L'altra mattina, aspettando il caffè in un ufficio, ho sentito due signori discutere animatamente. Non su qualcosa di importante, intendiamoci niente di drammatico come chi ha finito il latte o chi ha dimenticato di riempire la macchinetta. Litigavano su ChatGPT.
"ChatGPT è l'intelligenza artificiale," diceva uno, con la sicurezza di chi non ammette repliche.
"No, ChatGPT usa l'intelligenza artificiale. Non è la stessa cosa," ribatteva l'altro, ugualmente convinto.
Entrambi avevano ragione. Ed entrambi avevano torto. E questo, care lettrici e cari lettori, è esattamente il punto da cui voglio partire oggi.
Facciamo chiarezza (senza annoiarsi)
Quando si parla di intelligenza artificiale, si tende a fare di tutta l'erba un fascio. È come dire "motore" quando si parla di automobili, aerei e frullatori: tecnicamente corretto, ma non molto utile.
Nell'ultimo paio d'anni sono entrati nel linguaggio comune due termini che sentiamo ovunque: intelligenza artificiale generativa e LLM. Sembrano sigle da manuale universitario, ma vi prometto che in cinque minuti avrete capito la differenza e soprattutto perché dovrebbe interessarvi.
Un LLM, che sta per Large Language Model (Modello Linguistico di Grandi Dimensioni, se volete la versione italiana), è il motore. È il cervello matematico che sta sotto. Ha "letto" miliardi di testi, libri, articoli, forum, pagine web e ha imparato a prevedere qual è la parola più probabile da usare dopo un'altra. Sembra banale, ma da questa capacità apparentemente semplice emergono comportamenti sorprendenti: rispondere a domande, riassumere testi, tradurre, ragionare.
L'intelligenza artificiale generativa, invece, è la famiglia più ampia. Include gli LLM, certo, ma anche i sistemi che generano immagini (come Midjourney o DALL-E), quelli che compongono musica, quelli che creano video dal nulla. Il tratto comune è uno solo: creano qualcosa di nuovo. Non si limitano a cercare e mostrare informazioni già esistenti, ma producono contenuti originali, testi, immagini, suoni che prima non esistevano.
Detto in parole ancora più semplici: l'IA generativa è il genere, gli LLM sono una specie di quel genere. Come dire che un labrador è un cane, ma non tutti i cani sono labrador.
Nella vita di tutti i giorni, cosa cambia?
Moltissimo. E spesso senza che ce ne accorgiamo.
Avete mai scritto una mail di lavoro e avete pensato "come inizio?", poi avete aperto ChatGPT, scritto due righe di contesto e in trenta secondi avevate una bozza decente? Ecco, quello è un LLM al lavoro. Non sa chi siete, non conosce la storia con il vostro capo difficile, non ha idea del progetto di cui parlate eppure riesce a costruire qualcosa di sensato perché ha imparato, da milioni di esempi, come funziona la comunicazione professionale.
Oppure avete visto girare sui social quelle immagini fantastiche di città immaginarie, ritratti in stile pittorico, o foto di personaggi famosi in contesti assurdi? Quello è l'IA generativa nella sua versione visiva. Nessun fotografo, nessun pittore: solo un sistema che ha "guardato" centinaia di milioni di immagini e ha imparato a ricombinarne gli elementi.
E poi c'è il caso forse più sottile e pervasivo: il vostro assistente vocale sul telefono, il chatbot del servizio clienti che vi risponde di notte quando avete un problema con la bolletta, il correttore grammaticale avanzato che vi suggerisce non solo come correggere una frase ma come migliorarla. Tutto questo, negli ultimi due anni, si è aggiornato silenziosamente grazie agli LLM.
I limiti che (ancora) esistono
Attenzione, però. Sarebbe disonesto dipingere tutto rosa.
Gli LLM, per quanto impressionanti, allucinano. Non è un termine metaforico: i tecnici chiamano così il fenomeno per cui questi sistemi, con la stessa sicurezza con cui vi dicono la capitale dell'Azerbaijan (Baku, come ricordate dalla puntata precedente), vi possono raccontare una cosa completamente inventata. Un libro che non esiste, una legge che non è mai stata approvata, un avvenimento che non è mai accaduto. Il sistema non mente intenzionalmente, semplicemente non "sa" di non sapere. Genera la risposta più plausibile, anche quando la risposta giusta sarebbe "non lo so."
L'IA generativa visiva, dal canto suo, ha già sollevato questioni serie su copyright, disinformazione e identità. Una foto falsa ma convincente di un personaggio pubblico può fare il giro del mondo prima che qualcuno la smentisca. Non è fantascienza: è già successo.
E poi c'è il grande tema del lavoro. Chi scrive testi, crea immagini, fa assistenza clienti, traduce documenti: queste categorie sentono già il cambiamento. Non è detto che l'IA sostituirà queste persone spesso le affianca, le velocizza, le libera dai compiti più ripetitivi ma sarebbe ingenuo negare che qualcosa stia cambiando.
Allora, cosa fare con tutto questo?
La risposta onesta è: usarlo, senza delegargli il cervello.
Gli strumenti basati su LLM sono oggi accessibili a tutti, spesso gratuitamente. Possono aiutarvi a scrivere meglio, a capire un documento complicato, a trovare idee quando siete bloccati, a imparare qualcosa di nuovo spiegato in modo semplice. Sono, in sostanza, un interlocutore paziente e disponibile ventiquattr'ore su ventiquattro che non si stanca, non si offende, e non giudica le vostre domande per quanto "stupide" possano sembrare.
Il trucco,e qui sta tutto, è trattarli come un assistente intelligente ma non infallibile. Come un collega nuovo che conosce tantissime cose ma ha anche i suoi punti ciechi, e che a volte, pur di sembrare utile, vi darà una risposta un po' approssimativa e ruffiana. Verificate le informazioni importanti. Non firmate contratti basandovi su quello che vi ha detto un chatbot. E soprattutto, non smettete di pensare.
Perché le macchine, per quanto brave, non hanno ancora imparato a fare le due cose più umane di tutte: decidere cosa vale davvero la pena di sapere e provare l'empatia di mettersi nei nostri panni.
