Dalla tavola delle idee primitive alla governance dell’AI: un’intuizione da rileggere con cautela

Nel 1903 Annibale Pastore cercò strutture comuni a logica, matematica e fisica. La sua tavola non offre regole per governare l’intelligenza artificiale, ma può aiutarci a porre domande migliori su elementi, relazioni e cambiamenti.

Una tavola stampata più di un secolo fa mette in fila parole che oggi sembrano appartenere a mondi lontani: nome, oggetto, idea, numero, punto, massa, spazio; poi verbo, relazione, inclusione, successione, moto, tempo.

È la “Tavola delle idee primitive” che Annibale Pastore inserì in Sopra la teoria della scienza: Logica, matematica e fisica, pubblicato nel 1903. A prima vista pare una classificazione scolastica. Nel libro, però, è il riassunto di un progetto filosofico più ambizioso: individuare i concetti fondamentali delle discipline e chiedersi se, sotto i diversi nomi, ricorrano strutture comuni.

Riletta oggi, la tavola può suggerire una domanda interessante per la governance dell’intelligenza artificiale: quando valutiamo un sistema, stiamo guardando soltanto alle sue componenti o anche alle relazioni e ai processi che le collegano?

Il progetto di Pastore

Pastore esamina le idee primitive di grammatica e logica, aritmetica e geometria, fisica matematica e meccanica razionale. Nella sintesi propone di accostare, per esempio, numero e successione, punto e moto, massa e moto, spazio e tempo. Nella logica, mette in relazione nome e verbo, oggetto e relazione, idea e inclusione.

La sua conclusione è forte: le forme primitive dei diversi campi sarebbero pienamente convertibili e potrebbero ricevere una spiegazione comune. Pastore paragona questa unificazione, tra l’altro, a quella delle manifestazioni dell’energia fisica. Si spinge anche a ipotizzare una spiegazione metafisica condivisa e possibili equazioni generali.

È essenziale conservare la distinzione tra programma e dimostrazione. Nel libro Pastore presenta una proposta filosofica e un’iniziativa di ricerca; le analogie fra discipline non dimostrano da sole che i concetti siano identici o intercambiabili. La tavola documenta il suo modo di impostare il problema, non una classificazione scientifica valida oggi.

Una seconda idea: il potenziamento

La tavola del 1903 non va confusa con tutta la filosofia successiva di Pastore. Negli anni seguenti egli sviluppò la cosiddetta “logica del potenziamento”: in sintesi, la relazione con altri enti può modificare o arricchire ciò che un ente è o può fare. Treccani descrive questa logica come un approccio sintetico e costruttivo, distinto dalla sola deduzione analitica. Treccani, “Pastore, Valentino Annibale”.

Anche qui serve cautela. Non è una teoria della governance dell’AI, e non autorizza a trasferire direttamente le categorie di Pastore ai sistemi contemporanei. Offre, semmai, un promemoria: ciò che accade a un elemento dipende anche dai rapporti in cui entra.

Dalle componenti alle relazioni

Un sistema di AI non è soltanto un modello. È inserito in una catena: dati raccolti da qualcuno, criteri stabiliti da qualcuno, un modello o un motore che produce un risultato, persone che lo interpretano, un’organizzazione che decide come usarlo e persone che possono subirne gli effetti.

Per questo una descrizione di governance dovrebbe chiedere almeno:

• Quali sono gli elementi? Modelli, dati, criteri, utenti, fornitori e gruppi interessati.
• Quali relazioni li collegano? Chi raccoglie i dati, chi definisce i criteri, chi approva, chi usa l’esito e chi può contestarlo.
• Quali processi avvengono? Addestramento o configurazione, valutazione, rilascio, uso, monitoraggio e revisione.
• Che cosa cambia nel tempo? Versioni del modello, finalità, qualità dei dati, contesto d’uso, distribuzione degli errori e responsabilità.
• Come si osservano gli effetti? Audit, segnalazioni, misure di errore, controlli sui gruppi coinvolti e procedure di arresto o correzione.

Questa griglia non deriva come regola normativa dal libro di Pastore: è un’applicazione contemporanea ispirata alla sua attenzione per le idee primitive e i loro nessi. Le risposte devono poi essere tradotte in controlli verificabili, con responsabilità e prove documentate.

Un esempio concreto: PENSAI

Nel riesame del Core Unico Python di PENSAI, questa lente ha aiutato a distinguere ciò che è rappresentato nel motore da ciò che resta un processo organizzativo. Il codice tratta alternative, rubriche e pesi, vincoli, incertezza e, facoltativamente, la provenienza delle opzioni. Identifica versione, timestamp e hash della rubrica; prevede inoltre arresti in alcuni casi e richiede un override umano per le priorità alte.

Questi elementi rendono più leggibile il calcolo, ma non costituiscono da soli una governance completa. Un campo submitted_by non autentica l’identità; una stringa “admin” non verifica un ruolo; un flag SAFE_STOP non assicura che una persona riceva e gestisca la revisione. I documenti del progetto indicano ancora come da implementare o verificare autenticazione reale, audit persistente, falsificazione operativa, controllo sistematico degli effetti discriminatori e procedure d’incidente.

Il caso mostra una distinzione utile per ogni progetto AI: un principio dichiarato, un campo presente nell’interfaccia, una regola eseguita dal codice e un controllo organizzativo verificato sono cose diverse. La governance si realizza quando questi livelli si collegano e lasciano evidenze controllabili.

Che cosa resta utile, che cosa no

La tavola di Pastore non anticipa l’intelligenza artificiale, non definisce responsabilità moderne e non fornisce criteri per valutare diritti, sicurezza, privacy o discriminazione. Anche la sua tesi di piena convertibilità tra logica, matematica e fisica va trattata come una posizione filosofica storica, non come fatto acquisito.

Il suo interesse attuale è più modesto e, proprio per questo, praticabile: ricordarci di non isolare gli oggetti dalle relazioni. Nel governo dell’AI una decisione rischiosa può emergere non da un singolo modello, ma dal passaggio tra chi sceglie i dati, chi imposta una soglia, chi riceve un punteggio e chi lo trasforma in un’azione.

La domanda da portare nel presente non è “Pastore aveva già capito l’AI?”. Non poteva. È piuttosto: “La nostra mappa del sistema include anche i rapporti e i cambiamenti che ne determinano gli effetti?”.

Se la tavola serve a farci porre questa domanda — e a cercare risposte nel codice, nei processi e nelle prove — conservarla ha senso. Non come manuale, ma come lente storica da usare con cautela.

Fonti e approfondimenti

• Annibale Pastore, Sopra la teoria della scienza: Logica, matematica e fisica (1903), scansione integrale su Internet Archive.
• Treccani, “Pastore, Valentino Annibale” — profilo biografico e sintesi della logica del potenziamento.
• PENSAI, Codice Etico e Core Unico — informazioni sul progetto.

Articolo divulgativo. La lettura di Pastore è storica e interpretativa; il caso PENSAI è un esempio interno di revisione documentale e del codice, non una certificazione indipendente o una valutazione normativa.

 

---

Disclaimer sull’uso dell’intelligenza artificiale: La ricerca, la stesura e la revisione di questo articolo sono state realizzate con il supporto di strumenti di intelligenza artificiale, sotto la supervisione dell’autore, che resta responsabile del contenuto e delle scelte editoriali. Anche l’immagine di copertina è stata generata con il supporto dell’AI. Il testo ha finalità divulgative e non costituisce consulenza legale, tecnica o professionale; la lettura di Annibale Pastore è storica e interpretativa e non presenta il suo pensiero come una guida attuale alla governance dell’AI. L’esempio relativo a PENSAI è un’analisi interna, non una certificazione indipendente né una valutazione di conformità normativa.

Views: 4