La vera ri-evoluzione umana comincia dal vocabolario, non dall’AI
Più parole per distinguere il mondo, più possibilità per comprenderlo
Viviamo in un’epoca nella quale la parola rivoluzione viene associata quasi automaticamente all’intelligenza artificiale.
Macchine capaci di scrivere, tradurre, creare immagini, analizzare informazioni e produrre risposte sempre più sofisticate sembrano indicare che il grande salto dell’umanità sia ormai tecnologico.
Io credo che dovremmo fare un passo indietro.
Non per rifiutare l’IA, ma per porci una domanda precedente:
quanto è grande il mondo che siamo ancora capaci di nominare?
Una parola è una possibilità
Una parola non è soltanto un suono o un segno scritto.
È anche una possibilità di distinguere.
Quando impariamo una parola nuova, possiamo acquisire la capacità di riconoscere e descrivere qualcosa che prima percepivamo soltanto in modo indistinto.
Questo non significa che possedere più parole renda automaticamente più intelligenti.
Il rapporto tra linguaggio e pensiero è molto più complesso. La ricerca sulla cosiddetta relatività linguistica studia proprio la possibilità che le strutture e le categorie delle diverse lingue influenzino alcuni aspetti della cognizione. La letteratura scientifica, tuttavia, non sostiene una semplice relazione deterministica tra lingua e pensiero.
Ed è proprio questa distinzione che rende interessante la questione.
La lingua potrebbe non stabilire ciò che possiamo pensare.
Ma può contribuire a stabilire ciò che distinguiamo più facilmente, ciò che riusciamo a nominare e il modo in cui organizziamo alcune esperienze.
Più parole, più distinzioni
La mia tesi non è:
più parole = più intelligenza.
È un’altra:
più parole del mondo siamo disposti a conoscere e utilizzare, più possibilità abbiamo di distinguere il mondo.
La differenza è fondamentale.
Possiamo avere davanti agli occhi un fenomeno e non possedere ancora la parola necessaria per descriverlo.
Possiamo vivere un’esperienza e non riuscire a comunicarla.
Possiamo avere un problema e non riuscire a formularlo correttamente.
In questi casi il problema non è necessariamente l’assenza della realtà.
Può essere l’assenza dello strumento linguistico necessario per renderla distinguibile.
Tullio De Mauro dedicò una parte importante del suo lavoro proprio al rapporto tra lessico, comprensione e uso della lingua. Il suo Vocabolario di base nasce dall’idea che frequenza, disponibilità e diffusione delle parole abbiano un ruolo concreto nell’accesso al lessico e nella comunicazione.
Il vocabolario, quindi, non è soltanto un elenco di parole.
È uno degli strumenti attraverso i quali costruiamo la nostra rappresentazione del mondo.
Italiano e inglese
A questo punto diventa interessante il confronto tra italiano e inglese.
L’inglese è oggi una lingua fondamentale della scienza, della tecnologia, dell’economia internazionale e dell’intelligenza artificiale.
L’italiano possiede una lunga stratificazione storica e culturale e un patrimonio lessicale molto articolato.
Non avrebbe senso stabilire quale delle due lingue sia «migliore».
Il problema non è la superiorità di una lingua sull’altra.
Il problema è la quantità e la precisione delle distinzioni che siamo disposti a mantenere quando parliamo.
Una parola inglese può arricchire l’italiano.
Ma può anche diventare un contenitore generico se viene utilizzata senza verificare quale significato intendiamo realmente esprimere.
Feedback, per esempio, può indicare in contesti diversi un riscontro, una risposta, una reazione, una valutazione o una retroazione.
Non c’è nulla di sbagliato nell’usare feedback.
La questione nasce quando una parola sostituisce automaticamente diverse parole possibili e, con esse, alcune differenze concettuali.
Il problema, dunque, non è l’inglese.
È la perdita della distinzione.
L’IA può moltiplicare le parole
Ed eccoci all’intelligenza artificiale.
L’IA può lavorare con quantità di testo e di lessico che nessun individuo potrebbe gestire direttamente.
Può proporre sinonimi, tradurre, confrontare documenti, individuare collegamenti e suggerire formulazioni.
Ma la disponibilità di più parole non equivale automaticamente a una migliore conoscenza.
La macchina può proporre.
L’essere umano deve ancora comprendere.
La macchina può generare.
L’essere umano deve distinguere.
La macchina può offrire molte possibilità.
L’essere umano deve decidere quale rappresenta realmente il problema.
Questa distinzione diventa ancora più importante proprio perché l’IA rende la produzione linguistica estremamente economica.
Se produrre mille parole costa quasi nulla, il valore non sta necessariamente nel produrne altre mille.
Può stare nel trovare quella parola che cambia la comprensione del problema.
Perché PENSAI è anomalo
È qui che, a mio avviso, PENSAI diventa anomalo.
Non perché voglia competere con l’IA nella produzione di testo.
E neppure perché pretenda di essere «più intelligente» di una macchina.
La sua anomalia nasce da una domanda precedente:
abbiamo davvero definito il problema prima di cercare la soluzione?
Una decisione può essere tecnicamente elaborata e tuttavia partire da una rappresentazione sbagliata.
Se il problema è formulato male, anche la migliore risposta può essere una risposta alla domanda sbagliata.
Per questo PENSAI pone al centro la necessità di distinguere lo stato del problema, le alternative, i criteri, l’incertezza e i rischi prima della scelta.
Il percorso diventa quindi:
parola → distinzione → domanda → comprensione → decisione.
Non è una teoria secondo cui il vocabolario determinerebbe la decisione.
È una disciplina che riconosce una cosa molto più semplice:
non possiamo governare bene ciò che non siamo riusciti a definire sufficientemente.
La vera ri-evoluzione
Forse la grande rivoluzione dell’IA non dovrebbe portarci semplicemente a produrre più contenuti.
Dovrebbe costringerci a diventare più esigenti nei confronti delle parole che utilizziamo.
La ricerca sulla relatività linguistica rimane aperta e controversa. Esistono risultati che suggeriscono effetti cognitivi legati alle categorie linguistiche, ma esistono anche difficoltà metodologiche e risultati non sempre replicabili. Proprio per questo è più corretto parlare di influenza possibile e contestuale, non di determinismo linguistico.
Ed è proprio questa cautela a rendere, secondo me, più interessante la domanda.
Non sappiamo se avere un vocabolario più ampio renda necessariamente migliore la nostra conoscenza.
Ma sappiamo che senza parole sufficienti alcune distinzioni diventano più difficili da formulare, comunicare e condividere.
Allora possiamo rovesciare la domanda.
Non:
«L’IA diventerà intelligente?»
Ma:
«Noi saremo ancora disposti ad ampliare il nostro vocabolario per comprendere il mondo che l’IA ci aiuterà a descrivere?»
La vera ri-evoluzione potrebbe cominciare proprio lì.
Da una parola nuova.
Da una distinzione che prima non vedevamo.
Da una domanda che prima non sapevamo formulare.
E forse anche da una scelta apparentemente piccola: non accontentarsi della prima parola disponibile.
Perché prima della risposta viene la domanda.
Prima della domanda viene la distinzione.
Prima della distinzione viene la parola.
E qualche volta la parola più importante è proprio quella che ancora non conosciamo.
La vera ri-evoluzione umana comincia dal vocabolario, non dall’AI.
Salvatore Martino
Fonti essenziali
- John A. Lucy, Linguistic Relativity, Annual Review of Anthropology, 1997.
- John A. Lucy, Recent Advances in the Study of Linguistic Relativity in Historical Context: A Critical Assessment, Language Learning, 2016.
- John A. Lucy, Language Diversity and Thought, Cambridge University Press, 1992.
- Tullio De Mauro, studi sul Vocabolario di base e sull’accessibilità del lessico.
- David January & Edward Kako, Re-evaluating evidence for linguistic relativity, Cognition, 2007 — esempio importante della posizione critica e dei problemi di replicazione nella ricerca.
Nota: questo saggio è stato elaborato con il supporto di ChatGPT. Le tesi, le interpretazioni e la responsabilità finale del contenuto appartengono all’autore.
Views: 1
