di Marco Guastavigna
Una buona e sufficientemente sintetica definizione dei dispositivi di “intelligenza” artificiale generativa è questa: macchine predittive che, sulla base di allenamento e perfezionamento condotti su gigantesche quantità di dati disponibili a titolo diverso in rete (BigData), sono in grado di costruire correlazioni e modelli statistici, utili per imitare gli esiti di processi cognitivi umani, fornendo risposte e indicazioni plausibili alle sollecitazioni degli utenti.
Questo approccio prestazionale all’intelligenza ha una conseguenza fondamentale: tipologia e qualità degli input dipendono moltissimo dalle modalità di realizzazione delle fasi di apprendimento iniziale, oltre che dal monitoraggio delle interazioni degli utilizzatori, che in molti casi metteranno in moto conversazioni di perfezionamento della prestazione e a cui è richiesto, sempre e passo passo, un feedback – spesso da motivare – sul valore di quanto generato dal dispositivo.
Per verificare il primo aspetto, che è basilare, ho condotto un piccolo esperimento, approfittando del fatto che la piattaforma di AI MagicSchool offre la possibilità di realizzare chatbot personalizzati, con cui interagire in base a criteri originali e specifici, definiti di volta in volta dall’utente, con la massima precisione possibile.
Per primo ho realizzato ChatProfTRad, che impersona l’insegnante tradizionale.
Sono poi passato a ChatProfInn, il cui credo è l’innovazione.
Siccome non mi riconoscevo in nessuno dei due profili, ho successivamente abbozzato un auto-identikit professionale, sfociato in ChatProfDiv(ergente).
Ho poi condotto una conversazione con ciascuno dei tre interlocutori.
Vale la pena di raggiungere quella con il primo per vari motivi, ma in particolare perché il chatbot si abbandona a qualche imprevista apertura a posizioni diverse da quelle di cui appare più convinto.
Quella con il collega innovatore è in vari passaggi al limite dell’insopportabilità: il chatbot elenca precetti, istruzioni, esempi, pregi e difetti con tono davvero saputello.
Ero ovviamente molto curioso di dialogare con il mio avatar professionale, ma non siamo andati oltre le prime battute, perché il meccanismo ha immediatamente fallito, fornendo una risposta implausibile. Perché?
Tradizione e innovazione animano il conflitto a proposito di istruzione, scuola e didattica, che si svolge quotidianamente tra schieramenti contrapposti, sui social e su molte altre istanze della rete, fornendo ai dispositivi di AI la possibilità di utilizzare per le proprie prestazioni BigCorpora ampi, congruenti e coerenti.
Non altrettanto avviene però per le posizioni non riducibili a questa polarizzazione: rare e spesso rarefatte, esse hanno invece minime possibilità di essere intercettate e considerate nelle fasi di addestramento e perciò il dispositivo non dispone di modelli di riferimento coerenti e congruenti ed è costretto a improvvisare.
