Go down

In questo articolo rifletterò sulle più recenti evoluzioni della società del sapere dell'Ai partendo da quanto impatta la trasformazione dalla società della prudenza a quella della prevenzione.
Fornirò alcuni spunti di riflessione su come i modelli possono predire il futuro e adeguarsi al miglior risultato utile automigliorandosi.
Infine cercherò di spiegare come questi concetti sono incredibilmente importanti e non possono essere sottovalutati perché rappresentano come saremo nell'immediato futuro.


Credo sia interessante riflettere sul fatto che l'Ai ci trasferirà dalla società della prudenza a quella della prevenzione.

Forse alcuni danno per scontato che siano la stessa cosa. Non è così. Le dimensioni e le proporzioni di una differenza ci portano a concepire la stessa in rapporto all'utilità e alla praticità con cui interagiamo con essa.

Se un interazione è forte tendiamo a massimizzarne l'effetto. In termini di efficacia.

Per capire l'impatto trasformativo possiamo pensare a un Bambino che deve attraversare la strada. E' in compagnia della mamma o del papà. Con amorevole attenzione prendono la sua mano e lo conducono sulle strisce pedonali. Gli danno le indicazioni utili. E gli dicono di fare attenzione. La prudenza impone ai genitori di prendere in considerazione due fattori: 1) prima o poi il figliolo crescerà e sceglierà di attraversare la strada fuori dalle strisce. 2) anche se rispetterà le regole non è detto che il pericolo non sia comunque in agguato pertanto dovrà fare attenzione anche quando attraverserà sulle strisce pedonali.

Per l'Ai, il modello / paradigma è basato sulla prevenzione.

Un Ai non riesce a tradurre il sentimento di amore che anima la paura. Che porta alla prudenza.

Vorrei che i lettori approfondissero gli studi sulle reti neurali di Frank Rosenblatt, la percezione multistrato di Geoffrey Hinton e i sistemi di reti neurali di Jhon Hopkins.

Bisogna capire che reti neurali, LLM e Ai sono non due ma tre cose diverse.

Un LLM è un sistema di addestramento predittivo. Ai fini di questo articolo riflettiamo sul fatto che è basato su due momenti: il pre addestramento che è formazione e il post addestramento che è applicazione. Se c'è particolare interesse si può leggere uno studio denominato "attention is all you need" che parla di architettura "transformer" la quale ha portato successivamente al concetto, oggi in uso, di "generative pre trained". Al lettore basti sapere che non è un attività statica. E' dinamica. Anzi è fluida. E viene influenzata dalla possibilità di riscrittura del codice che ai fini di questo articolo chiamerò impropriamente "sorgente".

Per darvi una metafora è come se alle scuole elementari studiaste per la prima volta l'antica Roma. Poi la studiate ancora alle medie. E successivamente alle superiori. Capite che non è la stessa cosa. Anche se l'antica Roma è paradossalmente sempre la stessa.

Torniamo però all'amore. Non c'è amore in questo addestramento. E non c'è amore nelle soluzioni, pratiche, dell'Ai. Può esserci la mano che ti conduce nell'attraversamento della strada. Tuttavia non è amore ciò che la ispira.

Però c'è prevenzione.

La domanda che ci dobbiamo porre è pertanto la seguente: una prevenzione ottimizzata e massimizzata è sufficiente? Può cioè sostituire l'aspetto relativo alla prudenza che nasce dall'affezione?

Se la risposta è negativa ciò che otterremo è un disallineamento.

Questo accade perchè lo sviluppo della tecnologia e la ricerca scientifica sono due cose diverse.

Giustamente il lettore potrebbe porsi un quesito e domandarsi come questo possa influenzare nella pratica il futuro. Sarebbe banale parlare delle applicazioni pratiche nelle auto a guida automatica.

Preferisco invece suggerire un altro test che ovviamente è già stato condotto e sviluppato ma del quale non è possibile parlare in termini di risultato perchè sono riservati.

Potete provare ad applicare le capacità predittive di alcuni agenti Ai alle scommesse sugli eventi. Prendete quale ipotetico esempio siti come polymarket. Ci sono delle aree pensate per l'impatto trasformativo dell'Ai. Tuttavia non riuscirete a trovare delle indicazioni utili per scommettere in modo vincente tramite gli agenti Ai che potreste usare ad esempio perchè già pagate l'abbonamento.

Provate però a configurarne uno. Un modello agentico. Personalizzatelo sulle vostre esigenze e introducete la differenza che vi ho suggerito. Quella tra società della prudenza e società della prevenzione. Vedrete che i risultati sono più accurati. Le vostre previsioni sono proiettate su un futuro più probabile. Verosimile. La verosimiglianza è un'attività molto importante per capire come l'Ai interpreta lo svolgimento delle proprie istruzioni. Potenzialmente la verosimiglianza è in grado di spiegare e predire i migliori successi che l'Ai ci porterà nel prossimo futuro.

Credo che si possa affermare che in questo momento i risultati attesi dai modelli Ai siano basati sulla massima funzione di verosimiglianza narrativa che è lo scostamento probabilistico tra i parametri distributivi che rappresentano i dati dell'addestramento.

Se una start up volesse ipotizzare un efficace business model potrebbe sviluppare una post addestramento per adeguare la verosimiglianza. Sarebbe come raffinare il petrolio dopo averlo estratto. Aumenterebbe il benchmark Ai e renderemo più impattante l'aspetto della prevenzione.

Perché in mancanza il rischio è che sia la società a doversi adeguare alla prevenzione e non l'opposto. Il che è come voler spingere a forza il pezzo sbagliato del puzzle nel posto che non gli appartiene.

Con questo procedimento e partendo dal ragionamento introdotto in questo articolo, si insegna all'AI il contenuto dell'analessi narrativa, affinché essa possa parametrare il suo personale background diventando un agente depositario di un sapere che è sia tecnico che narrativo.

Rammentiamo l'errore corrente nel paradigma degli Dei dell'antica grecia, laddove gli uomini accusavano gli stessi dei loro mali e dei loro patimenti. Tuttavia erano loro a procurarseli con le loro ritualità e follie.

Il filosofo Jürgen Habermas ha introdotto alcuni canoni importabili in questo ragionamento avuto riguardo alla necessità di una retrospezione critica che attraverso la reinterpretazione può portare a un autoriflessione emancipativa. E' questo il massimo livello in cui potrà essere ottimizzata, in termini di verosimiglianza, la prevenzione dell'Ai.

Dandogli una capacità di adeguare se stessa e prevedendo gli eventi futuri.


Pubblicato il 17 novembre 2026

Marco Solferini

Marco Solferini / Avvocato titolare dello Studio Legale Solferini. Diritto civile, bancario, del risparmio, diritto di Famiglia e successioni. Diritto commerciale e societario.

https://www.studiolegalesolferini.com/