la riflessione

L’intelligenza artificiale e il “muro” del significato: ecco il rebus da risolvere

Potrà l’Intelligenza artificiale venire a capo della “teoria del significato”, sulla quale l’uomo si interroga da oltre duemila anni? Non ci sono riusciti i filosofi e neanche i linguisti. Con l’avvento dell’IA, tocca agli informatici misurarsi con questo tema. E chissà, magari saranno le macchine a risolvere il puzzle

Pubblicato il 02 Gen 2019

Guido Vetere

Università degli Studi Guglielmo Marconi

AI Questions Icon
Chiedi all'AI
Riassumi questo articolo
Approfondisci con altre fonti
language-2

Qual è il significato di significato? La domanda attanaglia i filosofi da oltre duemila anni e nessuno, neanche i linguisti, è riuscito a venirne a capo. Ecco perché, se due chatbot iniziassero a parlare tra loro in una lingua inventata e semanticamente pregnante, il timore di scenari distopici sarebbe almeno compensato dalla soddisfazione di aver compreso un po’ di più i meccanismi cognitivi che noi stessi utilizziamo per comprendere il mondo.

Sì, perché anche io stesso, nel momento in cui sto scrivendo queste parole, lo faccio perché sono sicuro che voi le comprenderete. Ma se dovessi giustificare questa mia certezza, mi troverei in serio imbarazzo. In realtà, nessuno può fornire una spiegazione scientifica del perché voi state capendo ciò che scrivo. E non è neanche chiaro cosa si debba esattamente intendere per comprensione, cioè quale sia il significato di “significato”, per dirla con un classico libro sull’argomento (Ogden e Richard, Il significato del significato, trad. it. 1966). Insomma, così come Sant’Agostino sapeva cos’era il tempo finché non glielo chiedevano, sappiamo cos’è il significato tranne quando dobbiamo spiegarlo. Eppure, certi venditori di Intelligenza Artificiale amano dire: “le nostre macchine capiscono il linguaggio come gli esseri umani”. Come possono esserne tanto sicuri?

Il significato in filosofia e linguistica

Il significato accade. Accade cioè che noi ci si comprenda, con buona pace dei sofisti. A questo innegabile fatto, Aristotele fornì una spiegazione molto semplice, ingenua forse, ma tutt’ora popolare: la realtà, che è la stessa per tutti, produce impressioni nella psiche, anch’esse simili per tutti, e il linguaggio altro non è che dar voce a queste impressioni. Molti filosofi, tuttavia, rimasero scettici, o almeno ci vollero guardar meglio. Da quei tempi in poi (e forse anche da prima), la filosofia, a riguardo del significato, è tutto un susseguirsi di ingenuità e scetticismo. I linguisti, dal canto loro, hanno per lo più evitato il faccia-a-faccia col problema (lo spiega bene De Mauro nella sua Introduzione alla semantica, 1989) restando nelle acque sicure della lessicografia e della grammatica. Il significato accade, dunque, ma, per dirla con Willard V.O. Quine, accade in modo imperscrutabile.

Gli informatici alle prese col significato

Oggi, a dover guardare negli occhi la Gorgone del significato si trovano gli informatici che sviluppano l’Intelligenza Artificiale. Lo fanno, in genere, con ignara spensieratezza, ma alcuni iniziano a rendersi conto che qualcosa non quadra. In un recente articolo del New York Times, Melanie Mitchell (Università di Portland), dopo aver passato in rassegna un certo numero di epic fail semantici dei sistemi di deep learning, conclude:

L’obiettivo di sviluppare una IA affidabile richiederà un’indagine più approfondita sulle nostre straordinarie abilità e nuove intuizioni sui meccanismi cognitivi che noi stessi usiamo per comprendere il mondo in modo affidabile.

La cattiva notizia, però, è che questa indagine approfondita è esattamente quella che la filosofia sta tentando di fare da più di duemila anni. Potrà l’Intelligenza Artificiale venire a capo di una questione del genere? Non si tratta di una domanda retoricamente beffarda: riprodurre in silicio alcune facoltà cognitive, simulare comunità di agenti semiotici, sperimentare modelli formali di semantica del linguaggio naturale con metodi computazionali potrà certamente contribuire a dar nuova linfa alla sempiterna ricerca di una teoria del significato.

L’intelligenza artificiale e il muro della semantica

Un paio di anni fa, per inciso, il Mondo sobbalzava alla notizia che il sistema di traduzione automatica di Google stava inventando un nuovo linguaggio. La notizia fu poi ridimensionata, ma di tanto in tanto la voce di automi che inventano linguaggi per comunicare tra loro (alle nostre spalle) torna a levarsi, con l’immancabile corredo di figurazioni ansiogene e distopiche. Ma se due chatbot iniziassero davvero a parlarsi in una lingua inventata e semanticamente pregnante, lo spavento e il sospetto per quello che potrebbero dirsi sarebbe abbondantemente compensato dalla soddisfazione di aver finalmente risolto uno dei più antichi puzzle filosofici.

Così come l’assenza di una teoria del significato non ci impedisce di comprendere ed essere compresi, anche le nostre macchine possono lavorare con opportune approssimazioni della semiosi linguistica. La semantica è un muro sul quale i sistemi di Intelligenza Artificiale possono andare a sbattere, come suggerisce l’articolo del New York Times. L’impatto tuttavia si può evitare, a condizione di venire umilmente a patti con l’imperscrutabile. Ma soprattutto, si scongiura vedendo bene il muro.

Valuta la qualità di questo articolo

La tua opinione è importante per noi!

People&Change

Tutti
AI IN AZIENDA
FORMAZIONE
CULTURA AZIENDALE
COMPETENZE
AI in azienda
Carriera
AI leadership
Leggi l'articolo Shadow AI, vietarla non basta: il problema sono i processi aziendali
scenari
Shadow AI, vietarla non basta: il problema sono i processi aziendali
Leggi l'articolo Longevità e lavoro: come riprogettare la propria carriera
scenari
Longevità e lavoro: come riprogettare la propria carriera
Leggi l'articolo People Pleaser sul lavoro: perché è difficile dire di no
lavoro e SOCIETÀ
People Pleaser sul lavoro: perché è difficile dire di no
Leggi l'articolo Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
imprese e formazione
Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
Leggi l'articolo Skills contro job title: le competenze trasformano i team nell’era dell’AI
competenze e lavoro
Skills contro job title: le competenze trasformano i team nell’era dell’AI
Leggi l'articolo Shadow AI in azienda: rischi, controlli e strumenti di governance
uso non approvato dell’AI
Shadow AI in azienda: rischi, controlli e strumenti di governance
Leggi l'articolo L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
risorse umane
L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
Leggi l'articolo Gestione del cambiamento nell’AI: strategie per un’adozione efficace
la guida
Gestione del cambiamento nell’AI: strategie per un’adozione efficace
Leggi l'articolo Team ibridi, le regole per coordinare persone e agenti IA
leader aumentato
Team ibridi, le regole per coordinare persone e agenti IA
Leggi l'articolo Dimissioni e carriera: quando e come decidere di lasciare un lavoro
scenari
Dimissioni e carriera: quando e come decidere di lasciare un lavoro
Leggi l'articolo AI leadership, come cambiare la governance delle organizzazioni
AI e organizzazioni
AI leadership, come cambiare la governance delle organizzazioni
Leggi l'articolo AI in azienda, l’adozione si blocca senza una nuova leadership
Oltre l'AI Fatigue
AI in azienda, l’adozione si blocca senza una nuova leadership
Leggi l'articolo Shadow AI, vietarla non basta: il problema sono i processi aziendali
scenari
Shadow AI, vietarla non basta: il problema sono i processi aziendali
Leggi l'articolo Longevità e lavoro: come riprogettare la propria carriera
scenari
Longevità e lavoro: come riprogettare la propria carriera
Leggi l'articolo People Pleaser sul lavoro: perché è difficile dire di no
lavoro e SOCIETÀ
People Pleaser sul lavoro: perché è difficile dire di no
Leggi l'articolo Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
imprese e formazione
Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
Leggi l'articolo Skills contro job title: le competenze trasformano i team nell’era dell’AI
competenze e lavoro
Skills contro job title: le competenze trasformano i team nell’era dell’AI
Leggi l'articolo Shadow AI in azienda: rischi, controlli e strumenti di governance
uso non approvato dell’AI
Shadow AI in azienda: rischi, controlli e strumenti di governance
Leggi l'articolo L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
risorse umane
L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
Leggi l'articolo Gestione del cambiamento nell’AI: strategie per un’adozione efficace
la guida
Gestione del cambiamento nell’AI: strategie per un’adozione efficace
Leggi l'articolo Team ibridi, le regole per coordinare persone e agenti IA
leader aumentato
Team ibridi, le regole per coordinare persone e agenti IA
Leggi l'articolo Dimissioni e carriera: quando e come decidere di lasciare un lavoro
scenari
Dimissioni e carriera: quando e come decidere di lasciare un lavoro
Leggi l'articolo AI leadership, come cambiare la governance delle organizzazioni
AI e organizzazioni
AI leadership, come cambiare la governance delle organizzazioni
Leggi l'articolo AI in azienda, l’adozione si blocca senza una nuova leadership
Oltre l'AI Fatigue
AI in azienda, l’adozione si blocca senza una nuova leadership

Articoli correlati

0
Lascia un commento, la tua opinione conta.x