di Angelo Lazzari Founder Gruppo Find
L’AI, come qualunque altra macchina, non prova empatia, emozioni o sentimenti umani, anche se continuamente tendiamo ad attribuirglieli. È la trappola logica più antica e banale, eppure continuiamo tutti a caderci.
Pensiamo alle macchine di uso quotidiano: un’automobile che non parte, una radio che gracchia, un ferro da stiro che si surriscalda. Diciamo che “fa i capricci”, che “è testardo”, che “oggi non ha voglia”. Ma queste macchine non hanno alcuna idea di cosa sia un capriccio o la testardaggine.
Allo stesso modo, anche i sistemi complessi — come l’AI — possono produrre risultati che sembrano caratteriali. Ma non sono né intelligenza, né volontà, né azioni consapevoli: sono semplicemente reazioni emergenti di molte parti interconnesse.
L’attribuzione di personalità, significato o contenuto semantico avviene solo nella nostra mente. È una proiezione: siamo noi a immaginare che provino gioia o dolore. Il mito della macchina senziente accompagna l’umanità fin dall’antichità, dall’invenzione della ruota. Ma rimane un fenomeno che accade solo dentro di noi, non dentro le macchine.
La trappola sta nel confondere l’empatia emotiva con l’empatia cognitiva. L’AI, come tutte le macchine, non possiede alcuna empatia emotiva: non sente, non prova, non percepisce stati interni. Può invece simulare una forma di empatia cognitiva, ma solo all’interno di un ambiente specifico, progettato su misura, dove le vengono fornite le condizioni per riconoscere pattern, segnali e correlazioni.
Ciò che funziona per noi esseri umani non è detto che funzioni per la macchina, ciò che è ottimizzato per la nostra esperienza può essere pessimo per un sistema computazionale, e viceversa.
Un esempio recente lo dimostra chiaramente: pochi giorni fa alcune delle big tech hanno abbandonato i progetti di etichettatura automatica di immagini e video. Il motivo è semplice e rivelatore: oltre il 70% dei risultati prodotti dai sistemi di visione artificiale richiedeva comunque una revisione manuale umana.
Un altro esempio sono gli assistenti vocali: mostrano difficoltà sistematiche con chi ha accenti diversi o variazioni linguistiche non standardizzate. Quando solo giusto l’accento si discosta da ciò che è stato ottimizzato, l’algoritmo non ascolta nemmeno. Per cercare di risolvere il problema, molti modelli ricorrono a tecniche di code-switching e a processi di “normalizzazione” del parlato. È una forma di imbiancatura linguistica: si tenta di ricondurre tutte le varianti a un’unica forma. Ma anche se il bianco contiene tutti i colori, imbiancare non significa rappresentare tutti i colori. La ricchezza delle espressioni umane non può essere ridotta a un unico standard.
Come noi comprendiamo le operazioni interne del computer attraverso le icone sul desktop, così la SPAI cerca di far comprendere alle macchine le espressioni fisiche umane, fornendo loro dati puntuali e non generalizzato, che sono in grado di elaborare. In questo modo può etichettare le singole e personali sfumature emotive e permettere alle macchine di analizzarle in modo razionale.
La AI predittiva semantica, come ogni altra macchina, non è in grado di provare empatia o sentimenti umani. Il suo scopo, però, è fornire alle macchine tracce più profonde e puntuali di ognuno di noi, intrecciando i singoli codici emotivi con i codici computazionali.
Solo così diventa possibile costruire una semantica autentica dell’interazione uomo-macchina, sviluppando sistemi predittivi realmente ad personam: non per uniformare la realtà, ma per comprendere e valorizzarne ogni sfumatura.
