Ecco le facce dietro la rivoluzione chiamata «intelligenza artificiale»
- Il nuovo libro di Aresu racconta ai ragazzi (ma non solo) storia, volti e problemi intorno a Chatgpt & C. Dai padri fondatori dell’elettronica ai padroni della Borsa, dell’innovazione scientifica e della geopolitica.
- Nel volume di Warner le strategie e i motivi per cui la scrittura merita di resistere e sopravvivere al dominio delle macchine.
Lo speciale contiene due articoli.
QUELLI DI DARTMOUTH
John McCarthy (Stati Uniti, 1927-2011)
Tanto brillante nell’insegnamento della matematica - disciplina che ha trasmesso ai suoi studenti per quarant’anni all’Università di Stanford - quanto sgargiante nell’abbigliamento. Coniò l’espressione «intelligenza artificiale» e organizzò la prima conferenza sul tema, al college di Dartmouth nel 1956. Per lui, l’intelligenza umana era come un puzzle, fatta di molte tessere; sarebbe bastato insegnare a una macchina tutti i passaggi e le regole per completarlo per ottenere l’intelligenza artificiale.
Ray Solomonoff (Stati Uniti, 1926-2009)
Matematico geniale, sempre scarruffato, tra i partecipanti più assidui alla conferenza di Dartmouth. Per quanto i numeri fossero il suo elemento, era convinto che nella vita non tutto si potesse calcolare: l’incertezza era il suo tormento. Bisognava dunque insegnare alle macchine anche a dubitare. Così inventò la grammatica della probabilità, un sistema che assegna valori numerici alle parole e alle frasi, stabilendo qual è probabilità che vengano usate nella realtà.
Marvin Minsky (Stati Uniti, 1927-2016)
Matematico e informatico, docente per oltre cinquant’anni al Massachusetts Institute of Technology (MIT), dove fondò insieme a McCarthy un laboratorio dedicato all’informatica e all’intelligenza artificiale. Era ferrato nella fantascienza, tanto che fu consulente scientifico del film di Stanley Kubrick 2001: Odissea nello spazio.
Claude Shannon (Stati Uniti, 1916-2001)
Ingegnere, matematico e giocoliere, coordinò i lavori della conferenza di Dartmouth. Ricercatore nei Bell Labs, poi professore al Mit; padre della teoria matematica della comunicazione, la scienza che spiega come i messaggi possono viaggiare da un posto all’altro senza intrecciarsi né perdersi. Il nome del chatbot Claude si ispira a lui.
IL PRECURSORE
Alan Turing (Regno Unito, 1912-1954)
Matematico e logico straordinario, nonché esperto di crittografia. Decifrò Enigma, la macchina usata dai nazisti per cifrare le comunicazioni militari. Fu uno dei primi a porsi la domanda: «Le macchine possono pensare?». Per rispondere, ideò il cosiddetto test di Turing.
QUELLI DELLE RETI NEURALI
Warren Sturgis McCulloch (Stati Uniti, 1898-1969)
Di professione medico, per diletto poeta, nella vita reale geniale studioso. Invitato alla conferenza di Dartmouth, non si presentò quasi mai. Detestava chi ragiona a compartimenti stagni: per lui tutto era collegato. È il padre delle reti neurali artificiali, il primo a intuire che l’intelligenza artificiale doveva ispirarsi a quella umana, e dunque alla struttura del cervello. Era il gioco dell’imitazione.
Geoffrey Hinton (Regno Unito, 1947)
Formalmente psicologo, nella sua vita è stato di tutto e potrebbe riservarci ancora delle sorprese: falegname negli anni settanta, premio Nobel per la fisica nel 2024 con John Hopfield grazie alle sue scoperte fondamentali sulle reti neurali e l’apprendimento automatico. Sulla scia di McCulloch, si è concentrato - e tutt’oggi continua - a perfezionare le reti neurali artificiali. Ragionando profondamente, ha avuto un’intuizione: la nostra attività cerebrale è molto complessa, dunque le reti neurali artificiali devono essere profonde, cioè formate da vari strati (come le lasagne), ciascuno responsabile di elaborare informazioni con un diverso grado di profondità. Dice che il suo segreto è sapersi scegliere gli allievi: infatti, proprio grazie ai suoi studenti dell’Università di Toronto, Alex Krizhevsky e Ilya Sutskever, ha «scatenato» nel 2012 il Big Bang dell’intelligenza artificiale.
I VISIONARI
Fei-Fei Li (Cina, 1976)
La «madre della vista» dell’intelligenza artificiale, oggi professoressa di informatica a Stanford. Nata in Cina (il suo nome in mandarino significa «volare»), cresciuta fra i panda di Chengdu, a 16 anni si trasferisce a Parsippany, negli Stati Uniti. Là, come si confà al mondo americano, fonda la sua prima start-up: una lavanderia. Studia a Princeton, dove viene ammessa con suo immenso stupore, dato il suo inglese stentato. Il suo obiettivo era «far vedere» un gatto a un computer, e ci è riuscita, catalogando grazie al suo Imagenet 15 milioni di immagini in 22.000 categorie.
Alex Krizhevsky (ex Urss, 1986) e Ilya Sutskever (ex Urss,1986)
Entrambi informatici nati nell’ex Unione Sovietica emigrati in Canada con le loro famiglie, e allievi di Geoffrey Hinton. Sono balzati alle cronache scientifiche per aver vinto la gara lanciata da Fei-Fei, la Imagenet large scale visual recognition challenge (Ilsvrc). L’obiettivo era presentare l’algoritmo migliore per il riconoscimento delle immagini, e loro vinsero con Alexnet, un sistema che usava le reti neurali profonde e che consentì a un computer di riconoscere un gatto tra molti altri animali. Sutskever sarebbe diventato, qualche anno più tardi, uno dei fondatori di Openai, la casa madre di Chatgpt.
L’UOMO CON
IL GIUBBOTTO IN PELLE
Jensen Huang (Taiwan, 1963)
Ha creato Nvidia, l’azienda più grande al mondo per capitalizzazione, e oggi è fra gli uomini più ricchi del pianeta. Ma la sua storia comincia da lontano, e dal basso. Nato a Tainan, Taiwan, immigrato con i genitori in Thailandia, piombato a soli 9 anni nel bel mezzo del Kentucky senza conoscere l’inglese. Bullizzato, si è riscattato pulendo bagni, servendo hamburger alla tavola calda Denny’s e facendo cento flessioni al dì. Un giorno ha capito che le Gpu utilizzate per i videogiochi potevano essere usate per fornire potenza di allenamento e calcolo all’intelligenza artificiale. Da allora indossa un giubbotto in pelle. È il direttore d’orchestra dei «ragazzi di Taiwan», che costruiscono la struttura materiale dell’intelligenza artificiale.
IL GIOCATORE DI SCACCHI
Demis Hassabis (Regno Unito, 1976)
Ha cofondato l’azienda Deepmind, poi acquisita da Google, con un unico obiettivo: creare l’intelligenza artificiale generale, inizialmente per applicarla al gioco. Demis è prima di tutto uno scacchista superlativo, e infatti ha cominciato inventando un computer capace di battere il campione mondiale di scacchi. Poi ha deciso di dedicarsi a sfide più importanti, e ha vinto il premio Nobel per la chimica con John Jumper e David Baker nel 2024 per aver creato Alphafold, uno strumento in grado di predire la struttura delle proteine proprio grazie all’IA.
I DUELLANTI DI CHATGPT
Elon Musk (Sudafrica, 1971)
Arriva nella Silicon Valley per dei tirocini e da lì in avanti la sua carriera è un’accelerazione continua. Fonda e guida aziende molto diverse tra loro, tra cui SpaceX, che ha l’obiettivo di portare l’uomo su Marte, e Tesla, per diffondere le auto elettriche. È stato consigliere del presidente americano Donald Trump; quasi per gioco ha comprato Twitter, ribattezzandolo «X», e ha introdotto Grok, un chatbot simile a Chatgpt ma più irriverente. Genio o folle? Difficile dirlo.
Sam Altman (Stati Uniti, 1985)
È uno dei fondatori di Openai, la casa madre di Chatgpt, e uno dei pochi a esservi rimasto, anche se, nel 2023, è stato licenziato per alcuni giorni (non chiedetegli il perché). Non ha mai terminato la facoltà di informatica ma, a soli 19 anni, ha creato Loopt, un’app che permetteva di condividere con gli amici la propria posizione. Se oggi farlo vi sembra normale, è anche grazie a questo. È stato presidente di Y combinator, una sorta di palestra per start-up. Ha una qualità chiave: una grande visione commerciale e finanziaria.
I FRATELLI RESPONSABILI
Dario (Stati Uniti, 1983) e Daniela Amodei (Stati Uniti, 1987)
Due fratelli di origini italiane (il padre era toscano) che sembrano usciti da una storia di opposti che si completano: il sole e la luna, lo yin e lo yang. Dario ama i numeri, il calcolo infinitesimale e i problemi complicati: studia a Stanford, si laurea in fisica, specializzandosi in biotecnologie, prima di approdare alla Silicon Valley come sviluppatore. Daniela, invece, è attratta dalle parole, dalle storie: sceglie le materie umanistiche, si laurea in letteratura inglese e poi unisce il pensiero umanistico al mondo del business e dell’innovazione. Nel 2016 Dario entra in Openai, affascinato dall’idea di un laboratorio non profit che promette di sviluppare l’intelligenza artificiale tenendo al centro l’etica. Due anni dopo lo raggiunge anche Daniela. Con il tempo i due fratelli, d’accordo fra loro ma in disaccordo con la direzione dell’azienda, fondano Anthropic, una start-up dedicata alla ricerca e alla sicurezza dell’intelligenza artificiale, con un’idea chiara fin dal nome (rimettere l’essere umano al centro), ma sempre mossa da fini commerciali.
QUELLO DI DEEPSEEK
Liang Wenfeng (Cina, 1985)
È il fondatore di Deepseek, l’azienda cinese di intelligenza artificiale che ha una balena come logo e che, con la stessa irruenza, un bel giorno è comparsa sul mercato mondiale. Ha studiato informatica e ha fondato una società finanziaria, High-flyer, con cui ha ottenuto le risorse per il suo laboratorio di intelligenza artificiale, chiamato appunto Deepseek. Attraverso Deepseek ha voluto mostrare che i ricercatori cinesi, presenti in molte aziende tecnologiche degli Stati Uniti, possono ottenere ottimi risultati anche quando rimangono in Cina.
QUELLO DEI ROBOT
Jim Fan (Cina)
È un ricercatore trentenne di Nvidia e guida l’iniziativa sugli agenti IA, quei sistemi che non si limitano a risponderci, ma sanno anche fare delle cose. La sua missione è creare dei robot intelligenti tuttofare, capaci di muoversi nel mondo reale - immaginate robot che cucinano, camminano e non inciampano - e in quello virtuale, come giochi e videogiochi. Appassionato di visione artificiale, ha conseguito il dottorato allo Stanford Vision Lab sotto la supervisione di Fei-Fei Li. Nel 2016 è stato il primissimo stagista di Openai, quando Chatgpt era ancora fantascienza e nessuno immaginava che un giorno avrebbe quasi fatto i compiti al posto degli studenti.
Ma il bot non è tutto. Manuale di difesa per salvare l’umano
Nel suo famoso saggio Che cos’è l’arte, Tolstoj esprime lo scopo dell’esperienza artistica: «Risuscitare in sé stessi un sentimento già provato per trasfonderlo negli altri col soccorso di moti, di linee, di colori, di suoni, d’immagini orali: ecco il vero oggetto dell’arte».L’«arte» prodotta attraverso l’IA generativa può essere interessante o impressionante, ma senza nessun sentimento originale che crei l’impulso di creare, e perché mai, in mancanza di un’intenzione che guidi la creazione, dovremmo attribuirle un significato?Nel 2016, quando al regista di animazione Hayao Miyazaki, dello Studio Ghibli, vennero mostrate alcune immagini generate dall’IA nello stile di un suo film, il classico La città incantata, egli le definì: «un insulto alla vita stessa». Il rifiuto di Nick Cave di una «canzone» alla Nick Cave generata dall’IA, che definì una «grottesca contraffazione», mi sembra un atto di resistenza necessaria e di principio, se consideriamo l’intenzionalità e l’espressività umane al centro della creazione artistica. [...] Se davvero consideriamo la comunicazione e lo scambio di idee parte integrante della lettura, della scrittura e dell’istruzione, dovremmo opporci anche alla «necromanzia» digitale incorporata nell’interfaccia Khanmigo, che permette agli studenti di «chattare» con avatar che rappresentano personaggi storici, come Martin Luther King Jr o Thomas Jefferson. Evocare un Martin Luther King generato dall’IA, che risponda a domande sui diritti civili, potrà sembrare strano o futuristico ma, in termini di qualità e profondità delle conversazioni possibili, è decisamente inferiore al leggere le parole di King e reagirvi con idee personali. La nostra storia - i nostri pensatori, la nostra cultura - non è fissata per sempre. Viene riplasmata da ogni successiva intelligenza individuale che vi si confronti. [...] Tutto questo vale in particolare quando si tratta di come insegniamo a scrivere. La valutazione automatica degli scritti scolastici è diventata da decenni una sorta di miraggio per gli specialisti dell’apprendimento robotizzato, un problema fondamentale che, se risolto, aprirebbe la strada a una nuova comprensione non dell’istruzione, ma piuttosto di come funzionino gli algoritmi. I grandi modelli linguistici hanno cancellato tutti i precedenti tentativi, avendo dimostrato di poter generare plausibili risposte scritte, dietro suggerimenti minimi e del tutto diversi dal pre-addestramento richiesto dai precedenti approcci.Il Texas è passato a giudicare una quantità significativa degli scritti studenteschi ottenuti nei test valutativi servendosi di algoritmi. Gli studenti ottengono un buon punteggio se si avvicinano allo scritto giudicato in precedenza più che sufficiente. Consideriamo i valori soggiacenti a questa scelta: la scrittura non deve essere interessante, originale o comunicativa. Lo «scritto» migliore, secondo l’algoritmo, è quello che più assomiglia a quanto è venuto prima. Una ben misera griglia di valutazione, se lo scopo è trasformare i discenti in abili scrittori e in liberi pensatori.[...] Il mio giudizio definitivo sulle valutazioni e sulle stime algoritmiche della scrittura scolastica è semplice. Si scrive per essere letti. Ottenere che qualcosa che non sa leggere generi risposte alla scrittura è sbagliato. È un tradimento morale delle nostre responsabilità nei confronti degli alunni. Capisco benissimo le ragioni per cui si è tentati di delegare questo tipo di lavoro all’IA, soprattutto perché le ho vissute sulla mia pelle nella mia carriera d’insegnante - troppi studenti, tempo insufficiente, pressioni per ottenere risultati - però non sono altro che indici di problemi sottostanti che dovrebbero essere affrontati, invece di servirsi dell’IA per mascherarli.I grandi modelli linguistici sono meravigliosi risultati tecnologici che non c’entrano niente con la scuola e con le situazioni di apprendimento, quando si tratta di valutare o di dare giudizi sugli scritti degli studenti. Non possiamo chiedere ai ragazzi di comunicare con i lettori attraverso la scrittura facendo valutare il loro lavoro da qualcosa che non sa comunicare.
