Per quale motivo AI per lo più ci spaventa, e qualche volta ci esalta? Si parla spesso di pericolo per l’umanità, la creatività, la libertà. Spesso sono espressioni generiche, a volte diciamolo pure anche un po’ retoriche. In altri ambiti le preoccupazioni sono di altro genere: AI distruggerà un enorme numero di posti del lavoro? Le macchine ci domineranno?
Ho scelto per questa breve comunicazione un aspetto, tra i tanti possibili: la consapevolezza dell’esistenza di due diversi approcci al linguaggio, e al pensiero, che a mio parere vanno tenuti insieme nella logica dell’et et. E che se è lecito interrogarsi sui pericoli della IA (Intelligenza Artificiale) lo è altrettanto porsi la questione di quella che potremmo definire SN, Stupidità Naturale.
Potremmo scoprire di essere più simili alle IA di quanto siamo portati a pensare. Anche noi, quando le cose si fanno difficili, adottiamo gli slogan che addomesticano i giudizi al valore medio del quieto vivere, rinunciamo alla complessità della linea continua, dell’analogico, per scegliere il gradino sopra o quello sotto, adattando il territorio alla mappa e non il contrario.
Come evitare questo riduzionismo?
Cambio di prospettiva sul problema
Macchine scambiate per esseri umani. Ci siamo domandati il contrario? A volte sono le persone ad essere scambiate per macchine? Abbiamo un atteggiamento semplicistico nel dire che ciò che è intelligenza artificiale è sicuramente inumano, mentre sarebbe automaticamente umano tutto ciò che gli esseri umani fanno al di là della tecnica (se potesse esistere qualcosa del genere, tra l’altro). Siamo noi ad essere digitali anche quando parliamo o ci comportiamo in maniera apparentemente umana.
Computare vs Comprendere
AI computa mentre il nostro cervello comprende.
quanto ci fermiamo a computare anziché comprendere? (si veda quanto successo in fisica negli ultimi 100 anni. Lo ”shut up and calculate” ha governato i programmi di ricerca scientifici. È sufficiente che determinate teorie riproducano gli esperimenti, un po’ come macchine da calcolo, senza comprendere cosa veramente le teorie ci stanno dicendo?
Il poco e il molto
AI comprende poco da molti dati. Noi comprendiamo molto da pochi dati. Che tipo di riflessione ne può nascere?
