Quando parliamo di intelligenza artificiale, non possiamo fare a meno di porci una domanda: “Ma è davvero intelligenza, come quella umana?”. È un quesito naturale, che ne porta con sé molti altri, per esempio: “Se l’AI fosse davvero intelligente, potrebbe mai superare le capacità umane?”
Il test di Turing
Sin dagli anni ’50 del ’900, pionieri come Alan Turing e John McCarthy hanno gettato le basi di quella che oggi definiamo AI. Alan Turing fu un autentico pioniere nell’esplorazione dei fondamenti matematici dell’intelligenza artificiale. Suggerì che se gli esseri umani usano le informazioni disponibili e la ragione per risolvere problemi e prendere decisioni, potrebbero farlo anche le macchine. Questo era il quadro logico del suo articolo “Computing Machinery and Intelligence”, pubblicato sulla rivista Mind nel 1950, in cui Turing formulò la celeberrima domanda: “Le macchine possono pensare?”. Per rispondere, precisava Turing, sarebbe innanzitutto necessario fornire una precisa definizione di macchina e di pensiero. Turing discusse come costruire macchine intelligenti e come testare la loro intelligenza, grazie a quello che in seguito sarebbe diventato il celebre test di Turing: mettiamo un computer in una stanza, una persona in un’altra, si neutralizzi qualunque elemento indiziario (voce, calligrafia ecc.) e si cerchi, attraverso una serie di domande, di far indovinare a un terzo soggetto, all’oscuro di tutto, con chi stia parlando, se con la persona o con il computer. La macchina, naturalmente, ha la facoltà di “imbrogliare”. L’idea è che, se gli algoritmi con cui è stata “allenata” sono abbastanza potenti, la macchina può diventare intelligente al punto di “travestirsi” da essere umano, non facendosi individuare dal soggetto terzo. Per dirla con Turing, “Intelligence is demonstrated by a machine’s ability to engage in natural language conversation and deceive a human into believing it is human.”
Oggi i chatbot come ChatGPT hanno in alcuni casi superato il test di Turing, anche se nessuno pensa che siano intelligenti; dunque è utile una riflessione sui principali elementi di differenziazione nella performance fra AI e intelligenza umana.
I punti di forza dell’AI
L’AI supera di gran lunga l’intelligenza umana in termini di rapidità di elaborazione dei dati e di esecuzione di calcoli matematici. Può analizzare grandi quantità di dati in frazioni di secondo, individuando schemi che sarebbero invisibili agli esseri umani, o richiederebbero molto più tempo per essere scoperti. L’AI può simultaneamente monitorare e gestire enormi volumi di informazioni e processi in più ambiti. Per esempio, nei sistemi di trasporto, può ottimizzare il traffico in una città. In ambito farmaceutico, consente di scoprire nuove molecole. In ambito medico, può analizzare immagini radiologiche con accuratezza e rapidità. L’AI non si affatica né soffre di limitazioni biologiche come il sonno, i cali di attenzione o il decadimento cognitivo. Questo la rende ideale per compiti ripetitivi e complessi come il monitoraggio di sistemi industriali o la sorveglianza di infrastrutture critiche. Essendo programmata per prendere decisioni basate esclusivamente sui dati, l’AI non è generalmente influenzata da pregiudizi emotivi, soggettivi o da altre variabili umane. In settori come la giustizia, questa “oggettività” può portare a processi più equi (purché i dati di addestramento non siano essi stessi affetti da pregiudizi). Nei sistemi di screening del personale, l’AI consente di selezionare i candidati in base alle loro qualifiche, senza lasciarsi influenzare da fattori personali come simpatia o emozioni che possono condizionare le decisioni umane. Attraverso l’uso di modelli di machine learning, l’AI è in grado di imparare in modo iterativo dai dati e migliorare progressivamente le proprie prestazioni.
I punti di forza dell’essere umano
L’AI manifesta però molti e sostanziali limiti rispetto alle prerogative tipiche dell’intelligenza umana. Innanzitutto non possiede una comprensione intrinseca del mondo, del contesto o
delle implicazioni più ampie delle sue azioni. Anche i modelli avanzati di machine learning non “comprendono” veramente i dati che manipolano. Un modello di AI può generare un testo coerente, ma non possiede consapevolezza semantica del significato delle parole
o delle emozioni che queste trasmettono. Non è in grado di comprendere veri concetti morali o filosofici. Anche se l’AI generativa può produrre arte o musica, non è in grado di emulare la vera creatività umana, che deriva dalla combinazione di esperienze personali, intuizioni profonde e capacità di rompere schemi precostituiti. Le sue creazioni si basano sempre su schemi appresi dai dati. Un’AI può creare una poesia che sembra esteticamente valida, ma non sarà mai il risultato di una riflessione personale o di una visione del mondo di un vero poeta. Equiparare AI e intelligenza umana rischia di ridurre il valore della persona a una mera funzione operativa, ignorandone la dignità intrinseca, fondamento dei diritti umani e dei moderni “neurodiritti”.
Bisogna infine ricordare il paradosso di Moravec, che lo stesso Hans Moravec ha formulato così: “È relativamente semplice far sì che i computer raggiungano prestazioni di livello adulto nei test di intelligenza o nel gioco della dama, ma molto difficile o addirittura impossibile dotarli delle capacità di un bambino di un anno in termini di percezione e mobilità”. In conclusione, le cose facili per gli esseri umani sono difficili per l’AI. E viceversa.
Link e approfondimenti
• Il libro L’intelligenza creata (Ed. Laterza) di Alfio Quarteroni, da cui è tratto questo testo, e il video di una conferenza dell’autore all’Accademia dei Lincei.
