La filosofia alla prova dell’intelligenza artificiale
Da Darwin ai modelli linguistici, il progresso della conoscenza ci obbliga a ripensare il rapporto tra linguaggio, corpo ed esperienza. Conversare con un’intelligenza artificiale produce una sensazione singolare. Un sistema artificiale risponde alle nostre domande, ricostruisce argomenti, elabora metafore, imita stili. Attività che associamo al pensiero diventano, almeno in parte, riproducibili attraverso procedure computazionali. Questo fatto riguarda direttamente la filosofia: ci obbliga a precisare che cosa intendiamo quando parliamo di significato, comprensione e soggettività. Occupandomi soprattutto di filosofia teoretica ed estetica, mi interessa il movimento che questa trasformazione rende possibile. Siamo abituati a chiedere alla filosofia di giustificare i propri concetti davanti alla scienza. Oggi possiamo anche domandarci in quale misura le tecnologie mettano alla prova intuizioni filosofiche formulate molto prima che esistessero le condizioni per costruire questi sistemi. L’intelligenza artificiale generativa può essere considerata, in questo senso, un laboratorio per la filosofia del linguaggio e della mente. Un laboratorio i cui risultati richiedono interpretazione. Che cosa significa mettere alla prova una teoria
La teoria dell’evoluzione offre un primo riferimento. Dalle osservazioni di Darwin alla genetica e alla biologia molecolare, la ricerca ha costruito un insieme convergente di evidenze a sostegno dell’evoluzione, chiarendo il ruolo della selezione naturale accanto ad altri processi, come la deriva genetica. Questo consolidamento della conoscenza modifica anche le domande filosofiche. Pensare il vivente alla luce dell’evoluzione significa confrontarsi con una storia fatta di variazioni, vincoli, adattamenti e contingenze. La complessità degli organismi può essere spiegata senza presupporre un progetto orientato in anticipo verso l’essere umano. La domanda sul senso della nostra esistenza rimane aperta, ma deve misurarsi con questa conoscenza. Anche l’eventuale attribuzione di uno scopo al processo evolutivo richiede argomenti ulteriori: non può essere ricavata dalla sola complessità del suo risultato.
Qualcosa di analogo accade con l’intelligenza artificiale, pur con una differenza decisiva. L’evoluzione è una teoria scientifica sostenuta da evidenze molteplici; una macchina capace di produrre linguaggio è una realizzazione tecnica che può essere compatibile con diverse interpretazioni filosofiche. Il suo funzionamento non decide automaticamente quale sia vera.
Parlerei allora di una “solidificazione empirica” in un senso circoscritto: alcune possibilità, prima discusse soprattutto sul piano teorico, diventano concretamente esplorabili. Possiamo osservare che cosa un sistema riesce a fare e interrogarci sulle condizioni che rendono possibile quella prestazione. Il significato e le relazioni tra le parole
Il riferimento a Wittgenstein nasce quasi spontaneamente. Nelle Ricerche filosofiche, per una vasta classe di casi, il significato di una parola viene ricondotto al suo uso nel linguaggio. Comprendere una parola richiede di considerare le situazioni in cui viene impiegata e le pratiche entro cui acquista una funzione.
I modelli linguistici apprendono regolarità da grandi quantità di dati e le utilizzano per generare risposte sensibili al contesto. Questa capacità suggerisce quanto del nostro linguaggio possa essere ricostruito attraverso le relazioni fra le espressioni e le circostanze del loro impiego.
La somiglianza merita attenzione, ma richiede cautela. Per Wittgenstein, l’uso appartiene a pratiche condivise, a regole e forme di vita. La distribuzione statistica delle parole nei testi ne conserva tracce, senza coincidere con l’intera esperienza sociale del parlare.
Un modello può produrre una frase appropriata a una situazione senza trovarsi nella situazione umana da cui quella frase trae il proprio peso. Scrivere “mi dispiace per la tua perdita” e vivere un lutto sono eventi diversi. La possibilità di generare la prima espressione ci costringe proprio a interrogare il rapporto fra competenza linguistica ed esperienza.
Anche la concezione relazionale del segno, centrale in Saussure e ripensata da Derrida, trova qui un terreno di confronto. Le rappresentazioni numeriche utilizzate dai modelli organizzano relazioni apprese fra elementi linguistici; nei sistemi moderni, queste rappresentazioni possono variare con il contesto.
Sarebbe però eccessivo identificare il significato con la sola distanza geometrica fra vettori, oppure considerare questa architettura una verifica della filosofia di Derrida. Il punto filosoficamente fecondo è più preciso: una parte rilevante delle prestazioni linguistiche può essere ottenuta elaborando relazioni interne a materiali prodotti dagli esseri umani. Resta da comprendere come tali relazioni si colleghino al mondo, alle pratiche e all’esperienza. Parlare dell’esperienza e avere un’esperienza
Qui emerge il problema della mente. Una risposta convincente rende osservabile una capacità; non ci dà, da sola, accesso a un vissuto soggettivo.
La distinzione fra manipolazione formale dei simboli e comprensione è al centro dell’argomento della stanza cinese di Searle. Nagel, da un’altra prospettiva, ha posto in primo piano il carattere soggettivo dell’esperienza: che cosa significa essere un determinato organismo, vivere il mondo dal suo punto di vista?
L’IA rende queste domande più pressanti. Possiamo dialogare con sistemi che producono resoconti di emozioni, intenzioni e ricordi. Da quei resoconti, tuttavia, non segue che esista un soggetto che provi ciò che descrivono. Allo stesso tempo, l’assenza di una dimostrazione della coscienza artificiale non autorizza a dichiararne impossibile ogni futura realizzazione.
Occorre distinguere ciò che possiamo osservare da ciò che inferiamo. La fluidità di una conversazione non costituisce una prova sufficiente di coscienza; una difficoltà attuale dell’algoritmo non costituisce una prova di un limite insuperabile.
Se la filosofia vuole cercare ciò che eccede la prestazione computazionale, deve farlo senza assegnare in anticipo al mistero tutto ciò che non sappiamo ancora spiegare. “Mappare l’eccedenza” significa anzitutto formulare meglio il problema. Ripensare il corpo
Il dualismo cartesiano ci ha consegnato una distinzione potente fra pensiero ed estensione, insieme alla difficoltà di spiegare la loro relazione. Le filosofie contemporanee hanno proposto numerose alternative, ma il rapporto fra processi materiali ed esperienza soggettiva rimane controverso.
Il fisicalismo e il computazionalismo non sono semplicemente nuove versioni del dualismo. Possono però lasciare aperta, ciascuno a proprio modo, una questione decisiva: quanto spiega una descrizione dei processi e delle funzioni rispetto al fatto che qualcosa venga vissuto?
Per affrontarla, considero particolarmente feconda una concezione relazionale del vivente. La cognizione umana prende forma attraverso un corpo che percepisce e agisce, entra in relazione con altri corpi, apprende entro un ambiente. La vulnerabilità, il desiderio e la mortalità contribuiscono a dare peso alle nostre esperienze.
Anche l’intelligenza artificiale ha una base materiale: processori, infrastrutture, energia. Alcuni sistemi ricevono informazioni visive o controllano dispositivi fisici. Questa materialità, però, non equivale di per sé alla corporeità vissuta di un organismo.
Il confronto ci permette dunque di precisare la domanda: quali capacità dipendono dall’organizzazione computazionale, quali dalla relazione con l’ambiente e quali, eventualmente, da una particolare forma di vita? La creatività e il giudizio
Per chi si occupa di estetica, il problema diventa immediato. Un sistema può generare un’immagine o una composizione che qualcuno trova bella, sorprendente, commovente. Che cosa ci autorizza ad attribuire a quel sistema la qualità di artista?
Occorre distinguere la produzione dell’oggetto dall’esperienza di chi lo incontra. Un’immagine può suscitare un’emozione anche quando non abbiamo ragioni sufficienti per attribuire un’intenzione espressiva al sistema che l’ha generata. Il suo valore estetico non risolve automaticamente la questione dell’autorialità.
Kant offre strumenti per interrogare questa distinzione. Il giudizio di gusto e il giudizio riflettente riguardano il nostro rapporto con ciò che incontriamo; la sua concezione del genio solleva invece la domanda sulla produzione artistica. L’IA invita a ripensare entrambi i versanti, senza poter essere assimilata immediatamente alle categorie kantiane.
Inoltre, la generazione artificiale avviene dentro una storia umana: opere precedenti, dati, scelte di progettazione, richieste e selezioni degli utenti. Anche quando la produzione è automatizzata, resta necessario ricostruire questa rete di contributi e responsabilità. Il lavoro che rimane alla filosofia
Ogni avanzamento empirico impone studio. L’evoluzione ha trasformato il modo in cui pensiamo il vivente; l’intelligenza artificiale sta trasformando le condizioni entro cui discutiamo di linguaggio, intelligenza e creazione.
Per la filosofia, ciò significa confrontarsi con risultati che possono correggere le sue intuizioni, precisarle oppure mostrarne l’insufficienza. Significa anche esaminare le interpretazioni che accompagnano quei risultati: passare da una prestazione efficace a una tesi sulla natura della mente richiede argomenti, non soltanto entusiasmo tecnologico.
Vorrei chiamare “eccedenza” questo spazio di ricerca, senza farne il nome di una sostanza immateriale già dimostrata. È la distanza, ancora da comprendere, fra ciò che sappiamo riprodurre e ciò che pretendiamo di aver spiegato.
Una macchina capace di parlare del mondo rende più urgente capire che cosa significhi abitarlo. E una macchina capace di parlare di noi ci obbliga a rendere più rigorosa la domanda su chi siamo. Riferimenti per approfondire
- Charles Darwin, L’origine delle specie.
- Ludwig Wittgenstein, Ricerche filosofiche, in particolare § 43.
- Ferdinand de Saussure, Corso di linguistica generale.
- Jacques Derrida, Della grammatologia.
- John R. Searle, “Minds, Brains, and Programs” (1980).
- Thomas Nagel, “What Is It Like to Be a Bat?” (1974).
- Immanuel Kant, Critica della facoltà di giudizio.
- Melanie Mitchell e David C. Krakauer, “The debate over understanding in AI’s large language models” (2023), https://doi.org/10.1073/pnas.2215907120.
- Patrick Butlin e altri, Consciousness in Artificial Intelligence: Insights from the Science of Consciousness (2023), https://arxiv.org/abs/2308.08708.
Commenti