Questo fenomeno non è nuovo, si chiama antropomorfismo, ovvero la tendenza a vedere caratteristiche umane come intenzioni, emozioni e capacità di comprensione, in ciò che umano non è. Succede con gli animali, con gli oggetti e oggi maggiormente con l’IA.

Secondo uno studio di Anna Nobre, il fraintendimento in questione ha origine anche dall’utilizzo di un linguaggio inappropriato e, quindi, fuorviante.  

L’autrice parla di “conceptual borrowing”, il fenomeno secondo cui l’IA prende in prestito termini dalla scienza cognitiva e dalla neuroscienza, come “apprendimento”, “attenzione” e persino “allucinazione”, creando l’illusione che l’IA funzioni come la mente umana.

Tuttavia, l’IA non apprende come noi, ma elabora dati attraverso modelli statistici. Non presta attenzione nel senso umano del termine, ma assegna pesi ai dati in base a formule matematiche, e quando sbaglia, non ha vere allucinazioni, ma semplicemente produce errori di output.

E allora, se non è intelligente, come possiamo definirla ?

Luciano Floridi nel suo recente studio, propone una nuova prospettiva: più che parlare di intelligenza artificiale, dovremmo considerarla una nuova forma di agency, ovvero la capacità di agire in autonomia, ma senza possedere coscienza o intenzionalità.

L’IA non pensa, non comprende e non prende decisioni nel senso umano del termine, ma segue algoritmi predefiniti e schemi di apprendimento basati su correlazioni statistiche.

Floridi distingue due tesi contrapposte:

• Artificial Realisability of Intelligence (ARI), secondo cui si dovrebbe ampliare la definizione base di intelligenza per includere anche quella artificiale.
• Multiple Realisability of Agency (MRA), secondo cui si dovrebbe ampliare la nozione di agency per includere anche forme artificiali.

L’autore sostiene che la seconda tesi (MRA) sia più solida, poiché evita interpretazioni antropomorfiche e fraintendimenti sulla natura dell’IA. Secondo lui, attribuire “intelligenza” all’IA è fuorviante, mentre riconoscerla come una nuova forma di “Artificial Agency” (AA) consente di comprenderne meglio il funzionamento, le capacità e i limiti.

L’AA si basa su:

• Obiettivi programmati: L’IA è progettata per raggiungere obiettivi specifici definiti dagli esseri umani, attraverso dei prompt.
• Adattamento guidato dai dati: L’IA impara dai dati, identificando modelli e ottimizzando le proprie azioni di conseguenza.
• Capacità operative uniche: L’IA può elaborare enormi quantità di dati, operare ininterrottamente e svolgere più compiti contemporaneamente.

Se l’IA non è intelligente, ma solo un agente esecutivo, le sue implicazioni nel campo giornalistico potrebbero rivelarsi significative, nello specifico:

1. Automazione delle notizie: Se l’IA è vista come un’agency, gli strumenti IA di generazione automatica del testo, sono semplicemente degli agenti esecutivi privi di comprensione e intenzionalità. Questo implica che il giornalismo non può delegare la responsabilità editoriale alle macchine.
2. Ruolo nei processi decisionali: L’IA utilizzata nell’analisi delle notizie, può aiutare nella selezione delle tematiche, ma non può decidere cosa sia rilevante o significativo per il dibattito pubblico. Il giornalismo richiede autonomia intellettuale e responsabilità editoriale, qualità che nessun algoritmo possiede.
3. Affidabilità e bias: I modelli di IA operando su modelli statistici sono soggetti ad elevato rischio di bias e distorsioni. Dunque, la supervisione umana è essenziale per garantire affidabilità e correttezza delle informazioni prodotte.
4. Accountability e regolamentazione: Se l’IA è solo un agente senza coscienza, chi è responsabile del contenuto che produce?  A tal proposito, Floridi introduce il concetto di “distributed morality”, secondo cui la responsabilità delle azioni dell’IA è distribuita tra sviluppatori, utenti e istituzioni.

L’IA vista come un’agency, può essere un supporto, uno strumento potente per migliorare l’efficienza del lavoro giornalistico, ma non può sostituire l’essere umano nell’analisi e nella comprensione della realtà.

Nel giornalismo, la narrazione degli eventi richiede più di una semplice aggregazione di dati, serve sensibilità, capacità critica, capacità di interpretazione ed un’etica professionale che le macchine non possiedono.

Per quanto un articolo generato dall’IA possa essere grammaticalmente corretto e stilisticamente raffinato, mancherà sempre di quell’intuizione che nasce dall’esperienza maturata dal giornalista sul campo. Per tanto Floridi ci invita a vedere l’IA per quello che è realmente: uno strumento da utilizzare come supporto alle proprie attività, non un sostituto del pensiero umano.

LeCun ha affermato che, nei prossimi 3-5 anni, assisteremo all’emergere di un nuovo paradigma nelle architetture dell’IA, capace di andare oltre le attuali modalità generative. Questa visione va oltre le soluzioni attuali, immaginando sistemi in cui la capacità di prevedere le conseguenze delle proprie azioni e di organizzare una serie di comportamenti in funzione di obiettivi specifici, diventa realtà.

Immaginate una tecnologia che non si limita a prevedere parole in sequenze, come fanno gli attuali modelli linguistici, ma che sia in grado di cogliere la complessità della realtà fisica, di conservare memorie che durino e di ragionare e pianificare con la stessa fluidità e adattabilità di un essere vivente.

Una trasformazione che, a suo dire, potrebbe inaugurare il decennio della robotica, dove macchine autonome non saranno più un’utopia, ma parte integrante della nostra quotidianità.

Abbiamo già scritto di autorevoli visioni sul futuro dell’IA. Sam Altman, figura di spicco nel mondo dell’IA e CEO di OpenAI, in un post dal titolo “The Intelligence Age” sul suo blog, ha elaborato un percorso in cinque tappe che descrive il cammino dell’intelligenza artificiale verso una forma sempre più evoluta. Altman immagina un graduale passaggio: partendo da sistemi in grado di dialogare, passando per capacità sempre più complesse di ragionamento, fino ad arrivare a sistemi agentivi capaci di agire in autonomia, fino infine a raggiungere un livello in cui l’IA potrebbe gestire intere organizzazioni. La visione di Altman si fonde perfettamente con quella di LeCun: entrambi vedono un futuro in cui l’intelligenza artificiale non sarà solo uno strumento passivo, ma un collaboratore attivo, in grado di operare in ambienti complessi e dinamici.

In una visione sovrapposta a queste prospettive tecniche, il filosofo Luciano Floridi ci offre una lente etica attraverso cui osservare l’evoluzione dell’IA. Floridi invita a riflettere sul ruolo dell’uomo in un mondo dove le macchine assumono un ruolo sempre più determinante.

Secondo Floridi, l’intelligenza artificiale deve essere un mezzo per migliorare il benessere collettivo, integrandosi armoniosamente con le culture e le diversità umane. Questo approccioappare in armonia con le affermazioni di LeCun, che ha sottolineato l’importanza di adottare modelli open source per assicurare che la tecnologia non si concentri nelle mani di pochi, ma si diffonda in maniera democratica e inclusiva.

Così, mentre Altman delinea il percorso evolutivo dell’IA, Floridi ci ricorda che ogni passo avanti tecnologico deve essere accompagnato da una riflessione etica, affinché l’innovazione serva davvero l’umanità.

L’insieme di queste visioni racconta una storia in cui la tecnologia non è fine a sé stessa, ma si intreccia con il tessuto sociale, culturale ed etico del nostro tempo.

Immaginiamo le parole di LeCun, che guardano al futuro con una miscela di pragmatismo e speranza, fondersi con il percorso evolutivo proposto da Altman e con l’attenzione all’impatto umano e sociale evidenziata da Floridi. In questo scenario, l’intelligenza artificiale appare come un alleato in grado di aprire nuove prospettive: dalla capacità di gestire ambienti complessi fino alla possibilità di dare vita a robot e assistenti digitali che comprenderanno e risponderanno alle nostre esigenze in maniera sempre più sofisticata.

Così, in una narrazione che unisce la tecnica alla filosofia, il discorso di LeCun diventa un invito a immaginare un futuro dove il progresso tecnologico si sposa con un profondo rispetto per la diversità e la responsabilità umana. Un futuro in cui, anziché rimanere intrappolati in modelli limitati, potremo assistere alla nascita di sistemi capaci di adattarsi e agire come veri agenti del cambiamento, contribuendo a scrivere un nuovo capitolo nella storia dell’innovazione.

Il gruppo di studiosi propone l’adozione di metodi di valutazione olistici per garantire che l’IA sia etica in senso ampio, tenendo conto di aspetti legali, sociali, economici e ambientali. Nel documento si suggerisce l’utilizzo e l’adattamento di meccanismi di sicurezza di altri settori per mitigare questi rischi lungo l’intera catena di fornitura dell’IA, fornendo raccomandazioni su come implementare un approccio più ampio sulla sicurezza dell’IA.

Il documento evidenzia come nella riflessione etica sull’IA certi tipi di problemi sono più enfatizzati rispetto ad altri. In particolare, c’è un’enfasi sui rischi individuali causati dallo sviluppo dell’IA, rispetto a quelli sociali e collettivi. Questa enfasi selettiva è problematica, poiché tali rischi sollevano importanti questioni etiche e richiedono la collaborazione di diverse parti per essere rilevati. È importante notare che i problemi in queste fasi sono interconnessi. Ad esempio, l’accumulo eccessivo di dati in fase di sviluppo aumenta il rischio di problemi collettivi per la privacy.

I danni ambientali sono una componente critica nello sviluppo dei sistemi di IA. Risorse come il cobalto, il silicio e il litio devono essere estratti e trasformati in componenti elettronici, in particolare i semiconduttori, essenziali per l’IA. Questa estrazione, spesso in regioni con governance debole, causa danni ecologici, tra cui l’inquinamento di suolo, aria e acqua. Inoltre, la raccolta e l’archiviazione dei dati, così come l’addestramento dei modelli, richiedono un notevole consumo energetico. Queste esternalità negative non possono essere compensate solo con investimenti in crediti di carbonio, spesso utilizzati nell’industria per obiettivi climatici.

Nella sezione “Raccomandazioni per un approccio più ampio alla garanzia dell’IA” del documento si suggeriscono misure per policy maker e attori del settore per migliorare la sicurezza dell’Intelligenza Artificiale. Si consiglia di incentivare la valutazione dell’impatto della sostenibilità dell’IA, sviluppare un quadro specifico per l’IA per reporting e audit ESG e promuovere un mercato per audit e certificazioni di terze parti. Queste raccomandazioni mirano a un approccio più olistico e responsabile nella gestione dei rischi e dei danni associati allo sviluppo e all’utilizzo dell’IA.