Oltre il tipping point dell'Intelligenza Artificiale

Il tipping point dell’IA

Siamo vicini a un tipping point: probabilmente abbiamo appena superato la soglia critica. Per potercene davvero accorgere, dovremmo avere la possibilità di osservare ex post il cambio di velocità avvenuto, riuscendo a definire forse una data-simbolo di questo passaggio. E a mio avviso questa data sarà considerata, retrospettivamente, quella dell’avvenuto rilascio di GPT da parte di OpenAI: il 30 novembre 2022. Questo evento simbolico segna il passaggio da un lento processo evolutivo a una rapida espansione, in cui l’IA è diventata contagiosa nella sua propagazione.
Ci accorgeremo tra qualche anno di come è cambiata la dinamica di diffusione dell’IA: riguarderà forse ancora i dispositivi che usiamo già oggi, ma è la nostra attenzione rispetto a questa tecnologia che sarà cambiata radicalmente, portandoci ad accettare questi strumenti e a renderci sempre più degli attivi diffusori delle sue possibilità di utilizzo in ambiti diversi. L’attenzione pubblica si sarà spostata rapidamente dal considerarla un fenomeno tecnologico per pochi “addetti ai lavori” a ritenerla parte integrante e imprescindibile della vita quotidiana di ciascuno.

Dall’effetto “Sisifo” all’effetto “valanga”

Negli ultimi mesi si sta discutendo se siamo di fronte a una nuova rivoluzione tecnologica, forse la più radicale di tutte. Tuttavia, parlare di rivoluzione implica una prospettiva caotica e imprevedibile, in cui tutto può accadere. Per questo motivo, è preferibile utilizzare termini come “punto di svolta”, “punto critico” o “tipping point” per descrivere il passaggio di un sistema da una modalità di funzionamento a un’altra, nuova e sconosciuta. Questo passaggio è studiato nei sistemi complessi e rappresenta un punto di non ritorno, in cui un processo in corso diventa irreversibile. Il sistema aumenta la propria complessità interna, generando nuove proprietà di funzionamento.
Un aspetto fondamentale che caratterizza il punto critico è che questo cambio radicale avviene secondo una strana dinamica, sia nella modalità di avvicinamento al punto di svolta che nella modalità di funzionamento dopo che questo punto è stato superato. Prima di arrivare al punto critico, il sistema si muove secondo ciò che è definito effetto “Sisifo”: come racconta il mito, Sisifo era condannato a salire lungo un ripido pendio portando con fatica e lentezza una pietra enorme sulle spalle. Il processo è lento, richiede tempo e fatica, e come osservatori possiamo quasi non accorgerci di ciò che sta avvenendo.
Tuttavia, quando si supera una certa soglia – che non si è in grado di prevedere quando avverrà e, soprattutto, se avverrà – il processo cambia improvvisamente la sua modalità di funzionamento. Non è più né lento né faticoso, ma assume una velocità esponenziale. Questo fenomeno viene definito, non a caso, effetto “valanga”.
Pensiamo alla ricerca per sviluppare l’Intelligenza Artificiale: vi è stato un lungo periodo definito come “l’inverno dell’IA” in cui si utilizzavano i sistemi simbolici per simulare nelle macchine il cervello umano; nonostante grandi aspettative ed ingenti investimenti di denaro, non si riuscivano tuttavia a ottenere i risultati sperati. Questo periodo potremmo considerarlo come l’effetto Sisifo vissuto dall’IA. Solo dopo anni di delusioni e di quasi abbandono di queste ricerche, si è passati allo studio e all’applicazione delle reti neurali e al deep learning, prima quasi in sordina e poi, in questo ultimo decennio, in maniera sempre più pervasiva.
Come mai quando si arriva a un tipping point cambia radicalmente la dinamica? Cos’è che trasforma magicamente l’effetto Sisifo nell’effetto valanga? Il comportamento collettivo.
Se molti elementi – in questo caso molti esseri umani – seguono comportamenti simili, si trasformano in “diffusori”, propagatori di quegli stessi comportamenti. Si parla di un vero e proprio fenomeno di contagio, di imitazione sociale. Ciò che viene diffuso può essere un virus, come abbiamo imparato recentemente, ma può essere anche l’uso di determinati strumenti, piuttosto che certe preferenze rispetto ad altre. E questi processi di contagio determinano il successo di ciò che viene propagato in modo esponenziale.