L’apprendimento automatico (o “machine learning”), ovvero l’approccio statistico all’intelligenza artificiale (IA), è oggi largamente impiegato tanto in ambito di ricerca scientifica, quanto in ambito industriale, quanto dai decisori politici in aree strategiche di intervento sociale quali la difesa, la salute, i trasporti, la finanza, ecc. In questo intervento intendo discutere l’ontologia sottostante il paradigma di IA basato sull’apprendimento statistico, mostrandone lo stato dell’arte, le potenzialità di sviluppo, ma anche i limiti metodologici (e potenzialmente etici) nell’era dei “grand challenges” e dei big data. Tra gli sviluppi, discuterò in particolare il cosiddetto “policy learning”, un campo di ricerca statistico-economico-sociale che utilizza l’apprendimento statistico per ottimizzare le scelte di politica in contesti di incertezza dove tuttavia l’ampia disponibilità di dati può permettere di prendere le decisioni in modo più oggettivo, accurato e sostenibile.