Per diversi anni le discussioni attorno all’intelligenza artificiale (AI) sono rimaste in gran parte all’interno delle aule universitarie, dei laboratori di ricerca e delle riviste accademiche. Man mano che queste tecnologie sono diventate di uso generale la situazione è cambiata, sino a divenire radicalmente diversa oggi. L’AI è argomento centrale del dibattito pubblico, se ne parla a proposito di giustizia, sanità, mobilità sostenibile, mercati finanziari, sicurezza nazionale ed elezioni politiche, transizione verde e tanto altro ancora. In tutti gli ambiti dell’agire umano c’è spazio per presentare l’AI come un fortissimo acceleratore per l’innovazione.
Un importante contributo verso la costruzione della leadership mediatica dell’AI è dovuto all’intelligenza artificiale generativa, in particolare ai large language models(ChatGpt-4, per esempio),progettati per generare testo in modo naturale, consentendo di analizzare, interpretare e rispondere a domande, completare frasi, tradurre testi in diverse lingue, generare codici, scrivere articoli e molto altro ancora. Il loro funzionamento è complesso ma può esser così semplificato: fornita una frase come input, il sistema prosegue nella scrittura estraendo dal suo database le parole o le frasi che hanno la maggior probabilità di essere coerenti con l’input (e con quelle che le hanno precedute), arrivando anche a scrivere interi articoli o addirittura saggi scientifici.
L’attenzione rivolta verso tale nuova tecnologia si giustifica per il fatto che essa presenta qualcosa di nuovo rispetto alle precedenti generazione di AI, qualcosa di immediatamente e direttamente percepibile dal vasto pubblico: si tratta di una ‘vera e propria proprietà della specie’, il linguaggio, imprescindibile nella maggior parte delle attività lavorative legate alla conoscenza e che può esser utilizzate per differenti scopi.
All’interno della comunità scientifica il dibattito si è sviluppato attorno all’interrogativo di fondo se tali sistemi si limitino a combinare e riprodurre, in modo molto sofisticato, informazioni apprese dai dati di addestramento oppure se facciano qualcosa in più. L’argomento di discussione è se questi modelli siano creativi, originali, se apprendano veramente o semplicemente memorizzino i dati di addestramento e li riproducano in modo puramente statistico, combinando e riproducendo informazioni apprese dai dati di addestramento.
Se volessimo tentare una risposta, appostandoci sul versante delle riflessioni giuridiche, potremmo dire che la macchina è creativa eccome, eppure non lo è! Nel senso che i large language models: sono creativi perché generano narrativa testuale coerente e contestualmente rilevante, per mezzo di un’attività che va oltre la semplice riproduzione di informazioni esistenti; non sono creativi perché in mancanza dell’input umano (prompt) non sono in grado di generare alcunché. Da qui due notazioni: la prima riguarda la inapplicabilità della dottrina del ‘free marketplace of ideas”, la seconda concerne il valore relazionale ed etico della generazione di informazioni sintetizzate.
Quanto al primo aspetto possiamo notare che la società dell’informazione ha vissuto negli ultimi anni una epocale trasformazione divenendo, grazie alle piattaforme online, ai motori di ricerca e ai social network, una rete capillare di idee, pensieri e convincimenti liberamente circolanti, a cui si accede in modo economico, rapido ed equo (essendo facilmente raggiungibile dalla stragrande maggioranza delle persone). L’espansione del web è stata favorita dalla dottrina che vuole le idee libere di potersi manifestare, potenzialmente fino a raggiungere il mondo intero, cosicché la libertà di espressione del pensiero, di informare e di essere informati non sono più limitate come accadeva coi tradizionali mezzi di informazione. Il libero mercato delle idee ha prodotto criticità ormai note, legate alla disinformazione, al pluralismo informativo e alla concentrazione di potere, ma è divenuto parte dell’ordinamento giuridico e, da ultimo, è stato confermato dal Digital Service Act, il quale esclude (a certe condizioni) una responsabilità per chi svolga il “mero trasporto” delle informazioni prodotte da altri.
I large language models aprono un nuovo scenario: non più il libero mercato delle idee e, anzitutto, non più un mercato. Non v’è una competizione in cui può emergere la forza del pensiero ma una nuova ‘sorgente’ che distilla informazioni per ciascun individuo, tailor made, attraverso una sofisticata attività di addestramento e personalizzazione basata sulla profilazione degli individui. Questa nuova sorgente pur non esercitando una libertà di espressione comunque vi prende parte, simulando il linguaggio per rivolgersi alla libertà di pensiero dell’uomo. Per tale ragione, ad essa deve corrispondere l’assunzione di una responsabilità, così come avviene nel contesto della stampa, della radio o della televisione.
Certo, gli ordinamenti costituzionali possiedono solide garanzie idonee a presidiare la libertà di espressione, e le tecniche d’interpretazione consentiranno di attualizzare principi e regole vigenti rispetto all’evoluzione delle tecnologie. Ciò nondimeno, sarebbe auspicabile che i legislatori si soffermassero, anche per ragioni di certezza del diritto, sui nuovi profili giuridici inerenti alla responsabilità derivante dalla creazione di “informazioni sintetizzate”. La sfida che ci attende è quella di superare lo scarto culturale che vede il concetto di autorialità legato alla sola categoria persona, un individuo che crea o origina qualcosa, come un libro, un dipinto, una musica, una teoria o qualsiasi altra forma di espressione artistica o intellettuale. Abbiamo disunito la capacità di comprensione dalla capacità ‘tecnologica’ di produrre idee e opinioni; abbiamo creato autori senza persona, senza libertà ma che, nei fatti, simulano l’esercizio di quella; abbiamo il compito, adesso, di individuare modelli normativi per gestire le responsabilità derivanti da questi nuovi modelli di autorialità.
Quanto al secondo aspetto, possiamo osservare che la simulazione del linguaggio si realizza nella interazione uomo-macchina, dimensione in cui si formeranno sempre più spesso idee, opinioni, convinzioni, quell’humus in grado di trasformare i moti della coscienza e di condizionare il diritto all’autodeterminazione. Al riguardo è utile richiamare la definizione di informazione proposta da Gregory Bateson, “una differenza che fa la differenza”, ponendo in risalto il ruolo dell’informazione di unire due mondi, quello osservato e quello percepito dall’osservatore, creando una la relazione tra ciò che percepiamo dal mondo esterno e ciò che concettualizziamo internamente come rappresentazione della realtà. L’informazione ha il potenziale per essere significato e per diventare conoscenza del mondo.
Ma cosa accade se questa potenzialità è mediata, se non sostituita, da una tecnologia che può incidere sulla rappresentazione della realtà? Non possiamo sapere a quale fine verrà indirizzata questa nuova tecnologia, non possiamo sapere come verrà impiegata la conoscenza estratta dai milioni di prompt degli uomini, che danno sfogo a progetti, intenzioni, paure, aspettative, desideri ecc… Possiamo immaginare, però, che il business model saprà esser coerente con le logiche di profitto delle imprese private.
Indubbiamente, l’essere umano si è sempre relazionato col mondo esterno grazie alla mediazione degli strumenti che via via produceva, strumenti che hanno finito per rimodellare l’esistenza umana, ma la novità delle informazioni sintetizzate sta nel fatto che danno vita a un’interazione così intima e profonda tra tecnologia e identità umana da poter rimodellare dall’interno l’esistenza umana, ponendo i regolatori davanti a sfide che appaiono perdute in assenza di una componente etica forte e largamente condivisa.
