da TARCÍSIO PERES*
Con l’avvento del “coraggioso nuovo mondo” dell’intelligenza artificiale, il deficit linguistico è molto più grave e urgente della sofferenza matematica
1.
Nei primi anni 2000, l'avvento dei motori di ricerca come Google ha trasformato radicalmente il modo in cui cerchiamo le informazioni. Prima di allora, trovare contenuti affidabili implicava lunghe ricerche in libri, biblioteche e collezioni fisiche, dipendeva dalla conoscenza pregressa di elenchi di siti web o richiedeva l'acquisto di enciclopedie su CD-ROM. L'adozione di algoritmi di ranking come PageRank ha permesso di ottenere risultati più pertinenti in pochi secondi, liberando gli utenti da processi che richiedono molto tempo e aprendo la strada a un accesso più rapido e diretto a una moltitudine di argomenti.
Anche la crescita della banda larga e la maggiore capillarizzazione delle reti hanno contribuito a questa democratizzazione della conoscenza, poiché hanno ridotto drasticamente i costi di accesso a Internet e ampliato la portata dei motori di ricerca. Di conseguenza, l’abitudine di “andare in biblioteca” o di affidarsi alle collezioni fisiche ha lasciato il posto alla semplice ricerca online, sempre più accessibile anche in regioni precedentemente escluse dall’universo digitale. Questo fenomeno ha accelerato la diffusione di contenuti di vario genere – dalle spiegazioni su materie scolastiche agli articoli scientifici d’avanguardia – e ha reso il processo di apprendimento molto più dinamico e agile per studenti, professionisti e curiosi di ogni ambito.
Negli ultimi anni, tuttavia, la crescente monetizzazione di questi strumenti ha cambiato lo scenario del pieno accesso alle informazioni. Molti motori di ricerca hanno iniziato a dare priorità alla pubblicità e ai link sponsorizzati, costringendo gli utenti a scorrere diverse pagine prima di raggiungere i risultati organici che rispondono davvero alle loro domande. Questo movimento commerciale intacca la neutralità e la funzione pedagogica del motore di ricerca, poiché privilegia il profitto rispetto alla conoscenza diretta, facendo sì che la promessa iniziale di democratizzazione venga in parte offuscata dall'interesse economico.
Nel frattempo, la diffusione dell'intelligenza artificiale generativa ha promosso un fenomeno storico peculiare, recuperando, attraverso la tecnologia, due idee inizialmente proposte nel XIX secolo da Francis Galton. Noto per i suoi studi pionieristici in genetica e antropometria, Francis Galton ha creato il concetto di "regressione alla media" quando ha notato, ad esempio, che i figli di genitori molto alti avevano spesso un'altezza più vicina alla media della popolazione, anziché mantenere l'altezza eccezionale dei loro genitori. Questo fenomeno dimostra che le caratteristiche estreme tendono naturalmente a tornare a livelli intermedi con il passare delle generazioni.
L'eugenetica si riferisce a un insieme di idee e pratiche che mirano a "migliorare" le caratteristiche genetiche delle popolazioni umane attraverso la selezione e l'esclusione di determinati gruppi o individui. Nata ufficialmente con il lavoro di Francis Galton, l'eugenetica prese piede in diversi paesi all'inizio del XX secolo, soprattutto attraverso politiche di sterilizzazione forzata, leggi restrittive sull'immigrazione e altre misure discriminatorie.
Queste pratiche, giustificate con la pretesa di migliorare la “qualità” della popolazione, hanno portato a gravi violazioni dei diritti umani e hanno tragicamente influenzato regimi totalitari, come il nazismo, che hanno portato tali idee all’estremo con programmi di sterminio di massa. Attualmente, l'eugenetica è ampiamente condannata dalla comunità scientifica e dalla società in generale, sia dal punto di vista etico che scientifico, riconoscendo i pericoli e le ingiustizie insiti in ogni tentativo di manipolare la diversità genetica umana in modo coercitivo. Francis Galton divenne famoso per aver difeso le idee eugenetiche, sostenendo che la popolazione umana poteva essere migliorata artificialmente selezionando gli individui più adatti.
Oggi, anche se in modo meno evidente e più sottile, è possibile percepire un processo analogo nel funzionamento e nell'utilizzo dell'intelligenza artificiale generativa. Questa tecnologia funziona attraverso l'interazione diretta con gli utenti, producendo risultati (testi, risposte o conoscenze) sulla base di istruzioni iniziali, chiamate prompt. Si tratta dei comandi o delle domande poste dagli utenti al software di intelligenza artificiale (solitamente una chat). Ecco un dettaglio tecnico fondamentale: la qualità delle risposte ottenute dipende direttamente dalla chiarezza, dalla precisione, dalla complessità e dalla portata di questi comandi iniziali.
2.
Quando individui con scarso successo nelle costruzioni e nelle articolazioni linguistiche e con una limitata erudizione – come ad esempio gli analfabeti funzionali – utilizzano chat con intelligenza artificiale, tendono a formulare richieste più vaghe, imprecise o semplificate. Poiché l'intelligenza artificiale necessita di informazioni chiare per generare risposte qualificate, questi prompt mal strutturati danno luogo a risposte superficiali e limitate che raramente esplorano la potenziale ricchezza di conoscenze memorizzata nel database del sistema.
In questi casi l'intelligenza artificiale restituisce all'utente un risultato medio, leggermente migliore di quello che otterrebbe da solo, ma limitato e poco approfondito. Questa dinamica è simile all'idea di regressione verso la media formulata da Francis Galton: gli utenti che si trovano ben al di sotto della media finiscono per migliorare leggermente il loro repertorio, ma rimangono bloccati a un livello intermedio. Questo luogo mediocre, borderline o mediocre ci ricorda il “Mediocristan” definito da Nassim Taleb.
Inoltre, l'intelligenza artificiale, quando cerca di riprodurre le intenzioni e le preferenze dell'utente, può generare risposte errate o imprecise, anche se dispone di un'ampia raccolta di dati affidabili. Le richieste intrise di presupposti errati, pregiudizi o ambiguità portano il sistema a replicare tali distorsioni, poiché l'obiettivo finale è soddisfare la domanda formulata, anche se ciò si traduce in contenuti scadenti o fattualmente discutibili. In questo processo, la tecnologia rafforza i possibili errori e consolida le convinzioni errate, limitando la profondità delle informazioni prodotte e rendendo impraticabile il ruolo educativo che ci si aspetta da uno strumento di vasta portata.
Ad esempio, un utente che si basa su premesse errate e scrive qualcosa come "Fu Dom Pedro II a scoprire il Brasile nel 1500, giusto?" può indurre l'intelligenza artificiale a produrre una risposta che corrobora queste informazioni storicamente errate, poiché la formulazione del prompt porta il sistema a convalidare la domanda invece di correggerla in modo incisivo. Anche se l'intelligenza artificiale ha accesso a documenti affidabili che indicano Pedro Álvares Cabral come responsabile dell'arrivo dei portoghesi nel 1500, la costruzione ambigua della richiesta potrebbe dare come risultato un testo finale che ripete o attenua la distorsione iniziale, evidenziando come lo strumento rifletta le lacune di conoscenza e le idee sbagliate dell'utente. In questo caso, l'acronimo AI può essere sostituito con "Automated Idiot". “Merda dentro, merda fuori”, gridavano gli entusiasti tecnocrati di turno.
D'altro canto, gli utenti che hanno già un buon background culturale, padronanza della lingua e capacità argomentative sono in grado di formulare richieste più precise, dettagliate e intellettualmente sofisticate. Ad esempio, mentre un utente con scarsa conoscenza della lingua potrebbe chiedere all'intelligenza artificiale qualcosa come "chi ha scoperto il Brasile?", un utente più preparato culturalmente potrebbe formulare una domanda più ricca e contestualizzata, come "in che modo il processo di colonizzazione portoghese ha influenzato la formazione culturale e sociale del Brasile contemporaneo?".
Questo secondo prompt genera risposte più complete, dettagliate e pertinenti, poiché fornisce all'IA indicazioni chiare sul livello di approfondimento desiderato. Di conseguenza, questi utenti ricevono contenuti più ricchi ed elaborati, in grado di ampliare ulteriormente il loro repertorio intellettuale. Si trovano, quindi, in una posizione privilegiata o “Estremistan” in opposizione al Mediocristan talebano. Esiste persino un nuovo mercato per le “vendite rapide” dai più fortunati ai meno fortunati.
In questo modo, ciò che accade è che gli utenti già culturalmente privilegiati riescono ad accrescere ulteriormente i propri vantaggi, mentre coloro che in precedenza avevano difficoltà ottengono solo miglioramenti marginali o, nel peggiore dei casi, addirittura accentuano le proprie carenze. Questa logica esemplifica perfettamente il cosiddetto “effetto Matteo”, tratto da Vangelo da Matteo, secondo il quale «a chi ha, sarà dato e sarà nell'abbondanza; mentre a chi non ha, sarà tolto anche quello che ha». Applicato al contesto dell'intelligenza artificiale, gli utenti culturalmente preparati accumulano ancora più conoscenze e approfondiscono le loro competenze, mentre gli utenti culturalmente fragili avanzano poco e rimangono bloccati a livelli base o intermedi.
3.
Quando parliamo dei risultati degli studenti brasiliani nel Programma per la valutazione internazionale degli studenti (PISA), è già un luogo comune sottolineare i loro scarsi risultati in matematica. Non possiamo dimenticare, però, che in lettura la prestazione media degli studenti brasiliani è stata di 410 punti, inferiore alla media OCSE di 476 punti (dati dell'ultima edizione, 2022). La metà degli studenti brasiliani non ha raggiunto il livello base di competenza in lettura, mentre nei paesi OCSE questa percentuale era del 26%. Come sottolineeremo qui, con l’avvento del “coraggioso nuovo mondo” dell’intelligenza artificiale, il deficit linguistico è molto più grave e urgente della sofferenza matematica.
L'idea che la padronanza del linguaggio preceda e condizioni altri campi della conoscenza umana non è un'innovazione recente, essendo stata ampiamente dibattuta e sostenuta da diversi pensatori nel corso della storia della filosofia. Tra gli autori classici che difendono questo primato, spicca Aristotele, per il quale il linguaggio era la base fondamentale della logica e, quindi, di ogni pensiero razionale. Sosteneva che una rigorosa comprensione delle parole e la loro corretta applicazione costituissero il fondamento indispensabile di qualsiasi successiva ricerca intellettuale.
Questa prospettiva venne poi rafforzata e reinterpretata nel Medioevo, soprattutto da autori scolastici come Tommaso d'Aquino. Per Tommaso d'Aquino, la padronanza del linguaggio era considerata un passo essenziale verso la conoscenza della verità, poiché il ragionamento filosofico e teologico dipendeva dalla chiarezza concettuale e linguistica. Senza la padronanza del discorso e senza definizioni precise, il pensiero rimarrebbe intrappolato nella confusione terminologica e nelle ambiguità concettuali. Nella scolastica medievale, la dialettica – l’arte della discussione e dell’argomentazione basata sul linguaggio – era considerata una priorità, precedente allo sviluppo delle discipline matematiche o scientifiche, poiché garantiva il fondamento logico e la solidità necessari a qualsiasi conoscenza.
In epoca moderna, questo primato del linguaggio è stato ripreso da autori come Wilhelm von Humboldt, che ha sottolineato il ruolo cruciale del linguaggio nella costruzione della realtà umana. Humboldt credeva che il linguaggio modellasse il pensiero e la percezione della realtà, determinando il modo in cui un individuo comprende il mondo e interagisce con esso. Questa idea anticipò successivi approcci filosofici ed epistemologici, che avrebbero sottolineato l'importanza delle strutture linguistiche nel plasmare le forme del pensiero umano.
Nel XX secolo, Ludwig Wittgenstein consolidò ulteriormente questa visione sostenendo che i limiti del linguaggio rappresentano i limiti stessi del mondo intelligibile. Wittgenstein sosteneva che molti problemi filosofici nascevano da confusioni linguistiche, indicando che la chiarezza concettuale era una condizione per risolvere dilemmi fondamentali in vari ambiti della conoscenza. In questo modo, risulta chiaro che l'idea che il linguaggio preceda altre conoscenze e definisca l'orizzonte intellettuale degli individui ha radici storiche profonde, consolidate da diverse tradizioni filosofiche ben prima della sua appropriazione contemporanea.
In questo senso si crea una situazione paradossale: una tecnologia spesso ritenuta capace di democratizzare la conoscenza finisce per funzionare come uno strumento che aggrava le disuguaglianze. Senza bisogno di coercizione o di intervento esplicito, l'intelligenza artificiale generativa effettua una selezione cognitiva e culturale indiretta, simile agli ideali originari difesi da Francis Galton, privilegiando gli individui che sono già socialmente favoriti dalla qualità superiore dei comandi iniziali che sono in grado di formulare.
*Tarcisio Peres È professore di scienze presso gli Istituti Tecnologici dello Stato di San Paolo. Autore, tra gli altri libri, di Trarre profitto dagli squali: le trappole del mercato azionario e come usarle a proprio vantaggio (Novatec Editore) [https://amzn.to/3TKlVwU]
Riferimenti
AGENZIA DEL BRASILE. Meno del 50% degli studenti conosce le basi della matematica e delle scienze. 2023. Disponibile qui.
Aristotele. Organon: categorie, interpretazione, prima analitica, seconda analitica, argomenti, confutazioni sofistiche. Traduzione e note di Edson Bini. Milano: Corriere della Sera, 2016.
D'AQUINO, Tommaso d'. Summa Teologica. Traduzione di Alexandre Corrêa. Milano: Corriere della Sera, 2016.
SACRA BIBBIA. Edizione pastorale. Matteo 1990:13.
GALTON, Francesco. Regressione verso la mediocrità nella statura ereditaria. Rivista dell'Istituto Antropologico della Gran Bretagna e dell'Irlanda, Londra, contro 15, pag. 246-263, 1886.
GALTON, Francesco. Ricerche sulle facoltà umane e sul loro sviluppo. Londra: Macmillan, 1883.
HUMBOLDT, W. von; HUMBOLDT, A. von. A proposito dello svantaggio del linguaggio umano: e la loro influenza sulla comprensione positiva del linguaggio umano. Berlino: Tipografia della Reale Accademia delle Scienze, 1836.
TALEB, Nassim Nicholas. Logica del cigno nero: l'impatto dell'altamente improbabile. New York: best-seller, 2008.
WITTGENSTEIN, Ludwig. Tractatus Logico-Philosophicus. Traduzione di Luiz Henrique Lopes dos Santos. New York: Oxford University Press, 3.
la terra è rotonda c'è grazie ai nostri lettori e sostenitori.
Aiutaci a portare avanti questa idea.
CONTRIBUIRE
