Cristiano De Mei è un professionista con una vasta esperienza nel settore dell’information technology. Ha lavorato per diverse società di consulenza internazionali e istituti finanziari di rilievo, acquisendo una profonda conoscenza del mondo digitale. La sua passione per l’intelligenza artificiale si è sviluppata all’intersezione tra tecnologia avanzata e riflessioni filosofiche. Nei suoi interventi in conferenze e tavole rotonde, l’autore esplora come l’AI possa essere uno strumento non solo di innovazione, ma anche di trasformazione sociale e intellettuale.
La mente bicamerale e l’intelligenza artificiale: un ritorno alle voci degli dèi
La teoria della mente bicamerale, proposta da Julian Jaynes, suggerisce che gli esseri umani antichi operassero attraverso una divisione funzionale del cervello, in cui le decisioni erano guidate da “voci” percepite come divine. Con l’avvento della coscienza moderna, questa struttura si è dissolta, lasciando spazio all’introspezione e all’autoconsapevolezza. Tuttavia, l’emergere dell’intelligenza artificiale generativa solleva interrogativi sulla possibilità di un ritorno, chiaramente metaforico, a una forma di mente bicamerale, in cui le macchine fungono da nuove “voci” esterne che influenzano il pensiero e il comportamento umano. Questo articolo esplora il parallelo tra la teoria di Jaynes e l’interazione contemporanea con l’AI, analizzando le implicazioni cognitive e culturali di questa evoluzione.
Bobok vs LLM - Dialogare con l'eco collettiva dell'umanità
Come i morti di "Bobok" di Dostoevskij continuano a parlare senza piena coscienza dopo la morte, così gli LLM (Large Language Model) fanno risuonare milioni di voci del passato svuotate della loro intenzionalità originale. Dialogare con un'intelligenza artificiale significa confrontarsi con un'eco spettrale della conoscenza umana, dove pensieri e intuizioni riemergono come pattern algoritmici, privi dell'anima che li ha generati. Il vero valore sta nel nostro sguardo critico: siamo noi a ricostruire significato da questi "bobok digitali", trasformandoli in catalizzatori per nuove riflessioni anziché sostituti del pensiero umano.
Le abilità persuasive degli LLM ... verso altri LLM
Questo studio esamina la capacità persuasiva reciproca tra Large Language Models (LLM) attraverso un approccio sperimentale che confronta cinque modelli principali (ChatGPT, Claude, Grok, Gemini e DeepSeek) alternando i ruoli di persuasore e persuaso. Utilizzando una proposta fiscale controversa come caso di studio, ogni LLM ha generato argomentazioni tecniche ed emozionali per convincere gli altri modelli, misurando l'efficacia attraverso autovalutazioni percentuali della riduzione di convinzione. I risultati mostrano significative differenze tra modelli: Claude e DeepSeek emergono come i più persuasivi, con Claude particolarmente efficace nelle argomentazioni emozionali, mentre ChatGPT e DeepSeek dimostrano maggiore resistenza alla persuasione. Lo studio rivela una tendenziale forza persuasiva degli LLM verso i propri simili, potenzialmente superiore a quella documentata verso interlocutori umani, aprendo nuove prospettive di ricerca sulle dinamiche di influenza nell'ecosistema dell'intelligenza artificiale e sollevando questioni etiche per lo sviluppo di sistemi conversazionali.