Che cos’è l’IA, come siamo arrivati alle macchine con cui possiamo conversare e perché, per capirle, possiamo partire da un’esperienza umana molto antica: imparare un mestiere.
Cara Ameriga, immagina di poter dire al telefono: «Questo testo è troppo complicato. Me lo spieghi con parole semplici?» E di ricevere una spiegazione. Poi di aggiungere: «Non ho capito questo passaggio. Fammi un esempio con qualcosa che conosco». Il telefono risponde di nuovo, adattando la spiegazione alla tua richiesta.
È comprensibile chiedersi: chi c’è dall’altra parte? Qualcuno sta scrivendo? Il telefono pensa? Come fa a rispondere proprio a me? Per avvicinarci alla risposta non occorre conoscere l’informatica. Possiamo partire da una bottega, un maestro e un apprendista.
Prima di tutto: che cos’è l’intelligenza artificiale?
L’intelligenza artificiale, abbreviata in IA, è un insieme di tecnologie che permette ai computer di svolgere compiti che associamo all’intelligenza umana: riconoscere una voce, interpretare un’immagine, tradurre una frase, individuare regolarità nei dati o produrre un testo.
La parola “intelligenza” può però trarre in inganno. Saper svolgere uno di questi compiti non significa possedere tutte le capacità di una persona. Un sistema può essere bravissimo a giocare a scacchi e non saper preparare un caffè. Può scrivere una lettera commovente senza aver vissuto il dolore o la gioia di cui parla. La capacità di produrre una risposta convincente, da sola, non dimostra sentimenti o coscienza.
Inoltre, l’IA non coincide con un unico programma: è una famiglia di strumenti diversi. Alcuni riconoscono, altri prevedono, altri generano contenuti. ChatGPT, per esempio, è uno dei servizi attraverso cui possiamo usare questa tecnologia; non è il nome di tutta l’intelligenza artificiale.
La metafora dell’apprendista di bottega
Immaginiamo una giovane apprendista che entra nella bottega di una sarta. All’inizio non sa distinguere bene i tessuti, prendere le misure o correggere un vestito. Osserva molti esempi, prova, riceve correzioni. Con il tempo riconosce situazioni ricorrenti: capisce quale taglio potrebbe funzionare e quali errori evitare.
Una parte importante dell’IA moderna funziona attraverso un principio che possiamo avvicinare a questo: imparare regolarità dagli esempi.
In informatica si chiama apprendimento automatico. Durante una fase chiamata “addestramento”, il sistema viene elaborato attraverso dati e procedure matematiche che modificano il suo funzionamento, migliorandone la capacità di svolgere determinati compiti. Le reti neurali profonde sono uno dei principali strumenti usati per questo apprendimento.
Per un sistema che lavora con il linguaggio, immaginiamo una bottega piena di lettere, racconti, manuali e conversazioni. Attraverso l’addestramento, il sistema acquisisce regolarità nel modo in cui parole, concetti e spiegazioni si collegano. Quando gli chiediamo una lettera di auguri, può costruirne una nuova usando quelle regolarità.
Ma la metafora ha un limite essenziale: l’apprendista umana vive quello che fa; il sistema informatico elabora dati. La sarta sente la consistenza della stoffa, ricorda una cliente, si assume una responsabilità. Attribuire automaticamente queste esperienze a una macchina ci porterebbe fuori strada. La bottega serve a capire l’apprendimento dagli esempi, non a trasformare il computer in una persona.
Dal ricettario rigido agli esempi
Per comprendere l’evoluzione dell’IA, pensiamo anche alla cucina. Un programma tradizionale può assomigliare a una ricetta molto precisa: se succede questo, esegui quest’altra operazione. Le istruzioni vengono stabilite da chi lo realizza. Molti sistemi di IA, invece, imparano dai dati come affrontare situazioni che sarebbe difficile descrivere una per una.
Pensiamo al riconoscimento di un gatto nelle fotografie. Scrivere tutte le regole possibili sarebbe complicatissimo: ci sono gatti di ogni colore, fotografati di fronte, nascosti sotto una sedia oppure acciambellati. Con l’apprendimento automatico possiamo utilizzare molti esempi per addestrare un sistema a riconoscere caratteristiche utili anche nelle immagini che non ha incontrato prima.
Questo non elimina il lavoro umano: qualcuno deve progettare il sistema, scegliere i dati, stabilire gli obiettivi e verificarne i risultati. E non tutta l’IA impara nello stesso modo.
Come siamo arrivati fin qui
L’intelligenza artificiale non è comparsa all’improvviso quando abbiamo iniziato a parlarne al telefono o in televisione. Ha una storia lunga, con progressi, difficoltà e aspettative talvolta eccessive.
| Periodo | Che cosa accade | Come possiamo immaginarlo |
|---|---|---|
| 1955–1956 | Il nome “intelligenza artificiale” compare nella proposta del progetto di Dartmouth, seguito dall’incontro del 1956. | Si apre un laboratorio dedicato a capire quali capacità intelligenti possano essere riprodotte dalle macchine. |
| Decenni successivi | Si sviluppano sistemi basati su regole e conoscenze definite da esperti, accanto alla ricerca sull’apprendimento. | Si cerca di costruire grandi manuali di istruzioni per affrontare problemi specifici. |
| 1997 | Deep Blue di IBM sconfigge il campione mondiale Garry Kasparov in un incontro di scacchi. | Una macchina mostra una capacità straordinaria in un compito ben delimitato. |
| Anni 2000 e 2010 | Più dati, maggiore potenza di calcolo e progressi negli algoritmi favoriscono l’apprendimento automatico e le reti neurali profonde. | La bottega dispone di molti più esempi e di strumenti più potenti per esercitarsi. |
| 2017 | Viene presentata l’architettura Transformer, fondamentale per molti successivi sistemi linguistici. | Migliora il modo di elaborare le relazioni fra le parti di un testo. |
| Dal 2022 | Con servizi come ChatGPT, la conversazione con l’IA raggiunge un pubblico molto più ampio. | Per usare alcuni strumenti diventa sufficiente formulare una richiesta nel linguaggio quotidiano. |
Questa è una semplificazione: approcci diversi convivono e la ricerca non procede lungo una sola strada. I riferimenti principali sono la documentazione di Dartmouth, la storia di Deep Blue, il lavoro originale sui Transformer e l’annuncio di ChatGPT del 30 novembre 2022, collegati nelle fonti in fondo all’articolo.
Che cosa significa “intelligenza artificiale generativa”?
“Generativa” significa che può produrre contenuti: testi, immagini, suoni o altri materiali, secondo le capacità del sistema.
Per capire un modello linguistico, immaginiamo qualcuno che abbia fatto un enorme esercizio sulle relazioni fra le parole e che costruisca una risposta un pezzetto alla volta, tenendo conto della richiesta e del testo già prodotto. La spiegazione tecnica è più complessa, ma questo punto ci aiuta a capire anche il suo limite: generare una frase plausibile non equivale a verificarne la verità.
Il sistema può quindi scrivere una risposta ordinata e sicura che contiene un errore, oppure inventare un titolo di libro o una fonte. Questi risultati vengono spesso chiamati “allucinazioni”; il NIST li tratta come un rischio di confabulazione.
Torniamo alla bottega: il nostro apprendista digitale può essere molto abile nel preparare una proposta, ma il lavoro deve essere controllato prima di consegnarlo.
Se risponde alle domande, è come cercare su Internet?
Una distinzione utile è questa: un motore di ricerca ci aiuta a trovare pagine; un assistente generativo può costruire direttamente una spiegazione. Alcuni assistenti possono anche consultare il web o utilizzare documenti forniti dall’utente. Questa possibilità dipende dal servizio e dagli strumenti attivi.
«Hai verificato questa informazione su una fonte aggiornata? Indicami il collegamento».
E poi aprire quel collegamento. La presenza di una fonte controllabile vale più del tono sicuro con cui viene presentata una risposta.
Ameriga, da dove potresti iniziare?
Da qualcosa di piccolo e familiare. Per esempio:
«Aiutami a scrivere un messaggio di ringraziamento a un’amica. Deve essere affettuoso, semplice e lungo cinque righe».
Oppure:
«Spiegami che cos’è una videochiamata senza usare termini tecnici. Poi accompagnami un passaggio alla volta».
O ancora:
«Questo brano è difficile. Riscrivilo con frasi brevi, mantenendo il significato».
Se il risultato non ti piace, puoi correggere la richiesta: «Più breve». «Meno formale». «Fammi un esempio». «Questa parola non la conosco: spiegamela».
Non occorre indovinare una formula magica. Puoi procedere per tentativi, come quando spieghi a una persona quale aiuto desideri. Per cominciare, scegli un testo privo di informazioni riservate. È un modo semplice per fare esperienza e capire che cosa lo strumento sa fare.
Le tre abitudini da portare con sé
La prima è spiegare bene il bisogno. “Aiutami” lascia molto spazio all’interpretazione. “Scrivi un invito di quattro righe per un pranzo in famiglia” dà una direzione più chiara.
La seconda è controllare ciò che conta. Nomi, date, cifre e citazioni richiedono una verifica. Le decisioni importanti meritano fonti attendibili e persone competenti.
La terza è proteggere la propria riservatezza. Prima di inserire documenti o informazioni personali, bisogna capire come il servizio li tratta. Password e codici di accesso vanno tenuti fuori dalla conversazione. La riservatezza dei dati è uno dei rischi considerati anche nel quadro del NIST sull’IA generativa.
L’età non obbliga a restare sulla porta
Cara Ameriga, per iniziare non serve conoscere le parole inglesi che accompagnano questa tecnologia. Serve una domanda concreta e la libertà di dire: «Non ho capito, spiegamelo meglio».
Chi ha molta esperienza della vita porta con sé qualcosa di prezioso anche davanti a questi strumenti: conosce le persone, sa che una promessa può essere esagerata e riconosce il valore di una spiegazione paziente. Questa esperienza può aiutare a usare l’IA con curiosità e giudizio.
Se volessimo lasciare una sola immagine nella memoria, potrebbe essere questa:
L’intelligenza artificiale è come un apprendista digitale in una grande bottega: ha ricavato capacità da moltissimi esempi, può aiutarci a preparare un lavoro e può sbagliare anche quando sembra sicuro.
Tu porti il bisogno, lo scopo e il giudizio sulla risposta. Lo strumento mette a disposizione capacità da imparare a usare. Il primo passo può essere una frase semplicissima: «Ti spiego che cosa vorrei fare. Mi aiuti?»
Marco Digireale Costanzo
Ti auguro un nuovo inizio: meno sofferenza e più APPO felicità.
Fonti e approfondimenti
Dartmouth: la nascita del campo di ricerca nel 1956.
IBM: che cos’è l’apprendimento automatico.
IBM Research: Deep Blue e la vittoria del 1997.
Vaswani e colleghi: Attention Is All You Need, 2017.
OpenAI: presentazione di ChatGPT, 30 novembre 2022.
NIST: rischi dell’intelligenza artificiale generativa, 2024.
Lascia un commento