Creato con Oravio — il sistema operativo AI che esegue invece di rispondere
Provalo
Che cos'è, da dove nasce, come funziona e quali questioni apre. Tutta la voce enciclopedica condensata in una lettura da cinque minuti.
L'intelligenza artificiale è la disciplina dell'informatica che studia teorie, metodi e tecniche per progettare sistemi hardware e software capaci di prestazioni che, a un osservatore umano, sembrerebbero di pertinenza esclusiva dell'intelligenza umana: ragionare, apprendere, pianificare, percepire l'ambiente e usare il linguaggio.
Non esiste una definizione unica e universalmente accettata: il confine di ciò che chiamiamo "intelligente" si sposta continuamente, tanto che si parla di effetto IA — appena un problema viene risolto, smette di sembrare intelligenza.
Dalla logica formale ai modelli generativi, passando per due "inverni".
Due filosofie che hanno diviso il campo per decenni — e che oggi convivono.
La conoscenza è rappresentata con simboli, regole logiche e ontologie. La macchina ragiona manipolando simboli: sistemi esperti, motori inferenziali, pianificatori. Trasparente e spiegabile, ma fragile fuori dal dominio previsto.
Nessuna regola scritta a mano: la conoscenza emerge dai dati attraverso reti neurali che regolano milioni di parametri. Potentissima e generalizzante, ma opaca — la famosa "scatola nera".
Sistemi progettati per un compito specifico: riconoscere volti, tradurre, guidare, consigliare. Simulano l'intelligenza senza possederla. È tutto ciò che esiste oggi.
Una macchina con intelligenza generale paragonabile a quella umana, capace di trasferire competenze da un dominio all'altro e — secondo alcuni — dotata di stati mentali. Resta ipotetica.
Le grandi famiglie di metodi che compongono la disciplina.
Apprendimento supervisionato, non supervisionato e per rinforzo: il sistema migliora con l'esperienza.
Reti neurali profonde a molti strati: il motore della svolta degli ultimi quindici anni.
Comprensione, generazione e traduzione del testo; modelli conversazionali e generativi.
Riconoscimento di immagini, oggetti, volti e scene; analisi video in tempo reale.
Percezione, movimento e interazione con il mondo fisico; agenti autonomi situati.
Rappresentazione della conoscenza, algoritmi di ricerca, pianificazione automatica, sistemi esperti.
La parte della voce che negli ultimi anni è cresciuta di più.
I modelli ereditano e amplificano i pregiudizi presenti nei dati di addestramento, producendo discriminazioni.
Le decisioni delle reti profonde sono difficili da spiegare: un problema serio in medicina, giustizia e credito.
Riconoscimento facciale e profilazione di massa pongono questioni di libertà individuale.
Automazione di mansioni cognitive e ripetitive, con impatti sull'occupazione e sulle competenze richieste.
Deepfake e contenuti sintetici indistinguibili dal reale minacciano la fiducia nell'informazione.
Armi autonome e sistemi decisionali senza supervisione: chi risponde giuridicamente di un errore?
L'Unione Europea ha adottato un approccio basato sul rischio con l'AI Act: pratiche vietate, obblighi stringenti per i sistemi ad alto rischio, requisiti di trasparenza per l'IA generativa. Accanto, i principi OCSE e UNESCO su un'IA affidabile e centrata sull'essere umano.
Una macchina che si comporta in modo intelligente capisce davvero? L'esperimento mentale della stanza cinese di John Searle sostiene di no: manipolare simboli secondo regole non equivale a comprenderne il significato. Il funzionalismo replica che, se il comportamento è indistinguibile, la distinzione perde senso.
Sullo sfondo restano aperte la questione della coscienza artificiale e l'ipotesi della singolarità tecnologica: il momento in cui una macchina in grado di migliorare se stessa innescherebbe una crescita di intelligenza incontrollabile.