L’IMPATTO DELLE INTELLIGENZE ARTIFICIALI GENERATIVE: LE NOVITÀ APERTE DAI MODELLI GPT
L’Impatto delle Intelligenze Artificiali Generative: Le novità aperte dai modelli GPT
Sergio Bellucci – Giornalista e Saggista
Il salto di qualità nella percezione del cambiamento in atto è avvenuto con il rilascio della chat di GPT-3 di OpenAI. Alcuni avvenimenti, infatti, producono delle discontinuità nelle percezioni sociali degli accadimenti e portano alla luce processi di trasformazione che sono in incubazione da tempo. Il dibattito sull’Intelligenza Artificiale ne è un esempio lampante.
The Impact of Generative Artificial Intelligence: the news opened by GPT models.
The qualitative leap in the perception of the change taking place occurred with the release of OpenAI’s GPT-3 chat. Some events, in fact, produce discontinuities in the social perceptions of events and bring to light processes of transformation that have been incubating for some time. The debate on Artificial Intelligence is a prime example.
1 Le radici dell’intelligenza artificiale
L’Intelligenza Artificiale (AI) ha radici lontane e risalgono almeno agli anni ‘50. Già al tempo si lavorava a rendere il calcolo dei computer in grado di elaborare dati per poter simulare comportamenti umani. Alcuni autori di fantascienza, come in particolare Isaac Asimov, si erano non solo posti il tema della descrizione di un mondo abitato da robot (intendendo con la parola macchine dotate di intelligenze artificiali in grado di interagire con l’umano “come un essere umano”) ma dei problemi “etici” del loro comportamento. Asimov definisce “tre leggi” che pone alla base del grado di libertà concessa a queste “macchine-intelligenti”. Nel racconto “Runaround”, pubblicato per la prima volta nel 1942, Asimov pone dei paletti intorno ai quali ruoterà tutta la sua produzione letteraria e che diventeranno i pilastri del celeberrimo Ciclo della Fondazione e della serie di romanzi dei Robot. Le leggi sono diventate così popolari che sono state adottate anche in altre opere di fantascienza e sono state influenti nello sviluppo dell’Intelligenza Artificiale e della robotica. Secondo Asimov, un robot non può recare danno a un essere umano, né può permettere che, a causa della propria inazione, un essere umano venga leso; un robot deve obbedire agli ordini impartiti dagli esseri umani, a meno che tali ordini siano in conflitto con la prima legge; un robot deve proteggere la propria esistenza, fintanto che questa protezione non entri in conflitto con la prima o la seconda legge. Asimov immaginava che tali “leggi” sarebbero state inglobate nella stessa struttura della “mente positronica”, l’alter ego della mente umana.
È del 1981 il “Rapporto sulla quinta generazione di computer” prodotto dal M.I.T.I. (Ministero dell’Industria, del Commercio e dell’Artigianato) giapponese che definì un quadro di obiettivi per il progetto della quinta generazione di computer giapponesi, che avrebbe dovuto sviluppare una nuova forma di Intelligenza Artificiale basata sull’elaborazione del linguaggio naturale. Il progetto prevedeva la realizzazione di macchine in grado di comprendere e produrre linguaggio naturale in modo simile agli esseri umani, tecnologie come l’elaborazione del linguaggio naturale, la comprensione della conoscenza, il ragionamento e l’apprendimento automatico. Il rapporto stabilì una serie di obiettivi specifici per il progetto della quinta generazione di computer, tra cui la realizzazione di una macchina capace di risolvere problemi complessi come la diagnosi medica, la traduzione automatica e il riconoscimento del parlato. Le indicazioni contenute nel rapporto produssero un impatto significativo sulla ricerca sull’Intelligenza Artificiale in tutto il mondo, stimolando la ricerca su temi come l’elaborazione del linguaggio naturale, il ragionamento e l’apprendimento automatico. Sebbene il progetto non produsse tutti gli obiettivi stabiliti nel rapporto, rappresentò un’importante spinta nella ricerca sull’Intelligenza Artificiale ed ebbe un impatto duraturo sulla ricerca e lo sviluppo dell’informatica non solo in Giappone ma nel mondo.
2 L’Intelligenza artificiale nel nuovo millennio
È nel nuovo millennio, però, che si produsse un’esplosione dell’interesse e della ricerca in questo campo. Nel 2000, la AI era già in uso in molti settori, come la finanza, la produzione, la medicina e la scienza. Uno dei maggiori sviluppi dell’AI negli anni 2000 è stato l’avanzamento delle tecniche di apprendimento automatico (Machine Learning), che hanno permesso ai computer di apprendere da dati e di migliorare le loro prestazioni nel tempo. Questo ha portato a una maggiore capacità dell’AI di riconoscere oggetti, immagini e linguaggio naturale. Questa accelerazione di interesse e investimenti ha prodotto forti avanzamenti nel campo del trattamento e della elaborazione del linguaggio naturale e nella robotica. Ciò ha portato a una maggiore comprensione della lingua parlata e scritta e alla creazione di robot sempre più avanzati, come i robot chirurgici. Nel controllo del linguaggio naturale si sono sviluppate tecnologie come gli assistenti virtuali (Siri di Apple e Alexa di Amazon, per fare gli esempi più importanti in termini di diffusione), che hanno rivoluzionato la relazione tra le persone e la tecnologia.
3 Le intelligenze artificiali generative
Il salto di qualità, però, si è determinato con l’inizio dello sviluppo delle Intelligenze Artificiali cosiddette “generative”. Un’intelligenza artificiale generativa (Generative Artificial Intelligence) è un tipo di algoritmo di Intelligenza Artificiale che utilizza tecniche di apprendimento automatico per generare dati, immagini, suoni o testo in modo autonomo, emulando il comportamento umano. Questo tipo di IA è in grado di creare nuovi contenuti a partire da dati di input o a partire da zero, senza la necessità di istruzioni specifiche. L’IA generativa utilizza algoritmi di deep learning come le reti neurali generative (GAN) o le reti neurali ricorrenti (RNN) per creare i propri contenuti. Ad esempio, una GAN può essere addestrata a generare immagini realistiche di volti umani a partire da un insieme di dati di immagini di volti umani esistenti. L’IA generativa rappresenta un’area di ricerca in velocissima ed esponenziale evoluzione, con molte applicazioni e sviluppi potenziali in futuro.
Come per molte tecnologie dell’informazione il loro sviluppo determina la messa in discussione di forme di relazione all’interno della società e apre a scenari di utilizzo che, spesso, si collocano al di fuori di norme e consuetudini. La potenza generativa di tali tecnologie, inoltre, pone questioni inedite in tema di produzione di contenuti falsi o pericolosi come immagini false o disinformazione, e per questo è importante considerare attentamente le implicazioni etiche e sociali dell’utilizzo dell’IA generativa. Tuttavia, la potenza e la flessibilità nell’applicazione di tali tecnologie sta producendo un’accelerazione del loro utilizzo in quasi tutti i campi.
4 Le intelligenze artificiali generative nella produzione
La data del 3 novembre 2022, però, segna un passaggio di qualità nella diffusione di massa dell’uso e della consapevolezza di cosa sia possibile fare con una Intelligenza Artificiale Generativa. Quel giorno, infatti, la fondazione OpenAI ha reso disponibile un’applicazione chat basata sulla versione tre del suo GPT (Generative Pre-trained Transformer) che era stato rilasciato nel giugno del 2020. Nel marzo di quest’anno è stata rilasciata la GPT-4 che si candida a moltiplicare la potenza produttiva di oltre 1000 volte rispetto alla sua versione precedente.
Dal momento del rilascio di GPT-3 si sono moltiplicate le applicazioni in grado di utilizzare tale soluzione per produrre varie tipologie di servizi, dalla produzione di testi a quella che genera immagini, video, suoni e musica. Le applicazioni più immeditate delle Intelligenze Artificiali Generative possono essere utilizzate in diversi campi, come l’arte, la musica, la moda, il cinema e il gioco. Ad esempio, un’IA generativa potrebbe essere utilizzata per creare musica originale a partire da dati musicali esistenti, o per generare nuovi disegni di moda basati sui modelli esistenti ma la loro applicazione si può ipotizzare in moltissimi ambiti professionali e lavorativi.
Le previsioni in ambito produttivo sono praticamente infinite. I modelli cosiddetti di Industria 4.0, infatti, si candidano a essere le strutture ove le tecnologie dell’Intelligenza Artificiale Generativa saranno più pervasive in tempi rapidissimi. Le aziende che già basano le loro attività sui cosiddetti Gemelli Digitali, le riproduzioni informatiche del ciclo produttivo, del funzionamento delle macchine, della loro manutenzione, dell’approvvigionamento dei materiali e delle analisi di comportamenti del mercato, beneficeranno in tempi rapidi del supporto di soluzioni che si baseranno sulla potenza dei nuovi algoritmi. I processi di automazione si doteranno di una “intelligenza aggiuntiva” che renderanno i cicli di produzione in grado di essere gestiti in maniera dinamica con una capacità predittiva ancora sconosciuta ai più. Le analisi dei mercati, sia per gli andamenti della disponibilità dei materiali, la gestione della catena di distribuzione, le diverse attività logistiche delle catene di aziende coinvolte (Supply Chain) renderà l’obiettivo di controllare le prestazioni e miglioramento dell’efficienza molto più performante, sia per quanto riguarda le condizioni a valle nel processo di allocazione della produzione, dal marketing di nuova generazione al rapporto con la clientela sempre più diretto, trasformerà sempre di più l’azienda in una direzione d’orchestra di flussi informativi da gestire in termini istantanei. Inoltre, molte delle professionalità esterne che necessitano al ciclo. L’arrivo delle Intelligenze Artificiali Generative può avere un impatto significativo sulle PMI in svariati modi. In primo luogo, sul miglioramento dell’efficienza e della produttività, consentendo di generare nuove idee, creare prototipi, testare prodotti e automatizzare processi aziendali, riducendo così il tempo e i costi necessari per tali attività, a costi enormemente contenuti rispetto al passato. Il loro impiego consente di aumentare la personalizzazione del prodotto in base alle esigenze specifiche dei clienti, migliorando la loro esperienza e la fedeltà. Inoltre, sul piano della competitività, le PMI che adottano le Intelligenze Artificiali Generative possono acquisire un vantaggio competitivo sui loro concorrenti, creando prodotti migliori e più innovativi, che possono essere sviluppati e commercializzati più rapidamente. Ciò rende più facile sviluppare nuovi mercati attraverso la creazione di nuovi prodotti e servizi che non esistevano in precedenza. Infine, il settore della Ricerca e Sviluppo può essere facilitato nel condurre ricerche più avanzate e complesse, migliorando la qualità dei loro prodotti e dei loro servizi. In generale, quindi, l’adozione delle GAN può aiutare le PMI a diventare più competitive e innovative, migliorando l’efficienza, la produttività e la qualità dei loro prodotti e servizi. Tuttavia, l’implementazione di tali tecnologie richiede un investimento significativo in termini di tempo e di risorse, così come la formazione del personale per utilizzarle correttamente.
Ovviamente la potenza generativa di queste tecnologie pone questioni centrali in alcuni asset nazionali basati proprio sulla capacità creativa del nostro Paese, dei suoi artigiani, della sua particolare struttura produttiva basata sulle PMI. La peculiarità del nostro Paese, penso a settori come la moda, l’arte, la meccanica di precisone, la meccatronica e così via, apre una riflessione su ciò che le tecnologie dell’Intelligenza Artificiale Generativa possono produrre in termini di trasformazione del mercato a livello mondiale.
Il tema dei diritti sulla creazione di una immagine, di un suono, di un contenuto, di un progetto, basati sui risultati di una intelligenza artificiale generativa è già affrontato in alcuni tribunali e le soluzioni che si avanzano riguardano l’impossibilità di rivendicare un diritto su tali “prodotti” ma non pongono (e forse non possono tecnicamente) possibilità di intervento sull’imitazione. Le aziende che basano la loro ricchezza sulla capacità creativa dovrebbero iniziare a mettere a tema il problema.
5 Le intelligenze Artificiali Generative e il Lavoro
Ultimo e non ultimo è il tema dell’impatto sul “Lavoro”. È dei giorni scorsi la pubblicazione di una ricerca americana sull’impatto delle tecnologie di Intelligenza Artificiale Generative sui lavori. I risultati sono molto seri e da valutare con attenzione.
Lo studio - condotto dalla stessa OpenAI con il supporto di OpenResearch e dell’University of Pennsylvania1 - indaga sulle potenziali implicazioni dei modelli Generative Pre-trained Transformer (GPT) e delle relative tecnologie sul mercato del lavoro statunitense. La ricerca si sofferma a valutare le occupazioni in base all’impatto che potranno avere dalle capacità potenziali di GPT, incorporando sia l’esperienza umana che le classificazioni da GPT-4. I risultati indicano che circa l’80% della forza lavoro statunitense potrebbe avere almeno il 10% delle proprie attività lavorative interessate dall’introduzione dei GPT, mentre circa il 19% dei lavoratori potrebbe vedere almeno il 50% delle proprie attività interessate. L’influenza, inoltre, si estende a tutti i livelli salariali, con posti di lavoro a reddito più elevato potenzialmente esposti a un maggiore interessamento. In particolare, l’impatto non è limitato alle industrie con una crescita della produttività recente più elevata. Lo studio, infatti, conclude che i trasformatori generativi pre-addestrati presentano le caratteristiche delle tecnologie generiche (General Purpose Technology), come fu per l’elettricità, e suggerisce come questi modelli potrebbero avere notevoli implicazioni economiche, sociali e politiche.
Le trasformazioni in atto, quindi, non si affrontano con “aggiustamenti” ma necessitano di un salto di qualità a partire dalla consapevolezza dei decisori dalle istituzioni alle aziende. Quello che si sta generando, infatti, non è una semplice “evoluzione” del vecchio quadro ma una soluzione di continuità che necessita di scelte immediate e radicali. La modifica del lavoro (e il suo apporto nel ciclo produttivo), infatti, non riguarda solo il “semplice” tema dei livelli occupazionali, la preoccupazione “quantitativa” di cui la politica si è, più o meno, occupata fino ad oggi ma riguarda la stessa geografia e forma del lavoro, praticamente in tutti gli ambiti e forme. Una trasformazione del genere pone questioni anche relativamente alla stessa tenuta del modello di Welfare e, in fondo, della stessa tenuta del modello democratico.
1 Pubblicato sulla rivista della Cornell University all’indirizzo: https://arxiv.org/pdf/2303.10130.pdf?