«Servono dei ‘guard rail’ per tutelare l’etica dei sistemi di Ai come Gpt»

(Il Sole 24 Ore Radiocor) I large language models, come Gpt, sono andati oltre le aspettative, e hanno «mostrato capacità emergenti che non avrebbero dovuto possedere. Capacità che ci hanno sorpreso». Per tutelare l’etica anche nei confronti delle prospettive che apre questa forma di intelligenza artificiale, la soluzione passa, dunque, dalla realizzazione di una sorta di' guard rail' per non far deragliare la macchina e mantenerla nei binari che vuole l’uomo. Lo spiega padre Paolo Benanti, professore all’Università Gregoriana e tra i massimi esperti di intelligenza artificiale, in un colloquio con DigitEconomy.24, report del Sole 24 Ore Radiocor di Digit’Ed, gruppo attivo nella formazione e nel digital learning.

«Sorprendentemente – aggiunge – gli llm non solo compilano poche frasi, ma interi paragrafi, hanno conoscenze di matematica e sembrano avere delle conoscenze sui fatti, come potrebbe possederle una persona. Quest’ultima è la parte più fragile, come abbiamo visto con Chat Gpt che ogni tanto inventa delle risposte che si rivelano false; non colpisce che questi sistemi sbaglino ma che abbiano capacità che non avrebbero dovuto avere».

Tutto questo è stato molto evidente durante la pandemia, con l’arrivo di Gpt-3, poi con Chat Gpt e infine con Gpt-4. Ne è dimostrazione il valore che questi sistemi hanno acquisito sul mercato tanto che Microsoft ha investito per la collaborazione con Open Ai più di 10 miliardi di dollari. «Quando negli anni Quaranta è stato programmato Eniac, uno degli ingegneri che lo aveva realizzato si stupì perché riusciva a risolvere equazioni differenziali in 30 minuti: 28 per ritagliare le schede perforate e due per il calcolo. Poi, nel 1975, è arrivato il Dos che consentiva di programmare una macchina mediante la tastiera, poi il sistema Windows, col mouse, e il sistema touch. Gli llm potrebbero rappresentare la nuova interfaccia che ci consente di massimizzare la produttività del computer. In fondo il personal computer è un insieme di informazioni e file che permette di interrogare la macchina e risponde mettendo assieme e assemblando i dati».Quello che colpisce molto per le implicazioni è l’utilizzo dei large language models nel momento storico attuale, con la crisi energetica da una parte e il calo demografico dei Paesi più ricchi dall’altra. «Ci potrebbe essere – spiega Benanti – un impatto enorme sui lavori di mezzo, nel senso che sarebbe automatizzata la mediocrità. Di fronte a sistemi di questi tipo o si prova a fare lavori manuali che la macchina non potrà facilmente replicare o si dovrà provare a essere molto più efficaci, posizionandosi sopra la mediocrità dei lavori che in realtà già adesso la macchina potrebbe in qualche misura affrontare». Tuttavia, sottolinea Benanti, i sistemi di intelligenza artificiale hanno anche un costo energetico: «quale sarà il reale impatto sul mondo del lavoro, dunque, dipenderà anche dal costo di questi sistemi che sembra si stia abbassandosi molto, ma è ancora difficile stimare di quanto». Un altro criterio che potrà essere utilizzato è capire «quale sarà la soglia che rende più economico assumere un uomo o assumere la macchina».

SFOGLIA IL REPORT COMPLETO

70° Radiocor

Partecipa al contest Futuro&Giornalismo entro il 1 ottobre

Scopri di più

L’impatto di questa forma di intelligenza generativa, sebbene in misura diversa, è prevista anche per i lavori creativi: «Quando AlphaGo ha battuto a Go il campione mondiale, Lee Sedol, non sapeva di aver giocato; se sia bella o brutta un’opera d’arte creata attraverso l’intelligenza artificiale sarà sempre un uomo a dirlo; se un testo prodotto da Gpt abbia senso o meno sarà un uomo a deciderlo. Questo vuol dire che la creatività potrà essere modificata, probabilmente quello che chiameremo arte diventerà una cosa diversa da quella che conosciamo ora, ma ci sarà bisogno della parte umana». In conclusione, per il mondo del lavoro la soluzione potrebbe passare attraverso il lavorare tutti di meno o in maniera diversa. «Dovremmo valutare queste prospettive in particolare per un Paese come l’Italia dove, per la condizione demografica sfidante, abbiamo già 40 province dove il numero dei pensionati è maggiore di quello dei lavoratori; dove, se non si fanno figli, se non ammettiamo gli immigrati, l’unica cosa che ci resta è utilizzare l’Ai per restare competitivi». E si viene, dunque, al grande problema, ovvero quali skill fornire alle persone per farle restare competitive, in questo mondo che cambia. «La sfida – dice il professore - è sfornare in tempo i profili che servono e capire quello che servirà domani, probabilmente non si tratterà di hard skill come le competenze necessarie per programmare il computer, ma serviranno profili con un pensiero critico più sviluppato».