Il termine “intelligenza artificiale” evoca da decenni immagini cinematografiche: computer senzienti, robot che si ribellano, macchine capaci di provare emozioni. Questa distanza tra immaginario collettivo e realtà tecnica spiega perché molte persone la percepiscono ancora come qualcosa di lontano, complicato, quasi magico. Eppure la usano ogni giorno, spesso senza accorgersene. Capire cosa c’è davvero dietro questi strumenti è il primo passo per usarli con consapevolezza. Solo così si evitano timori ingiustificati e aspettative sproporzionate.

●  Un allievo che ha letto moltissimo, non un cervello elettronico

I sistemi di intelligenza artificiale generativa che usiamo oggi funzionano attraverso un principio più semplice di quanto sembri. Durante una fase chiamata addestramento, il sistema analizza enormi quantità di testo: libri, articoli, siti web, documenti di ogni tipo. Impara così a riconoscere schemi statistici: quali parole tendono a seguirne altre, come si struttura un ragionamento, come cambia il tono tra un’email formale e un messaggio informale.

Il risultato non è una macchina che “capisce” nel senso in cui lo fa una persona. È invece un sistema estremamente abile nel produrre testo plausibile e coerente, basandosi su tutto ciò che ha osservato durante l’addestramento. È un po’ come un allievo che ha letto una quantità sterminata di testi. Di fronte a una nuova domanda, costruisce una risposta ragionevole combinando quello che ha già visto — anche se non ha mai affrontato esattamente quella domanda prima.

●  Già la usi tutti i giorni, anche se non ci hai mai pensato

Prima ancora dell’arrivo degli strumenti di AI generativa di cui parliamo oggi, forme più semplici di intelligenza artificiale facevano già parte della vita quotidiana. Le usa chiunque possieda un computer o uno smartphone. Pensiamo al filtro antispam della posta elettronica, al correttore automatico che suggerisce la parola successiva mentre scriviamo un messaggio, ai sottotitoli automatici di un video, ai suggerimenti di un navigatore che ricalcola il percorso in tempo reale.

Gli strumenti più recenti non sono altro che un’evoluzione — molto più potente e generale — di questi stessi principi. Non è cambiata la natura della tecnologia, ma la sua capacità. Da compiti molto specifici, come suggerire una parola, siamo arrivati a sostenere una conversazione articolata, scrivere un testo complesso o analizzare un documento intero.

●  Cosa NON è (ed è altrettanto importante saperlo)

Un’AI generativa non “sa” le cose nel senso in cui le sa una persona che le ha verificate personalmente. Non ha accesso diretto alla realtà e non controlla automaticamente se ciò che scrive è vero. Non ha nemmeno una reale consapevolezza delle proprie affermazioni. Può quindi capitare che produca informazioni plausibili ma sbagliate. Le presenta con lo stesso tono sicuro di quelle corrette — un tema che approfondiremo più avanti in questa serie.

Non è nemmeno uno strumento “neutro” in senso assoluto. Riflette, nel bene e nel male, le caratteristiche dei testi che ha analizzato durante l’addestramento, comprese eventuali imprecisioni. Soprattutto, nella maggior parte dei casi non agisce autonomamente nel mondo: risponde a una richiesta, ma è la persona che lo usa a decidere cosa farne di quella risposta.

●  Un piccolo esperimento per fissare le idee

Per capire meglio questo meccanismo, immaginiamo di chiedere a un’AI di completare una frase lasciata a metà. Ad esempio: “Gentile cliente, in merito alla pratica in oggetto…”. Il sistema non “sa” cosa vogliamo comunicare, non nel senso in cui lo saprebbe una persona. Propone però una continuazione plausibile e coerente con lo stile della frase iniziale, perché ha visto un numero enorme di comunicazioni simili durante il proprio addestramento.

Lo stesso principio, applicato non a una singola frase ma a un’intera conversazione, rende questi sistemi così naturali nel dialogo. A ogni scambio, prevedono la risposta più sensata tenendo conto di tutto ciò che abbiamo scritto fino a quel momento, comprese le correzioni fornite strada facendo. Anche la dimensione del sistema conta: i modelli più recenti hanno analizzato quantità di testo talmente vaste da coprire quasi ogni argomento immaginabile. Ecco perché riescono a essere utili su compiti molto diversi tra loro — dalla scrittura di una email alla spiegazione di un concetto tecnico — pur seguendo sempre lo stesso principio di base descritto in questo articolo.

●  Perché sentirai sempre più spesso parlare di “modelli”

Nelle prossime settimane sentirai probabilmente nominare termini come GPT, LLM, chatbot, assistente o modello linguistico, spesso come se fossero sinonimi intercambiabili. Nella pratica, indicano quasi sempre la stessa categoria di tecnologia descritta in questo articolo, vista da angolazioni diverse. “Modello linguistico” o “LLM” ne descrive il funzionamento interno; “chatbot” o “assistente” ne descrive la forma con cui si presenta all’utente.

Non è necessario memorizzare queste distinzioni per usare bene l’AI nel proprio lavoro. Riconoscerle aiuta però a non lasciarsi disorientare dal linguaggio spesso volutamente elaborato con cui il marketing presenta i nuovi strumenti. Dietro nomi diversi, nella grande maggioranza dei casi, si nasconde lo stesso principio di fondo spiegato in questo articolo.

●  Perché questa distinzione conta per chi lavora

Capire questi meccanismi, anche solo a grandi linee, cambia il modo in cui usiamo uno strumento del genere. Sapere che l’AI genera testo plausibile aiuta a formulare domande più precise. Più contesto forniamo, più la risposta del sistema sarà pertinente. Sapere che può sbagliare senza saperlo, inoltre, ci spinge a mantenere sempre un controllo umano sui risultati. Questo vale soprattutto quando l’informazione finirà davanti a un cliente o dentro un documento ufficiale.

In un contesto professionale, questa consapevolezza di base è più preziosa di qualunque tecnicismo: è ciò che permette di distinguere un uso intelligente dell’AI da un uso ingenuo.

Nei prossimi articoli di questa serie vedremo, uno alla volta, esempi molto concreti di questo potenziale applicato al lavoro di ogni giorno.