Se è vero, come dice Giambattista Vico, che verum ut factum convertuntur, e cioè che la verità di una cosa può essere conosciuta soltanto da chi l’ha fatta, ecco allora che una discussione sull’intelligenza artificiale non può non cominciare da chi quella intelligenza l’ha inventata. Stiamo parlando di Alan Turing e del suo articolo pubblicato nel 1950 dal titolo Macchine calcolatrici e intelligenza.
Grazie ad esso, lo scienziato e filosofo inglese tracciava il perimetro dentro il quale, ancora oggi, si muovono le discussioni relative alla natura di quella che oggi viene chiamata intelligenza artificiale. Come tutti i grandi classici, il testo di Turing è stato letto, riletto, interpretato, molte volte malissimo interpretato, spesso dimenticato. Facciamo allora chiarezza delle tesi in esso contenute in modo da riprendere il discorso sull’argomento iniziato tempo fa e recentemente approfondito con il ritiro filosofico dello scorso aprile.
All’inizio dell’articolo, Turing, che aveva seguito le lezioni di Wittgenstein e che non era filosoficamente parlando uno sprovveduto, tiene subito a precisare che la domanda se le macchine sono in grado di pensare, deve essere sostituita da un’altra domanda che faccia a meno di definire i concetti di “macchina” e di “pensare”. Lo scienziato inglese elabora al suo posto un esperimento mentale con tre soggetti, un uomo, una donna e una persona che, senza vedere né udire i primi due, li interroga da una stanza separata. Lo scopo di questo esperimento consiste nello stabilire se l’interrogante riesce a capire quale delle due persone è l’uomo (A) e quale la donna (B) sulla base delle loro risposte scritte. Una volta in cui il posto dell’uomo viene preso da un calcolatore, senza che l’interrogante venga a sapere di questa sostituzione, Turing si chiede come saranno interpretate le sue risposte. In questo caso infatti l’interrogante ha il compito di riconoscere che il soggetto A non è un essere umano ma che stia simulando di esserlo. Si tratta dunque di un gioco consistente in un test (poi chiamato test di Turing) che viene superato nel momento in cui la macchina convince l’interrogante di non essere una macchina. Ecco il gioco dell’imitazione dove l’idea non è quella di scoprire cosa accade dentro la macchina, ma di valutare se il suo comportamento linguistico sia indistinguibile da quello umano. Se l’interrogante non riesce a capire se sta parlando con un altro umano o con una macchina, allora si può dire che la macchina “pensa”. Turing non definisce l’intelligenza in termini metafisici ma in un senso puramente operativo: è intelligente il comportamento di chi imita con successo qualcun altro.
Turing è scettico sul linguaggio utilizzato, così come dimostra uno dei passaggi più celebri e allo stesso tempo profetici del saggio: «Io credo che la domanda iniziale le macchine sono in grado di pensare sia troppo insensata perché valga la pena di discuterne. E tuttavia credo anche che alla fine di questo secolo l’uso delle parole e l’opinione diffusa delle persone colte avranno subito un cambiamento tale che si potrà parlare di macchine che pensano senza aspettarsi di essere contraddetti».
Sembra dunque che Turing riduca il verbo pensare ad un gioco linguistico in cui il significato indica l’uso che viene a farsi dell’espressione, senza dover fare riferimento a stati interni o a intenzionalità. Non sappiamo se Turing avesse in mente un gioco linguistico appreso alle lezioni di Wittgenstein: quello che è certo è che il superamento del test non implica direttamente che la macchina possa pensare, se non nel senso dell’imitazione.
Una volta dichiarato che la macchina supererà prima o poi il test, Turing comincia però a parlare esplicitamente di macchine che pensano. Contro questa sua tesi, egli indica nove obiezioni nelle quali sono contenuti tutti gli argomenti che ancora oggi vengono presentati da coloro che rifiutano la possibilità che le macchine possano assumere atteggiamenti equiparabili a comportamenti umani.
Le macchine possono combinare qualcosa di nuovo?
Le critiche intendono dimostrare la tesi secondo cui le macchine non potranno mai raggiungere l’intelligenza umana: si va dall’argomento della coscienza a quello biologico, dalle tesi matematiche di Gödel all’informalità del comportamento umano. Un posto di rilievo è la critica tratta dall’argomento di Lady Lovelace (1815-1852), figlia del poeta Byron, la quale aveva previsto la capacità della macchina di Babbage (un marchingegno meccanico prototipo del moderno computer) di andare di là del mero calcolo numerico. La nobildonna inglese tuttavia, non riteneva che la macchina potesse avere una sorta di riflesso condizionato che potesse fungere come base dell’apprendimento. Da ciò la variante secondo cui la macchina non poteva dare inizio a qualcosa di nuovo rispetto agli input ad essa forniti.
In risposta a tale obiezione, Turing risponde che non si può escludere che una macchina sia super-critica, che cioè, dopo aver ricevuto uno stimolo primario, essa produca autonomamente un’idea secondaria, terziaria e così via. Il problema riguarda la capacità di immagazzinare dati comunemente chiamata memoria. Si tratta della capacità di costruire un programma che sia conservabile su dei supporti materiali e che, a misura della potenza della memoria, contiene un insegnamento fondamentale: quello per cui, in linea di principio, le macchine possono non solo fare ma anche capire da sole, sulla base della loro interne elaborazioni.
Su questa base, Turing mette in risalto quella che lui considera una fallacia a cui vanno spesso incontro filosofi e matematici: la supposizione cioè che «non appena un fatto si presenta a una mente, tutte le conseguenze di quel fatto devono balzare simultaneamente alla mente insieme ad esso». Da tale pregiudizio nasce l’idea secondo cui una macchina non può mai coglierci di sorpresa, tesi a cui Turing risponde con una frase divenuta poi celebre: «Che le macchine mi prendano alla sprovvista, mi capita molto spesso».
Il processo di apprendimento delle macchine
L’argomento conclusivo, contenuto nell’ultimo capitolo, riguarda il tema oggi attualissimo delle macchine che imparano (machine learning). Turing discute la possibilità di mettere a punto un programma che cerchi di simulare la mente di un bambino, prendendo in considerazione il processo di apprendimento associato ad un sistema di ricompense e punizioni: sistema non difficile da programmare senza che questo comporti, osserva Turing, che la macchina provi sentimenti. Importante osservare come le operazioni inserite nella memoria possono consentire alla macchina di compiere altre operazioni grazie al sistema di induzione scientifica, unico processo capace di generare giudizi sintetici, che dimostra come la macchina sia anche creativa e non semplicemente deduttiva. Tutto ciò grazie ad un sistema di feedback confermato anche dalle teorie di un altro grande matematico statunitense, Norbert Wiener (1894-1964) che, con il concetto di apprendimento automatico, assume la retroazione (feedback) come il principio di correzione del funzionamento di tutti i sistemi, che siano essi meccanici, elettronici o biologici.
Certo, scrive Turing, alcuni possono trovare paradossale l’idea di una macchina che impara. Ma ciò avviene per coloro che non hanno dimestichezza con le regole effimere del processo di apprendimento (effimere, nota con fine ironia lo scienziato inglese, quanto le regole della Costituzione degli Stati Uniti), in quanto tali soggette a continui cambiamenti.
Ritorna anche in questo caso torna l’idea tipicamente comportamentista secondo la quale, non sapendo cosa c’è dentro la mente di un essere umano o di una macchina, valgono i segni esteriori come indice e misura di ciò che si intende osservare.
I pericoli delle macchine che pensano
Alan Turing, definito il primo filosofo dell’AI, non è immune dal temere che lo sviluppo di tale tecnologia sia senza pericoli. In una trasmissione radiofonica egli si chiese: «Se una macchina potesse pensare, potrebbe pensare in modo più intelligente di noi, e allora dove saremmo? Anche se potessimo mantenere le macchine in una posizione subordinata, ad esempio spegnendole nei momenti strategici, ci sentiremmo, come specie, profondamente umiliati. Questo nuovo pericolo, se mai si presentasse, è remoto, ma non astronomicamente remoto, ed è certamente qualcosa che può darci ansia. È consuetudine, in un discorso o in un articolo su questo argomento, offrire un briciolo di conforto, sotto forma di un’affermazione che alcune caratteristiche particolarmente umane non potrebbero mai essere imitate da una macchina. Si potrebbe dire, ad esempio, che nessuna macchina potrebbe scrivere un buon inglese, o che non potrebbe essere influenzata dal sex appeal o fumare la pipa. Non posso offrire alcun conforto del genere, perché credo che non si possano stabilire limiti del genere».
Eppure, il pericolo più grande è venuto dalla prospettiva stessa con cui il geniale scienziato inglese ha impostato il problema dell’intelligenza artificiale. La risposta affermativa alla domanda se sia possibile che il pensiero sia un processo solo ed esclusivamente imitativo, costituisce infatti una vera e propria mela avvelenata lasciata da Turing ai successori del dibattito sull’AI, simile a quella (presunta) che costituì la causa della sua morte.
Riferimenti bibliografici
– Turing. A.M. 2025. Macchine calcolatrici e intelligenza. Torino: Einaudi.
– Aeon. AI’s first philosopher, 21 aprile 2022
– Brasioli. D. 2025. Un futuro presente: perché l’AI cambia il mondo. LIMES, 4/2025, pp.103-115
