A.I. o non A.I., questo è il problema

Aule universitarie, ragazzi e curiosi che entrano per assistere ad una lezione particolare, diversa dal solito ma anche molto attuale. Nelle sale dove si tramanda il sapere, dove si formano le intelligenze, dove si insegna a ragionare.

Un laboratorio sull’Intelligenza Artificiale. Ispirato da un corso di perfezionamento in Comunicazione della Scienza dell’Università di Ferrara. Un’attività già presentata in altri Festival e oggi anche a Mantova per Festivaletteratura. I docenti, ragazzi giovanissimi. Irene Fabbri, coadiuvata da Stefano Bertelli, Chiara Consorti e Luisa Simone.

Si può riconoscere un testo scritto da un sistema di AI? Il famoso Test di Turing, The Imitation Game, propone un esperimento per vedere se le macchine possono pensare come un umano. Una persona conversa con due interlocutori senza vederli. Un essere umano e una macchina. Se la macchina riesce a sostenere la conversazione senza essere riconosciuta, vince il gioco, non viene identificata come macchina e forse iniziano i guai. Allo stesso modo i giovani ricercatori dividono il pubblico in squadre e raccolgono le risposte ad alcune domande. Tra tutte le risposte viene inserita anche la risposta di una AI e gli stessi gruppi dovranno votare quella che secondo loro è la risposta dell’intelligenza artificiale. Si usano le risposte di gemini flash e la piattaforma mentimiter per raccogliere i dati.

Cosa ne pensi della panna nella carbonara?

Hai mai pensato che la Terra potrebbe essere piatta (risponde come un complottista)? Preferisci leggere un libro cartaceo o un eBook?

Dare un titolo ad una immagine.

Che differenza c’è tra immaginazione e creatività?

Lo scopo del gioco (che riprende meccaniche anche di board game come Plagio o Dixit) è quello di vedere i processi che stanno dietro l’intelligenza artificiale. Cosa sta dietro quindi a tutto questo? Come funziona un sistema AI che genera testo? Alla fine sono analisi probabilistiche, statistiche sull’utilizzo delle parole, trovare attraverso algoritmi la parola più probabile che viene dopo.

Un acronimo, LLM, large language model, una funzione matematica. Dato un contesto, la probabilità più alta che venga usata una parola. Una cadenza statistica, nulla di diverso. Una rete neurale artificiale che imita soltanto il funzionamento del cervello umano. Fino ad arrivare ai parametri giusti perché il modello possa funzionare. E se ancora non funziona un esercito di ragazzi sottopagati in paesi come India o Pakistan che inseriscono dati e correggono gli algoritmi.

Si costruiscono schemi ricorrenti, pattern che derivano da lunghi training. Nessuna intelligenza, solo calcolo matematico. Proprio per l’assenza di intelligenza e per la presenza comunque dell’uomo, abbiamo gli strumenti per capire (anche se sempre meno) se un testo è stato composto dall’AI. Bias (pregiudizi e stereotipi) e allucinazioni, risposte sbagliate o totalmente inventate, utilizzo di parole utilizzate in una certa area geografica (che identifica dove sono i centri di elaborazione di tutti questi dati da parte dell’uomo).

La macchina non ha idea del mondo che la circonda, quindi raccoglie solo dati, li elabora e poi propone una risposta coerente ai suoi schemi. Che non sono quelli della realtà. Ma ovviamente le AI migliorano e non rispondono più che ovviamente le pecore fanno uova più grandi di quelle delle galline. E purtroppo diventa sempre più difficile individuare un testo scritto dall’intelligenza artificiale. Che non è intelligenza, non è neutrale e che può evolversi ancora di più in qualcosa che ancora non conosciamo.