Pablo Pena è professore associato presso il dipartimento di economia dell’Università di Chicago e autore di Human Capital for Humans: An Accessible Introduction to the Economic Science of People. Le opinioni espresse in questo articolo è quella personale dell’autore, dunque non riflette necessariamente la politica del Fondo monetario internazionale; https://www.imf.org/en/publications/fandd/issues/2025/12/the-human-edge-pablo-pena – I recenti progressi nell’intelligenza artificiale hanno generato preoccupazioni circa la sostituzione del capitale umano. L’interrogativo è se intelligenza artificiale e capitale umano opereranno come complementari, rendendosi reciprocamente più produttivi, oppure saranno sostitutivi. Tre componenti cruciali ma a volte trascurate del capitale umano (la curiosità, il pensiero critico e l’autoregolamentazione) possono aiutare a dare una risposta a questi difficili quesiti.
JOHN E PAUL NEL 1939
Immaginate di prendere tutti i dati mai registrati dagli esseri umani fino al 1939 e di inserirli in un Large Language Models (LLM, ovvero modelli avanzati di intelligenza artificiale basati su reti neurali, n.d.t.). L’anno 1939 è significativo, poiché è avvenuto poco prima della nascita di Paul McCartney e di John Lennon, anzi, prima del loro concepimento. Supponiamo poi di chiedere a quel LLM di creare canzoni descritte con aggettivi usati dai critici musicali che ascoltavano i Beatles: esso sarebbe in grado di produrre “Yesterday”? Ecco due motivi per cui non lo sarebbe: innanzitutto non ci sarebbero informazioni sufficienti per prevedere la produzione creativa dei due ragazzi di Liverpool, che ancora dovevano nascere; le canzoni di Lennon e McCartney furono ispirate dalle loro esperienze di vita, tuttavia, prima dell’esistenza di quei due musicisti non sarebbero disponibili molti indizi su quali fossero state quelle esperienze. Inoltre, non potremmo neppure prevedere con certezza che John e Paul sarebbero poi esistiti, dato che non sapremmo quale dei milioni di spermatozoi dei loro padri avrebbe fecondato gli ovuli delle madri.
YESTERDAY?
In secondo luogo, senza fornire dettagli specifici sulle canzoni il nostro suggerimento sarebbe troppo vago. “Yesterday” è stata descritta come malinconica, senza tempo, elegante, lirica e intima. Queste parole possono apparire adeguate, però non restringono di molto le possibilità. Quindi, prima dei Beatles l’intelligenza artificiale non avrebbe potuto creare la loro musica tramite una previsione e noi ci saremmo persi quella che alcuni considerano una delle migliori canzoni rock and roll. Lo stesso si potrebbe affermare per delle opere del vostro pittore, scrittore, scultore preferito e così via, ovvero chiunque sia nato dopo il 1939. Ora, riflettete su oggi e non sul 1939: per le stesse ragioni un LLM alimentato con tutte le informazioni disponibili fino a questo momento non sarebbe un sostituto per il talento, la creatività e la curiosità dei creatori del futuro. Quindi, sebbene l’intelligenza artificiale possa svolgere un discreto lavoro nel ricombinare vecchi dati (libri, registri e immagini del passato), non può imitare creazioni umane ancora inedite.
LE RISPOSTE DEL LARGE LANGUAGE MODELS
Questa nozione si estende oltre l’arte. Ad esempio, si consideri la seguente domanda di natura politica: «cosa si può fare per ridurre la violenza armata a Chicago?». Un LLM risponderebbe con un riepilogo degli studi precedenti e, forse evidenzierebbe quelli più applicabili a quella città, ma non testerebbe empiricamente nuove idee allo scopo di fornire una risposta precedentemente sconosciuta. Da sola, l’IA non elaborerà una modalità di intervento politico, non otterrà finanziamenti per esso, non preparerà gli enumeratori del sondaggio, non visiterà le famiglie, non convincerà i partecipanti a rispondere, e così via. Gli esseri umani invece lo fanno, poiché sono spinti a farlo dalla loro curiosità intellettuale. È la nostra curiosità che aumenta il patrimonio di conoscenze da cui dipende l’IA. Siamo destinati a raggiungere un punto in cui tutte le informazioni disponibili saranno state inserite negli LLM, una situazione definita «picco di dati», dopodiché, in assenza di nuove informazioni (ad esempio degli studi condotti su nuove strategie per prevenire la violenza armata) i risultati degli LLM non miglioreranno di molto. Se tutti decidessero di affidarsi ai responsi degli LLM invece di finanziare e condurre nuove ricerche, ci ritroveremmo presto con studi obsoleti. Una situazione chiaramente indesiderabile.
IL PICCO DI DATI
Il picco di dati implica che (…)
continua a leggere al seguente link: https://www.imf.org/en/publications/fandd/issues/2025/12/the-human-edge-pablo-pena
