“Non è intelligente, ma si applica”: alla scoperta dell’IA con Virginia Volpi

L’Intelligenza Artificiale è ovunque: nelle app che usiamo ogni giorno, nei motori di ricerca, nei chatbot, nelle immagini sui nostri schermi. Ma come funziona, e da dove arriva? Cosa può fare per davvero e, soprattutto, come può cambiare le nostre vite? Nel volume Non è intelligente, ma si applica (Feltrinelli Editore, 2026, pp. 176, anche e-book), Alessandro Aresu e Virginia Volpi raccontano l’Intelligenza Artificiale come una grande avventura della scienza: dalla conferenza che l’ha tenuta a battesimo a ChatGPT, dai primi calcolatori alle reti neurali artificiali, dai gatti di ImageNet ai videogiochi. Si scoprono così le storie e i protagonisti, le intuizioni, gli errori e le svolte epocali che hanno reso possibile la rivoluzione tecnologica più discussa del nostro tempo.

Ma la domanda che viene spontanea è ispirata naturalmente dal titolo del libro: davvero non è intelligente, ma si applica? Lo chiediamo a Virginia Volpi:

«Quante studentesse e quanti studenti almeno una volta si sono sentiti riferire dai genitori all’uscita da un ricevimento la fatidica frase del professore o della professoressa ‘è intelligente ma non si applica’? Bene, il nostro libro si rivolge proprio a loro. Si tratta infatti di un libro introduttivo e divulgativo, che può essere letto da chiunque abbia interesse a capire qualcosa di più dell’IA.
Abbiamo scelto un titolo al tempo stesso spiritoso e serio per spiegare il funzionamento di questa tecnologia. Davvero ‘non è intelligente’? L' IA - scoprirete leggendo - viene allenata su tantissimi dati e si basa su un sistema probabilistico. Per essere più precisi, si basa sui cosiddetti Large Language Models, cioè modelli linguistici di grandi dimensioni. Di fronte a una domanda, questi modelli di IA generativa restituiscono una risposta che è la più probabile combinazione di parole. Grazie a un percorso concatenato di scoperte, sarà Geoffrey Hinton (e non solo), Premio Nobel nel 2024, a intuire che per costruire l'IA bisognava cercare di replicare il cervello umano tramite delle reti neurali artificiali, ovvero tanti piccoli neuroni artificiali che ricevono dati e informazioni e li elaborano, strato dopo strato, in maniera via via più profonda».

Ci fa magari un esempio per aiutarci a capire?

«Pensate all'acronimo ChatGPT: Generativa, Pre-allenata, Transformer. Generativa perché genera testo; pre-allenata perché allenata su una vastissima quantità di dati; Transformer perché questa è la tipologia di rete neurale utilizzata. Ed è proprio grazie ai Transformer che l'IA riesce ad analizzare le frasi non parola per parola, ma nel loro insieme, cogliendo i legami tra le parole in base al contesto. Sulla base di quanto sopra descritto, possiamo capire che l'IA non è intelligente, ma si applica molto bene. Funziona in modo probabilistico, e ciò significa che esiste la possibilità che possa sbagliarsi; viene allenata su una quantità grandissima di dati e informazioni, ma non è detto che i dati utilizzati siano tutti corretti o sempre aggiornati, e, nel peggiore dei casi, potrebbero anche essere sbagliati o contenere dei pregiudizi. Insomma, l’IA è uno strumento utile e potentissimo, da usare però conoscendone le caratteristiche e i limiti».
Ma quando è nata l'Intelligenza Artificiale?

«La storia di questa invenzione è più lunga di quanto possiamo immaginare, ed è fatta di successi e sconfitte, accelerazioni e battute d'arresto. Il libro è un viaggio in questa storia, e comincia nel 1955 quando il giovane matematico John McCarthy per la prima volta le parole associò le parole ‘intelligenza’ e ‘artificiale’, con l'obiettivo di costruire macchine in grado di usare il linguaggio e risolvere problemi come gli umani. Macchine in grado anche di imparare e migliorarsi. Per farlo, nel 1956 invitò alcuni tra i più brillanti studiosi al Dartmouth College, nel New Hampshire, a quella che fu a tutti gli effetti la prima vera conferenza sull'Intelligenza Artificiale. Questa è la data di nascita ufficiale, ma riflessioni e studi erano in corso da tempo e i maggiori studiosi ne discussero durante questa conferenza. Per Mc Carthy, l’intelligenza era come un puzzle fatto da tante tessere, che può essere composto e ricomposto. Per Ray Solomonoff l’intelligenza non poteva basarsi solo su regole rigide, in quanto spesso ci si deve confrontare con l’incertezza. E il modo per tenerne conto era appunto la probabilità. Claude Shannon, che aveva lavorato come ricercatore nei Bell Labs, i grandi laboratori americani di ricerca e sviluppo, pose le fondamenta perché le macchine potessero comunicare tra loro, scambiandosi informazioni. Infine, è bene ricordare che già qualche anno prima Alan Turing, matematico e logico, era riuscito a decifrare i messaggi generati da Enigma (la macchina attraverso la quale i nazisti inviavano codici cifrati per impedire agli Alleati di localizzarli) e aveva iniziato a interrogarsi sulla possibilità che le macchine potessero apprendere».
Dobbiamo temere l'IA...oppure dobbiamo conoscerla?

«Si teme ciò che non si conosce. È una reazione umana. L'IA una delle tecnologie più trasformative dei nostri tempi, e per questo suscita entusiasmo, curiosità, ma anche preoccupazione. L'obiettivo del libro di Alessandro Aresu e mio è proprio questo: far conoscere l'Intelligenza Artificiale per poterla comprendere ed utilizzare al meglio. Per farlo non è sufficiente parlare degli strumenti che utilizziamo oggi, come i chatbot, ma è necessario guardare alla storia dell'IA, alle idee scientifiche e tecnologiche che ne hanno permesso lo sviluppo, al suo funzionamento e ai suoi utilizzi, alla complessa filiera industriale che la sostiene. Perciò, nei primi capitoli si illustrano le idee che ne hanno permesso lo sviluppo. Successivamente, si approfondisce la storia di alcuni protagonisti, con le loro concrete intuizioni. Geoffrey Hinton, premio Nobel per la fisica per le scoperte fondamentali sulle reti neurali e l’apprendimento automatico nel 2024; Jensen Huang, fondatore nel 1993 di NVIDIA, una delle aziende che al mondo ha il maggior valore economico, la prima nella storia a superare i 4000 e poi i 5000 miliardi di dollari di capitalizzazione; Fei- Fei Li, informatica cinese pioniera della ‘computer vision’, che nel 2009 ha classificato tantissime immagini creando un enorme dataset su cui le macchine potevano essere allenate al riconoscimento delle immagini. Nel capitolo L'insostenibile leggerezza dei dati raccontiamo poi la solida ed enorme infrastruttura che serve ad abilitare questa tecnologia, che non è affatto così immateriale come sembra, a cominciare dalle fondamentali e ingombranti strutture dei data center, che consumano energia, acqua e suolo.
Infine, nel capitolo Tutti sbagliano ci si concentra proprio su ciò che ci spaventa di più: gli errori dell'IA e la disinformazione. Sì, l’Intelligenza Artificiale - un po’ come un pappagallo ‘stocastico’ che ripete le parole senza realmente comprenderle - a volte può sbagliare, inventare informazioni e avere delle vere e proprie allucinazioni, offrendo quella che, sulla base dei dati può apparire l'interpretazione più plausibile, ma a volte non è corretta. Ma, appunto, prima di tutto dobbiamo conoscerla».

Che legame esiste tra IA e geopolitica?

«La geopolitica è la disciplina che studia come la posizione geografica, le risorse, le infrastrutture e la forza economica di un Paese ne influenzino il potere, la sicurezza e i rapporti con gli altri Stati. L'Intelligenza Artificiale si inserisce in questo quadro per almeno un paio di motivi: ha una filiera produttiva fortemente concentrata in pochi Paesi ed è essa stessa uno strumento di potere. Non a caso, questo stretto legame è al centro del libro Geopolitica dell'Intelligenza Artificiale di Alessandro Aresu (Feltrinelli, 2024), che ricostruisce l'intreccio tra tecnologia, imprese e competizione USA-Cina. La filiera dell’IA comincia da materie prime ed energia: rame, silicio, alluminio, gallio, terre rare, la cui estrazione e soprattutto raffinazione è concentrata in pochi Paesi, con la Cina in posizione dominante su diversi materiali strategici. Si passa poi ai semiconduttori: gli Stati Uniti guidano nella progettazione, con NVIDIA in testa grazie alle GPU (unità di elaborazione grafica), ma la fabbricazione dei chip più avanzati dipende da Taiwan (TSMC), nodo geopolitico cruciale. Alla filiera contribuisce anche la Corea del Sud, con Samsung e SK Hynix, che domina la produzione di memoria. Infine c'è il cloud: migliaia di chip riuniti in data center energivori e connessi, che trasformano l'infrastruttura fisica in un servizio globale. Gli USA combinano big tech, capitale di rischio, università e infrastrutture cloud; la Cina risponde con manifattura, mercato interno e sussidi. La filiera è concentrata e strategica, ed è per questo che, ad esempio, gli Stati Uniti hanno imposto controlli sempre più stringenti sull'export verso la Cina di chip avanzati (comprese proprio le GPU di NVIDIA) e delle apparecchiature per produrli, usando la tecnologia come leva di politica estera vera e propria».

In cosa ci può migliorare la vita l'IA?

«L'IA può migliorarci la vita su una vasta gamma di livelli: da incombenze quotidiane piccole, ripetitive e noiose, fino a scoperte scientifiche, nel campo della medicina o in quello dell’esplorazione spaziale. Partiamo dalle cose più semplici. Molte delle attività quotidiane burocratiche potranno essere semplificate, come la modulistica da compilare o la scrittura di e-mail, e questo ci consentirà di guadagnare tempo da dedicare ad altri impegni più creativi.

Prendendo poi in considerazione attività più complesse, determinanti e straordinarie, nell’ambito della medicina l'IA ha già prodotto dei risultati: AlphaFold, ad esempio, è un programma di IA sviluppato da DeepMind per predire la struttura tridimensionale delle proteine, consentendo di comprendere meglio malattie come l’Alzheimer o il Parkinson, contribuendo a una diagnosi precoce, e conseguentemente consentendo lo sviluppo di nuovi farmaci più efficaci. Dietro questa scoperta, c’è un altro dei protagonisti citato nel libro, Demis Hassabis, premio Nobel per la chimica nel 2024. E infine c'è lo spazio e i pianeti della costellazione, dove robot e rover dotati di IA - pensiamo ai rover marziani della NASA – devono muoversi, analizzare il terreno e prendere decisioni autonome anche quando le comunicazioni con la Terra richiedono obbligatoriamente differenze temporali consistenti, a volte anche di mezz'ora. L’IA può dunque permettere missioni più ambiziose, in ambienti lontani e ostili al controllo umano diretto».