Nessuno nega che gli LLM abbiano prodotto qualcosa di straordinario. Al contrario: la loro capacità di produrre testi coerenti, rispondere a domande, tradurre, sintetizzare, programmare e sostenere conversazioni è una delle più sorprendenti manifestazioni della tecnologia contemporanea. Ma proprio questo successo dovrebbe spingerci a interrogarci su un punto più elementare: quanto dell'intelligenza che attribuiamo agli esseri umani dipende effettivamente dalla capacità di utilizzare il linguaggio?
Gli LLM ci hanno messo davanti a un fatto inatteso: è possibile produrre comunicazione estremamente sofisticata senza avere, almeno nel senso umano del termine, un'esperienza del mondo.
È questa, forse, la vera novità.
Il linguaggio non è il mondo
Quando conversiamo con una persona, tendiamo spontaneamente a supporre che dietro le parole ci sia qualcuno che vede, ricorda, desidera, percepisce, comprende e agisce nel mondo.
Con un LLM questa corrispondenza viene meno.
Il sistema produce linguaggio senza avere necessariamente, dietro quel linguaggio, il corrispondente insieme di esperienze che caratterizza un essere umano. Può parlare del dolore senza provare dolore, descrivere il mare senza esserci mai stato, spiegare come si rompe un bicchiere senza averne mai tenuto uno in mano.
Questo non rende il suo linguaggio necessariamente meno efficace. Ed è proprio qui che sta la sorpresa.
La tesi di Elena Esposito sulla “comunicazione artificiale” parte da questa osservazione: invece di interpretare questi sistemi come macchine che stanno imparando a pensare come noi, possiamo considerarli come nuovi partecipanti ai processi comunicativi. Il punto non è che l'algoritmo abbia sviluppato una mente simile alla nostra, ma che abbiamo costruito un sistema capace di inserirsi nella comunicazione in modo sorprendentemente efficace.
La distinzione sembra sottile, ma cambia completamente la prospettiva.
Se chiamiamo tutto questo “intelligenza”, rischiamo infatti di confondere due fenomeni diversi: la capacità di produrre risposte appropriate all'interno di un sistema simbolico e la capacità di comprendere e agire nel mondo a cui quei simboli si riferiscono.
Gli LLM hanno dimostrato quanto possa essere grande la prima senza che sia necessariamente presente, nella stessa forma, la seconda.
La tazza di caffè
La robotica rende questa differenza evidente.
Immaginiamo un essere umano che deve riempire una tazza di caffè. È un'operazione talmente banale che normalmente non la consideriamo nemmeno un'attività “intelligente”.
Eppure, per eseguirla correttamente, il nostro organismo deve risolvere in una frazione di secondo una quantità enorme di problemi.
Dove si trova la tazza? Quanto pesa? È vuota? È già calda? È di vetro o di ceramica? Quanto è fragile? Dove devo mettere le dita? Quanta forza devo esercitare? Quanto posso inclinarla? Quanto è piena? Come devo modificare il movimento se la superficie è scivolosa?
E soprattutto: non dobbiamo formulare linguisticamente nessuna di queste domande.
Il nostro corpo possiede una conoscenza pratica del mondo che precede il linguaggio e, in molti casi, non passa affatto attraverso il linguaggio.
È una conoscenza fatta di esperienza, percezione, movimento, equilibrio, causalità, tatto, propriocezione e interazione con gli oggetti.
Un bambino non deve leggere milioni di pagine per imparare che un oggetto può cadere. Non deve consultare un database per capire che una tazza piena pesa più di una vuota. Non deve ricevere una spiegazione sulla fragilità del vetro per imparare, progressivamente, a maneggiare gli oggetti con cautela.
Impara interagendo con il mondo.
Questa differenza è al centro della difficoltà della robotica contemporanea. I sistemi linguistici possono sfruttare una quantità immensa di materiale digitale; per i robot, invece, raccogliere dati sufficienti sulle interazioni fisiche è molto più difficile. La ricerca parla infatti di un problema specifico di embodied intelligence: percepire, ragionare e agire in ambienti fisici aperti e variabili richiede forme di apprendimento e generalizzazione che non si ottengono semplicemente trasferendo nel robot ciò che funziona nel linguaggio.
L'errore potrebbe essere nella parola “intelligenza”
Forse allora abbiamo commesso un errore concettuale.
Abbiamo osservato che una macchina produce un comportamento che, in un essere umano, chiameremmo intelligente e abbiamo concluso che la macchina possiede intelligenza.
Ma questa inferenza potrebbe non essere necessaria.
È possibile che ciò che chiamiamo “intelligenza” sia in realtà un insieme di capacità differenti che, nell'essere umano, sono profondamente integrate: linguaggio, percezione, memoria, movimento, apprendimento, previsione, interazione sociale, capacità di manipolare oggetti e di costruire modelli del mondo.
Nel nostro cervello e nel nostro corpo queste capacità non sono compartimenti separati. Noi le sperimentiamo come un'unica continuità.
La tecnologia, invece, le sta separando.
Prima abbiamo costruito macchine capaci di calcolare. Poi macchine capaci di riconoscere immagini. Oggi abbiamo macchine capaci di produrre linguaggio. Domani potremmo avere macchine capaci di muoversi, manipolare oggetti e interagire autonomamente con l'ambiente.
Ma il fatto che queste capacità possano essere realizzate separatamente è precisamente ciò che dovrebbe farci dubitare che esista una singola cosa chiamata “intelligenza” che una macchina debba semplicemente acquisire.
Forse stiamo scoprendo che l'intelligenza non è un oggetto che si può trasferire da un cervello a una macchina. È un insieme di capacità che possono essere ricostruite, parzialmente e separatamente, attraverso tecnologie diverse.
E qui la robotica diventa decisiva
I robot rappresentano il banco di prova che manca agli LLM.
Un sistema linguistico vive in un universo di simboli. Un robot deve vivere in un universo di conseguenze.
Se si dice “prendi la tazza”, non basta produrre una risposta corretta. Bisogna individuare la tazza, raggiungerla, afferrarla senza romperla, sollevarla, mantenerla in equilibrio e portarla nel luogo giusto.
Nel mondo fisico ogni errore ha una conseguenza.
La differenza tra dire “afferra il bicchiere con delicatezza” e farlo davvero è enorme.
È la differenza tra descrivere un'azione e compierla.
Ed è proprio questa differenza che gli LLM non possono risolvere da soli.
Non significa che siano inutili nella robotica. Al contrario, i modelli linguistici e multimodali stanno diventando componenti importanti dei sistemi robotici, soprattutto per interpretare istruzioni, collegare linguaggio e percezione e contribuire alla pianificazione. La ricerca attuale sta infatti cercando di integrare proprio queste capacità con sensori, controllo e azione.
Ma questo porta a una conclusione diversa da quella più comune.
Non stiamo necessariamente trasformando i robot in esseri intelligenti aggiungendo loro un LLM. Stiamo cercando di collegare due forme di capacità che finora avevamo sviluppato separatamente: la capacità di comunicare e quella di agire.
Il futuro potrebbe non essere una macchina che “pensa”
Questa distinzione modifica anche il modo in cui dovremmo immaginare il futuro.
La narrazione dominante presenta spesso lo sviluppo tecnologico come una corsa verso una macchina sempre più simile all'essere umano: prima impara a parlare, poi a ragionare, poi a vedere, infine a muoversi.
Ma potrebbe non funzionare così.
Potremmo invece assistere alla costruzione di sistemi composti da capacità diverse, ciascuna straordinariamente efficace nel proprio dominio, che vengono progressivamente collegate.
Un sistema potrebbe essere estremamente competente nel linguaggio, un altro nella percezione dello spazio, un altro nel controllo motorio, un altro ancora nella previsione degli eventi fisici. La loro integrazione potrebbe produrre un comportamento complessivamente molto più vicino a quello che chiamiamo intelligenza.
Ma non necessariamente perché, a un certo punto, sarà comparsa una “mente artificiale”.
Potrebbe semplicemente essere comparsa una nuova architettura di capacità.
La domanda allora cambia
Questo ci porta a una domanda molto più interessante di “le macchine sono intelligenti?”.
Dovremmo chiederci:
quali delle capacità che consideriamo espressione dell'intelligenza umana possono essere riprodotte senza riprodurre l'intelligenza umana nel suo complesso?
Gli LLM sembrano suggerire una prima risposta sorprendente: una parte molto importante della nostra capacità di comunicare può essere riprodotta senza replicare integralmente l'esperienza umana.
La robotica potrebbe suggerire la risposta complementare: per agire nel mondo, invece, il linguaggio non basta.
Tra questi due estremi si apre uno spazio enorme.
Da una parte abbiamo macchine che possono parlare senza avere un corpo. Dall'altra macchine che possono avere un corpo senza possedere ancora la flessibilità necessaria per usarlo come fa un essere umano.
Il problema tecnologico dei prossimi anni potrebbe essere proprio quello di collegare questi due mondi.
Ma il problema filosofico è ancora più interessante: capire se ciò che nascerà da questa integrazione sarà davvero “intelligenza” oppure qualcosa di nuovo, che continuiamo a chiamare intelligenza soltanto perché non abbiamo ancora trovato una parola migliore.
Forse la lezione più importante degli LLM non è dunque che le macchine stanno diventando come noi.
È che abbiamo cominciato a scoprire quanto poco fosse necessario, in alcuni casi, per ottenere comportamenti che fino a ieri consideravamo inequivocabilmente intelligenti.
E forse è proprio questa la vera rivoluzione.
Non abbiamo ancora costruito una macchina che sia come un essere umano.
Abbiamo però costruito macchine che ci stanno costringendo a capire meglio che cosa significa essere umani.