L’intelligenza artificiale (IA) è uno dei temi più dibattuti del nostro tempo, e l’attenzione oggi è rivolta in particolare all’IA generativa, una tecnologia capace di creare contenuti in modo autonomo. Tra gli strumenti più noti in questo campo ci sono ChatGPT e altri modelli simili. Ne parliamo con il Prof. Marco Piastra dell’Università di Pavia per esplorare questo affascinante mondo e comprendere le opportunità e le sfide associate all’adozione di queste tecnologie.
Come funziona ChatGPT?
ChatGPT utilizza un approccio basato su una “semantica distribuzionale”, in cui ogni parola (o token) viene rappresentata da un vettore numerico di dimensione elevata. Ciascun vettore è calcolato in base alla co-occorrenza delle parole in un vasto corpus di testi, secondo una tecnica che risale agli anni ’50 e che oggi viene implementata grazie alla potenza di calcolo moderna.
Per gestire strutture linguistiche complesse, come frasi e periodi, ChatGPT utilizza le ‘reti neurali artificiali’: si tratta in realtà un modello matematico composto da 175 miliardi di parametri. Per quanto complesso, il processo di elaborazione è deterministico, il che significa che, date le stesse condizioni, il risultato sarà sempre lo stesso. ChatGPT, ad esempio, genera risposte creando una parola alla volta, basandosi su una distribuzione di probabilità che determina quale sarà il token successivo.
Ciononostante, ChatGPT non ha memoria a lungo termine; per mantenere il contesto di una conversazione, tutti i messaggi precedenti devono essere inclusi nell’input. Sebbene siano in fase di sviluppo modelli con capacità di memoria, attualmente ChatGPT non possiede questa funzione.
L’uso delle Metafore per Descrivere l’IA: Opportunità e Rischi
Un rischio spesso trascurato nell’ambito della divulgazione dell’IA è l’uso di metafore inadeguate. Descrivere l’IA usando analogie con la biologia del cervello umano o con le principali capacità umane può creare confusione e fraintendimenti. Ad esempio, se consideriamo l’IA come “pensante” o “senziente” potremmo mancare di cogliere le reali capacità.
Scoperte e Limiti dell’IA Generativa
Nonostante questi limiti, strumenti come ChatGPT ci permettono di esplorare schemi linguistici umani di cui non avevamo conoscenza. Ad esempio, possono riconoscere descrizioni approssimative e suggerire definizioni o soluzioni appropriate, proprio come Shazam riconosce una canzone da pochi secondi di ascolto.
Tuttavia, è importante ricordare che queste tecnologie non sono infallibili. La loro utilità dipende da come vengono utilizzate e integrate nei processi aziendali e di ricerca.
Strategie di Adozione nelle Aziende: Taker, Shaper, Maker
Secondo un recente rapporto di McKinsey, ci sono tre principali strategie di adozione dell’IA generativa per le aziende:
- Taker: Utilizza strumenti esistenti così come sono, ad esempio per creare presentazioni o testi. Questa strategia è ideale per le aziende che desiderano integrare rapidamente l’IA nei loro processi quotidiani senza investire risorse significative nello sviluppo.
- Shaper: Personalizza gli strumenti di IA esistenti per gestire meglio i contenuti generati. Questa strategia richiede dati e modelli specifici, ed è più accessibile per le aziende che desiderano influenzare e controllare i risultati dell’IA.
- Maker: Crea propri strumenti di IA generativa. Questa strategia è generalmente riservata alle grandi organizzazioni, in quanto richiede risorse significative e un elevato livello di competenza tecnica.
Conclusione: Adottare l’IA Generativa con una Strategia Informata
Per cogliere appieno i vantaggi dell’IA generativa, le aziende devono scegliere la strategia di adozione più adatta alle loro esigenze e risorse. Mentre la strategia del Taker può essere adatta a chi desidera una rapida integrazione, quella dello Shaper offre maggiore controllo e flessibilità, utilizzando modelli specifici per ottenere risultati personalizzati. In ogni caso, è essenziale adottare un approccio consapevole e informato, considerando sia le potenzialità che i limiti di queste nuove tecnologie
Francesca Quintiliani, Research and Development Coordinator, Mylia