La Biennale continua…..Macchine creative? Intervista di Pandora Rivista a Mario De Caro

Il 26 e 27 febbraio si è tenuto a Genova “Filosofia, Estetica Cooperativa e Intelligenza Artificiale”, tappa nazionale della Biennale dell’Economia Cooperativa promossa da Legacoop, dedicata alla costruzione di una diversa “episteme” dell’intelligenza artificiale.
Pandora Rivista ha intervistato Mario De Caro, professore ordinario di Filosofia morale all’Università Roma Tre dove è titolare della Cattedra UNESCO in Etica e intelligenza artificiale e visiting professor alla Tufts University (Stati Uniti).
Ecco alcuni passaggi dell'intervista.
Il testo completo qui.

Nel dibattito esistono posizioni, tra le più note quella di Luciano Floridi, che negano per principio che l’intelligenza artificiale possa essere definita davvero “intelligente”. Come risponde a queste tesi?

Mario De Caro: Recentemente ho recensito l’ultimo libro di Luciano Floridi, La differenza fondamentale (Mondadori), su Tuttolibri de La Stampa. Floridi è presidente onorario della Società Internazionale per l’Etica e la Politica dell’Intelligenza Artificiale (SEPAI), di cui io sono presidente. Le sue argomentazioni sono serie e ha ragione quando invita alla prudenza rispetto alla tendenza diffusa a proclamare troppo rapidamente il raggiungimento dell’intelligenza artificiale generale. Dove mi trovo in disaccordo è sull’idea che, in linea di principio, l’intelligenza artificiale non possa mai raggiungere certi traguardi, in particolare la “vera creatività”. Floridi sostiene che le macchine non potranno mai essere realmente creative; io ritengo non solo che possano esserlo, ma che in parte lo siano già, almeno nei sistemi più avanzati. Un argomento classico contro le intelligenze artificiali era che commettevano errori anche in semplici calcoli matematici. È vero: tali sistemi operano prevalentemente in modo bottom-up e, direi, abduttivo, cioè formulano ipotesi sulla base delle strutture neurali costruite durante l’addestramento. L’abduzione è epistemicamente ampliativa, ma può condurre a errori. In matematica, però, non servono ipotesi bensì deduzioni. La “vecchia” intelligenza artificiale simbolica, meno creativa ma più rigida, non sbagliava nelle deduzioni. Oggi, con i sistemi neurosimbolici, si integrano i punti di forza di entrambe le tradizioni: induzione e abduzione da un lato, deduzione rigorosa dall’altro. E in matematica si registrano risultati notevoli. Il cap set problem, per esempio, è stato affrontato con l’ausilio di sistemi algoritmici avanzati. Un caso significativo è FunSearch, sviluppato da DeepMind: il sistema ha prodotto la dimostrazione di una congettura matematica, pur senza che i programmatori potessero ricostruire nel dettaglio il percorso seguito.

Risultati impressionanti si registrano anche nelle Olimpiadi della matematica, dove vengono proposti problemi inediti che l’intelligenza artificiale non può aver “memorizzato” e che tuttavia risolve meglio degli esseri umani. Se questo non implica una forma di creatività matematica, è difficile capire che cosa lo sarebbe. Lo stesso vale per le arti. In musica, alcune composizioni generate da sistemi avanzati sono difficilmente distinguibili da quelle umane. In poesia, uno studio pubblicato su Nature da Brian Porter e Edouard Machery ha mostrato che molti partecipanti non erano in grado di distinguere testi di autori celebri da quelli prodotti da ChatGPT, e spesso attribuivano a esseri umani le composizioni generate dall’IA. Anche negli scacchi l’evoluzione è significativa. Quando Deep Blue sconfisse Garry Kasparov, la vittoria dipendeva in larga misura dalla potenza computazionale applicata a principi di gioco elaborati dagli umani. Con AlphaZero, presentato da DeepMind nel 2017, il paradigma cambia: il sistema non procede per calcolo esaustivo, ma affronta la posizione come un problema, individua punti di forza e debolezza e sviluppa linee strategiche in modo abduttivo, in maniera analoga – e spesso superiore – ai grandi maestri umani. Trovo dunque difficile negare che le macchine manifestino una forma di creatività genuina. Certo, manca il creatore: non vi è coscienza, né intenzionalità, né volontà dell’autore – quella che in filosofia si chiama voluntas auctoris – e le macchine non hanno esperienza soggettiva. Ma l’assenza di coscienza non implica automaticamente l’assenza di creatività nei prodotti.

Si potrebbe obiettare che, nonostante in molti ambiti i risultati delle macchine siano comparabili o persino superiori a quelli umani, esse non abbiano una reale comprensione di ciò che fanno. Naturalmente bisognerebbe chiarire che cosa intendiamo per “comprensione”, ma si potrebbe sostenere che il semplice raggiungimento di determinati traguardi non dimostri, di per sé, che le macchine possiedano una qualche forma di intelligenza?

Mario De Caro: Questo è un punto decisivo. Ne parlo nel libro che ho scritto con Benedetta Giovanola, Intelligenze. Etica e politica dell’IA, pubblicato da il Mulino, contestando questa obiezione. A mio avviso, sulla questione della comprensione aveva ragione Ludwig Wittgenstein. Già negli anni Trenta, a Cambridge, in dialogo anche con Alan Turing, egli sosteneva – posizione poi sviluppata nelle Ricerche filosofiche – che il modo in cui, dal punto di vista meccanico o causale, arriviamo a usare il linguaggio è filosoficamente irrilevante. Come ha riassunto il suo allievo Norman Malcolm, nothing is hidden: non c’è nulla di occulto dietro l’uso. Ciò che conta è la capacità di seguire correttamente le regole all’interno di pratiche linguistiche condivise. Io so di essere cosciente perché quando dico qualcosa – meno spesso di quanto mi piacerebbe credere – ne conosco le ragioni; ho coscienza di me stesso. Ma quando parla lei, ad esempio, le attribuisco una mente e una comprensione perché usa correttamente le regole della lingua, in questo caso l’italiano. Ma non so nulla di come funzioni la sua testa – che, dice Wittgenstein, potrebbe perfino essere fatta di formaggio. Quello che conta è che, nello spazio pubblico, lei mostri di saper seguire le regole del linguaggio.

Inoltre, per Wittgenstein non è concepibile un linguaggio puramente privato, perché la nozione stessa di linguaggio è parassitaria rispetto a un uso pubblico. Senza un linguaggio pubblico non avremmo standard di correttezza; non potrei nemmeno sapere, parlando il mio presunto linguaggio privato, se la parola “sedia” oggi significa la stessa cosa che significava ieri. Il criterio di identità del significato dipende da pratiche condivise. Dunque, ciò che conta sono l’uso pubblico e la capacità di seguire le regole del linguaggio pubblico. Questo è lo standard che applichiamo, tra esseri umani, per attribuirci reciprocamente comprensione. Per quale ragione non dovremmo adottare questo standard nel caso delle macchine?