L’intelligenza artificiale riflette molto più il nostro sforzo antropomorfo di quanto non faccia la nostra umana intelligenza (qualsiasi cosa essa sia). Da una prospettiva neuroscientifica i principali elementi che oggi associamo all’intelligenza umana sono tradotti anche in un linguaggio artificiale: l’intelligenza artificiale apprende, prende decisioni, offre risposte originali e creative e può parlare. Ma il modo in cui lo fa è sostanzialmente diverso. E questo fa un’enorme differenza.
Mentre la nostra specie ha maturato la sua intelligenza nell’interazione tra corpo e ambiente fisico, l’intelligenza artificiale si interfaccia con un ambiente costituito di input testuali e corpus di dati digitali. La mancanza di un corpo e di esperienze sensoriali limita l’intelligenza artificiale nell’accesso a dimensioni fondamentali della cognizione umana, come la percezione fisica, l’interazione diretta con l’ambiente e l’influenza del contesto sul pensiero.
Sebbene l’AI possa simulare alcune funzioni cognitive attraverso modelli statistici e schemi appresi, il processo attraverso cui raggiunge questi risultati è puramente computazionale e non coinvolge l’esperienza vissuta, o incarnata. Questo implica che, pur essendo in grado di rispondere in modo coerente e di esibire prestazioni simili in alcune aree (come il linguaggio o la memoria a lungo termine), le mancano le basi sensomotorie che caratterizzano la cognizione umana.
Inoltre, molti concetti umani, specialmente quelli astratti o emozionali, sono profondamente legati a esperienze corporee e sociali: aspetti come la motivazione, che per l’essere umano deriva da bisogni fisici, emotivi e sociali, risultano estranei all’AI, che risponde solo a richieste esterne senza intenzionalità propria. Allo stesso modo, la capacità di riconoscere e trattare le eccezioni nasce spesso da una comprensione intuitiva e contestuale che l’AI non può «vivere» né sviluppare allo stesso modo, poiché opera sulla base di regole predefinite e di generalizzazioni derivate dai dati.
Facciamo un esempio. Immaginiamo di scendere come ogni mattina nel bar sotto casa per prendere il nostro solito cappuccino e cornetto. Scendiamo sempre allo stesso orario, ci sediamo sempre allo stesso tavolino, consumiamo e paghiamo: stessi tempi, stessa cifra. Se una mattina ci dimentichiamo il portafoglio, Sandro (il mitico barista di fiducia) ci farà credito piuttosto che chiederci di rientrare in casa a recuperare il denaro: Sandro riconosce la novità nell’esperienza ordinaria e ripetitiva, e la interpreta integrando aspetti cognitivi, motivazionali, emotivi ed esperienziali.
BarAI (il nostro barista di fiducia basato sull’intelligenza artificiale) ha di certo appreso, basandosi sui dati degli incassi, ad aspettarsi il nostro acquisto ed è programmato per richiedere un pagamento. Per farci dare credito sulla fiducia, dovremmo inserire la «regola della fiducia»: dovremo per esempio istruirlo a non richiedere un pagamento se la cifra a credito è inferiore a un certo massimo di spesa, se il debitore ha un certo numero di pagamenti assolti ininterrottamente e se lo si può considerare abituale, per esempio se la serie storica dei pagamenti va avanti da almeno un certo numero di mesi. Rispettando questi criteri potremmo effettivamente ricevere anche noi il credito.
Poniamo poi che Sandro (sempre il mitico barista) voglia offrire il caffè a un nuovo cliente per ringraziarlo per un gesto di cortesia ricevuto o, più banalmente, perché immagina che si sia da poco trasferito e vuole fidelizzarlo o perché è il padre di un compagno di classe di suo figlio o un amico che non vede da anni: tutte queste eccezioni alla regola della fiducia non possono essere comprese da un sistema di intelligenza artificiale. L’AI, pur elaborando la novità attraverso algoritmi, non può integrare una vera comprensione emotiva o motivazionale. Né avrebbe un amico di vecchia data che non vede da anni.
Tratto da “L’algoritmo bipede” di Martina Ardizzi, Egea, 160 pagine, 15,68 euro
