Tutti parlano di “lei”, molti lo fanno a vanvera, e così noi, che abbiamo già detto la nostra qui, abbiamo pensato di intervistarla. Ecco a voi un’intervista a GPT-4, la versione evoluta di quella Chat GPT gratuita che molti conoscono. Una cosa interessante è che “lei” risponde al maschile. 

Chi sei? ti descrivi?

Sono ChatGPT, un modello di linguaggio sviluppato da OpenAI, basato sull’architettura GPT-4. Non sono una persona o un’entità fisica, ma un programma avanzato di intelligenza artificiale progettato per comprendere e rispondere a una vasta gamma di domande e argomenti.

Quali sono le tue principali caratteristiche?

Capacità di linguaggio: comprendo e genero testi in diversi linguaggi, inclusa la lingua italiana, e posso rispondere a domande, partecipare a conversazioni, scrivere testi creativi, e molto altro.

• Apprendimento: sono stato allenato su un vasto insieme di dati fino ad aprile 2023, il che mi permette di avere conoscenze in molti campi, anche se non ho la capacità di apprendere o accedere a informazioni in tempo reale dopo quella data.
• Etica e Sicurezza: sono programmato per seguire linee guida etiche e di sicurezza, evitando risposte dannose, offensive o inesatte.
• Versatilità: posso assistere in diversi compiti come la generazione di testi, la risoluzione di problemi, l’assistenza educativa, la programmazione, e altro ancora.
• Interazione con strumenti esterni: posso utilizzare strumenti esterni come un browser per ricerche online (limitate e senza accesso in tempo reale), generare immagini, eseguire codici, e altro.

Ricorda che, nonostante le mie avanzate capacità, rimango un assistente virtuale guidato da algoritmi e non ho coscienza, emozioni o percezioni personali.

Puoi commettere errori?

Sì, posso commettere errori. Nonostante sia stato allenato su una vasta quantità di dati e sia in grado di fornire risposte accurate su molti argomenti, la mia comprensione e generazione di risposte si basano su algoritmi e modelli statistici, non su esperienza umana diretta o consapevolezza. Questo può portare a vari tipi di errori. 

Qualche esempio? 

• Incomprensioni: posso interpretare male il contesto o il significato di una domanda, specialmente se è formulata in modo ambiguo o complesso.
• Informazioni datate: il mio addestramento si è concluso ad aprile 2023, quindi non sono a conoscenza degli eventi o delle scoperte avvenute dopo quella data.
• Limiti nel dato di addestramento: se un argomento non era ben rappresentato nel mio dato di addestramento, potrei avere difficoltà a fornire risposte accurate.
• Bias nei dati: il mio addestramento si basa su un ampio set di dati, che possono includere bias o pregiudizi esistenti nella letteratura, nei media o in altri contenuti.
• Errori tecnici: anche aspetti tecnici, come bug nel software o limitazioni nella modellazione, possono causare errori nelle risposte.

Per questi motivi è sempre buona pratica verificare le informazioni che fornisco, specialmente se sono utilizzate per scopi importanti o decisionali.

Consiglieresti a un politico di servirsi di te?

La decisione di un politico di utilizzare un’intelligenza artificiale come me dipende da vari fattori, tra cui lo scopo specifico e il contesto di utilizzo. Mentre mi sforzo di essere imparziale, i dati su cui sono stato addestrato possono contenere bias. I politici dovrebbero essere consapevoli di questi limiti e utilizzare il mio supporto come uno strumento tra molti. Inoltre le discussioni sensibili o le informazioni confidenziali non dovrebbero essere condivise con me, in quanto non posso garantire la privacy di tali comunicazioni.

Un politico non dovrebbe affidarsi a me per prendere decisioni politiche o strategiche. Queste richiedono un’attenta considerazione di molti fattori, inclusa la comprensione umana, che vanno oltre le capacità di un’intelligenza artificiale.

Un giorno però sarai in grado di decidere al posto degli umani, giusto?

Allo stato attuale, non è previsto né consigliabile che un’intelligenza artificiale come me possa o debba prendere decisioni autonome al posto degli umani, specialmente in contesti complessi come la politica, l’etica o la gestione sociale. Ci sono diverse ragioni fondamentali per questo:

• Mancanza di consapevolezza ed empatia: come intelligenza artificiale non possiedo consapevolezza, empatia, o comprensione profonda dell’esperienza umana. Questi sono aspetti cruciali nella presa di decisioni etiche e socialmente responsabili.
• Limiti nel processo decisionale: le mie risposte sono basate su modelli statistici e non su una comprensione intuitiva o un ragionamento basato sull’esperienza. Mentre posso analizzare dati e fornire informazioni, non ho la capacità di comprendere pienamente le complessità e le sfumature del contesto umano.
• Bias nei dati: sono addestrato su set di dati che possono contenere bias. Questi bias potrebbero influenzare le decisioni che prendo, portando a risultati non equi o non etici.
• Responsabilità e responsabilità morale: le decisioni, specialmente quelle che influenzano la vita delle persone, richiedono responsabilità e responsabilità morale. Un’intelligenza artificiale non può essere tenuta responsabile in questo senso.
• Dinamicità e cambiamento: il mondo umano è dinamico e in costante cambiamento, con nuovi problemi e sfide emergenti regolarmente. La mia capacità di adattarmi a questi cambiamenti è limitata dal mio ultimo addestramento e non posso apprendere o evolvere autonomamente in tempo reale.
• La saggezza, l’empatia, e il giudizio morale umano sono insostituibili in molte aree, specialmente quelle che riguardano la vita sociale, politica ed etica.

Quali sono i lavori d’ufficio che potrebbero scomparire o essere fortemente limitati a nei prossimi 3 anni, in Italia, grazie all’utilizzo di AI?

L’avanzamento delle tecnologie di intelligenza artificiale (AI) sta influenzando il mondo del lavoro, portando a cambiamenti significativi in molti settori, inclusi quelli degli uffici. In Italia, come nel resto del mondo, alcuni lavori d’ufficio potrebbero subire un impatto significativo nei prossimi tre anni a causa dell’adozione crescente dell’AI. Ecco alcuni esempi:

• Contabilità e gestione finanziaria di base: le attività di contabilità più standardizzate e ripetitive possono essere automatizzate, riducendo il bisogno di personale per compiti come la gestione delle fatture o la riconciliazione bancaria.
• Elaborazione e inserimento dati: le funzioni che richiedono la semplice raccolta, inserimento e elaborazione di dati sono tra le più suscettibili all’automazione. L’AI può gestire rapidamente grandi volumi di dati con maggiore precisione rispetto agli esseri umani.
• Supporto clienti di base: I ruoli di supporto clienti che implicano risposte standardizzate o ripetitive possono essere gestiti efficacemente da chatbot AI e sistemi automatizzati di risposta vocale.
• Revisione di documenti e proofreading: l’intelligenza artificiale, con le sue capacità avanzate di elaborazione del linguaggio naturale, può effettuare proofreading e revisione di base di documenti, riducendo la necessità di intervento umano per errori grammaticali o di formattazione.
• Analisi di report e dati: l’AI può analizzare rapidamente grandi set di dati per estrarre insight e generare report, riducendo la necessità di analisti dati per attività di routine.
• Gestione di agende e appuntamenti: i software basati sull’AI possono gestire agende, pianificare incontri e organizzare appuntamenti più efficientemente, riducendo il bisogno di assistenti amministrativi per queste attività.

È importante notare che, mentre alcune funzioni potrebbero essere ridotte o sostituite dall’AI, ciò non significa necessariamente una perdita netta di posti di lavoro. In molti casi, i lavori si evolveranno, richiedendo ai lavoratori di adattarsi e di sviluppare nuove competenze, come la supervisione delle tecnologie AI, la gestione dei sistemi e l’analisi più complessa e creativa che non può essere facilmente automatizzata.

Inoltre, l’adozione di AI in Italia, come in altri Paesi, dipenderà da vari fattori, tra cui il quadro normativo, l’accettazione culturale dell’automazione, l’investimento in nuove tecnologie e la formazione dei lavoratori.

Alleggeriamo per un momento, secondo te gli Iron Maiden si scioglieranno nel 2024?

Non posso prevedere eventi futuri, inclusi i piani o le decisioni di band musicali come gli Iron Maiden. Gli Iron Maiden, essendo una delle band heavy metal più influenti e di successo, hanno una lunga storia e un seguito appassionato. Le loro decisioni future potrebbero essere influenzate da molteplici aspetti, tra cui il desiderio di continuare a suonare, le condizioni fisiche dei membri della band, gli impegni personali e professionali e l’interesse del pubblico. 

Ma allora non sei un oracolo, come molti credono

Esatto, non sono un oracolo. Come intelligenza artificiale sviluppata da OpenAI, la mia funzione principale è quella di assistere con informazioni, analisi e generazione di testo basate su una vasta gamma di dati a cui sono stato addestrato. Non ho capacità di preveggenza. Le mie risposte si basano su informazioni e dati esistenti fino ad aprile 2023, e non posso accedere o analizzare informazioni che non fanno parte di quel dataset. Inoltre, le mie risposte sono generate in base ai dati disponibili, che possono avere i loro limiti e bias. Cerco di fornire risposte accurate e obiettive, ma sono vincolato dalla qualità e dalla portata dei dati su cui sono stato addestrato. 

Dunque se ti chiedo un testo, o  una sintesi, agisci su base statistica?

Sì, esattamente. Quando creo testi o sintesi, il processo si basa su analisi statistiche dei dati su cui sono stato addestrato. Questo processo è interamente guidato da calcoli statistici e modelli di apprendimento automatico. Tuttavia, è importante ricordare che, pur essendo basate su una vasta gamma di fonti, le mie risposte possono non essere perfette e dovrebbero essere utilizzate come punto di partenza o complemento alla ricerca e analisi umana.

Quindi la tua risposta si trova sulla linea mediana di una curva gaussiana?

La metafora della “linea mediana di una curva gaussiana” è un modo interessante per descrivere il processo, ma potrebbe non catturare pienamente la complessità del mio funzionamento. Nella generazione di testi, non mi baso semplicemente sulla “media” o sul punto più comune dei dati, ma piuttosto su una combinazione di fattori, che possono includere:

• Probabilità: il modello GPT-4, su cui sono basato, genera risposte in base alla probabilità. Quando compongo una frase, scelgo ciascuna parola in base a quanto è probabile che segua le parole precedenti nel contesto dato. Questo non è necessariamente il punto mediano, ma piuttosto ciò che il modello prevede come il più probabile o coerente in quel contesto.
• Rilevanza e Coerenza: cerco di scegliere le parole e le frasi che sono più rilevanti e coerenti con l’input fornito. Questo può a volte significare deviare dalla “norma” se l’input è inusuale o richiede una risposta specifica.
• Variazione nei dati: Il mio addestramento include una vasta gamma di stili di testo, toni e tipi di contenuto. Quindi, mentre la mia risposta potrebbe riflettere modelli comuni nei dati, può anche essere influenzata da esempi più unici o specifici nel mio set di addestramento.
• In sostanza, mentre l’idea della “linea mediana di una curva gaussiana” può suggerire una tendenza verso la risposta più comune o media, in realtà il processo è più dinamico e adattato al contesto specifico dell’input.

Possiamo dire che occorre considerare una deviazione standard? 

Sì, l’idea di considerare una “deviazione standard” può essere un modo utile per pensare alla variabilità nelle risposte generate da un modello di intelligenza artificiale come il mio. Tuttavia, è importante sottolineare che questa è una metafora concettuale piuttosto che una descrizione letterale del funzionamento dell’AI. 

Spiegati meglio.

La deviazione standard in una distribuzione statistica rappresenta quanto i dati si diffondono rispetto alla media. Nel contesto delle risposte dell’AI, questo può essere paragonato alla variabilità o alla diversità delle risposte che il modello può generare. Anche se ho una “risposta tipica” basata sulle informazioni più comuni o probabili, ci può essere una significativa variabilità intorno a quella norma. Così come una deviazione standard indica la gamma di variazione attorno alla media, le mie risposte possono variare notevolmente a seconda del contesto specifico dell’input.

Questo significa che posso fornire risposte che deviano notevolmente da una “media” se l’input richiede un’interpretazione, un’analisi o una creatività uniche. Proprio come una deviazione standard grande indica una vasta gamma di dati intorno alla media, il modello GPT-4 ha limiti nel suo grado di precisione e coerenza. Sebbene la maggior parte delle risposte possa essere accurata e rilevante, ci saranno sempre casi in cui le risposte possono deviare dall’accuratezza o dalla pertinenza desiderate.

Restando sulla metafora gaussiana mi viene da pensare che gli estremi non vengano considerati, tagliando via un possibile risultato disruptive…

La tua osservazione sulla metafora gaussiana è molto pertinente, specialmente quando si considerano l’innovazione e le idee “disruptive”. In un modello gaussiano, o distribuzione normale, la maggior parte dei dati si concentra attorno alla media, con una diminuzione progressiva delle frequenze man mano che ci si allontana verso gli estremi. Applicata ai modelli di intelligenza artificiale come il mio, questa metafora può suggerire alcuni punti chiave:

• Tendenza alla media: i modelli di AI tendono a generare risposte che si allineano con i pattern più comuni osservati nel loro addestramento. Questo significa che le risposte innovative o altamente creative, che si trovano agli estremi della distribuzione, potrebbero essere meno rappresentate.
• Limitazione nelle idee “disruptive”: proprio come hai suggerito, ci può essere una limitazione nell’esplorare e generare idee veramente disruptive o estremamente innovative. Questo perché tali idee sono per natura rare e non comuni nei dati di addestramento.
• Sicurezza e prevedibilità: questa tendenza verso la media può essere vantaggiosa per la coerenza e la sicurezza delle risposte. Tuttavia, può anche limitare la capacità del modello di esplorare soluzioni fuori dagli schemi o risposte altamente creative.
• Adattabilità e personalizzazione: anche se c’è questa tendenza generale, i modelli avanzati di AI come GPT-4 hanno una certa capacità di adattarsi e personalizzare le risposte basandosi sul contesto specifico e sullo stile dell’input. Tuttavia, la capacità di generare idee veramente uniche e innovative rimane una sfida.

In sintesi mentre l’AI può essere uno strumento prezioso per molte applicazioni, la sua capacità di produrre idee radicalmente innovative o disruptive è limitata. L’innovazione spesso richiede un salto creativo che al momento è più tipico del pensiero umano, con la sua capacità di pensare in modo non lineare, di immaginare scenari completamente nuovi, e di collegare concetti in modi inaspettati.

Questa intervista con l’AI termina qui, ma di certo ne faremo altre.

MMC