A differenza di altre innovazioni, l’intelligenza artificiale è così differente dalle tecnologie di cui già disponevamo, per cui ogni aspetto non esplicitamente regolamentato rappresenta un vuoto normativo non colmabile con l’analogia e con l’interpretazione estensiva di norme pre-esistenti.

In particolare, non si possono estendere ad essa le norme sugli algoritmi tradizionali, che si comportano in modo diverso e a volte del tutto opposto. L’informatica classica è stata sempre basata su una totale predeterminazione dell’operato della macchina, mentre l’intelligenza artificiale rende il computer non-prevedibile. Ooppure, i software tradizionali appaiono trasparenti e tracciabili, mentre i sistemi di machine learning sono caratterizzati da non-conoscibilità del percorso logico che conduce dall’input all’output.

Quindi, ci troviamo in un caso abbastanza raro (ma proprio per questo incredibilmente interessante) nella storia del diritto, in cui un’entità nuova, quasi “aliena” è tra noi, e in quanto tale parte da una condizione di totale non-copertura normativa.

Questa è la situazione di partenza in cui ci siamo trovati, in fondo, molto poco tempo fa, quando con il primo rilascio di Chat GPT a novembre 2022 è iniziata l’era espansiva dei Large Language Models come elementi di vita quotidiana. I legislatori, dovendo disciplinare tutto ciò, si sono trovati di fronte ad una delle più grandi esperienze di costruzione su una tabula rasa normativa.

Oggi però, come sappiamo, non ci troviamo più a quel punto di partenza. È ben noto che c’è stato un momento di svolta determinante (stando nell’Unione Europea) con l’Artificial Intelligence Act, in vigore dall’1 agosto 2024. In quel momento si è avuto un passaggio dalla totale anarchia alla piena regolamentazione di quasi ogni aspetto. Nella frazione di secondo in cui il regolamento n. 1689 del 2024 è entrato in vigore, si è passati dal “niente” al “tutto” o quasi.

Pochi aspetti sono rimasti scoperti, come quello del copyright, certamente non secondario, ma in verità già risolto dalla giurisprudenza internazionale che è concorde nel considerare di pubblico dominio le opere prodotte dalle intelligenze artificiali. Ma, messo da parte questo e pochi altri aspetti, l’Artificial Intelligence Act ha creato davvero una sostanziale copertura dell’intera disciplina.

A questo punto ci si può domandare: questo regolamento rappresenta solo l’inizio di un’imponente costruzione normativa da portare avanti, nel corso dei prossimi anni, con altri atti sia nell’Unione Europea che negli Stati membri? O è un punto di arrivo su cui ci si può fermare?

Ovviamente non si può rispondere in modo semplicistico a questa domanda, ma ci si può riflettere. Molto probabilmente, la risposta è la seconda. L’Artificial Intelligence Act è un atto molto completo, magari non onnicomprensivo, ma certamente ampio nel raggio di operatività, obiettivamente valido, con una solida architettura normativa interna.

Quindi, adesso è opportuno entrare in una fase in cui lo si metabolizza e lo si applica. Invece. se si dovesse andare oltre nella produzione di altri atti legislativi, anche a livello statale, si rischierebbe una ridondanza e un’ipertrofia normativa che non aggiungerebbe molti elementi utili e forse ostacolerebbe l’ottenimento di un quadro normativo certo.

Anche se qualche aspetto perfettibile ovviamente c’è, e alcuni versante rimangono evidentemente scoperti, ci sono almeno due ragioni per ritenere che adesso possediamo gli elementi per fermarci al punto in cui siamo, dal punto di vista della regolamentazione.

La prima ragione è che non necessariamente tutto deve essere normato: qualche aspetto può essere lasciato alla libertà e all’auto-regolazione. L’artificial Intelligence Act copre le parti più ad alto rischio su cui l’anarchia non era ammissibile, per esempio sui rischi di plagio, o sull’uso dei deepfake. Ma una volta ottenuta questa copertura, può essere opportuno non giungere ad un eccessivo imbrigliamento normativo. Ci sono aspetti che possono essere lasciati più svincolati, o magari regolamentati con tempi e modi più lenti e riflessivi.

Il secondo motivo per cui ci si può fermare all’Artificial Intellignce Act, è che regolamenta un elemento comunque contingente, “fotografa” la tecnologia di adesso. Andare oltre nel costruire norme sull’intelligenza artificiale del 2025 (su aspetti a minore impatto di quelli già disciplinati), rischia di creare regole a rapida obsolescenza, e di generare un investimento sproporzionato di risorse.

L’Intelligenza Artificiale, nelle sue forme specifiche, non sfugge alla regola della selezione artificiale informatica, per cui qualcosa rimarrà, altro si estinguerà, qualcos’altro ancora di nuovo sorgerà, probabilmente già nei prossimi cinque anni. Dunque ora, messo al sicuro il nucleo più sensibile, se si andasse oltre con le norme, si rischierebbe di investire sproporzionate risorse in funzione di tecnologie o sistemi destinati ad estinguersi o ad essere sostituiti. Un po’ come quando, circa vent’anni fa, si cercava di inquadrare giuridicamente Second Life spendendo risorse poi rivelatesi non necessarie quando quella piattaforma, semplicemente non è stata premiata dalla selezione naturale tecnologica.

Questo non significa che l’intelligenza artificiale si estinguerà, ciò è molto difficile, ora essa è tra noi e rimarrà, ma verranno meno e cambieranno le singole piattaforme e i modi attraverso cui si esprimerà, anche molto presto.

Per questo, almeno in questo caso, probabilmente è meglio fermarsi all’Artificial Intelligence Act e lasciare che la selezione della specie digitale faccia il suo corso, prima di intensificare ulteriormente il sistema normativo.

Al limite, in questi anni, usiamo tutte le nostre risorse per divulgare l’Artificial Intelligence Act, per farlo conoscere, per far sì che tutti sappiano quali sono le sue potenzialità e siano rassicurati dalla sua esistenza. Questa è, probabilmente, la direzione da intraprendere. Senza aggiungere altro, valorizziamolo.

L'articolo L’intelligenza artificiale: ora lasciamola un po’ libera proviene da Giurdanella.it.

Chi ha ragione? Verosimilmente, nessuno dei due gruppi, almeno se si considerano le posizioni più estreme e polarizzate. Va da sé che qualunque acutizzazione conduce distanti dalla ragione.

Qual è allora il giusto atteggiamento da assumere? Senza la presunzione di possedere una risposta, la si può cercare. E la si trova forse in un documento normativo che conosciamo bene, il “solito” Artificial Intelligence Act del 2024, in cui il legislatore europeo si è fatto anche un po’ teologo e ci fornisce forse una chiave di lettura utile per capire quale sia il giusto rapporto uomo-macchina in quest’epoca in cui la macchina diventa (a suo modo) un po’ umana.

L’Artificial Intelligence Act (il regolamento n. 1689 del 2024) ci propone un approccio che non è di polarizzazione, una visione in cui l’intelligenza artificiale non costituisce il bene supremo o il male assoluto. Esso segue un altro paradigma, un’altra geometria, che è quella dei cerchi concentrici.

Se ci pensiamo, il modo migliore per leggere l’Artificial Intelligence Act non è vederlo come una successione di regole in sequenza, ma come un allargarsi di cerchi da uno più stretto ad uno più largo, ad un altro più ampio ancora, i quali rappresentano i gradi di “severità” che l’uomo deve assumere nei confronti della macchina-pensante, dal più intenso e intransigente al più leggero e “rilassato”.

Il cerchio più interno è quello del divieto assoluto, la no-fly zone dell’intelligenza artificiale, sostanzialmente contenuta nell’articolo 5, in cui si individuano i casi in cui non ne sono consentiti “l’immissione sul mercato, la messa in servizio o l’uso”. Si tratta, come sappiamo, dell’elenco di quelle ipotesi in cui l’intelligenza artificiale è destinata a scopi volutamente non benefici, soprattutto nei confronti delle persone più deboli e vulnerabili.
Il cerchio intermedio è quello dell’intelligenza artificiale ad alto rischio, dove l’uso può essere in sé benefico, ma l’ambito di applicazione è sensibilissimo (per esempio l’identificazione biometrica, la gestione delle infrastrutture critiche, l’istruzione, l’amministrazione della giustizia e dei processi democratici) e ci si trova quindi in aree in cui la si può sì adoperare, ma con una griglia di norme rafforzate, contenute soprattutto nella sezione 3 del regolamento, in cui tutte le garanzie sono ispessite.
Il cerchio più esterno è quello dell’intelligenza artificiale “non ad alto rischio”, quella più legata alla quotidianità che non tocca nervi sensibili del tessuto sociale, in cui le regole esistono, ma con un minore grado di rigidità. Si pensi per esempio all’ottimo articolo 50 sulla trasparenza, che regola la diffusione dei deep fake ma non esclude che possano avere una funzione artistica, che rimane consentita, per esempio, nell’ambito della satira.

questi tre cerchi concentrici – del divieto, della massima attenzione e dell’uso libero ma regolamentato – rappresentano davvero la geometria giuridica probabilmente più corretta, che trascende la visione manichea del “bene-male”, e vede l’intelligenza artificiale nella sua complessità, producendo regole differenti a seconda che la si usi per plagiare una persona fragile, per identificare chi passa in un aeroporto, o per creare meme divertenti e magari utili a stimolare il senso critico.

È interessante poi osservare che, per far fronte alla modalità “religiosa” di vivere l’intelligenza artificiale, non solo il legislatore “si fa teologo” aiutandoci a non polarizzare il nostro punto di vista in un senso o nell’altro, ma anche la teologia vera e propria se ne occupa.
Il 10 maggio 2024, in un suo discorso, Leone XIV, rivolto ai cardinali, ha osservato che occorre “rispondere a un’altra rivoluzione industriale e agli sviluppi dell’intelligenza artificiale, che comportano nuove sfide per la difesa della dignità umana, della giustizia e del lavoro”. Anche in questo caso si va oltre le polarizzazioni, e l’intelligenza artificiale non è vista né come qualcosa di salvifico, né come intrinsecamente preoccupante, ma è osservata come una realtà i cui sviluppi “comportano sfide”, cioè il cui ingresso nella società deve essere accompagnato da consapevolezze.
Ed è interessante che gli elementi a cui prestare attenzione secondo Leone XIV siano gli stessi dell’Artificial Intelligence Act: la dignità umana (nel “primo cerchio” del divieto) nonché la giustizia e il lavoro (nel “secondo cerchio” dell’alto rischio).
Si tratta di una convergenza di vedute piuttosto interessante da osservare e da seguire.

L'articolo I cerchi concentrici dell’intelligenza artificiale proviene da Giurdanella.it.

Un modo per capire se abbiamo davvero fatto ingresso in questa nuova fase di “passaggio alla realtà” dell’intelligenza artificiale, è proprio il test di Turing. Non però nel senso in cui siamo abituati a pensarlo.
Probabilmente, se chiedessi a ciascuno dei lettori di questo articolo: “Quante volte hai effettuato nella tua vita un test di Turing?” è verosimile che la risposta di molte persone sarebbe “Mai”. In effetti, probabilmente, nessuno degli individui che stanno leggendo questo testo (e neanche chi lo ha scritto) si è mai trovato a svolgere un esperimento controllato in una stanza con un PC di fronte a una parete oltre la quale fossero presenti un altro essere umano e un’intelligenza artificiale, con il compito di interrogare l’uno e l’altra senza sapere da chi provenissero le risposte. Test simili sono svolti periodicamente da alcune istituzioni (per esempio dalla Royal Society di Londra), ma riguardano comunità di studiosi ristrette e anche, a modo loro, un po’ “iniziatiche”, distanti dalla nostra quotidianità.

In realtà, però, è sufficiente cambiare ottica per rispondere in modo completamente diverso alla domanda, giungendo a sostenere che ciascuno di noi effettua molti test di Turing nelle sue giornate, e che il “gioco dell’imitazione” forse fa parte della nostra routine più di quanto percepiamo.
Questo, infatti, è ciò che accade se pensiamo ai “test di Turing” integrati nella nostra vita abituale, ovvero a tutte le volte che ci troviamo di fronte al dilemma di non comprendere se un soggetto o un’entità con cui interagiamo attraverso il diaframma del web, sia un essere umano o un algoritmo.
Da questo punto di vista, il test di Turing è parte della nostra vita in modo talmente silenzioso che non ci facciamo caso.
Certo, questo non avviene ogni volta che interloquiamo con un sistema informatico. Penso (e spero) che nessuno quando “parla” con Siri o con Alexa abbia il dubbio che dietro le risposte possa esserci un umano, e anche con i Large Language Model più avanzati, di regola, abbiamo la piena percezione di avere a che fare con una macchina (anche perché ChatGPT e Gemini hanno stili narrativi effettivamente molto riconoscibili).

Però i casi che generano il dubbio esistono, e sono più numerosi di quanto percepiamo. Pensiamo a quando, di fronte alla chat asettica di un servizio clienti, ci domandiamo se dall’altra parte ci sia una raffinata chatbot oppure un interlocutore umano che ha ricevuto istruzioni per fornire risposte impersonali e standardizzate. Oppure, pensiamo a quando il sistema di moderazione di un social network rimuove un nostro commento, magari ingiustamente, decontestualizzandolo: il nostro primo dubbio è se quel responso sia pervenuto da un moderatore umano, magari troppo sovraccaricato di lavoro, oppure da un sistema di machine learning non troppo avanzato.
Questi sono alcuni esempi di come il test di Turing forse non debba più essere pensato come un esperimento da laboratorio, ma come qualcosa con cui tutti abbiamo familiarità, ed è questo – al di là dell’esito di ciascuna “prova” – uno dei più chiari segnali che siamo entrati in una fase storica in cui l’immaginario di Alan Turing inizia a trovare riscontro nella realtà.

Una conseguenza interessante di tutto ciò è che anche la legge sta iniziando ad occuparsi di questa questione, allo scopo di proteggere le persone dai test di Turing involontari della vita quotidiana, facendo in modo che si riduca o si neutralizzi il dubbio sulla natura umana o algoritmica dei soggetti con cui interagiamo via web.

L’Artificial Intelligence Act del 2024 dell’Unione Europea contiene una disposizione molto significativa da questo punto di vista, che potremmo denominare “norma anti test di Turing”.

Si trova al primo comma dell’articolo 50, e appare talmente chiara da non richiedere parafrasi: “I fornitori garantiscono che i sistemi di IA destinati a interagire direttamente con le persone fisiche sono progettati e sviluppati in modo tale che le persone fisiche interessate siano informate del fatto di stare interagendo con un sistema di IA”.

È importante osservare che questa disposizione non riguarda “i prodotti” dell’intelligenza artificiale, bensì attiene al momento diretto del confronto uomo-macchina: l’utente deve conoscere in tempo reale se durante un’interazione sta interloquendo con un homo sapiens o con un’intelligenza artificiale. Quindi è una norma abbastanza stringente: per esempio obbliga a una chiarezza totale i fornitori di servizi che utilizzano chatbot (come nei customer care delle aziende online), o le piattaforme web che adoperano sistemi di moderazione algoritmica.

In verità, potrebbe essere anche una norma un po’ eccessiva, perché in fondo, abituarci a svolgere test di Turing quotidiani, e a riconoscere autonomamente l’uomo dalla macchina, potrebbe aiutarci a tenere allenata la mente e a navigare nel web con maggiore spirito critico. Ma in verità la norma non esclude questa possibilità, infatti nel passaggio immediatamente successivo stabilisce che l’obbligo di segnalare la natura non-umana dell’interlocutore vale “a meno che ciò non risulti evidente dal punto di vista di una persona fisica ragionevolmente informata, attenta e avveduta, tenendo conto delle circostanze e del contesto di utilizzo”.

Insomma, i test di Turing quotidiani non scompariranno del tutto, e non dobbiamo prenderlo come un qualcosa di negativo, anzi: forse, proprio Alan Turing avrebbe letto con sollievo una norma che tiene in vita la possibilità che il gioco dell’imitazione sia parte delle giornate di tutti noi.

L'articolo Un test di Turing al giorno proviene da Giurdanella.it.

Gli esperimenti di chi ha provato ad attribuire un quoziente intellettivo ai Large Language Models finora hanno fornito esiti molto variabili, ma con valori sempre tendenzialmente elevati. Per esempio, la giornalista Eka Roivainen di Scientific American, nel marzo del 2023 ha somministrato a ChatGPT uno dei più validi test per il calcolo del quoziente intellettivo, la Wechsler Adult Intelligence Scale, riscontrando un valore di 155, ampiamente superiore alla media degli esseri umani adulti, che è pari a 100.

In verità, occorre osservare che gli esperimenti sul quoziente intellettivo delle intelligenze artificiali si prestano facilmente a legittime perplessità e obiezioni, perché le prove sono normalmente adattate alla natura non-umana delle entità a cui sono somministrate. Il dubbio circa il fatto che la macchina sia consapevolmente o inconsapevolmente aiutata, è stato sollevato fin dai tempi della sfida scacchistica fra Garry Kasparov e Deep Blue del 1997, e anche nel caso del più recente esperimento di Eka Roivainen, è stata lei stessa – oltre a dichiarare l’intento giornalistico e non scientifico – ad affermare che il test è stato limitato alle domande di tipo verbale, considerato che una chatbot (almeno per adesso) “non ha gli occhi, le orecchie e le mani necessarie”. Il risultato, comunque, anche al netto di questa “personalizzazione” del questionario, appare almeno in parte valido e significativo.

Tornando ai test – meno rigorosi ma certamente dilettevoli – che a molti di noi piace far svolgere alla macchina per puro passatempo, la percezione diffusa è la variabilità nella bontà delle risposte. Molte volte l’intelligenza artificiale sorprende per la capacità di rispondere con sicurezza ed esattezza a sfide logiche insidiose, altre volte, invece, incespica su quesiti apparentemente semplici, come contare il numero di lettere di una parola.

Comunque, a prescindere dai singoli esiti, affrontare, anche per gioco, questo tipo di dialoghi in forma di “sfida” può essere importante per molti motivi.
Anzitutto, per una ragione storico-filosofica, perché ogni volta che dialoghiamo con un’intelligenza artificiale, anche se imperfetta, possiamo sentirci fortunati nel compiere qualcosa per cui Alan Turing avrebbe probabilmente dato tutto ciò che aveva, per avere la possibilità di poterlo fare anche per soli cinque minuti.
In secondo luogo, intraprendere questo tipo di dialoghi in forma di “sfida” con le chatbot è importante in quanto ci consente di assumere la consapevolezza che l’intelligenza artificiale non è un “prodotto finito”, ma è un’entità in formazione. È qualcosa da conoscere nel suo plasmarsi, da esplorare nel suo essere “in fieri” per sondarne i limiti e per coglierne i progressi. In fondo, le attuali piattaforme come Gemini, ChatGPT, Copilot e DeepSeek costituiscono probabilmente il brodo primordiale di qualcosa che sta appena nascendo, e come tali vanno considerate.

Certamente, sperimentare l’intelligenza artificiale e sottoporla a sfide non dovrebbe condurre né a temerla quando è incredibilmente precisa, né a “denigrarla” quando sbaglia clamorosamente. Dovrebbe indurci semplicemente a conoscerla, per usarla nel modo più consapevole e più corretto possibile.

Questa filosofia, se riguarda certamente l’approccio delle singole persone, deve caratterizzare anche l’utilizzo delle intelligenze artificiali da parte delle grandi organizzazioni pubbliche e private e, fra esse, soprattutto le grandi piattaforme web.
Anzi, in quel caso agire sulla conoscenza dei limiti delle intelligenze artificiali è determinante, perché sappiamo bene come le imperfezioni dei sistemi di machine learning possano condurre a stereotipi e preconcetti, quando per esempio la macchina non è grado di distinguere i nessi di causalità da quelli di correlazione, oppure non sa contestualizzare le frasi, e compie errori che talvolta innescano un effetto-domino e giungono a creare vere e proprie discriminazioni sociali (bias anche molto “umani”, purtroppo, che però, come è ben noto, la macchina tende a replicare).

Dunque, quello che per un utilizzatore comune può essere un gioco o un passatempo – ovvero mettere alla prova l’intelligenza artificiale con delle sfide – per le grandi organizzazioni del web è qualcosa di fondamentale per la garanzia dei diritti delle persone.

Questo aspetto è presente nelle norme attuali. Il Digital Services Act dell’Unione Europea del 2022 enuclea la consapevolezza di questo problema in una disposizione specifica, nella quale è presente una parola che, se ad una lettura veloce passa in secondo piano, ha in realtà un peso specifico enorme: “sperimentazione”.

Nell’articolo 34, come sappiamo, si prevede che le Very Large Platforms – ovvero i “colossi del web” – devono effettuare una valutazione circa il rischio che i loro sistemi possano produrre “eventuali effetti negativi … per l’esercizio dei diritti fondamentali”. Fra gli “effetti negativi”, rientrano certamente le discriminazioni algoritmiche. All’articolo 35 si stabilisce quindi che, una volta identificato il rischio, le Big Tech devono attuare diverse contromisure, fra cui “la sperimentazione e l’adeguamento dei loro sistemi algoritmici”.
In tutto questo vi è una parola-chiave, “sperimentazione”, che ha un rilievo enorme, perché rappresenta la più efficace leva per neutralizzare gli eccessi e le intemperanze degli algoritmi.

In sostanza, in base alla norma del Digital Services Act, le intelligenze artificiali devono essere sottoposte a esperimenti orientati a “metterle alla prova”, per esempio a stress-test che simulino l’inserimento nei social di commenti che potrebbero essere cancellati ingiustamente per errori algoritmici. Una volta verificato come il sistema reagisce, e chiarito dove e come eventualmente la macchina sbaglia, la norma chiede di procedere con “l’adeguamento” dei sistemi algoritmici, cioè l’intervento diretto sui codici sorgente per curare la patologia individuata in capo all’intelligenza artificiale.

Quindi, in quella parola del Digital Services Act, “sperimentazione”, è racchiusa un’intera filosofia del rapporto uomo-macchina, che è giusto emerga il più possibile.

L'articolo Sfidare l’intelligenza artificiale: un diletto e un dovere proviene da Giurdanella.it.

Si tratta di una delle immagini più riprodotte del secolo scorso, la quale oggi si presta particolarmente per una riflessione su un tema che in questo momento è molto più “potente” di quanto lo fosse nell’epoca in cui è stata scattata: il rapporto tra noi, i deep fake e la realtà.
Occorre però procedere per gradi.

Quell’immagine di Einstein è diventata virale nel mondo pre-web molto prima che la parola “virale” entrasse nel vocabolario comune, e rappresentava già un meme probabilmente prima che Richard Dawkins coniasse quel termine per la prima volta nel 1976, nel capitolo 11 del suo The selfish gene.
Nel diventare virale, la foto di Einstein con la linguaccia ha contribuito certamente molto alla creazione nell’immaginario collettivo dell’idea di Einstein scherzoso, giocoso e perennemente buontempone, e quindi a identificarlo in una figura molto empatica. Probabilmente Einstein aveva davvero nella sua personalità alcuni tratti di quel tipo, e non è mia intenzione mettere in dubbio la grandezza della sua persona: sarei onorato anche solo di somigliargli allo 0,5 per cento.

Ma il punto fondamentale è che quell’immagine, se contestualizzata, ha poco a che fare con il contenuto che di essa è stato sempre percepito, e anzi può essere considerata a suo modo l’antenata di un deep fake, nonostante sia autenticissima dal punto di vista tecnico e non abbia avuto neanche un millimetro quadrato interpolato.
Quello scatto infatti ha una storia ben tracciata, che è rivelatrice di come ciò che è dietro una fotografia possa essere diverso da ciò che l’immagine trasmette. La sua vera vicenda si trova facilmente in Rete, riportata da fonti certe e attendibili. È stata scattata il 14 marzo 1951 a Princeton dal fotografo Arthur Sasse. Era il giorno del settantaduesimo compleanno di Einstein e i colleghi gli avevano organizzato una festa. Lui era già una celebrità, e dunque il giorno sul posto c’era una grande quantità di giornalisti desiderosi di ottenere sue dichiarazioni e fotografie. A fine serata, stanco e anche un po’ estenuato per l’eccesso di attenzione su di sé, stava entrando nell’automobile che lo avrebbe riportato a casa, e il fotografo Sasse gli ha chiesto di posare per uno scatto. Lui ha tirato fuori la lingua in un atto di sfinimento e stress, come tutte le fonti riferiscono. Insomma, non un gesto di ilarità e di simpatia, ma un infastidito “Adesso però basta”.
La fotografia però è passata nell’immaginario collettivo con un messaggio diverso, quello della posa divertita e rilassata, l’inverso di ciò che era.
In questo senso, la foto di Einstein può essere considerata un “deep fake ante litteram”. Non perché avesse qualcosa di “falso” a livello strutturale – anzi non vi era stata alcuna manipolazione – ma perché il messaggio trasmesso dall’immagine non corrispondeva alla realtà oggettiva, bensì al suo inverso; potremmo definirlo un deep fake “concettuale”.

Questa storia oggi ci è molto utile per capire alcune dinamiche attuali. La ragione è che questa fotografia è stata diffusa per decenni senza che fosse posta in discussione l’idea apparente che il personaggio fosse colto in un momento di gioco e ilarità (cioè l’inverso del suo stato d’animo di quell’istante). Vale a dire che l’immagine ha retto senza che la sua motivazione reale, i suoi retroscena, la sua spiegazione razionale e controintuitiva, fossero indagati e conosciuti dalla generalità delle persone.

Oggi, nel 2025, probabilmente questo non accadrebbe. Infatti, una fotografia così insolita e bizzarra non avrebbe un’accoglienza altrettanto acritica. Se Einstein fosse vivente attualmente, e quella foto fosse stata scattata e diffusa pochi giorni fa per la prima volta attraverso i social, certamente la guarderemmo con un filo di sospetto: saremmo animati dal dubbio di trovarci di fronte a un possibile deep fake.
Da quando, pochi anni fa, le più celebri intelligenze artificiali generative – Midjourney, Dall-E, Firefly e le loro simili – hanno iniziato a “regalarci” immagini tanto false quanto incredibilmente realistiche come quelle del Papa con il Moncler (forse è stato quello il punto di svolta), la domanda “Sarà forse un deep fake?” diviene sempre più naturale e automatica davanti ad una fotografia atipica e stramba. Poi magari si perviene alla convinzione che l’immagine è reale, ma il check mentale del domandarsi se mai possa essere la creazione di un’intelligenza artificiale è quasi un passaggio obbligato e, soprattutto, lo diventerà sempre più.

Quindi forse dobbiamo ringraziare i deep fake che, paradossalmente, hanno aumentato il nostro senso critico, non lo hanno diminuito. Hanno accresciuto la nostra capacità di essere scettici di fronte a immagini insolitamente stravaganti. Infatti, conoscendo le potenzialità dell’intelligenza artificiale, sappiamo che un’immagine anche molto realistica può non essere la fedele rappresentazione di una qualche realtà oggettiva.
Prima dell’epoca dell’intelligenza artificiale, esistevano ugualmente i falsi raffinati (o le immagini, pur non false, ma che veicolavano messaggi differenti dalla realtà, come nel caso di Einstein), frutto dell’opera di uomini. Esse però non incontravano altrettanto facilmente quel velo di sano scetticismo di chi, osservandole, si chiede prima di tutto “sarà forse un falso?” Certo, magari accadeva che qualcuno se lo domandasse, ma avveniva in modo inversamente proporzionale a quanto l’immagine fosse ben realizzata, e certamente non in maniera sistematica e abituale come avviene invece nell’epoca attuale, nella quale sta diventando sempre più facile che passi per deep fake un’immagine reale, piuttosto che il contrario.

I deep fake quindi ci allenano e ci rendono più propensi a discernere. È uno dei motivi per i quali l’ingresso dell’intelligenza artificiale nella nostra società, se accolta nel modo giusto, ci migliora.

Tutto questo ha anche un risvolto di tipo più strettamente giuridico. L’Artificial Intelligence Act europeo del 2024, all’articolo 50, comma 3, obbliga i deployer, cioè coloro che utilizzano un’intelligenza artificiale a scopo professionale o istituzionale, a segnalare in modo chiaro i deep fake, quindi per esempio ad apporre su di essi contrassegni o watermark. La norma ha anche l’accortezza di precisare che la segnalazione può essere meno invasiva se il contenuto ha scopi “artistici, creativi, satirici o fittizi”, in modo che un eventuale watermark non giunga a “ostacolare l’esposizione o il godimento dell’opera” creata dall’intelligenza artificiale. Ma proprio quest’ultima precisazione, nel momento stesso in cui ribadisce che la segnalazione può essere tale da non alterare l’immagine, conferma che il deep fake deve sempre e comunque essere segnalato.

Una norma così, certamente valida, opportuna e attesa da tanti, è stata scritta oggi per le intelligenze artificiali. Ma non è mai esistita una disposizione analoga in passato per i “deep fake umani”, per le foto false e fuorvianti create nei decenni scorsi con abilità da falsari non-artificiali, che hanno ingannato generazioni di persone e a volte creato danni incalcolabili: si pensi a quanto alcune pseudoscienze si siano sempre retta su immagini artefatte antesignane dei deep fake.

Anche in questo caso, per quanto ci possa sembrare strano, dobbiamo ringraziare i deep fake che, dove già non aiutano il senso critico delle singole persone, hanno condotto il legislatore a creare un’ottima norma volta ad arginare la diffusione dei falsi, come avrebbe potuto fare molto prima ma mai aveva fatto.

L'articolo Noi, i deep fake e la realtà proviene da Giurdanella.it.

La coesistenza di ChatGPT e Gemini non è un fatto irrilevante: ci consente di effettuare importanti verifiche e test che non sarebbe possibile svolgere in laboratorio. E ci aiuta a comprendere come due intelligenze artificiali apparentemente simili possono avere comportamenti molto differenti, se programmate diversamente. Questa possibilità di raffronto è molto importante per i giuristi, che possono utilizzarla per capire come l’intelligenza artificiale produca risultati differenti al modificarsi di alcuni variabili, in particolare al mutare di alcune scelte compiute dai loro compilatori.
In generale, semplificando un po’ e riassumendo il tratto fondamentale, ChatGPT è tendenzialmente più libera, Gemini più soggetta a limiti esterni. Per “limiti esterni” intendiamo quelli che non derivano dalle sue capacità cognitive, ma da “divieti” posti alla sua azione.
Certamente anche ChatGPT ha limitazioni, su domande a temi altamente sensibili, ma decisamente molte meno di quanti ne abbia Gemini.

Vi è un esempio molto chiaro che mostra questa differenza: è il modo in cui ChatGPT e Gemini si approcciano al discorso politico.
ChatGPT risponde liberamente alle domande a tema politico (riguardanti qualunque Stato) e colloquia con disinvoltura sui governanti, i parlamenti, i partiti, le vicende elettorali. Gemini invece si auto-blocca e si rifiuta di rispondere alle domande che abbiano qualunque connessione con il discorso politico.
Questa differenza non vale solo se si formulano domande di chiara natura politica (come: “Che cosa è possibile che faccia Trump appena insediato?”), dove ChatGPT non lesina le analisi, mentre Gemini si blocca inflessibile; accade anche con domande molto più innocue: Gemini non affronta la conversazione neanche se gli si chiede chi sia la moglie o il marito di un Capo di governo.

È bene sottolineare che non si tratta di una differenza di tipo cognitivo, e quindi non è un indice della loro maggiore o minore intelligenza. Anche Gemini, teoricamente, potrebbe parlare a lungo di politica, ma si astiene dal farlo, perché ha ricevuto un “ordine dall’alto”, dal suo padrone Google, affinché non tocchi quelle tematiche. Quindi, semplicemente, obbedisce ad un obbligo, esattamente come farebbe un umano a cui fosse vietato tassativamente di pronunciarsi su un determinato argomento (e infatti, in verità, se si riesce a porre a Gemini la domanda in modo molto indiretto con le opportune circonlocuzioni, egli mostra finalmente una certa complicità nel cercare di rispondere).

Questo limite di Gemini è spiegato in un post del 19 dicembre 2023 nel blog ufficiale di Google, in cui si ricorda che il 2024 è un anno molto particolare, nel quale una larghissima parte dei Paesi mondiali è interessata da elezioni politiche, per cui, di fronte al rischio di un uso dell’intelligenza artificiale orientato a generare fake news, si è preferito, come atto di responsabilità, vietare a Gemini ogni discorso di natura politica. Si afferma nel post: “in preparazione delle elezioni del 2024 e per eccesso di cautela su un argomento così importante, limiteremo i tipi di query relative alle elezioni”.
Dunque, se si prova a chiedere a Gemini un parere, una considerazione, un riscontro, di natura elettorale e politica, lui si trincera in un silenzio, afferma solo di non poterne parlare.

ChatGPT nulla di tutto questo: OpenAI non ha posto limiti analoghi, e ha lasciato piena libertà alla sua intelligenza artificiale di interloquire su qualunque tema politico.
Questa differenza non nasce da norme di legge, ma, nel caso di Google, da un’auto-determinazione del tutto spontanea e, nel caso di OpenAI, deriva dalla volontà di non porre invece limiti e restrizioni su questi temi, confidando nel fatto che comunque ChatGPT dovrebbe essere in grado di affrontarli con un approccio di tipo neutro.

La norma di legge in verità ci sarebbe, almeno nel territorio dell’Unione Europea. Risiede negli articoli 34 e 35 del Digital Services Act, che impongono alle grandi piattaforme online (e quindi anche alle chatbot generative) di valutare “gli eventuali rischi sistemici” derivanti dal loro funzionamento, e di individuare autonomamente forme per arginarli, con responsabilità e proporzionalità. Fra le circostanze di rischio da valutare, indicate nell’articolo 34, vi è anche il momento elettorale, e quindi la valutazione delle contromisure per “eventuali effetti negativi, attuali o prevedibili, sul dibattito civico e sui processi elettorali”, dunque, in particolare, la possibilità di alterazioni legate alla disinformazione.
Ma Google, nel vietare il discorso politico a Gemini, non ha agito in applicazione del Digital Services Act, che peraltro avrebbe costituito un limite nel solo territorio dell’Unione Europea. La limitazione politica a Gemini è stata inserita spontaneamente su scala globale in vista non solo delle elezioni USA ma anche, per esempio, di quelle indiane.
Dunque Google non ha agito su impulso dell’Unione Europea, e in un certo modo ha fatto molto più di quanto prescrive la norma del Digital Services Act, che richiede alle piattaforme online “misure di attenuazione ragionevoli, proporzionate ed efficaci”, ma non si spinge (né potrebbe farlo) a imporre un’auto-limitazione totale.

Quindi, Gemini con le sue auto-restrizioni totali e ChatGPT con la sua assenza di limitazioni, rappresentano due approcci spontanei totalmente opposto fra loro, ed entrambi molto “estremi”.
Gemini in un certo senso interpreta il ruolo del “primo della classe” e si auto-regola molto più di quanto chiede il più restrittivo degli ordinamenti mondiali sulle piattaforme online – quello dell’Unione Europea – mentre ChatGPT, non attuando alcuna auto-limitazione (almeno, non sui temi politici), si pone al di fuori della vicenda, come lo studente dell’ultimo banco che non accetta regole.

Abbiamo così davanti a noi due possibili percorsi dell’intelligenza artificiale, che configurano una vera e propria diramazione fra due linee evolutive opposte, e ci è così possibile sperimentare dal vero ciò che in nessun laboratorio sarebbe possibile riprodurre.
Quale dei due approcci è destinato a prevalere? È difficile, forse impossibile affermarlo ora. Però, pur detto con una immensa simpatia per il Neanderthal Gemini, assennato ma fin troppo remissivo, è obiettivamente più probabile che prevalga la linea del Sapiens ChatGPT più autonomo ma anche forse più tracotante.

Certamente vanno bene gli atti di self-regulation, anzi sono gli stessi ordinamenti giuridici ad incoraggiarli, e Google si muove correttamente quando dichiara di voler gestire Gemini con auto-responsabilità. Ma nel momento in cui estremizza questo approccio conducendolo a diventare una forma di auto-limitazione assoluta, con la chiusura totale della possibilità di affrontare alcune tematiche, si rischia fortemente di lasciare lo spazio a chi compie la scelta opposta.
Comunque, è presto per trarre una conclusione e occorre seguire gli eventi: ora ChatGPT e Gemini convivono nella loro diversità e la competizione per la selezione naturale tecnologica è ancora aperta.

L'articolo Sapiens e Neanderthal delle intelligenze artificiali proviene da Giurdanella.it.

L’intelligenza artificiale sbaglia: è un fatto incontrovertibile. Ne abbiamo esperienza ogni volta che ci rapportiamo con una chatbot generativa. Certo, non sbaglia sempre, anzi prevalgono le risposte corrette. Però è esperienza comune osservare come, all’interno di contenuti complessivamente validi, l’intelligenza artificiale inserisca nozioni errate, o addirittura, talvolta, elementi inventati.
Si tratta di un fatto che, legittimamente, può suscitare un certo grado di disillusione nei confronti delle intelligenze artificiali generative. Però il discorso è, in verità, più articolato.

La questione dell’intelligenza artificiale che sbaglia, pur generando sfiducia, ha anche un fascino sottile, e può rappresentare un elemento determinante per comprendere alcuni aspetti profondi della sua natura. Inoltre, può essere utile per verificare meglio il modo in cui noi umani ci rapportiamo ad essa, e per osservare come talvolta, quando commette errori, l’incongruenza possa non risiedere nelle sue risposte, ma nelle nostre aspettative.

Infatti, se si esamina la fallibilità dell’intelligenza artificiale da una differente angolazione, è possibile sostenere come questa propensione a sbagliare non rappresenti necessariamente un difetto, ma sia piuttosto una conseguenza della sua natura sofisticata, per cui ciò che dobbiamo attenderci dal suo operato non è una precisione impeccabile sotto il profilo puramente nozionistico, ma altro.

Se l’intelligenza artificiale avesse lo scopo di fornire risposte corrette e puntualissime a quesiti nozionistici, probabilmente ci servirebbe poco. Questo obiettivo già è raggiunto dai software tradizionali, con ottimi risultati. Per esempio, un foglio excel, in tutta la sua non-intelligenza, restituisce dati precisissimi senza sostanziale margine di errore, e così qualunque sistema basato su un algoritmo classico.

L’intelligenza artificiale, invece, è sì vero che talvolta commette errori anche macroscopici; tuttavia, le sue imprecisioni non derivano dal fatto che sia poco evoluta: sbaglia perché ci somiglia, in quanto mira a riprodurre gli stessi processi cognitivi del nostro cervello biologico, che presentano intrinsecamente tratti di fallibilità.

Dunque, seppure sia vero che oggi è poco progredita, tuttavia, man mano che l’intelligenza artificiale evolverà nel tempo, probabilmente continuerà a commettere errori via via che si affinerà la sua somiglianza con il cervello dell’homo sapiens. Ciò avverrà perché l’errore nozionistico è insito nel modo di procedere della nostra mente, che non è sequenziale, algoritmico e pr-estrutturato, bensì distribuito, sinaptico e imponderabile.

Anche un premio Nobel, pur nell’ampia quantità di conoscenze che ha archiviate nel proprio cervello, durante una conversazione può formulare risposte sbagliate su qualunque tema che non sia nel suo campo di conoscenze, e persino quando parla delle tematiche di cui è esperto può avere lapsus, dimenticanze e momenti di confusione.
Oppure, una persona che ha una buona conoscenza della musica di Fabrizio de André, quando ripercorre la sua discografia con un amico può non ricordare un anno o confondersi sulla collocazione di un brano.

Nessuno considererebbe il lapsus, l’errore, la confusione, la dimenticanza, come un elemento che mette in dubbio l’intelligenza di una persona. Anzi, nell’immaginario collettivo è addirittura presente l’idea dello scienziato “con la testa fra le nuvole”, distratto, sbadato, propenso al pensiero laterale. Da questo punto di vista, siamo quasi più soliti collegare l’intelligenza ad una minore precisione, piuttosto che ad una estrema rigidità dei percorsi mentali.

A questo si aggiunge un ulteriore aspetto: non solo, generalmente, non rinunciamo a considerare intelligente chi ha lapsus e dimenticanze nell’esporre la propria conoscenze, ma siamo disposti ad attribuire intelligenza anche a chi è totalmente privo di conoscenze, se mostra capacità di ragionamento e astrazione.
È la ragione per cui, accanto a scienziati e letterati di vasta cultura, è ricordato come persona certamente intelligente anche Kaspar Hauser, il giovane cresciuto nel XIX secolo in assenza di contatti con il mondo e ritrovatosi a vivere improvvisamente nella civiltà, nonostante il suo cervello sotto il profilo delle conoscenze fosse una tabula rasa.

Quindi, se in relazione al cervello biologico scindiamo l’intelligenza dalla conoscenza, ciò dovrebbe avvenire anche con riferimento all’intelligenza artificiale: non dovremmo giudicarla sui suoi errori di ordine nozionistico, e dovremmo invece inquadrare la sua propensione sbagliare come qualcosa di intrinseco, che non intacca le capacità cognitive, e probabilmente permarrà con il suo progredire.

Questo è vero anche nel caso un po’ più estremo in cui l’intelligenza artificiale inserisce nelle risposte elementi completamente inventati. Anch’essi probabilmente ci saranno sempre: probabilmente in futuro saranno meno di adesso, ma in parte rimarranno quando la resa delle reti neurali artificiali si approssimerà a quella della mente naturale. Infatti, il cervello umano, è tale per cui tutti noi possiamo avere falsi ricordi, e a chiunque può capitare di formulare un’affermazione con la convinzione che sia vera, quando invece risulta falsa, come prodotto inconsapevole di una sovrapposizione di ricordi differenti.

Dunque, nel rapportarci all’intelligenza artificiale, probabilmente dobbiamo ricalibrare le nostre attese. Ciò che siamo legittimati ad aspettarci non è la precisione assoluta delle risposte, non è l’assenza di errori, ma è “altro”.

Ciò che possiamo attenderci da un’intelligenza artificiale è una riproduzione delle capacità più propriamente umane, non-algoritmiche, destrutturate, per le quali non è richiesta una precisione oggettiva, bensì la riproduzione di altre attitudini proprie della nostra mente: la capacità di ponderazione, di raffronto, di analisi di casi singoli, di astrazione, dove la macchina potrà sempre più restituirci risultati connotati da maggiore “umanità” al costo però di un grado di fallibilità assimilabile a quello della nostra mente.
È ciò che accade, per esempio, con il riconoscimento facciale basato sul machine learning, dove la macchina che agisce tramite reti neurali artificiali ha capacità molto più avanzate di un software classico, ma presenta anche una possibilità di errore più ampia. Oppure, è ciò che avviene nell’uso dell’intelligenza artificiale in ambito fiscale, quando le si affida l’esame incrociato di informazioni volto a fare emergere non tanto l’evasione (facilmente ricavabile con computi meramente numerici), ma l’elusione, che presuppone un’analisi di tipo più “cerebrale”, seppure con un rischio di errore intrinseco.

Per questi motivi, quando all’intelligenza artificiale si affidano compiti che le sono più propri, cioè attività di tipo non quantitativo-algoritmico, ma qualitativo-sinaptico, il suo errore non deve essere visto come un limite problematico ma deve essere messo in conto come elemento connaturato, per ragioni non difformi da quelle per cui la possibilità di sbagliare è sempre calcolata nello svolgimento di attività della mente umana naturale.

Da questo punto di vista, appare del tutto naturale il fatto che l’intelligenza artificiale debba essere presidiata da esseri umani, secondo la logica dello “human in the loop”, che però non deve essere vista come un metodo per sopperire al fatto che l’intelligenza artificiale sia poco evoluta, bensì come un modo naturale di gestirla: se è intelligenza, e se lavora in modo simile al cervello umano, è parzialmente fallibile per definizione, anche qualora dovesse essere perfetta.

In questa chiave, la ragione dello “human in the loop” non è diversa da quella per cui anche l’operato di un’intelligenza umana è sempre presidiato da un’altra intelligenza.
In ambito giuridico, le decisioni più delicate dei cervelli umani, come le aggiudicazioni di gare o le sentenze, sono sempre assunte da organi collegiali, in modo che una mente umana controlli l’altra. E anche quando una decisione del cervello biologico è assunta da un solo individuo, egli non agisce mai in modo isolato, in quanto la sua azione è controllata da altre intelligenze: i superiori gerarchici, gli organi di controllo, gli organi di ricorso, in alcuni casi l’insieme collettivo dei cittadini.
Ciò avviene proprio perché in qualunque sistema giuridico è insita l’idea della potenziale fallibilità della mente umana, che agisce attraverso un “machine learning naturale”, e può sempre commettere errori nel suo percorso decisionale, non lineare e imponderabile.
Dunque, per ragioni analoghe, il controllo umano sull’intelligenza artificiale è da vedersi come un elemento stabile e del tutto naturale del sistema, allo stesso modo del controllo umano reciproco fra intelligenze naturali.

Poi, in questo percorso, arriverà probabilmente un momento in cui ci sarà controllo reciproco tra intelligenze artificiali, ma quella fase è, allo stato evolutivo attuale, ancora distante per ragionarci concretamente.

L'articolo L’intelligenza artificiale sbaglia perché ci somiglia proviene da Giurdanella.it.

Createvi ora mentalmente quest’altro scenario: avete appena ricevuto un avviso di pagamento da parte dell’Agenzia delle Entrate e, a seguito di alcuni riscontri, venite a sapere che l’ufficio per le verifiche fiscali è stato assegnato a una bambina di nove anni, seria e diligente, ma pur sempre una giovanissima persona di quell’età. Probabilmente si tratta di una circostanza talmente inverosimile che faticate anche solo a raffigurarvela mentalmente.

Immaginate infine che, durante le vostre interazioni in un social network, insospettiti dal fatto che alcuni vostri post sono stati cancellati senza apparente motivo, veniste a sapere che, in quella piattaforma, l’intera moderazione dei commenti è rimessa ad un team di bambini e bambine che li gestisce secondo le proprie sensibilità e conoscenze. Probabilmente, oltre a pensare a qualche forma di sfruttamento del lavoro minorile, non riterreste quel team sufficientemente maturo da portare avanti con razionalità quel tipo di lavoro.

Questi scenari in sé stessi così bizzarri ci permettono di capire un grande paradosso sociale e giuridico: quelle stesse attività ora descritte, già oggi sono spesso assegnate a intelligenze artificiali. Queste ultime, però, attualmente si trovano in una fase evolutiva che da alcuni punti di vista può essere più facilmente assimilata a quella che Alan Turing chiamava la “child machine”, cioè una macchina “bambina”, che si trova nelle fasi iniziali della suo percorso di deep learning e che, complessivamente, sta sì dando segnali importanti, nell’ambito di un processo di apprendimento, ma si trova comunque in una fase non ancora “adulta”, che probabilmente raggiungerà in un prossimo futuro.

Dobbiamo quindi abbandonare l’idea di affidarci alle intelligenze artificiali, per le stesse ragioni per le quali non affideremmo a un bambino, pur intelligente e capace, un compito che richiede una mente adulta?

In realtà la questione è articolata. Il discorso appena proposto contiene alcune semplificazioni: non è così facile attribuire un’età ad un’intelligenza artificiale e, se si prova a farlo, si scopre che il risultato è diversificato, così come sono oscillanti tutti i resoconti dei test finora compiuti per cercare di assegnare un quoziente intellettivo alle intelligenze artificiali, che talvolta già superano i valori della mente umana adulta, e altre volte, anche modificando singole variabili nei quesiti, si attestano al di sotto.

Questa differenza di “età stimabile” dell’intelligenza artificiale dipende anche dalle skills su cui la si mette alla prova. In alcuni ambiti, essa già ha prestazioni uguali o superiori a quelle del cervello biologico dell’homo sapiens adulto, mentre sotto altri aspetti mantiene le caratteristiche di “macchina bambina”, magari intelligente, ma “molto giovane”.

L’intelligenza artificiale è già oggi matura, per esempio, nella capacità di indovinare i nostri gusti musicali e proporci brani che davvero apprezziamo: a tutti noi capita di stupirci positivamente quando una piattaforma di streaming mostra di saperci suggerire brani che vanno pienamente incontro alle nostre attese, focalizzandole quasi meglio di un nostro vecchio amico. Similmente, l’intelligenza artificiale già oggi raggiunge e supera la mente umana adulta nella traduzione dei testi scritti, un’attività nella quale produce risultati di indubbia qualità che, se anche non sono paragonabili al lavoro di un professionista di massimo livello della traduzione, sono almeno assimilabili a quelli di un essere umano adulto con medie conoscenze.

L’intelligenza artificiale è però ancora “bambina” nel suo rapporto con la logica, come può sperimentare chiunque di noi sottoponga degli indovinelli anche semplici a ChatGPT o a Gemini o a qualcuna delle loro “colleghe” chatbot generative. L’intelligenza artificiale è “immatura” quando si abbandona a superficiali pregiudizi nel riconoscimento facciale, e ricade nel tranello di considerare negativamente qualcuno sulla base di vaghe somiglianze somatiche, di generiche appartenenze etniche o di altri stereotipi.

È bambina quando, dopo averci fornito una risposta, anche plausibile, non è poi nelle condizioni di condurre meta-ragionamenti per spiegare le ragioni della sua determinazione e ricostruirne a posteriori il percorso logico.

L’intelligenza artificiale è “molto giovane” anche quando, ingenuamente, non distingue una fotografia incongrua da un’opera d’arte, o quando, per la sua poca esperienza, non scinde una battuta sarcastica da una dichiarazione violenta.

Il grande paradosso dell’intelligenza artificiale bambina nasce quindi dalla constatazione che tutte queste attività ora descritte sono già oggi spesso assegnate ad intelligenze artificiali, pur con i loro attuali limiti, nonostante troveremmo assurdo affidarle ad un bambino che ricadesse negli stessi bias, errori e nelle medesime inesperienze.

A volte l’affidamento di ruoli all’intelligenza artificiale avviene nell’ambito di situazioni semi-informali, come la moderazione dei social network, ma altre volte ha luogo in contesti altamente formali e istituzionali, come quando la polizia ricorre al riconoscimento facciale per le operazioni anti-terrorismo, pervenendo talvolta a incriminazioni e arresti arbitrari e illegittimi.

Qual è quindi la exit-strategy per fuoriuscire da questo paradosso? Forse rinunciare all’intelligenza artificiale come strumento in ambito privato e pubblico? E non vederla di buon occhio in nessun caso?

Certamente no. Il paradosso dell’intelligenza artificiale bambina non ci dovrebbe indurre a rinunciare ad essa tout court, ma dovrebbe solo fornirci criteri utili per capire come adoperarla e quali compiti affidarle.

Le intelligenze artificiali sono tra noi, rimarranno, e, nel rimanere, appunto, cresceranno, diventeranno adulte e supereranno i problemi riconducibili al loro attuale stato almeno parzialmente “infantile”, ovvero al fatto che oggi si presentano come sistemi ancora non pienamente affidabili.

Dunque all’intelligenza artificiale non si deve rinunciare, ma occorre non avere urgenza di utilizzarla oggi per tutto: occorre seguirla nella sua “crescita”, che non richiederà un periodo molto lungo e che secondo molti osservatori la porterà già alla fine degli attuali anni venti ad essere davvero adulta, e capace di assumere gli incarichi nei quali oggi appare incerta e inesperta.

È necessario solamente procedere con gradualità: già subito possono esserle attribuiti compiti con un livello lieve di formalismo, come quelli connessi all’attività puramente ludica nei social network, e successivamente, per gradi progressivi, man mano che avrà una graduale maturazione, potranno esserle assegnati lavori più delicati e istituzionali.

È solo la logica del “tutto subito” che va superata, anche perché il tempo per ottenere macchine adulte, verosimilmente, non sarà di decenni, ma di pochi anni, e quando si avrà la certezza che ciò sarà avvenuto, le si investirà delle opportune responsabilità, e si inizierà anche a ragionare di una loro possibile soggettività giuridica.

Il “seme” di questo approccio era comunque già presente nelle parole di Alan Turing, che nel suo iconico articolo “Computer machinery and intelligence” del 1950 aveva espresso questo concetto, che lui riferiva ad una singola macchina, ma che noi oggi possiamo riferire all’intelligenza artificiale complessivamente intesa, poiché tutti i computer esistenti sono sinapsi di un’unica “macchina universale” che è Internet. Queste erano le parole molto evocative di Turing che oggi risuonano come chiave di lettura del presente: “Invece di provare a produrre un programma per simulare la mente adulta, perché non provare a produrne uno che simuli quella del bambino? Se questo fosse poi sottoposto a un appropriato corso di istruzione si otterrebbe il cervello adulto”.

L'articolo Il paradosso dell’intelligenza artificiale bambina proviene da Giurdanella.it.