Quando l'AI supera se stessa (e capisce le canzoni italiane)

L'Intelligenza Artificiale e le soglie di capacità

Nell'era digitale siamo abituati a vedere miglioramenti costanti nelle tecnologie che utilizziamo quotidianamente. È normale aspettarsi, per esempio, batterie sempre più resistenti, fotocamere sempre più performanti e TV migliori e sempre più economiche di generazione in generazione.  Tuttavia, c'è un fenomeno meno evidente ma cruciale che sta plasmando il nostro futuro tecnologico: il superamento delle "soglie di capacità".

Ethan Mollick, celebre esperto di AI e autore del libro "Co-Intelligence: Living and Working with AI", ha approfondito in un recente articolo proprio il concetto di soglia, applicandolo all'Intelligenza Artificiale (AI). L'idea è la seguente: il progresso tecnologico non è sempre lineare. Spesso, una tecnologia migliora gradualmente finché non raggiunge improvvisamente una soglia critica, dopo la quale il suo impatto diventa rapidamente rivoluzionario, conquistando il mercato a macchia d'olio.

Un esempio classico è la fotografia digitale. Per anni, le fotocamere digitali sono state considerate inferiori alle analogiche (si veda la storica Polaroid). Poi, quasi da un giorno all'altro, il digitale ha superato una soglia di qualità e praticità che lo rese preferibile agli occhi della maggior parte degli utenti. In pochi anni, le fotografie digitali sono riuscite a dominare completamente il mercato.

Oggi stiamo assistendo a un fenomeno simile con l'AI, ma su una scala molto più ampia e a un ritmo più rapido. I modelli linguistici di grandi dimensioni (LLM) migliorano costantemente, superando soglie di capacità in diversi ambiti, dal coding alla generazione di immagini alla comprensione del contesto. Ad esempio, la capacità di trascrivere dati da grafici o creare immagini realistiche è passata da "impossibile" a "quasi perfetta" in pochi mesi.

Le soglie invisibili e la comprensione del contesto

Mollick sottolinea che tali soglie non sono sempre evidenti o misurabili. Spesso, si manifestano come un miglioramento qualitativo nell'esperienza utente o nella percezione dell'intelligenza del sistema. Ad esempio, l'autore riporta che l'ultimo modello di Claude (3.5) sembra aver superato una soglia nella comprensione del linguaggio complesso, mostrando una capacità quasi umana di cogliere le sfumature logiche di alcuni versi dell'Amleto (si veda qui l'esperimento di Mollick). Nel nostro piccolo, noi di Intellygenza abbiamo provato a riprodurre il suo prompt, sostituendo però ai versi di Shakespeare quelli di una canzone italiana, Via Paolo Fabbri 43 di Guccini:

La piccola infelice si è incontrata con Alice
Ad un summit per il canto popolare
Marinella non c' era, fa la vita in balera
Ed ha altro per la testa a cui pensare.

In questi versi, il cantautore fa riferimento ad altri cantanti (la "piccola infelice" è Lilly di Venditti, "Alice" e "Marinella" sono le protagoniste delle canzoni di De Gregori e De André). Indipendentemente dal senso (provocatorio o meno) di tali riferimenti, sembra che l'unico modello capace di cogliere il contesto e la rete di citazioni sia proprio Claude 3.5, confermando il superamento di soglia individuato da Mollick.

Si noti che nessuno dei tre chatbot comprende il testo in profondità, dal momento che il riferimento è ai cantanti veri e propri attraverso i loro personaggi femminili e non ai personaggi stessi; nonostante ciò, Claude (3.5) è l'unico modello che ha capito che si tratta di citazioni ad altri artisti, individuandone due su tre ("la piccola infelice", il più opaco fra i tre riferimenti, non è stato colto, comprensibilmente). Il gioco conferma l'intuizione di Mollick: Claude ha superato una soglia "invisibile" o lo farà molto presto.

In conclusione, ci concentriamo spesso sui miglioramenti graduali della tecnologia, sono i superamenti di soglia a determinare le vere rivoluzioni. L'AI sta attraversando molte di queste soglie, spesso in modo silenzioso ma con impatti potenzialmente enormi. Restare vigili e adattabili sarà fondamentale per navigare questo futuro in rapida evoluzione.

Approfondisci l'articolo di Mollick qui.