«C’è un enorme sforzo economico per mantenere in vita questo settore nuovo e molto complicato, alimentato da miliardi di dollari. È un mostro che si nutre di clamore e promesse: bisogna convincere continuamente le persone che l’intelligenza artificiale sia capace di fare cose meravigliose» sostiene Barry Smith, filosofo britannico che insegna a Buffalo, nello Stato di New York, dove vive. È in Italia per partecipare a una conferenza dell’Istituto Bruno Leoni insieme a Jobst Landgrebe, imprenditore e saggista tedesco che lavora tra tecnologia, biotech e intelligenza artificiale, con cui ha scritto il saggio Why Machines Will Never Rule the World: Artificial Intelligence without Fear.
Una prima edizione nel 2022, l’ultima, ampliata, l’anno scorso. Il titolo è di per sé un manifesto: non dobbiamo avere paura dell’Ai, le macchine non diventeranno più intelligenti di noi. Tre anni sono tanti per la velocità con cui evolve l’intelligenza artificiale generativa. ChatGPT è arrivato soltanto a fine 2022. Smith, però, non ha cambiato idea.
«Noi sosteniamo nel libro, già nella prima edizione, che molte delle cose che si dice siano possibili grazie all’Ai non lo sono affatto. E le stesse argomentazioni valgono ancora oggi».
Poi torna sulla premessa: «È vero che questi modelli possono fare alcune cose meravigliose. Possono fornire risposte più sofisticate rispetto alla ricerca tradizionale di Google. Oppure possono aiutare in sequenze di programmazione piuttosto semplici. Ma quando si affrontano problemi complessi, molto spesso va in tilt. Per questo molti sviluppatori hanno abbandonato il “vibe coding”: si sono accorti che fanno prima a scrivere codice da soli piuttosto che a correggere errori».
Smith nella conversazione smonta senza alcun timore reverenziale la narrazione dominante dell’Ai. Anche rispetto alle sue evoluzioni. Il mantra dell’Agi è uno dei collanti di questa industria. Una grande promessa, quella dell’intelligenza delle macchine presto capace di superare quella dell’uomo, che divide i grandi interpreti dell’Ai non sull’ipotesi che si realizzi o meno, semmai sul quando.
Demis Hassabis, premio Nobel per la Chimica nel 2024 per i sistemi Ai di previsione della struttura delle proteine e ceo di Google DeepMind, è tra i più prudenti rispetto alle previsioni. Eppure pochi giorni fa, sul palco del Google I/O a San Francisco ha detto «siamo ai piedi della singolarità», ovvero siamo molto vicini a quel punto di svolta teorico in cui l’Ai diventa così avanzata e autonoma da superare la nostra capacità di comprensione.
«Non pensiamo affatto che l’Agi sia possibile – dice invece Smith -. L’intelligenza artificiale attuale migliorerà nei prossimi anni, ma lo farà lentamente, senza quella esplosione che si immagina quando si parla di superintelligenza».
«Ci sarà solo un insieme di strumenti che miglioreranno gradualmente: la vita di alcune persone migliorerà, altre perderanno il lavoro, ma poi emergeranno nuove professioni».
Il lavoro è un tema scontato da affrontare quando si parla degli effetti sistemici di questa nuova era tecnologica.
«L’impatto lo stiamo già vedendo – risponde Smith -. Rende più facile svolgere certi tipi di scrittura, ma non quella creativamente interessante. Può aiutare nella creazione di cortometraggi o racconti brevi, ma non lungometraggi o romanzi da 300 pagine».
Secondo il professore nelle università oggi c’è un eccesso di domanda di studenti che vogliono studiare Ai.
«A volte scherzo dicendo che ormai ogni università deve avere un edificio dedicato e riempirlo di docenti di Ai, ma semplicemente non ce ne sono abbastanza per tutti. E quindi la qualità di gran parte di quella formazione rischia di essere molto scarsa».
Le opportunità arrivano anche da campi limitrofi, come l’ontologia.
«I modelli linguistici sono sistemi di previsione statistica: catturano schemi nei dati e li usano per prevedere, ad esempio, la parola successiva. Per farlo hanno bisogno di enormi quantità di dati strutturati. L’ontologia serve proprio a questo: a fornire dati strutturati, coerenti tra settori, lingue e paesi. E il numero di lavori in questo campo sta esplodendo».
Per questo l’università di Buffalo ha attivato un master dedicato e da poco ha deciso di offrire anche un PhD specifico per “applied ontologist”.
Il professore dice di non osservare un peggioramento cognitivo dei suoi studenti, «una parte significativa di loro detesta l’idea di dover utilizzare l’Ai per svolgere il proprio lavoro».
Non è semplice intraprendere oggi un percorso di studi di fronte alle richieste di un mercato del lavoro in rapida mutazione.
«Consiglierei agli studenti di imparare anche qualche competenza di coding, ma con un background filosofico: categorie, definizioni, linguaggio condiviso».
E sui rischi di deriva cognitiva legati a un eccessivo, o superficiale utilizzo dell’Ai nello studio:
«Noi cerchiamo di garantire che ogni studente sostenga un esame orale. Devono formulare le proprie tesi con parole loro, in mia presenza, senza appunti o testi davanti. È il minimo indispensabile per capire se sanno davvero di cosa parlano. E incoraggiamo molto anche il dibattito tra studenti».
Cosa deve preoccuparci di più rispetto agli scenari distopici che vengono spesso dipinti, in particolare dai grandi leader dell’industria?
«Non sono una persona che si preoccupa facilmente, ma se a voi piace farlo potreste preoccuparvi per il possibile crollo finanziario che potrebbe trascinare giù l’intera economia occidentale, come accadde con Lehman Brothers».
Una visione netta rispetto alla bolla.
«Potremmo definirla una “Ai subprime”, per analogia. Le persone presto potranno investire in OpenAI, ma già adesso investono in aziende che si reggono su tutto l’ecosistema che scommette sull’Agi. C’è chi immagina un boom improvviso nel 2029 con la scoperta dell’Agi. Ma questo non accadrà. A un certo punto ci si renderà conto che i profitti non arrivano. E allora alcuni inizieranno a vendere. E quando parte la flessione, il sistema può crollare rapidamente. Ci riprenderemo, come allora, ma molte persone perderanno denaro».
Il filosofo è uno dei principali studiosi di ontologie applicate all’intelligenza artificiale e alla medicina. Ha lavorato allo sviluppo di sistemi per organizzare e standardizzare dati clinici e biologici, rendendoli leggibili e interoperabili per software e algoritmi. Le sue ricerche sono state utilizzate soprattutto in ambito biomedico, dalla diagnostica ai database sanitari, con l’obiettivo di migliorare analisi e decisioni mediche.
È la persona giusta a cui chiedere se è dalle applicazioni in medicina che vedremo le cose più utili e concrete.
«Oggi lavoriamo con modelli linguistici di grandi dimensioni, che sono Ai stocastica: sistemi di previsione statistica molto avanzati. Prima c’era la cosiddetta “buona vecchia Ai”, basata sulla logica, oggi chiamata anche Ai neurosimbolica. In sanità, l’Ai logica ha già dato risultati interessanti. Per esempio, una semplice immagine della retina può permettere di prevedere la probabilità di diverse malattie future. È una matematica molto semplice, eppure molto potente. Il problema è che non viene ancora utilizzata su larga scala. Perché i medici spesso non vogliono che i pazienti sappiano più di loro, e perché c’è resistenza culturale e normativa».
Anche in medicina, osserva, il problema non è soltanto tecnologico ma regolatorio.
«Alcuni medici stanno testando i modelli linguistici per la diagnosi, ma spesso usando dati fittizi».
Ottenere autorizzazioni per lavorare su dati reali è molto complesso e i tempi della sanità non coincidono con quelli dell’intelligenza artificiale:
«Servono anni per approvare un sistema. Ma nel frattempo il modello è già cambiato. Si finisce così per testare sempre la versione vecchia, mentre quella nuova è già arrivata». Lo definisce «un paradosso regolatorio enorme».
Smith non immagina uno scenario in cui i medici vengano sostituiti dalle macchine.
«Credo che l’Ai sarà utile. Non sostituirà i medici», dice. In alcuni campi, come la radiologia, è già oggi uno strumento di supporto eppure «non ha sostituito nessuno, semplicemente aiuta a fare meglio il proprio lavoro». Diventerà qualcosa di invisibile ma presente nella quotidianità professionale: «Sarà come Internet o il telefono: uno strumento in più, non un sostituto del medico».
