L’intelligenza artificiale sta trasformando il modo in cui produciamo immagini, linguaggi e conoscenza, insieme alle forme attraverso cui prendiamo decisioni e interpretiamo il mondo. Gli algoritmi diventano così dispositivi culturali, capaci di intervenire sulle nostre pratiche e sulla nostra idea stessa di intelligenza. La rubrica Divenire cyborg attraversa alcuni dei territori in cui questa trasformazione prende forma: dall’IA generativa al gaming, dall’estetica alla giustizia, fino a nuove forme di immaginazione. In collaborazione con Luca Sossella Editore, proponiamo approfondimenti che interrogano il rapporto tra tecnologia, cultura e società. Un percorso per conoscere le macchine e, attraverso di esse, comprendere meglio le trasformazioni dell’umano.
Incontri ravvicinati di Guido Vetere è la nuova edizione, riveduta e ampliata, di Intelligenze aliene. Ne riprende i contenuti, ma li riorganizza e li porta dove le domande sull’IA sono diventate ancora più radicali. Il libro conserva l’architettura che ne aveva fatto uno strumento per orientarsi nel rapporto tra umani e IA offrendo al lettore una prospettiva più ampia e più urgente sul presente. Pubblichiamo la postfazione di Incontri ravvicinati, di Luca De Biase, edito da Luca Sossela Editore. Ringraziamo l'autore e l'editore per la gentile concessione.
Storicamente, non sono molte le grandi, profonde, talvolta estenuanti discussioni globali, dedicate al nome di una tecnologia. E ancora più rari sono i dibattiti su nomi di tecnologie lanciate settant’anni prima. Eppure, è quello che è successo con l’idea di “intelligenza artificiale” inventata da John McCarthy nel 1956 per definire un nuovo settore di ricerca e forse anche per finanziare il primo workshop che avrebbe dovuto avviare la creazione di un sistema informatico in grado di simulare in tutto e per tutto il pensiero umano. A scatenare la discussione, ovviamente, è stata l’uscita di ChatGPT, nel novembre del 2022: la sua eloquenza ha fatto pensare che il momento dell’intelligenza artificiale fosse finalmente arrivato e che l’etichetta strumentale di McCarthy fosse diventata realtà. E a rendere tanto appassionante quella discussione sono state le parole scelte per definire gli aspetti particolari della scienza e della tecnologia chiamata “intelligenza artificiale”. Il “machine learning”, per esempio, popolarizzato da Arthur Samuel nel 1959, quando stava lavorando a un programma nel quale una macchina imparava da sola a giocare a dama contro se stessa. E poi gli altri termini come “attenzione”, “allucinazioni”, “reti neurali”. Tutte parole che alludevano a una sorta di antropomorfizzazione della macchina pensante. Come mostra Simone Natale, l’attrattiva dell’intelligenza artificiale come campo di ricerca è stata probabilmente alimentata da questa idea: gli umani stavano creando macchine a immagine e somiglianza degli umani. Le conseguenti ambiguità interpretative hanno probabilmente motivato larga parte della discussione intorno all’intelligenza artificiale e ai timori che suscita l’idea dell’esistenza di entità molto simili agli umani ma molto più intelligenti. Ebbene: forse le ambiguità si scioglieranno conoscendo meglio di che cosa si tratta realmente, anche grazie al libro di Guido Vetere. E allora si apriranno discussioni più produttive sulle applicazioni di questa tecnologia.
Già. Su questo punto il dibattito è meno articolato ma ormai più importante. È vero che l’aspettativa che l’intelligenza artificiale produca un salto immenso nella produttività e nella ricchezza delle economie che l’adottano è incardinata nelle centinaia, e a tendere migliaia, di miliardi investiti per abilitarne lo sviluppo e il massiccio utilizzo. Ma è anche vero che i benefici dell’adozione dell’intelligenza artificiale non si fanno particolarmente notare in termini di grandi numeri, per ora, secondo quanto per esempio osserva il premio Nobel Daron Acemoğlu. La produttività aumenterà grazie all’intelligenza artificiale di uno 0,05% medio annuo nei prossimi dieci anni, stima l’economista, con un contributo all’aumento del Pil degli Stati Uniti contenuto intorno all’1,1-1,6%. Almeno fino a che, dice Acemoğlu, l’intelligenza artificiale sarà pensata come sostituto del lavoro umano. Acemoğlu è convinto che questa tecnologia abbia un potenziale molto maggiore. Ma deve essere concepita e applicata seguendo una strategia diversa, non sostitutiva del lavoro umano: “La mia tesi è che stiamo andando nella direzione sbagliata con l’AI”, dice Acemoğlu: “La usiamo troppo per automatizzare e troppo poco per fornire conoscenza e informazione ai lavoratori”.
Se si pensa che la macchina funzioni in modo diverso dagli umani e dunque potenzialmente possa fare cose che gli umani non sanno fare bene, allora il ruolo degli umani può diventare più creativo: devono immaginare che cosa far fare alla macchina che prima non era fatto
Evidentemente, il progetto di usare l’intelligenza artificiale per sostituire gli umani è coerente con l’ambiguo mito fondatore della disciplina secondo il quale si poteva fare una macchina che pensa come gli umani. Ma una volta superata la fase della discussione intorno a questo aspetto della questione e scoperto che la macchina opera in modo diverso dagli umani, cioè “pensa” in modo non comparabile al “pensiero” degli umani, anche se può generare risultati che possono sembrare simili a quelli che potrebbe produrre un umano, allora si apre una nuova discussione, forse più produttiva.
Una discussione che non si concentra sul modo di funzionare della macchina, e neppure sul suo ingannevole modo di apparire, e nemmeno sulle emozioni, gli interessi, le intenzioni di chi la usa. Ma su tutto questo insieme. È l’insieme che genera conseguenze: la macchina funziona secondo il progetto di chi l’ha costruita; viene usata da umani che vivono le loro relazioni sociali, tratti culturali, costrizioni economiche e così via; e l’incontro della macchina con gli umani avviene attraverso un’interfaccia e un insieme di elementi di comunicazione che favoriscono l’interazione tra la gigantesca matassa di cavi, chip, memorie, sensori che formano la dimensione digitale e l’incredibile complessità dei cervelli delle persone. Il linguaggio è uno dei terreni di incontro e collaborazione tra questi tre elementi. Questo complesso sistema bio-socio-tecnico è il reale risultato della progettazione dell’intelligenza artificiale e l’oggetto di una discussione creativa intorno a un’innovazione che si candida a generare conseguenze molto importanti nel XXI secolo.
Il passaggio merita forse un chiarimento. Se si pensa che l’intelligenza artificiale si limiti a simulare quello che fanno gli umani allora si attribuisce il ruolo di motore del cambiamento all’introduzione dell’intelligenza artificiale mentre si suppone stabile il comportamento degli umani. Ma questo produce semplicemente una sostituzione degli umani e un piccolo aumento di produttività. Se invece si pensa che la macchina funzioni in modo diverso dagli umani e dunque potenzialmente possa fare cose che gli umani non sanno fare bene, allora il ruolo degli umani può diventare più creativo: devono immaginare che cosa far fare alla macchina che prima non era fatto. Inoltre, se si accetta che tra macchine e umani esiste il più delle volte una relazione di co-evoluzione, allora anche gli umani si possono adattare e rinnovare, addirittura migliorandosi.
Ancora in altre parole. Un imprenditore come Elon Musk, che controlla Tesla e SpaceX, è convinto che l’intelligenza artificiale restituirà un valore pari o superiore agli investimenti che per adesso sono destinati al suo sviluppo solo quando sarà incarnata in robot umanoidi capaci di svolgere qualsiasi lavoro. Con questa idea, Musk si fa portatore di un preciso sistema di valori: l’intelligenza artificiale è vista come un simulatore delle abilità umane e sarà dunque applicata con successo quando sostituirà gli umani. Esiste un diverso sistema di valori che vede l’intelligenza artificiale come una tecnologia destinata a fare cose che gli umani non sanno fare bene: in questo contesto interpretativo, non sarebbe destinata a sostituire gli umani ma a integrare le loro capacità. Come suggerisce Acemoğlu.
Il salto di immaginazione richiesto per portare le macchine a questo livello implica un percorso complesso di innovazione culturale e tecnica, oltre che una nuova progettazione dell’interfaccia tra umani e macchine. Insomma, si passa dal progetto di un sistema tecnico al progetto di un sistema bio-socio-tecnico
Ma perché si prenda la seconda strada e non la prima occorre immaginazione. Occorre che gli umani migliorino e innovino la loro modalità di pensare l’utilizzo della macchina. Occorre che gli umani, coevolvendo con la macchina, acquisiscano la capacità di immaginare applicazioni della macchina che non erano state pensate prima anche perché richiedevano funzioni che non si potevano svolgere, in quanto gli umani non erano capaci di svolgerle e non c’erano macchine che le potessero portare a termine. Il salto di immaginazione richiesto per portare le macchine a questo livello implica un percorso complesso di innovazione culturale e tecnica, oltre che una nuova progettazione dell’interfaccia tra umani e macchine. Insomma, si passa dal progetto di un sistema tecnico al progetto di un sistema bio-socio-tecnico.
In questo senso, dunque, il limite allo sviluppo dell’intelligenza artificiale è nell’immaginazione. E questa a sua volta può essere coltivata progettando in modo innovativo l’interfaccia e il modo di raccontare il rapporto tra macchine e umani, oltre che rendendo molto più facile comprendere il funzionamento della macchina. Il passaggio necessario a questo proposito riguarda un’interfaccia che cessi di imporre agli umani quello che devono fare, limitandone l’immaginazione con un menu di funzioni predefinite o con la promessa di funzioni infinite, per diventare un’interfaccia che suggerisca agli umani di uscire dalla relazione con il computer e attingere alle sorgenti di immaginazione che esistono nell’esperienza sociale, culturale, politica, economica, ecologica degli umani, per poi tornare a relazionarsi col computer in modo più profondo e attivo.
Per visualizzare questa forma di progettualità si può ricorrere all’esempio di una tecnologia apparentemente ben compresa dagli umani: il libro. E in particolare il romanzo. Leggendo un romanzo le persone visualizzano su una sorta di schermo interiore la scena evocata dalle parole del narratore scritte sulla pagina. La grande maggioranza delle persone vivono questa esperienza mentre soltanto una piccola minoranza ne è esclusa. La tecnologia del libro è meno interattiva di quella del computer, ma attiva una facoltà umana ricca e importante come l’immaginazione: in questo caso la proiezione di immagini su uno schermo interiore. Gli umani si aspettano questa esperienza e tra l’altro la danno per scontata quando acquistano un libro: quando pagano per accedere alle storie scritte da un certo autore o pubblicate da un certo editore non sanno se quello che comprano vale il prezzo richiesto, ma accettano perché ricordano l’esperienza che hanno fatto con altri beni precedentemente acquistati, oppure perché ascoltano il consiglio di altri dei quali si fidano, perché la loro esperienza li induce a considerarli affidabili. Questo genere di beni si chiamano beni-esperienza. Il computer non è esattamente così, perché è interattivo e non si limita a trasmettere una storia. Ma la sua interfaccia suggerisce che la persona potrà fare qualcosa con il computer: può essere più o meno evocativa, può essere più o meno abilitante. Oppure può essere invece orientata a indicare con una certa precisione quello che consente di fare. Gli utenti di un computer tendono a considerarlo un bene-esperienza proiettando sul computer le loro aspettative. Quello che l’interfaccia suggerisce ha delle conseguenze.
Se l’utente non proietta nulla della sua esperienza sul suo schermo interiore quando accende un computer difficilmente farà qualcosa di liberatorio o di valore originale con la sua macchina e tenderà a subire i suggerimenti impliciti della macchina o addirittura a svolgere funzioni ripetitive e senza immaginazione
L’interfaccia può suggerire di usare il computer come una macchina per scrivere, o come un archivio con cartelline simili a quelle di carta che si trovano negli uffici. Oppure può suggerire di giocare seguendo certe regole. O può indicare un insieme di applicazioni che si possono usare. Nel caso dell’intelligenza artificiale può suggerire di usare il computer come qualsiasi cosa ci si proietti sopra: può diventare un assistente, un oracolo, uno psicologo, un amico e così via. L’interfaccia che limita le promesse del computer forse alimenta l’immaginazione dell’utente, l’interfaccia che promette molto ammette qualsiasi proiezione dell’utente, e l’interfaccia che promette troppo potrebbe essere paralizzante. L’equilibrio è un risultato che resta da trovare. Ma se l’utente non proietta nulla della sua esperienza sul suo schermo interiore quando accende un computer difficilmente farà qualcosa di liberatorio o di valore originale con la sua macchina e tenderà a subire i suggerimenti impliciti della macchina o addirittura a svolgere funzioni ripetitive e senza immaginazione. In questo senso l’intelligenza artificiale potrebbe limitarsi a ripetere, più o meno bene, le cose che già l’utente faceva, rischiando di sostituirlo.
C’è un esempio straordinariamente importante per andare più concretamente a fondo con questo argomento. Una delle applicazioni dell’intelligenza artificiale che potrebbe avere le maggiori conseguenze è la creazione di software. Nell’ultimo anno, da Replit ad Anthropic, i successi della produzione di software con i modelli di intelligenza artificiale generativa si sono fatti sentire sul mercato, con aumenti di fatturato e sconvolgimenti nella capitalizzazione di borsa particolarmente sensibili. Anche perché si tratta di un’applicazione che aumenta la produttività degli ingegneri che scrivono software, abilita nuove strategie di produzione nell’informatica, può portare a grandi salti di efficienza e a fare programmi che prima non erano praticamente possibili. Le competenze in questo senso dimostrate dalla macchina sono notevolissime. Un guru della computer science di Stanford come Don Knuth ha testimoniato che un problema al quale aveva lavorato per molte settimane è stato risolto in poco tempo da Claude Opus 4.6, il modello di Anthropic molto abile nella scrittura di software. Si può supporre che nel tempo questo genere di applicazioni diventeranno tanto facili da usare che anche i comuni cittadini che non hanno studiato ingegneria informatica saranno tentati di scrivere software.
Ma il punto è che la macchina può suggerire qualche modello di software, ma non può alimentare chissà quali interpretazioni ingannevoli o ambizioni sproporzionate. Può semplicemente promettere di scrivere del buon software. E allora il problema si ribalta sull’utente che deve immaginare quale obiettivo deve centrare quel software, che cosa deve fare, come si inserirà nella sua giornata di lavoro o divertimento, come sarà usato da altri, che relazioni si svilupperanno intorno a quel software. Insomma, deve evocare il suo schermo interiore e immaginare come il software che si accinge a far scrivere si inserirà nella sua vita o nella vita della sua comunità. Questa applicazione richiede un’immaginazione specifica, il software non si fa da solo neppure con l’intelligenza artificiale. Ma quando è fatto e viene dato in pasto a una macchina, quel software, se è scritto correttamente, conduce la macchina dove l’immaginazione del suo autore intendeva condurla. A livello di sistema questo cambiamento può avere conseguenze rilevanti.
Forse questo vale anche per i programmi di scrittura di testi. E forse tutto questo si può generalizzare a tutto ciò che si fa con il linguaggio: questa conquista umana decisiva è a sua volta un contenitore di esperienze, un abilitatore di scambi, un ispiratore di idee. Il libro di Guido Vetere ha mostrato quanto sia profondo il legame tra linguaggio, pensiero e storia dell’umanità, e quanto ne sia accelerata la dinamica con l’avvento dell’intelligenza artificiale. La conoscenza del senso di questo passaggio storico è la premessa dell’attivazione di un’immaginazione creativa necessaria a dare all’intelligenza artificiale applicazioni di valore.
