10:47Speaker 3: darci delle indicazioni su quello che potrebbe succedere in futuro,
- 10:50Speaker 3: anche se non ne siamo consapevoli. Per cui, in qualche modo,
- 10:53Speaker 3: come si vede in tanti casi, sono molto più creativi
- 10:56Speaker 3: di come spesso si descriva, pur se ovviamente non conoscono
- 11:00Speaker 3: il futuro, non conoscono neanche i dati, perché a volte
- 11:03Speaker 3: non ragionano, regolarità che possono essere anche comunque in qualche
- 11:09Speaker 3: modo creative e sorprendenti vedo delle cose che non potremmo
- 11:12Speaker 3: vedere vorrei tornare
- 11:13Speaker 2: lei diceva poco fa mi scusi parlava della opacità e
- 11:21Speaker 2: questa opacità tecnica è qualche cosa su cui vorrei tornare
- 11:25Speaker 2: perché se vogliamo è anche un problema di responsabilità per
- 11:29Speaker 2: esempio quando un sistema predittivo ci porta su una pista
- 11:34Speaker 2: sbagliata quindi produce errori Penso per esempio al mondo della sanità,
- 11:40Speaker 2: penso al mondo del credito e quindi come si sviluppa
- 11:44Speaker 2: il principio di responsabilità a questo punto?
- 11:48Speaker 3: Ah guardi, questione enorme. È la questione più importante e
- 11:53Speaker 3: aperta nella gestione dei sistemi di cosiddetta intelligenza artificiale. Quando
- 11:57Speaker 3: diciamo che sono opachi, indichiamo una forma di mancanza di
- 12:01Speaker 3: controllo che la nostra società non aveva mai conosciuto in precedenza.
- 12:05Speaker 3: Le tecnologie sono sempre state in qualche modo incontrollabili, perché
- 12:08Speaker 3: non possiamo sapere tutto, non possiamo sapere gli effetti e
- 12:11Speaker 3: così via. Ma in questo caso ci troviamo, quando si
- 12:14Speaker 3: parla di opacità, ci troviamo di fronte a una condizione
- 12:17Speaker 3: in cui nessuno, nemmeno gli esperti, nemmeno i programmatori che
- 12:22Speaker 3: hanno costruito i modelli di intelligenza artificiale, capiscono come l'algoritmo
- 12:28Speaker 3: arriva ai suoi risultati. Poi c'è un'incomprensibilità più radicale, non
- 12:33Speaker 3: per mancanza di capacità di calcolo, di conoscenza, semplicemente ragiona
- 12:37Speaker 3: in un modo che per noi, con tutte le dimensioni
- 12:39Speaker 3: su cui calcolano, è radicalmente inafferrabile. La questione è, sono
- 12:45Speaker 3: due strade, cioè la disciplina della cosiddetta explainable AI, della
- 12:49Speaker 3: spiegabilità dell'AI che cerca di gestire questo, e ci sono
- 12:52Speaker 3: due strade, rendere gli algoritmi in qualche modo più comprensibili
- 12:57Speaker 3: o trovare dei modi controllati di gestire l'incompressibilità. cioè anche
- 13:02Speaker 3: se non sappiamo come la macchina arriva ai risultati vogliamo
- 13:05Speaker 3: sviluppare dei modi per sapere che risultato in qualche modo
- 13:09Speaker 3: verificare la correttezza del risultato anche se non lo sappiamo
- 13:12Speaker 3: non lo possiamo comprendere ad esempio in campo medico ci
- 13:17Speaker 3: sono delle strategie per controllare intanto per controllare le possibili
- 13:22Speaker 3: fonti di istruzioni come i bias quando i dati sono
- 13:25Speaker 3: sbagliati quando gli algoritmi prendono delle cantonate eccetera che si
- 13:29Speaker 3: possono in qualche modo vedere ma anche per verificare se
- 13:32Speaker 3: il risultato, controllati tutti questi possibili effetti di distorsioni, può
- 13:37Speaker 3: essere considerato affidabile e disforzato a un futuro che comunque
- 13:40Speaker 3: rimane sempre incerto. E sono campi di ricerca estremamente affascinanti.
- 13:46Speaker 2: Vorrei ricordare il libro di Elena Esposito, Comunicazione Artificiale, perché
- 13:51Speaker 2: tra le tantissime opportunità di confronto, di ragionamento e di scoperta,
- 13:57Speaker 2: Lei parla di una cosa importante. Noi ci riempiamo spesse
- 14:01Speaker 2: volte la bocca della definizione intelligenza artificiale. Lei fa uno
- 14:04Speaker 2: scarto successivo. Lei parla di una intelligenza sociale prodotta dagli algoritmi.
- 14:11Speaker 2: Ci vuole raccontare di questa realtà? Sì
- 14:15Speaker 3: ma il passaggio era un pochino più, come dire, anche
- 14:19Speaker 3: più semplice. Il libro che è stato scritto qualche anno fa,
- 14:23Speaker 3: in realtà, partiva dall'osservazione che, come dicono tutti gli operatori
- 14:28Speaker 3: di data science del settore, gli algoritmi da qualche anno
- 14:32Speaker 3: funzionano così bene, sembrano essere intelligenti, da quando hanno rinunciato
- 14:36Speaker 3: al tentativo di imitare la nostra intelligenza. Gli algoritmi non
- 14:40Speaker 3: fanno niente, lavorano in un modo che non somiglia per
- 14:43Speaker 3: niente al modo di ragionare umano e da quel momento,
- 14:46Speaker 3: da quando gli operatori hanno lavorato in questo modo, sembrano
- 14:50Speaker 3: essere intelligenti. per cui quel libro proponeva lo spostamento dall'idea
- 14:56Speaker 3: di intelligenza all'idea di comunicazione, di quello è il titolo
- 14:59Speaker 3: del libro. L'idea che gli algoritmi non hanno imparato ad
- 15:02Speaker 3: essere intelligenti, ma hanno imparato a partecipare alla comunicazione, in
- 15:07Speaker 3: modo che consente a noi di avere delle informazioni che
- 15:10Speaker 3: non avevamo prima, cioè in qualche modo a noi nella
- 15:13Speaker 3: comunicazione con gli algoritmi di sviluppare una forma di intelligenza
- 15:16Speaker 3: che prima non ci poteva essere, di cui il riferimento
- 15:19Speaker 3: all'intelligenza sociale. Quello che diventa intelligente è il reticolo che
- 15:24Speaker 3: connette le nostre intelligenze di tutti noi in una forma
- 15:28Speaker 3: di comunicazione semplificata e sempre più informata proprio perché riusciamo
- 15:32Speaker 3: ad utilizzare delle macchine che pur non essendo e se
- 15:35Speaker 3: stessi intelligenti riescono a produrre dei risultati che aumentano l'intelligenza
- 15:39Speaker 3: che circola la nostra società.
- 15:42Speaker 2: Lei quanto pensa che noi che non siamo esperti rispetto
- 15:48Speaker 2: a chi... ha le mani in pasta, per esempio, dal
- 15:51Speaker 2: suo punto di vista. Lei quanto pensa che noi siamo
- 15:54Speaker 2: consci di essere in un'intelligenza sociale? Ma spesso
- 16:04Speaker 3: Guardi, io parlo da sociologa, per un sociologo evidente spesso
- 16:07Speaker 3: non c'è del tutto consapevolezza di questo, ma questo non
- 16:10Speaker 3: toglie che siamo intelligenti ugualmente, perché se pensi tutti i
- 16:14Speaker 3: modi in cui pensiamo a noi stessi e ce la
- 16:17Speaker 3: portiamo con gli altri e così via, dipende in qualsiasi modo,
- 16:20Speaker 3: è comunque un modo approfondito la partecipazione alla comunicazione. Quello
- 16:24Speaker 3: che riusciamo a pensare, immaginare, a sperare, a creare così,
- 16:29Speaker 3: dipende moltissimo non solo da quello che altri ci hanno comunicato,
- 16:33Speaker 3: ma da quello che va letto nei libri, da quello
- 16:35Speaker 3: che apprendiamo attraverso i media, cioè da fonti che sono
- 16:38Speaker 3: prettamente sociali e che ci consentono poi di diventare quelli
- 16:42Speaker 3: che noi siamo anche a livello individuale. E quindi
- 16:45Speaker 2: per andare verso la chiusura della conversazione con Elena Esposito
- 16:49Speaker 2: a proposito dell'incontro che lei avrà al festival, Filosofia, le chiedo,
- 16:54Speaker 2: che cosa dovrebbe cambiare secondo lei nel modo di cui
- 16:58Speaker 2: pensiamo tutti insieme, collettivamente, alla parola futuro, ora che, come
- 17:03Speaker 2: diceva anche lei, è sempre più mediato da sistemi di
- 17:05Speaker 2: calcolo che nessuno poi controlla del tutto?
- 17:11Speaker 3: Ma secondo me una cosa affascinante adesso è prendere sul
- 17:18Speaker 3: serio l'idea che circola da qualche decennio di futuro aperto.
- 17:20Speaker 3: Il fatto che il futuro aperto è un'idea di coselle,
- 17:24Speaker 3: è un futuro che non è deciso, non esiste adesso,
- 17:30Speaker 3: nessuno lo può prevedere, neanche un'entità superiore, perché ancora semplicemente
- 17:34Speaker 3: non c'è, verrà costruito anche dalle nostre azioni, dalle nostre
- 17:38Speaker 3: decisioni presenti. E questo è una minaccia, perché il futuro
- 17:46Speaker 3: essendo aperto è chiaramente imprevedibile, ma anche una grande opportunità,
- 17:49Speaker 3: perché verrà creata le nostre decisioni presenti. Per cui vedere
- 17:54Speaker 3: anche l'incertezza, la gestione dell'incertezza, non solo come qualcosa che
- 17:58Speaker 3: ci crea ansia, ci crea angoscia, ma anche per un'opportunità
- 18:03Speaker 3: per essere attivi e per essere pentivi.
- 18:06Speaker 2: E prima di salutarci, invece, qual è? Qual è il
- 18:08Speaker 2: libro che le fa compagnia in questi giorni, Elena Esposito?
- 18:14Speaker 3: Guardi, il libro teorico, adesso è d'estate e si deve
- 18:19Speaker 3: seguire un romanzo, per cui spesso quello che accompagna sono
- 18:24Speaker 3: dei romanzi d'estate.
- 18:26Speaker 2: E qual è uno dei romanzi che accompagna questi giorni
- 18:30Speaker 2: di vacanza o presunta vacanza?
- 18:34Speaker 3: Guardi, adesso ho appena finito un libro coreano di cui
- 18:39Speaker 3: non ricordo il nome, estremamente creativo, che si chiama L'origine
- 18:44Speaker 3: delle specie, che è stato un libro di finzione che
- 18:47Speaker 3: riflette in modo creativo e molto originale sui nuovi sviluppi
- 18:54Speaker 3: tecnologici o il nuovo modo di essere rispetto al mondo
- 18:59Speaker 3: nella società di adesso.
- 19:01Speaker 2: Kimbo Jung o Kimbo Young, non so quale sia la
- 19:04Speaker 2: pronuncia esatta, l'origine della specie pubblicato da ADD Editore, Ernest Posito.
- 19:10Speaker 2: Grazie davvero e buon festival.
- 19:11Speaker 3: Complimenti, grazie. Grazie anche a lei per la conversazione.