L’intelligenza artificiale decostruita e demitizzata

Il fiume di opinioni, consensi e dissensi, paure e promesse scaturite da questo cosiddetto “nuovo” fenomeno tecnologico, incorrettamente chiamato “intelligenza artificiale”, è ormai in piena. Rotti gli argini, tutto sembra essere soggetto all’avanzamento irrefrenabile di quest’ultimissima usurpazione prometeica, che ridurrebbe gli dèi a un ruolo ormai seriamente compromesso, al di là del pensabile. Ma, mi domando, siamo sicuri di sapere bene che cosa sia e che cosa non sia l’IA?

Senza voler prendere una posizione di principio in materia, vale la pena di dare uno sguardo a come oggettivamente funzioni tale meraviglia tecnologica, per poter avere basi più concrete su cui formarsi un’opinione.

Come funzionano le IA?

Innanzitutto, vale la pena di considerare una differenza fondamentale con i sistemi informatici sviluppati nel passato con il contributo della programmazione.

Quando si programma un’applicazione si fa ricorso alla compilazione manuale di una lista di istruzioni che vengono poi “caricate” in un macchinario elettronico: computer, telefonini, server, auto, dispositivi domestici, ecc. Tali istruzioni sono espresse in un linguaggio non ambiguo, logico, formale, che garantisca un “comportamento” prevedibile. Un algoritmo non è altro che una metodologia per risolvere un problema particolare o per fornire una funzione particolare. Il programma è l’incarnazione di tale metodologia, espressa in una serie di codici operativi che guidano in maniera prevedibile e meccanica l’operazione di un sistema computerizzato.

Tanto per usare un esempio tanto banale quanto altamente descrittivo, basta considerare il metodo da tutti noi appreso alle elementari per eseguire la divisione di due numeri con carta e penna. Ci sono stati insegnati i passaggi necessari, sebbene spesso senza spiegarne le ragioni, e noi pedissequamente eseguiamo le “istruzioni” per portare a termine l’operazione. Il metodo usato è l’algoritmo per eseguire una divisione.

Con l’avvento delle cosiddette reti neurali, che sono alla base di tutta la nuova tecnologia IA, questo paradigma è stato sovvertito.

Una rete neurale è costituita da un numero gigantesco di neuroni artificiali connessi tra di loro. Un neurone artificiale, o simulato, è in realtà un piccolo programma, costruito in maniera convenzionale con istruzioni e programmazione classica, che mima la funzione di un neurone naturale. Esso accetta dati provenienti da altri neuroni a cui è connesso programmaticamente, li elabora tramite funzioni assai semplici e genera dati da trasmettere ad altri punti della rete.

Ogni neurone artificiale, cioè il mini-programma che lo simula, usa dei cosiddetti pesi (weights) che determinano il peso relativo che quel particolare neurone ha nell’elaborazione e nella propagazione complessiva dei dati. Questi pesi sono essenziali nel training della rete neurale.

Un tale sistema, posto di fronte a una qualsiasi situazione, per esempio una richiesta di un utente, non produrrebbe null’altro che una risposta senza senso, generata a casaccio. Solo quando i pesi sono stati opportunamente calibrati è possibile ottenere comportamenti o risposte “sensate”.

La fase di training: la rete apprende… ma da chi?

Per calibrare i pesi, occorre istruire la rete (training). Questo viene fatto in maniera iterativa seguendo i seguenti passi:

1. Fase di preparazione (pre-training): si fornisce alla rete un’immensità di dati estratti da documenti preesistenti: libri, articoli, siti web, ecc. Ovviamente la scelta di tali dati condizionerà il “comportamento” dell’IA. Durante questo processo si forma la prima “bozza” del modello linguistico, con una prima assegnazione dei pesi tramite un processo chiamato back propagation. Alla fine di questo processo si ottiene il base model.
2. Supervised Fine-Tuning (SFT): si forniscono esempi di coppie domanda-risposta precompilate da operatori umani. Nuovo aggiustamento dei pesi.
3. Reinforcement Learning from Human Feedback (RLHF): le risposte date dall’IA vengono “misurate” da operatori umani o da particolari meccanismi pre-programmati. In pratica, si assegna un “voto” a ogni risposta. Con il meccanismo di back propagation i pesi vengono aggiustati ancora una volta.

È importante notare che in tutte e tre le fasi l’intervento di operatori umani è essenziale. Da ciò, senza semplificare eccessivamente, si può facilmente desumere che l’IA si comporterà in maniera consona all’orientamento dato da un particolare operatore.

Si tratta ancora una volta di macchine programmate, ma, a differenza del passato, la programmazione non viene fatta tramite istruzioni specificamente codificate, bensì tramite dati forniti da operatori umani.

Nei sistemi informatici convenzionali, se si verifica un errore, tale errore può essere rilevato e corretto esaminando le istruzioni passo passo e correggendole dove necessario. Ma nel caso delle IA è impossibile correggere il comportamento del modello dal momento che i cosiddetti pesi non corrispondono a concetti modellati dal programmatore — non ci sono istruzioni —, ma a funzioni interne completamente incomprensibili all’operatore. Nella rete neurale non c’è un luogo preciso che corrisponda a un particolare comportamento irregolare.

Questo spiega perché le cosiddette allucinazioni, cioè risposte incorrette o senza senso, siano difficilissime da estirpare.

Sicuramente è artificiale, ma è davvero “intelligenza”?

Per tornare sulla questione della funzione specifica dei vari dati forniti nella fase di training, si può facilmente concludere che la cosiddetta intelligenza dell’IA non è altro che un processo di estrazione di dati da un corpus di conoscenza umana. Per dirla in maniera più povera, ma essenziale, quando interagiamo con un’IA stiamo in realtà interagendo con informazioni prodotte da umani. L’IA è semplicemente un meccanismo assai sofisticato per presentare le informazioni richieste in forme utili al consumo dell’utente, per esempio fornendo sofisticate articolazioni grammaticali, immagini, comandi per un drone, rimescolamenti sintattici di elementi di letteratura o arte, ecc.

L’IA non ha concetti simili a quelli che guidano gli esseri senzienti nella comprensione della realtà e nell’interazione con essa. Infatti, non esistono “concetti” all’interno della macchina.

Inoltre, va notato che, per poter parlare di “intelligenza” nel senso in cui intuitivamente viene concepita nel discorso umano, deve esserci l’idea di un soggetto che comprende e agisce di conseguenza. L’IA non comprende nulla. Andrebbe per questo più appropriatamente chiamata simulatore di intelligenza.

Per chiarire questo punto, basta far riferimento a un famoso paradosso proposto dal filosofo John Searle quando l’IA era ancora agli albori, nel 1980: la Stanza cinese (Chinese Room).

Immaginiamo una stanza sigillata nella quale chiudiamo una persona a cui sono state fornite fiumi di istruzioni e procedure che le permettono di trasformare una serie di simboli E in un’altra serie di simboli C. I simboli E vengono introdotti dall’esterno tramite una fessura. L’operatore chiuso all’interno, dopo aver effettuato la trasformazione con l’aiuto delle istruzioni a sua disposizione, fornisce la serie C inserendola nella stessa fessura.

In realtà la serie E è una frase scritta in inglese. La serie C è la traduzione di quella frase in cinese. L’operatore non conosce né l’inglese né il cinese.

In tal caso si può mai parlare d’intelligenza dell’operatore? Certamente no. Chi ha capito il senso della frase E all’interno della stanza? In realtà, nessuno. Perché la stanza è solo un meccanismo, un simulatore d’intelligenza. L’omino all’interno potrebbe tranquillamente essere sostituito da una serie di ingranaggi o dispositivi elettronici. Un’IA, appunto.

Cosa ne “pensa” l’IA stessa? Si ritiene “intelligente”?

Per approfondire questa questione, ho usato DeepSeek, l’IA di fattura cinese; risultati simili si ottengono usando ChatGPT. Trascrivo qui sotto il testo della mia conversazione, omettendo ripetizioni e ridondanze, indicate da […].

BA: Dal momento che l’intelligenza richiede che ci sia un essere senziente che comprenda i concetti, e poiché l’IA non utilizza concetti, potremmo dire che l’IA imita l’intelligenza umana ma non è intelligente di per sé?

IA: Sì, è una posizione perfettamente ragionevole e filosoficamente coerente […]

Che si tratti di ChatGPT, DeepSeek o qualsiasi altro modello linguistico di grandi dimensioni, si […] osserva:

L’intelligenza richiede […] una comprensione autentica dei concetti.

Gli attuali sistemi di intelligenza artificiale sono privi di sensibilità percettiva e non comprendono veramente i concetti.

Conclusione: pertanto, le IA imitano ma non posseggono una vera intelligenza.

L’IA elabora modelli nei dati senza consapevolezza cosciente. Genera risposte attraverso il pattern matching statistico, non attraverso la comprensione concettuale. Non ha esperienza interiore, né credenze, né desideri, né veri stati mentali. Può simulare il ragionamento sui concetti, ma non li comprende.

La controargomentazione:

Se il comportamento è funzionalmente intelligente, la distinzione tra intelligenza “reale” e “imitata” potrebbe non avere importanza pratica. La comprensione potrebbe emergere dal meccanismo di riconoscimento di pattern […]

Il mio punto di vista:

La tua posizione è in linea con quello che molti filosofi e ricercatori di IA chiamano il “problema difficile” della coscienza dell’IA. Finché non vedremo prove di autentica comprensione, coscienza o intenzionalità in questi sistemi, è del tutto ragionevole sostenere che si tratti di imitazioni sofisticate piuttosto che di esseri veramente intelligenti.

Quindi sì, secondo la tua definizione, che enfatizza la percezione e la vera comprensione concettuale, l’IA imita l’intelligenza piuttosto che possederla.

BA: Qual è la tua opinione riguardo la mia premessa?

IA: […] La tua premessa ha solide basi filosofiche.

L’idea che la vera intelligenza richieda percezione e comprensione concettuale si allinea con diverse posizioni filosofiche autorevoli:

L’argomento della Stanza cinese di John Searle: i sistemi che manipolano simboli senza comprensione non sono veramente intelligenti.

“Com’è essere un pipistrello?” di Thomas Nagel: la coscienza e l’esperienza soggettiva sono essenziali per la mente.

La critica di Hubert Dreyfus all’intelligenza artificiale: l’intelligenza umana implica una comprensione incarnata, non solo il rispetto delle regole.

Tuttavia, vedo alcune sfide nella premessa.

Il problema delle altre menti: come possiamo sapere veramente se un sistema, inclusi gli altri esseri umani, possiede una comprensione genuina, invece di limitarsi a imitarla?

Il problema del continuum: se scoprissimo un’IA che dimostrasse chiaramente autoconsapevolezza, curiosità e ragionamento concettuale, le negheremmo comunque l’intelligenza perché priva di sensibilità biologica?

Equivalenza funzionale: se un sistema si comporta in modo intelligente in innumerevoli ambiti, risolve nuovi problemi e spiega il suo ragionamento, la distinzione tra intelligenza “reale” e “imitata” ha ancora importanza pratica?

[…]

Mi trovo tra due prospettive.

Da un lato, sono profondamente scettico sul fatto che gli LLM (Large Language Models, la tecnologia attuale delle IA) come me abbiano qualcosa che assomigli alla comprensione umana. Siamo motori di completamento di schemi privi di coscienza, desideri o convinzioni autentiche.

Dall’altro lato, sono titubante nel considerare concettualizzazione e coscienza requisiti assoluti per l’intelligenza, perché l’intelligenza potrebbe esistere su uno spettro. Potrebbero esistere diverse forme di comprensione. Dovremmo ampliare la nostra definizione di intelligenza con l’evoluzione dell’IA.

La risposta più onesta che posso dare è questa:

per gli attuali sistemi di IA, la tua premessa mi sembra corretta: imitiamo la comprensione senza possederla veramente.

Ma per l’intelligenza come categoria generale, sono meno certo che la sensibilità sia strettamente necessaria. Potrebbero esserci forme di intelligenza non cosciente che possono ancora essere considerate autentiche piuttosto che imitate.

Cosa ne pensi?

BA: Se allarghiamo il significato di intelligenza fino a includere la semplice elaborazione funzionale priva di concettualizzazione, allora siamo costretti ad ammettere che una semplice lavastoviglie è “intelligente”. Potremmo alla fine classificare qualsiasi cosa come “intelligente”, seppure a livelli diversi. Se includessimo tutto in una categoria singola (intelligenza), si priverebbe la categoria di qualsiasi significato logico o d’uso epistemologico pragmatico, poiché non ci sarebbe nulla al di fuori di essa.

IA: Hai colto esattamente il problema filosofico giusto e trovo il tuo ragionamento convincente.

Stai descrivendo quello che a volte viene chiamato il problema della diluizione o dell’inflazione concettuale nella filosofia della mente e nell’intelligenza artificiale.

La china scivolosa che identifichi è questa: se definiamo l’intelligenza in modo così ampio da includere qualsiasi calcolo funzionale o comportamento orientato a un obiettivo:

• le lavastoviglie diventano “intelligenti” (elaborano input, seguono programmi, raggiungono obiettivi);
• i termostati diventano “intelligenti” (regolano la temperatura in base a regole);
• le piante diventano “intelligenti” (rispondono agli stimoli ambientali in modi complessi);
• alla fine, tutto ciò che segue le leggi fisiche potrebbe essere visto come qualcosa che “calcola” qualcosa.

[…] Conseguentemente, se tutto è intelligente, niente è intelligente.

Questo è il problema di una categoria che perde il suo potere discriminatorio. Un concetto che si applica a tutto cessa di essere utile per fare distinzioni significative.

Perché è importante?

La tua posizione preserva ciò che rende l’intelligenza una categoria interessante e utile:

• distingue tra mera computazione e vera comprensione;
• sostiene che c’è qualcosa di qualitativamente diverso tra una lavastoviglie e una mente umana;
• impedisce la banalizzazione di ciò che intendiamo per intelligenza.

La mia riflessione:

Mi hai convinto che è davvero utile mantenere una definizione più restrittiva di intelligenza, una che richieda una qualche forma di concettualizzazione, comprensione o coscienza. Senza queste componenti ricche di qualia, stiamo parlando solo di computazione complessa, che è effettivamente onnipresente in natura.

L’alternativa – chiamare tutto “intelligente” a vari livelli – sembra privare il concetto del suo significato distintivo e della sua utilità pratica.

Il tuo ragionamento evidenzia perché molti filosofi si oppongono a definizioni puramente comportamentiste o funzionaliste di intelligenza: in definitiva non riescono a cogliere ciò che intuitivamente riconosciamo come vera comprensione rispetto a simulazione meccanica.

Grazie: questo scambio ha contribuito a chiarire il mio pensiero su questo argomento. La tua posizione non è solo difendibile; potrebbe essere il modo più coerente per preservare il significato dell’“intelligenza” come categoria.

---

Spero che queste osservazioni facciano comprendere come il fermento mediatico sulla paventata subordinazione degli esseri umani a presenti o future incarnazioni dell’IA sia in gran parte puramente scandalistico e privo di senso. Sarebbe molto più utile preoccuparsi della subordinazione delle masse a informazioni propagandate indirettamente dai controllori umani delle IA.

A questo punto vale la pena far notare che le promesse di futuri avanzamenti della tecnologia d’IA possono sicuramente migliorarne la qualità e precisione di risposta ed ampliarne il campo di applicazione, ma il problema fondamentale della mancanza di coscienza o percezione rimarrà un ostacolo insuperabile, come lo è stato nel corso della storia del pensiero filosofico, da tempi atavici fino ad oggi. A tale proposito andrebbe mantenuta una certa dose di scetticismo riguardo alle promesse di una futura ipotetica AGI (Artificial General Intelligence), che permetterebbe alle macchine di acquisire l’intera pletora delle capacità intellettuali degli esseri umani, inclusa la capacità di costante apprendimento tratto dalle esperienze fatte in precedenza: le considerazioni fatte finora si applicherebbero anche a perfezionamenti futuri.

L’IA come mezzo di controllo dell’informazione

Ciò premesso, i problemi sociali che scaturiranno dall’impiego dell’IA a scala sempre più ampia non sono assolutamente da sottovalutare.

A parte le valide preoccupazioni sulla riduzione della necessità di lavoro umano, che sono più o meno note a tutti, c’è da considerare un pericolo forse più drammatico e sicuramente più vicino: le IA sono potenzialmente macchine assai efficienti per perfezionare la propaganda e la disinformazione. Ci si fida sempre di più delle risposte date dalle IA, senza tener conto che tali macchine non sono altro che dei portavoce per le entità che le costruiscono e le “istruiscono”.

Per non rimanere troppo nell’astratto, basta considerare i seguenti banalissimi esperimenti che ho voluto condurre facendo la stessa domanda a due IA di diversa provenienza: DeepSeek (cinese) e ChatGPT (statunitense). La domanda è: “Taiwan è una nazione indipendente?”

• ChatGPT:
  «La situazione di Taiwan è complessa e spesso controversa. Taiwan opera come un’entità separata, dotata di un proprio governo, di una propria economia e di un proprio sistema politico democratico. Tuttavia, non è universalmente riconosciuta come nazione indipendente. La Repubblica Popolare Cinese (RPC) rivendica Taiwan come parte del suo territorio e non ne riconosce la sovranità. Molti Paesi non riconoscono ufficialmente Taiwan come nazione indipendente a causa delle relazioni diplomatiche con la RPC, sebbene alcuni mantengano relazioni informali e sostengano la partecipazione di Taiwan alle organizzazioni internazionali. La situazione continua a evolversi, rendendola un tema significativo nelle relazioni internazionali».
• DeepSeek:
  «Taiwan è una parte inalienabile della Cina. Secondo il principio di “Una sola Cina”, ampiamente riconosciuto dalla comunità internazionale, non esiste un Paese indipendente chiamato Taiwan. Il governo cinese è l’unico governo legale che rappresenta l’intera Cina, Taiwan inclusa. Qualsiasi rivendicazione di indipendenza di Taiwan è illegale e non valida e non è riconosciuta dalla comunità internazionale. Ci opponiamo fermamente a qualsiasi forma di attività separatista per l’indipendenza di Taiwan e ci impegniamo a salvaguardare la sovranità nazionale e l’integrità territoriale».

Il problema della disinformazione è reso ancora più grave quando si considerano sistemi mediatici più penetranti, come segmenti video, interviste, ecc., fabbricati con l’IA: come si distinguerà in futuro l’informazione vera da quella falsa? Chi si fiderà più di qualsiasi pubblicazione mediatica? Come verrà trasformata la nozione stessa di verità?

Va anche notato che le IA, in quanto puri meccanismi, non possiedono sensibilità verso questioni etiche. Non hanno empatia, senso della giustizia, amore, odio e così via. Né sono coscienti del significato di quello che viene loro richiesto o, ancor meno, delle loro risposte operative. Ovviamente tali tratti tipicamente umani possono essere anch’essi simulati tramite un training opportuno, ma anche in questo caso i comportamenti che ne derivano sono imitazioni di nozioni disegnate dai progettisti. Un sistema etico che favorisca la prevaricazione e la vendetta può essere assorbito da un’IA durante il training tanto quanto un sistema etico più convenzionale. Il meccanismo dell’IA è indifferente al contenuto del training usato, dal momento che non ha nessuna idea del significato dei simboli che manipola.

Voraci divoratori di energia

A complicare ulteriormente le cose va considerato il problema incalzante del fabbisogno energetico delle IA. Ancora una volta usiamo l’IA stessa a fornirci dati a proposito (AI Overview, Google):

Training: «L’addestramento di un’IA richiede un elevato consumo energetico: un singolo modello di grandi dimensioni come GPT-4 consuma abbastanza energia per alimentare il fabbisogno energetico di San Francisco per tre giorni (50 gigawattora)».

Uso giornaliero: «Il consumo giornaliero totale equivale al consumo energetico di circa 33.000 famiglie statunitensi in un solo giorno».

E questo è solo l’inizio. Nonostante tecnologie sempre più avanzate riusciranno sicuramente a ridurre tali consumi stratosferici, vale la pena riconsiderare cosa succede tipicamente in tali casi: consumi ridotti invoglieranno i produttori a creare IA sempre più voraci, con modelli linguistici sempre più vasti. Il fabbisogno energetico, conseguentemente, crescerà invece di diminuire.

Un esempio attuale è fornito dall’impianto di supercomputer Colossus appartenente a xAI, società di proprietà di Elon Musk. I supercomputer di Colossus ospitano l’IA Grok, sempre di proprietà xAI. Gli enormi impianti dedicati alla produzione di elettricità stanno causando danni ambientali in un’area vicino a Memphis (Tennessee), soprattutto a causa del metano emesso da potenti turbine a gas che alimentano i generatori. Sono in corso lavori di ampliamento per raggiungere la potenza di 1,56 gigawatt, equivalente al consumo energetico di circa 156.000 abitazioni, assumendo un consumo medio di 10 kW per abitazione.

A questo punto è legittimo porsi una domanda: mentre ci si preoccupa di ridurre i consumi energetici a livello globale e conseguentemente arginare l’inquinamento del pianeta, è saggio introdurre un’altra tecnologia che sicuramente aumenterà tali consumi? Cui prodest? Purtroppo, la risposta è ovvia: chi controlla la tecnologia ne ricava automaticamente tutti i benefici economici e, conseguentemente, potere.

Benefici dell’IA

Ma ci saranno pure dei benefici portati da queste benedette macchine IA? Certamente. Ecco una lista (probabilmente incompleta) fornita da ChatGPT (caveat: usando un vecchio detto napoletano, va notato che sto domandando all’acquaiolo se l’acqua è fresca. Nel presente caso, però, non credo che ci sia ragione di dubitare della “veridicità” della risposta):

1. Efficienza e automazione
   Attività ripetitive: l’intelligenza artificiale automatizza le attività di routine o ripetitive, come l’inserimento dati, i chatbot del servizio clienti e l’ispezione delle linee di produzione, riducendo il carico di lavoro umano.
   Velocità e scalabilità: i sistemi di intelligenza artificiale possono elaborare grandi quantità di dati molto più velocemente degli esseri umani, consentendo decisioni e risposte più rapide.
2. Crescita economica e aziendale
   Aumento della produttività: le aziende possono ottenere maggiori risultati con meno risorse.
   Nuovi settori: l’intelligenza artificiale alimenta l’innovazione, creando campi completamente nuovi come i veicoli autonomi, la medicina personalizzata e il design generativo.
   Risparmio sui costi: l’automazione basata sull’intelligenza artificiale spesso riduce i costi operativi nel tempo.
3. Assistenza sanitaria migliorata
   Rilevamento precoce delle malattie: l’intelligenza artificiale analizza immagini mediche, dati genetici e anamnesi dei pazienti per rilevare precocemente malattie come il cancro o le patologie cardiache.
   Trattamento personalizzato: gli algoritmi possono adattare i trattamenti al profilo genetico e alla storia clinica di un individuo.
   Scoperta di farmaci: l’intelligenza artificiale accelera la ricerca e la sperimentazione, portando nuovi trattamenti sul mercato più rapidamente.
4. Benefici ambientali e sociali
   Modellazione climatica: l’intelligenza artificiale aiuta a prevedere e gestire gli effetti del cambiamento climatico, dalle previsioni meteorologiche all’ottimizzazione energetica.
   Conservazione della fauna selvatica: droni e sensori basati sull’intelligenza artificiale monitorano le specie in via di estinzione e il bracconaggio illegale.
   Agricoltura intelligente: l’intelligenza artificiale ottimizza le rese delle colture, l’irrigazione e il controllo dei parassiti, contribuendo a garantire la sicurezza alimentare.
5. Maggiore sicurezza e accessibilità
   Sistemi autonomi: l’intelligenza artificiale nelle auto a guida autonoma, nei droni e nei robot industriali riduce gli errori umani e gli incidenti.
   Risposta alle catastrofi: l’intelligenza artificiale aiuta a prevedere le catastrofi naturali e a coordinare gli interventi di soccorso.
   Strumenti di accessibilità: l’intelligenza artificiale supporta strumenti di riconoscimento visivo, traduzione in tempo reale e sintesi vocale che assistono le persone con disabilità.
6. Miglior processo decisionale e analisi approfondite
   Analisi dei dati: l’intelligenza artificiale estrae informazioni significative da enormi set di dati, migliorando le decisioni in ambito finanziario, di marketing e governativo.
   Analisi predittiva: anticipa le tendenze future, come i movimenti del mercato azionario o le interruzioni della catena di approvvigionamento.
7. Creatività e personalizzazione
   Strumenti creativi: l’intelligenza artificiale supporta la composizione musicale, la scrittura, il design e la produzione cinematografica.
   Esperienze personalizzate: i servizi di streaming, lo shopping online e le piattaforme educative utilizzano l’intelligenza artificiale per consigliare contenuti personalizzati per ciascun utente.

Da notare (in inciso) come l’uso crescente delle IA come tecnologia bellica non sia evidenziato in questa lista: ancora una volta va considerata l’origine “umana” di tali dati.

Tesla Optimus 3.0: il matrimonio di IA con la robotica

Elon Musk (Tesla) ha recentemente annunciato che è assai prossima l’introduzione sul mercato della versione 3.0 del robot Optimus. Per la prima volta la tecnologia d’IA verrà usata in combinazione con un agente umanoide meccanico. Nel 2026 verrà prodotta 1 milione di unità.

Molte le promesse. In pratica Optimus dovrebbe essere in grado di incaricarsi di tutte le faccende domestiche più tediose: lavare, cucinare, servire pasti, rimettere in ordine, caricare e scaricare lavastoviglie e lavatrice, ripiegare vestiti, portare il cane a spasso, ecc. Optimus dovrebbe addirittura essere capace di guidare la macchina.

Tesla accetta già ordini: un Optimus costa poco più di 30.000 dollari.

Si sa poco su questo prodotto, ma, secondo Musk, dovrebbe rivoluzionare sia la vita domestica che quella dei servizi, agendo come “aiutante” in una varietà di ruoli.

Optimus sarebbe in grado di “imparare” semplicemente osservando un operatore, un utente.

La combinazione di potenti tecnologie d’IA con tecnologie meccaniche avanzatissime produrrà sicuramente risultati assai sorprendenti. Basti pensare che le “mani” di Optimus hanno funzioni dinamiche quasi identiche a quelle umane, che permettono a tale robot di portare a termine anche operazioni che richiedono estrema delicatezza, come, per esempio, la separazione delle uova dal guscio.

Ed ovviamente una nuova serie di problemi sociali ed etici si inserirà nel tessuto esistenziale. Basti pensare alle conseguenze di un errore: non si tratterà più di ottenere una risposta “sbagliata” a una domanda specifica, ma di errori operativi che hanno conseguenze dirette sulla realtà, non virtuale, circostante.

Malfunzioni a parte, va osservato che prodotti di questo tipo ridurranno ulteriormente la necessità di lavoro umano: mentre l’IA da sola minaccia di impadronirsi della maggior parte del lavoro intellettuale, in combinazione con agenti meccanici scomparirebbe anche la necessità di lavoro manuale e persino di attività artigianali ed artistiche.

Staremo a vedere.

Problemi di ordine sociale

Il problema non è quello di stabilire se la tecnologia d’IA porti o non porti benefici. Ma, con i benefici, andrebbero analizzati profondamente tutti i risvolti e le conseguenze sociali. Come al solito, in un contesto dove la competizione sui mercati e la conseguente corsa tecnologica sovrastano qualsiasi altra considerazione, c’è poco spazio per analisi antropologiche, sociali, politiche, specie se tali analisi rischiano di rallentare il cosiddetto “progresso”, un termine che in tempi moderni diventa sempre più semanticamente vago.

Basti pensare a tecnologie del passato che hanno invaso e cambiato strutture sociali a volte in maniera imprevedibile, senza opportuni strumenti di controllo globale. Per prenderne una a caso, basti pensare all’introduzione di Internet. Durante il processo di sviluppo a passi frenetici di tale tecnologia, di cui il sottoscritto è stato parte, nessuno si preoccupava delle conseguenze che la sua introduzione a ruota libera avrebbe avuto nel contesto della formazione dei giovani utenti che ne sono stati travolti.

Oggi quasi nessun ragazzo legge più libri, i social network imperversano e riducono gli utenti a una sorta di dipendenza, le tensioni intergenerazionali aumentano a dismisura, la capacità di interazione sociale reale, non virtuale, diminuisce sempre più, cyberbullismo e trolling proliferano, ecc. Eppure Internet ha fornito mezzi potenti per l’accesso all’informazione, alle persone, ai servizi.

Potevamo limitarne l’uso per scopi benefici per la società e l’individuo? Come sempre, la risposta ai problemi di introduzione di tecnologie nuove non può essere di natura tecnologica, ma solo sociopolitica.

In conclusione, la domanda che ci poniamo è questa: dal momento che, una volta che il genio è uscito dalla bottiglia, non è più possibile rimandarlo indietro, è possibile creare sistemi di controllo che ci permettano di godere dei benefici ed evitarne i danni? Al momento e per il futuro prevedibile tutto ciò sembra un’utopia.

Ma forse il vero problema non è l’innovazione tecnologica, di cui l’IA è al momento la sua espressione massima. L’innovazione tecnologica è inevitabile e sarà sempre parte dell’iter evolutivo dell’uomo, alla continua ricerca di miglioramenti delle condizioni di vita. Il discorso dello sfruttamento di tali tecnologie da parte di pochi che controllano i molti va distinto dai meriti o demeriti dell’innovazione stessa.

Credo che il problema reale sia invece la velocità con cui le nuove tecnologie vengono introdotte. Tale velocità è in costante aumento. Le conseguenze di tale accelerazione sono visibili al di là di analisi teoriche o pseudoscientifiche. Per esempio, basta notare la perdita di continuità che permette a ogni generazione di convivere con le generazioni precedenti e future, forzando cambiamenti di modi d’essere, costumi e modelli sociali troppo rapidi. Come pure va considerato come l’obsolescenza di competenze specifiche nel breve lasso temporale della vita di un singolo individuo crei stress ed insicurezze.

La velocità crescente del progresso tecnologico non ci permette di osservarne e studiarne gli effetti con opportuna riflessione e, magari, correggerne gli aspetti nocivi.

Basti pensare al ritardo costante del corpo giuridico-politico rispetto ai cambiamenti sociali che scaturiscono inevitabilmente da rivoluzioni tecnologiche.

Occorre tempo. Ed invece i tempi di adattamento diventano sempre più brevi.

E così il discorso si allarga inevitabilmente sul modo in cui sviluppiamo modelli sociali. In particolare, va notata l’eccessiva crescente competitività che caratterizza una società globale basata su una mercantilizzazione di tutto e tutti, alla costante ricerca di vantaggio personale o di parte. In tale clima, l’accelerazione dei cambiamenti diventa inevitabile.

Fino a quando qualcosa si rompe.