I grandi modelli linguistici superano il test di Turing, ma non «comprendono» nel senso umano del termine. Il test non è più un criterio affidabile per valutare l’intelligenza artificiale.
I grandi modelli linguistici superano il test di Turing, ma non «comprendono» nel senso umano del termine. Per settant’anni, il test ha definito l’intelligenza artificiale come capacità di ingannare un interlocutore umano. Oggi, con chatbot capaci di dialoghi fluidi, il criterio non tiene più il passo con la realtà. L’intelligenza artificiale non è più giudicata sulla base della comprensione, ma sulla capacità di imitare.
In breve
- Il test di Turing non misura l’intelligenza, ma solo la capacità di imitare.
- La simulazione linguistica non equivale alla comprensione umana.
- I modelli linguistici generano risposte coerenti senza intenzionalità.
- La forma del sapere sostituisce la sua sostanza.
- La governance pubblica dovrà definire nuovi standard per l’IA.
La crisi del test di Turing si basa su una confusione linguistica decennale: si suppone che il linguaggio sia equivalente al pensiero. Gli algoritmi di intelligenza artificiale, invece, operano come sistemi in grado di produrre risposte coerenti senza possedere intenzionalità o coscienza. Questo sposta il dibattito da una definizione cognitiva a una puramente comportamentale.
La ricerca di Walter Quattrociocchi segnala un rischio: i modelli linguistici generano informazioni basate su pattern statistici, non su verità verificabili. L’utente, privo di strumenti critici, rischia di confondere fluidità con competenza. La sfida è preservare la capacità di riconoscere la comprensione autentica in un mondo dove la simulazione è indistinguibile dal discorso reale.
