L’emozione artistica e l’intuizione scientifica alla prova dell’ Intelligenza Artificiale (AI)

L’emozione artistica e l’intuizione scientifica  alla prova dell’ Intelligenza Artificiale (AI)

Già direttore generale per la Ricerca della Commissione europea,  è professore nella scuola di dottorato del Politecnico di Torino; presidente dell’Apre, Agenzia per la promozione della ricerca europea.

Si tratta di rispondere a una domanda fondamentale: l’AI è capace di emozionare e di intuire soluzioni scientifiche complesse, come è capace di fare un essere umano?

Per poter rispondere è necessario prima di tutto definire i tre termini fondamentali del ragionamento, chiarire in altre parole che cosa sia l’AI e dove è giunto il suo sviluppo, cosa sia una emozione artistica e un’intuizione scientifica.

Iniziamo a definire che cosa sia l’Intelligenza Artificiale e che cosa questa sia oggi in grado di fare. È fondamentale capirne i meccanismi e le finalità per poter trarre delle conclusioni.

Quando si parla di AI la maggioranza delle persone pensa a una delle diverse piattaforme generative, tipo GPT 4 di Open AI, a Claude, Gemini, Llana,  Anthropic o ad altre che si stanno affacciando progressivamente sulla scena dell’AI.

Queste piattaforme, inizialmente utilizzate dai ricercatori per definire meglio i loro ambiti di ricerca e dagli studenti come un bignami digitale, in grado di trovare risposte alle loro domande, sono oggi usate largamente, spesso anche inconsciamente, da chi possiede un I-phon, un I-pad e naturalmente un personal computer.

L’AI non si usa soltanto per scrivere articoli, comporre brani musicali, per fare diagnosi precise, per aiutare i ricercatori a trovare importanti risultati scientifici, per limitarci alle applicazioni civili più diffuse e conosciute, ma si utilizza purtroppo anche per produrre sofisticati dispositivi militari e costruire “fake news” con le quali condurre guerre ibride, influenzare le opinioni pubbliche e generare confusione nelle persone che non riescono più a distinguere il reale dal virtuale. L’AI è diventata a volte anche un amico, uno psicologo, una persona virtuale con la quale conversare e confidarsi. È entrata nella sfera affettiva delle persone, in particolare dei giovani più fragili che dialogano con piattaforme generative o famiglie di robot “emozionali“, progettati per analizzare, interpretare e reagire ai segnali emotivi umani sia verbali che comportamentali. Non sono rari i casi in cui un giovane o una giovane si innamori di un chatbot, convinto o convinta che dietro alle sue risposte, alla sua voce ci sia una “anima”.

Ma in concreto in che cosa consiste questa tecnologia che sta condizionando le nostre vite?

Certamente non si tratta di una persona dietro a un display ma di un sistema capace di eseguire compiti intelligenti, come l’apprendimento, il ragionamento e la percezione, come potrebbe fare una persona di buone capacità e cultura.

L’AI è un sistema composto da quattro elementi fondamentali: una macchina, capace di elaborare in frazioni di secondi milioni di miliardi di dati, degli algoritmi, cioè degli insiemi finiti e dettagliati di istruzioni per processare in sequenza dati, proprio come delle ricette di cucina, dei modelli matematici progettati per rappresentare relazioni tra variabili e fare previsioni o classificazioni e un insieme di dati, miliardi di miliardi di dati, le cosi dette “data base”. L’AI nasce in sintesi dall’integrazione di diverse discipline scientifiche: l’informatica, la fisica, la matematica e la scienza dei dati.

Le macchine in questione sono diventate oggi delle super macchine, cioè dei supercomputer, superiori all’uomo in materia di calcolo sia per la rapidità che per l’esattezza dei risultati, in grado di analizzare in parallelo e non in sequenza come i normali computer, delle quantità enormi di dati (big data). Prestazioni rese possibili dall’evoluzione impressionante degli algoritmi, divenuti anche loro enormi, controllati da miliardi di parametri e addestrati su miliardi di esempi.

Il passaggio dalla programmazione delle macchine, ad usare regole da impiegare in ogni situazione, all’addestramento delle stesse a riconoscere gli oggetti, ad imparare dagli esempi ha generato il cambio di paradigma che ha prodotto la grande accelerazione dell’AI, iniziata nel 2012. Svolta fondamentale resa possibile attraverso la costruzione di algoritmi di apprendimento (“machine learning”), concepiti per addestrare reti neurali di grandi dimensioni, pre-addestrate su grandi quantità di dati, a riconoscere inizialmente oggetti e immagini e successivamente sequenze di parole.

Una svolta fondamentale che ha trasformato l’Intelligenza Artificiale da una disciplina di programmatori a una disciplina di addestratori e valutatori[1], oggi alla base dei grandi modelli linguistici (Large Language Model) usati dalle piattaforme tipo GPT (Generative Pre-trained Transformer). Il successo delle piattaforme generative, dovuto principalmente all’uso di reti neurali profonde (deep learning), ha riacceso nei ricercatori il sogno dell’Intelligenza Artificiale Generale (AGI). Il sogno di una macchina in grado di svolgere qualsiasi compito intellettuale esattamente come può fare un essere umano. Un cambio di paradigma fondamentale che trasformerebbe, se realizzato, l’AI da specialistica, usata solo in un settore come diagnosticare malattie, giocare a scacchi, guidare un’auto, in generalista, ciò in grado di risolvere autonomamente una varietà di problemi complessi.

Questa è la sfida delle sfide che le “Sette Sorelle Big Data” in compagnia degli Usa e della Cina intendono affrontare, investendo nella ricerca impressionanti risorse umane e finanziarie, consci dell’enorme potere tecnologico e politico che l’AGI può loro conferire nello scenario mondiale. Dalla geo-politica alla tecno-politica questo è il sogno dei potenti, convinti di poterlo realizzare attraverso l’alleanza tra il potere politico, il potere digitale e il potere economico. Un pericolo in prospettiva per le democrazie liberali che potrebbero rapidamente scivolare in forme illiberali e trasformarsi in tecnocrazie.

Il percorso per arrivare a costruire una super-macchina in grado di agire come una persona (AGI) è oggi incerto e pieno di ostacoli. Cristianini lo definisce “un viaggio senza mappa”. È certamente una “navigazione a vista” senza punti di riferimento scientifico, un viaggio in cerca di quei segnali che possono aiutare a definire la rotta in un oceano in larga parte sconosciuto.

L’AI dal punto di vista scientifico è in effetti una anomalia perché è una tecnologia di cui non si conoscono ancora le basi scientifiche su cui poggia il suo sviluppo. Questa anomalia può certamente costituire un problema perché senza le conoscenze scientifiche non si può fare altro che “navigare a vista” senza possedere gli strumenti necessari per gestire e controllare le applicazioni.  Alcuni investitori-ricercatori pensano che partendo dai successi e dall’esperienza fatta con le piattaforme generative, l’AGI sia abbastanza a portata di mano, altri al contrario ritengono che per ancora molto tempo rimanga un mito, un sogno.

La ricerca lanciata dalle sette “Sorelle Big Data” verso l’AGI si sta concentrando su due piste, ritenute promettenti, di sviluppo dei Grandi Modelli di Linguaggio (LLM). La prima mira ad aumentare la scala dei modelli, ovvero la loro grandezza mentre la seconda si concentra sullo studio di nuove architetture in grado di far eseguire alle reti neurali semplici ragionamenti. La prima pista, basandosi sull’ipotesi che alcune proprietà cognitive dei modelli di AI emergano solo quando superano una certa dimensione, mira ad aumentare la capacità di calcolo delle super-macchine e a disporre di più dati, mentre la seconda si basa sulla possibilità di addestrare un modello linguistico, cioè una rete neurale a ragionare per piccoli e semplici passi, veri e propri ragionamenti intermedi, come si può fare con un bambino, da una premessa a una conclusione, trasformando i modelli linguistici in modelli di pensiero estesi (Large Thinking Model).

Due percorsi affascinanti che presentano però grossi problemi di sostenibilità, di qualità dei dati e di complessità, dei veri e propri colli di bottiglia. L’aumento di scala in effetti richiede di poter disporre di una massa di dati sempre più grande, superiore purtroppo a quella di cui si può disporre e di molta energia per far funzionare le super-macchine e di molta acqua per raffreddarle, mentre la ricerca di nuove architetture cozza contro la barriera della qualità dei dati e della complessità dei problemi. Secondo il professor Rasetti è proprio l’aumentare della complessità dei problemi che mette in difficoltà i modelli di pensiero esteso (LTM).

La qualità dei dati, cioè la capacità di selezionare con cura i dati che servono per addestrare le reti neurali potrebbe essere una importante scorciatoia “sostenibile” verso il traguardo dell’AGI in quanto permetterebbe di ridurre sensibilmente le quantità di energia e di acqua necessarie per alimentare le super-macchine. Per usare una similitudine botanica sarebbe come evitare di “tagliare tutte le piante del bosco” per trovare la specie ricercata. Se un giorno l’AGI diverrà una realtà, non dovremo averne paura perché sarà solo una macchina intelligente, certamente con capacità superiori all’AI di oggi, che non conoscerà a priori ciò che le verrà richiesto di elaborare. Saprà leggere, estrapolare e mettere insieme solo ciò che esiste nelle banche dati.  Sarà uno strumento utilissimo, capace di elaborare in modo intelligente dati, informazioni esistenti, ma senza coscienza, senza la capacità di emozionarsi, senza libero arbitrio, volontà e anima.

Il riferimento alla capacità di emozionarsi e all’anima ci conduce alla definizione del secondo elemento del nostro ragionamento. Come definire un’emozione, in particolare un’emozione artistica?

I latini definiscono in generale l’emozione come “motus animi”, sottolineando la sede  (animus) dove risiedono gli affetti e i sentimenti da cui ha origine (motus), mentre i francesi facendola derivare dal verbo “e-mouvoir”, muovere fuori, far uscire, sottolineano il movimento, la risposta profonda, inconscia, istintiva, inconsapevole, non riflessa suscitata dalla bellezza nell’essere umano.

L’AI, nella sua forma attuale, è certamente in grado di produrre contenuti artistici che almeno in superficie imitano le capacità umane più raffinate. Come già detto sopra, l’AI è oggi in grado di comporre musica, scrivere poesie, generare immagini. Può entrare nei territori della creatività senza averne coscienza, intenzionalità, senza provare emozioni.

Come l’AI può allora generare emozioni negli umani senza provarle?

Credo che la risposta consista nell’affermare che l’emozione in effetti è un fenomeno puramente soggettivo, uno stimolo istintivo che ogni persona può in modo unico e personale provare di fronte alla bellezza di un’opera d’arte, di una sinfonia o di un tramonto, senza che questa emozione venga sentita da chi la crea. L’AI in conclusione può generare emozioni senza provarle e averne coscienza.

Per l’intuizione scientifica il ragionamento è un po' più complesso. Il verbo intuire dal latino “intueri” da cui deriva la parola intuizione, significa vedere dentro, osservare, conoscere, capire ciò che per sé non è manifesto senza l’aiuto del ragionamento.  L’intuizione scientifica nello specifico è definita in modo più preciso come la capacità di vedere una soluzione prima di poterla giustificare logicamente e matematicamente. Einstein attribuiva alle immagini mentali intuitive un ruolo fondamentale nel pensiero scientifico. L’intuizione umana è pre-razionale legata a esperienze, conoscenze, consapevolezza e intenzionalità che la macchina non ha e non può quindi sentire e prendere in considerazione. Anche se l’AI non intuisce come un umano è tuttavia, contrariamente a quanto avviene per l’emozione artistica, capace di sorprendere positivamente perché è in grado di anticipare, utilizzando reti neurali addestrate, applicate alla fisica e alla chimica, soluzioni talvolta migliori di quelle umane. Pur senza comprendere è capace di generare esiti funzionali che somigliano molto a quelli prodotti dalle intuizioni di cui è capace l’uomo. L’AI in effetti, utilizzando reti neurali addestrate a combinare dati in modo non lineare, fa simulazioni statistiche esplorando spazi di “possibilità vastissimi”, come li definisce Cristianini, impossibili per l’uomo da vedere e prendere in considerazione. L’AI riesce in effetti a vedere statisticamente senza averne la consapevolezza quello che l’uomo non può vedere.

Alla luce di queste considerazioni siamo finalmente in grado di dare una risposta alla domanda che ci siamo posti inizialmente? Anche se l’AI è oggi capace di suscitare emozioni e di simulare intuizioni scientifiche, arrivando a vedere soluzioni impossibili per l’uomo, possiamo continuare ad affermare che queste due capacità siano esclusivamente umane?

Certamente se siamo oggi in grado di concludere che l’AI può emozionare e offrire delle “quasi” intuizioni agli umani dobbiamo comunque tener ben presente che l’AI, pur non essendo capace di conoscere, di provare emozioni, di intuire, di immaginare, di avere dei sentimenti, di avere un’anima è però già in grado di produrre dei contenuti molto simili a quelli che produce l’essere umano. Delle “somiglianze”, come le ombre di Platone nella caverna, che ci interpellano a riflettere, a comprendere che cosa significhi essere sostanzialmente un umano.

Il compito delle scienze umane e della filosofia non è dunque quello di difendere l’umano, in modo nostalgico, contrapponendolo alle macchine in una competizione senza senso, ma di interrogarsi sulle differenze, su ciò che rende la persona tale, profondamente diversa dall’AI.  

L’AI anche quando arriverà ad essere generale, potrà certamente superare l’essere umano in molte attività ma sarà sempre una macchina, estremamente utile, un amico di viaggio prezioso per l’uomo.

L’essere umano e l’AI sono complementari. Oso andare più lontano con il ragionamento e affermare con audacia che formino una sola cosa come dice il Siracide (42, 24), “l’una di fronte all’altra, l’una completa l’altra, l’una conferma i pregi dell’altra”.

Nell’affrontare la sfida della ridefinizione di noi stessi che ci pone l’AI non si può prescindere dal porci la domanda di chi siamo, da dove veniamo e dove andiamo. In questa prospettiva il pensiero di Teilhard de Chardin ci può aiutare a trovare delle risposte. Costituisce certamente un punto di riferimento importante, un contributo prezioso per comprendere la straordinaria bellezza dell’essere umano.

A questo punto per provare l’utilità e l’abilità delle piattaforme generative come strumento di ricerca ho voluto chiedere a GPT4 di aiutarmi a concludere con una sintesi del pensiero di Teilhard, alla “prova dell’AI”, sull’essere umano, sul senso delle emozioni e delle intuizioni.

Ecco la sintesi prodotta dalla macchina:

Per Teilhard, l’essere Umano è un fenomeno cosciente. L’evoluzione non produce solo strutture materiali ma porta l’uomo ad acquisire una coscienza riflessa, di pensarsi pensante, di volere, di conoscere e di amare.

L’uomo è il solo essere che sa di sapere. Qui sta la grande differenza con l’Intelligenza Artificiale: l’AI elabora, ma non sa di farlo.

Per Teilhard, l’emozione non è semplice sentimentalismo, ma partecipazione profonda al mistero dell’esistenza. È una forma di slancio spirituale, una risonanza del cuore davanti alla bellezza del cosmo.

L’amore è visto come la forza più profonda e unificante dell’Universo, motore dell’evoluzione stessa. L’AI non ha sentimenti, non ama.

Per Teilhard l’intuizione è un atto spirituale. È una forma alta di conoscenza non riducibile alla logica o al calcolo, legata alla dimensione interiore e spirituale dell’uomo, capace di cogliere l’Unita profonda del mondo, la direzione del reale. Non è contraria alla ragione ma la supera e la completa. Attraverso l’intuizione lo scienziato può vedere l’evoluzione non solo come processo   biologico ma come cammino verso la coscienza, verso il Punto Omega, cioè Cristo, culmine spirituale di tutto l’Universo.

L’AI può simulare l’effetto dell’intuizione ma non partecipa al significato del tutto. La macchina non sarà mai altro che una protesi. L’anima è altrove.

Mi piace concludere con quest’ultima considerazione sul pensiero fatta da GPT 4 che mi pare colga bene l’“ipotizzata” posizione di Teilhard nei confronti dell’Intelligenza Artificiale:

 “L’AI potrà potenziare l’umano, ma non sostituirlo nelle sue funzioni essenziali: intuire, scegliere e amare.” 

È straordinario che la macchina dica queste cose senza averne coscienza, senza sapere di dirle.