«E lo stordimento sparì. Allan aprì gli occhi, con la visione ancora appannata e si trovò a fissare gli occhi sfaccettati della farfalla. La visione tornò limpida […]. Gli occhi tranquillamente impersonali lo osservavano senza irritazione né paura» (Green 1974, p. 79). Allan Odegaard è un “protettore” che fa parte al corpo dei “filosofi ambientali”, che ha il compito (terribile) di stabilire se le forme di vita che gli esseri umani incontrano nelle loro esplorazioni spaziali sono intelligenti, e quindi da preservare, oppure se il loro comportamento è “soltanto” istintivo, e quindi possono essere sacrificate per non intralciare i progetti di sfruttamento umani. Allan si trova su un pianeta da poco scoperto che è stato battezzato “Bellezza” per la sua natura lussureggiante (un pianeta perfetto per la colonizzazione umana), e gli ommatidi che lo fissano sono quelli di una enorme farfalla, che si comporta in un modo che rende difficile capire se sia davvero intelligente, oppure se il suo sia un più “semplice” comportamento meccanico, dettato soltanto dall’istinto.
In effetti Allan è uno strano filosofo, perché accetta senza discussioni il dualismo intelligenza vs istinto su cui basa le sue decisioni. Un filosofo non è un giudice, cioè qualcuno che stabilisce che cos’è giusto e che cos’è ingiusto: piuttosto il filosofo mette in discussione i dualismi che imprigionano il pensiero, e che lo costringono a muoversi all’interno di percorsi prestabiliti, e che quindi gli impediscono di esplorare ipotesi non ancora pensate. Il “protettore” Odegaard è un protettore perché “protegge” le specie animali intelligenti; come se quelle stupide non fossero meritevoli di protezione. D’altronde Joseph Green, l’autore di questo breve romanzo, aveva cominciato la sua carriera come militare, progettando impianti per missili per l’aviazione statunitense. Così, alle prese con un’altra forma di vita sul pianeta Zwergwelt (che potrebbe essere tradotto dal tedesco come il mondo dei nani o degli gnomi), dei piccoli animali dalle sembianze umanoidi Allan constata che «presentavano un repertorio estremamente vasto di risposte situazionali, ma finora […] non aveva registrato atti che dimostrassero in maniera inoppugnabile che gli ominidi erano dotati di intelligenza perché poteva sempre trattarsi di risposte istintuali complesse» (ivi, p. 94).
Da questa incertezza si capisce perché Allan non sia un filosofo, tantomeno un “filosofo ambientale”, perché invece di prendere questa esitazione fra istinto e intelligenza come un’occasione di pensiero per decostruire questo stesso dualismo cerca piuttosto altri “dati” (la filosofia non ha bisogno di dati) per provare a sciogliere il suo dubbio (per chi fosse interessato alla sorte di questi “ominidi” alla fine Odegaard, bontà sua, li riconoscerà intelligenti, e quindi li salverà dall’invadenza umana. È curioso notare che nel romanzo la fazione politica che si oppone strenuamente ai “filosofi ambientali” è quella dei cosiddetti “neo-romani”: per loro c’è un solo interesse di cui tener conto, quello umano, tutto il resto non conta; oggi probabilmente li chiameremmo i trumpiani).
Nel tempo che stiamo vivendo la domanda di Allan Odegaard ce la poniamo tutti i giorni quando usiamo e siamo usati dai Large Language Models, come ad esempio l’onnipresente ChatGPT (GPT significa “Generative Pre-trained Transformer”, cioè un programma di intelligenza artificiale basato reti neurali – addestrato su un enorme campione di testi scritti – che “capisce” e “scrive” (propriamente li “genera”) testi come farebbe un essere umano). In effetti per i testi prodotti da queste intelligenze si pone esattamente la stessa domanda che si pone per il comportamento degli ominidi di Zwergwelt che infatti presentano «un repertorio estremamente vasto di risposte situazionali, ma finora» non hanno ancora «registrato atti» che dimostrino «in maniera inoppugnabile» che questi programmi di IA siano «dotati di intelligenza perché» potrebbe più semplicemente «trattarsi di risposte istintuali complesse» (ivi).
Riprendendo la contrapposizione che si sente ripetere in continuazione quando si parla dei LLMs: il loro comportamento è “davvero” intelligente o piuttosto siamo in presenza di nient’altro che di una “simulazione” dell’intelligenza umana? L’opposizione fra istinto e intelligenza al cui interno era rimasto impigliato Allan Odegaard oggi è più articolata, ma sostanzialmente la questione è ancora la stessa: quella di un LLM è reale intelligenza o una più o meno complessa (in sé stupida) “imitazione” dell’intelligenza umana? Sul numero 696 (agosto 2026) del mensile le Scienze Walter Quattrociocchi, un’autorità mondiale in questo campo (dirige il Center of Data Science and Complexity for Society dell’Università La Sapienza di Roma) nell’articolo L’era dell’epistemia presenta uno schema riassuntivo molto utile per comprendere lo stato della questione (epistemia è un neologismo coniato dallo stesso Quattrociocchi: si tratta, così la definisce il Vocabolario online Treccani, della «confortevole illusione di conoscenza prodotta dall’interazione con l’IA generativa dei grandi modelli linguistici (LLM), là dove la plausibilità simulativa del discorso fluente e la coerenza narrativa sostituiscono l’efficienza cognitiva e l’affidabilità dei dati»).
In questo schema Quattrociocchi mette a confronto il giudizio degli esseri umani e quello dei “modelli linguistici di grandi dimensioni” (in generale viene da chiedersi se questa bipartizione sia una descrizione a posteriori delle rispettive capacità di umani e LLMs oppure una definizione a priori delle caratteristiche di queste “due” intelligenze). Così, ad esempio, mentre quello umano in generale sarebbe basato su un “input sensoriale”, cioè sui sensi corporei, quello di un LLM è limitato ad un “input testuale”, cioè al corpus di testi scritti su cui è stato addestrato. Mentre il giudizio umano sfrutta la “memoria, le intuizioni, i concetti appresi” un LLM è costruito invece sulla “inferenza statistica tramite reti neurali”; per una intelligenza artificiale di questo tipo si tratta allora di “trasformare e combinare le rappresentazioni per predire i successivi token più probabili”.
Così se il giudizio umano è influenzato da “emozioni, motivazioni, obiettivi”, quello artificiale è invece guidato dalla “integrazione del contesto testuale”, cioè dalle parole che nel corso dell’addestramento il LLM ha più spesso trovato associate alla “query” iniziale (nell’IA la query è una richiesta formulata in una lingua storico-naturale che un LLM interpreta per estrarre dati da un database, analizzare documenti o generare risposte complesse). E ancora (si tratta dei punti 7 e 8 della tabella riassuntiva dell’articolo di Quattrociocchi), mentre il giudizio umano tiene insieme la “metacognizione e integrazione della informazione” e il “giudizio sensibile ai valori” quello di un LLM non è altro che un “giudizio probabilistico”: un LLM, cioè, deve “produrre in output token» cioè dei testi scritti «basati su probabilità predette (senza valori o obiettivi intrinseci)”.
Provando a riassumere in modo brutale questo schema la contrapposizione fra il giudizio umano e quello artificiale è in fondo quella fra un corpo vivente da una parte – e quindi fra emozioni, memorie incarnate, sensorialità, valori morali e così via – e “semplice” inferenza statistica dall’altro, un’inferenza che deriva in modo probabilistico una sequenza significante – cioè una stringa di caratteri grafici – da una precedente sequenza significante.
Facciamo un esempio molto semplice. Poniamo a ChatGPT la banale domanda “cos’è il dolore?” (è la query di cui scrivevamo poco fa). Ecco la sua risposta: “Il dolore è un’esperienza complessa che coinvolge sia il corpo sia la mente. Non è soltanto una sensazione fisica spiacevole: è anche un’esperienza emotiva che ci segnala che qualcosa potrebbe essere sbagliato o minaccioso”. Sembrerebbe evidente che la risposta di ChatGPT non possa basarsi su alcuna diretta esperienza corporea, perché questa AI non ha propriamente un corpo (almeno, un corpo come quello di un animale, tantomeno un animale umano): nel database testuale su cui è stata addestrata alla parola (al token) “dolore” sono statisticamente associate (cioè compaiono nella stessa stringa – o sequenze vicine – significante) parole come “esperienza”, “corpo”, “sensazione fisica” e così via. Quindi la sua risposta non si riferisce al dolore “vero” ma al “dolore” (alla parola scritta della lingua italiana “dolore”) come viene raccontato nei testi su cui è stata addestrata. Usando i termini della tradizione filosofica, quella dei LLM è una conoscenza “de dicto” e non “de re”, una “conoscenza” solo linguistica, non reale.
Pertanto, se ora procediamo ad un’ulteriore semplificazione del dualismo in cui è intrappolato Allan Odegaard (e tutti noi quando ragioniamo sui LLMs), potremmo riassumerlo in questa (apparentemente) netta contrapposizione: corpo (umano) versus linguaggio (disincarnato). Un LLM, e in generale una IA, è un dispositivo “solo” linguistico, mentre l’intelligenza umana è un’intelligenza carnale ed emotiva (e quindi embodied e situated com’è di moda dire nelle scienze cognitive post-classiche). Tuttavia questa contrapposizione, com’è evidente, non funziona, non può funzionare. Il filosofo e scienziato francese René Descartes, nel testo fondativo della metafisica della modernità, il Discours de la méthode (1637), fissa la distinzione fondamentale fra l’umano e il non umano, cioè la macchina (per Cartesio, com’è noto, anche gli animali sono macchine). Così scrive nella “Quinta parte” del Discorso sul metodo, dove Cartesio discute del modo di distinguere un essere umano da un automa (e quindi anche da un animale non umano). Immaginiamo che ci siano delle “macchine” (un robot unito a un LLM sarebbe qualcosa del genere),
che avessero un corpo simile al nostro e imitassero le nostre azioni quanto fosse moralmente possibile, noi avremmo sempre due mezzi assai certi per riconoscere che esse non sarebbero nonostante ciò dei veri uomini. Il primo di questi mezzi è che mai esse potrebbero usare parole, né altri segni componendoli come noi facciamo per manifestare agli altri i nostri pensieri. Si può infatti ben concepire che una macchina sia fatta in maniera tale da profferire delle parole, ed anche che ne profferisca qualcuna a proposito delle azioni corporee che causeranno qualche cambiamento nei suoi organi; ad esempio se la tocchiamo in un punto essa chieda che cosa le si vuol dire; se la si tocca in un altro che essa gridi che le si fa male e simili, ma non si può fare in modo che essa disponga diversamente le parole per rispondere al senso di tutto quel che si dirà in sua presenza, come anche i più ebeti possono fare. Il secondo mezzo è che, per quanto essene possano fare molte cose tanto bene quanto ciascuno di noi, o anche meglio, esse falliscono inevitabilmente in altre, attraverso le quali si scoprirebbe che esse non agirebbero per conoscenza, ma solo in virtù dei loro organi. Infatti, mentre la ragione è uno strumento universale, che può servire in ogni sorta di occasione, questi organi hanno bisogno di qualche disposizione particolare per ogni azione particolare: da ciò segue che è moralmente impossibile che ve ne siano a sufficienza di diversi in una macchina per farla agire in tutte le circostanze della vita, allo stesso modo in cui la nostra ragione ci fa agire (Cartesio 2009, p. 91).
Ora, se c’è qualcosa che i LLMs mostrano in tutta evidenza è che questi due criteri non valgono più: una macchina informatica come ChatGPT è perfettamente in grado di disporre “diversamente le parole per rispondere al senso di tutto quel che si dirà in sua presenza”; allo stesso modo le capacità dei robot (come ad esempio quelli cinesi della serie Unitree G1, robot che sono già in commercio ad un costo inferiore a quello di una utilitaria) non fanno che aumentare, dimostrando che il possesso di una “ragione universale” è sempre meno una prerogativa esclusivamente – né principalmente – umana. È curioso come tutti quelli che ancora ritengono che i LLMs non siano “davvero” intelligenti in realtà siano inconsapevolmente cartesiani, cioè dualisti, ossia credano che esista una qualche distinzione metafisica fra res cogitans, riservata agli umani, e res extensa, per tutti gli altri enti naturali. Solo che il ragionamento cartesiano si è ormai rovesciato: siccome anche le macchine sono in grado di usare il linguaggio proprio come fanno gli esseri umani, allora questo vuol dire che non c’è alcuna differenza metafisica fra gli esemplari della specie animale Homo sapiens e tutti gli altri enti del mondo, che siano viventi o no. Non esiste più alcun bisogno della distinzione fra queste due res (bisogna infatti precisare che la res extensa esisteva solo per contrapposi a quella cogitans; se questa viene meno ci si può sbarazzare anche dell’altra).
In effetti la facilità con cui i LLMs si sono diffusi fra la popolazione generale dovrebbe farci capire – ma è proprio quello che non vogliamo capire – che tutta questa differenza fra noi e le macchine semplicemente non solo non esiste, ma non può esistere, altrimenti non saremmo riusciti in così poco tempo a farne una componente essenziale delle nostre esistenze. ChatGPT parla e scrive, proprio come facciamo tutti noi umani così sicuri di essere speciali e inimitabili. Viene da aggiungere, alle tre umiliazioni per il narcisismo umano di cui parla Freud (1976, p. 663) in Una difficoltà della psicoanalisi (1917) – quella copernicana (la terra non è il centro dell’universo), quella darwiniana (l’umano è un animale come gli altri), quella psicoanalitica (“l’io non è padrone in casa propria”) – una quarta e forse definitiva umiliazione, quella dell’IA: l’intelligenza umana è un’intelligenza fra le altre intelligenze. Detta in altro modo, la distinzione cartesiana fra l’intelligenza umana “intuitiva” e “incarnata” da un lato e quella meccanica dall’altra non ha più ragione d’essere. In effetti, se per un momento proviamo a mettere da parte il nostro insuperabile antropocentrismo, il cervello umano è un’entità fisica, come un tostapane o una galassia, quindi deve funzionare secondo gli stessi principi di fondo in base a cui funzionano tutte le altre entità fisiche del mondo.
Che poi, in fondo, era quanto scriveva Alan Turing nell’articolo fondativo di quella che sarebbe diventata l’Intelligenza artificiale, Macchine calcolatrici e intelligenza (1950). L’idea di base di Turing era che l’intelligenza non è qualcosa, bensì un’attività. Non si ha intelligenza (non esiste la res cogitans, cioè una speciale ‘materia pensante’), piuttosto si agisce in modo intelligente: c’è piuttosto un modus cogitans, un certo modo di agire che qualcun’altro può considerare intelligente (Turing 2025, p. 7). Quello che poi è passato alla storia come il “test di Turing” in origine era un esperimento mentale ideato da Turing per provare appunto a rispondere alla stessa domanda del titolo del romanzo di Joseph Green da cui hanno preso inizio queste note, Chi è intelligente? L’intelligenza non sta nel cervello, tantomeno dentro ChatGPT, piuttosto sta nel modo in cui un certo dispositivo – non è rilevante che sia umano, animale, artificiale, semplicemente materiale – agisce e viene visto agire.
Turing immagina quello che chiama il “gioco dell’imitazione”, a cui prendono parte tre agenti, ognuno chiuso in una stanza non comunicante con le altre se non attraverso collegamenti telematici (oggi si potrebbe usare la posta elettronica): in una stanza c’è un umano, in un’altra un computer, in una terza un altro umano che nel gioco svolge il ruolo del cosiddetto “interrogante”. Il compito di quest’ultimo è capire in quale stanza sia il computer. Per capirlo, visto che non può guardare direttamente nelle stanze, non ha altro mezzo che inviare ai primi due agenti delle domande, di qualunque tipo e complessità. Se dopo un certo periodo di tempo l’“interrogante” non riesce a capire, a partire dalle risposte che gli arrivano, in quale stanza si trovi il computer, allora si può dire che il computer “pensi”, dal momento che le sue risposte sono indistinguibili da quelle dell’essere umano. In effetti se quest’ultimo pensa, per definizione perché è umano, allora sarà pensante chiunque o qualunque cosa che si comporti nello stesso modo: la nuova formulazione del “problema”, scrive Turing, «ha il vantaggio di tracciare una linea abbastanza netta fra le capacità fisiche di un uomo e le sue capacità intellettuali». Con la conseguenza che «la qualificazione di qualcosa come sorprendente richiede un “atto mentale creativo”, sia che l’evento sorprendente abbia origine da un essere umano sia che abbia origine da un libro, o da una macchina, o da qualsiasi altra cosa» (ivi, p. 36).
Se ora, in conclusione, ci chiediamo qual è il senso “metafisico” di questo fondamentale saggio di Turing – un saggio che meriterebbe di essere letto con più attenzione (a partire dal fatto che Turing è un allievo diretto di Wittgenstein, e che quindi è qui in questione la natura del linguaggio stesso e di conseguenza della metafisica) – ebbene questo non può che consistere nel fatto che la distinzione fra essere e apparire, interno ed esterno, originale e imitazione non è più operativa. Per questa ragione la comparsa di ChatGPT in fondo dovrebbe essere accolta con favore, perché permette di liberarsi di quel feticcio che è l’identità soggettiva umana, che evidentemente (Freud era stato troppo ottimista) continua ad agitare gli incubi narcisistici di tutti noi. Come scriveva Foucault a conclusione di Che cos’è un autore? (1969), “cosa importa chi parla?” (2010, p. 21).
Riferimenti bibliografici
R. Descartes, Opere 1637-1649, Belgioioso, G., a cura di, Bompiani, Milano 2009.
M. Foucault, Che cos’è un autore, in Scritti letterari, Feltrinelli, Milano 2010.
J. Green, Chi è intelligente?, Mondadori Urania, Milano 1974.
S. Freud, Una difficoltà della psicoanalisi, in Opere 1915-1917, Musatti, C., a cura di, Boringhieri, Torino 1976.
Istituto della Enciclopedia Italiana fondata da Giovanni Treccani, Epistemia, 2026.
W. Quattrociocche, L’era dell’epistemia, in “Le Scienze”, n. 696, 2026.
A. Turing, Macchine calcolatrici e intelligenza, Marconi, D., a cura di, Einaudi, Torino 2025.