Uno studio rileva che gli strumenti di IA alterano le conclusioni sull’innovazione nel vino

Un nuovo studio pubblicato sul Journal of Wine Economics afferma che il modo in cui i ricercatori misurano la somiglianza tecnologica nel settore del vino può cambiare in modo netto il quadro di come l’innovazione si sia evoluta tra Paesi e aree di prodotto.

Il paper, di Francesca Chiaradia dell’University of St Andrews, ha esaminato 9.439 abstract di brevetti sul vino depositati in 53 Paesi dal 1970 al 2023. Utilizzando strumenti di intelligenza artificiale che trasformano il testo in vettori numerici, lo studio ha confrontato cinque modelli linguistici per vedere quanto le invenzioni legate al vino si somigliassero nel tempo. Il risultato centrale non è stato solo che la tecnologia del vino è cambiata, ma che modelli diversi indicano spesso tendenze diverse.

Questo conta perché la somiglianza tecnologica viene usata per seguire la diffusione delle idee, dove i produttori si concentrano attorno a metodi comuni e dove la nuova invenzione si distacca dagli standard precedenti. Nel commercio del vino, ciò può incidere su come le aziende confrontano i concorrenti, individuano tecniche emergenti e valutano i mercati nelle diverse regioni.

Chiaradia ha costruito il dataset da Lens.org, un database pubblico di brevetti, e si è concentrata sugli abstract dei brevetti anziché sulle rivendicazioni. Il paper sostiene che gli abstract offrono una descrizione più chiara di un’invenzione e contengono meno linguaggio giuridico. Lo studio ha quindi elaborato il testo e usato cinque sistemi per generare embedding di frase, un metodo che mappa il linguaggio scritto in una forma matematica così che i brevetti possano essere confrontati tramite punteggi di similarità coseno compresi tra 0 e 1.

I cinque modelli erano GTE, S-BERT, USE, PaECTER e Doc2Vec. Secondo lo studio, la scelta tra questi modelli ha portato a letture sensibilmente diverse dell’archivio dei brevetti sul vino. GTE, S-BERT e USE hanno mostrato un calo della similarità media dagli anni Settanta fino a grosso modo la fine degli anni Novanta, seguito in seguito da un andamento più piatto. PaECTER e Doc2Vec, al contrario, suggerivano un aumento della convergenza.

Il paper afferma che queste differenze sono abbastanza ampie da incidere su qualsiasi affermazione generale sul fatto che l’innovazione nel vino stia diventando più standardizzata o più diversificata. In altre parole, la risposta dipende in parte dal modello utilizzato.

Nel campione complessivo, anche la similarità semantica media variava a seconda del modello. GTE e PaECTER hanno prodotto le medie complessive più alte, dal 38,7% al 41,9%. S-BERT e USE erano più basse, al 33,2% e al 28,9%. Lo studio ha rilevato che i brevetti statunitensi e asiatici tendevano a mostrare una maggiore convergenza rispetto a quelli di altre regioni, con punteggi tra il 46,5% e il 46,6% in alcuni confronti.

I dati hanno inoltre mostrato che l’attività brevettuale nella tecnologia del vino è concentrata. Gli Stati Uniti guidavano i singoli Paesi con 1.516 brevetti, seguiti dalla Corea del Sud con 1.453 e dalla Francia con 903. L’Europa rappresentava 4.196 brevetti e l’Asia 3.032. In Europa, Francia, Germania e Spagna detenevano il 63,1% delle innovazioni nel vino della regione nel campione. In Nord America e in Asia, anche un piccolo numero di Paesi dominava i depositi. Gli Stati Uniti, la Corea del Sud e il Giappone rappresentavano l’87,2% e il 75,7% delle quote nei rispettivi continenti, ha affermato il paper.

Lo studio ha raggruppato i brevetti in cinque ampie aree tecnologiche e ha rilevato che la chimica alimentare e l’ingegneria chimica dominavano, seguite da macchinari ed elementi meccanici. L’Europa mostrava una specializzazione relativamente più forte nella tecnologia di misurazione del vino. Il Nord America si distingueva maggiormente nelle tecnologie digitali e nei prodotti di consumo. In Africa e Oceania, un calo dei brevetti legati alla chimica è stato compensato da una maggiore attenzione alle tecnologie di manipolazione e confezionamento come bottiglie, tappi di sughero e stoccaggio.

Uno dei risultati regionali più forti del paper è che la similarità all’interno dei Paesi era spesso più alta della similarità tra Paesi. Negli Stati Uniti si è registrato un lungo calo della somiglianza del linguaggio dei brevetti sul vino, che è diventata più stabile nei primi anni 2000. L’Europa si è mossa nella direzione opposta più avanti nel periodo. La similarità lì è aumentata dopo il 2010 e si è diffusa tra i vari campi, soprattutto nell’ingegneria meccanica e negli strumenti.

Il paper non rivendica una causa diretta, ma indica diversi possibili fattori alla base del modello europeo, tra cui minori barriere commerciali all’interno dell’Unione europea e la graduale armonizzazione delle norme agricole. L’implicazione più ampia è che l’innovazione nel vino resta strettamente legata al contesto economico e istituzionale in cui un’invenzione viene creata, anche in un settore globale con un commercio esteso.

Lo studio ha inoltre rilevato forti differenze tra le aree tecniche. Le tecnologie legate alla biotecnologia, alla chimica organica e all’ingegneria chimica hanno mostrato un calo più marcato della similarità dal 1970 al 1990 nei modelli addestrati su dataset più ampi e più raffinati. Dopo di ciò, i risultati suggerivano una maggiore stabilità attorno alla svolta del secolo, soprattutto per attrezzature standardizzate come motori, pompe e altri componenti meccanici. I brevetti per beni di consumo, che il paper descrive come meno complessi dal punto di vista tecnico, hanno mostrato una similarità media più alta e modelli più stabili dopo la metà degli anni Novanta.

Per verificare se i modelli linguistici producessero risultati credibili, il paper ha usato tre metodi di validazione. Per prima cosa, ha confrontato le previsioni dei modelli con i codici della Classificazione internazionale dei brevetti, che sono etichette formali assegnate ai brevetti. I risultati sono stati misti. L’accuratezza è andata dal 55,4% al 58,1% per la maggior parte dei modelli nei confronti complessivi, e la precisione variava a seconda del campo. GTE ha migliorato la capacità discriminante, mentre USE ha registrato in alcuni casi una maggiore accuratezza e precisione. Anche così, il paper afferma che tutti i modelli hanno ottenuto risultati scarsi se valutati rispetto alle etichette standardizzate, il che suggerisce che gli strumenti attuali faticano ancora a cogliere la similarità oltre un livello di base.

In secondo luogo, lo studio ha esaminato i disegni dei brevetti. Ha scaricato immagini dai depositi di brevetto e misurato la similarità visiva usando lo Structural Similarity Index Measure, o SSIM. La similarità media delle immagini è stata del 39,69%, un dato che si allineava da vicino ai punteggi generati da GTE. Chiaradia afferma che questa corrispondenza sostiene l’idea che modelli più avanzati e meglio tarati possano offrire una lettura più affidabile della convergenza tecnologica.

In terzo luogo, il paper ha usato un sistema di generazione aumentata dal recupero collegato a un grande modello linguistico per verificare se un sistema dinamico avrebbe tracciato la similarità in un modo coerente con i modelli statici. Secondo lo studio, i risultati basati su RAG hanno seguito da vicino gli schemi individuati da GTE, S-BERT e USE, dando all’autrice maggiore fiducia nelle tendenze prodotte da quei modelli.

Il paper colloca i risultati in un dibattito più ampio su come economisti e analisti del settore usino l’apprendimento automatico per leggere i dati sull’innovazione. I registri dei brevetti vengono sempre più analizzati per individuare i cambiamenti industriali, ma lo studio mette in guardia dal trattare gli output dell’IA come neutrali o intercambiabili. Lo stesso insieme di brevetti sul vino può raccontare storie diverse a seconda del sistema usato per analizzarlo.

L’autrice sostiene inoltre che i risultati dicono qualcosa anche sulla struttura stessa del settore del vino. Una maggiore similarità in alcune regioni del Nuovo Mondo, soprattutto in aree legate a software, packaging, pubblicità online, etichettatura e controllo qualità, può indicare una standardizzazione più forte o cluster di innovazione più stretti. Allo stesso tempo, le tecnologie più sofisticate in chimica e ingegneria meccanica sembrano restare più strettamente legate alle condizioni locali di produzione e ricerca.

Lo studio è descrittivo e non cerca di dimostrare perché siano emerse queste differenze. Copre inoltre solo il vino, non il mercato più ampio delle bevande. Chiaradia afferma che i risultati sono limitati dalla generazione attuale di modelli linguistici e potrebbero cambiare con lo sviluppo di sistemi più nuovi. Il paper suggerisce che ricerche future potrebbero estendere lo stesso approccio ai distillati e ad altre bevande alcoliche, dove anche l’attività brevettuale e la concorrenza sono cresciute.