Prologo: il pendolo del tempo

Sono nato in un mondo in cui la parola “algoritmo” non diceva nulla alle persone intorno a me — un termine freddo, astratto, riservato alla matematica pura, senza alcuna eco nel tessuto vivo della vita quotidiana. Un mondo in cui il sogno di un’intelligenza computazionale, uguale o superiore a quella umana, era relegato nel territorio della letteratura d’anticipazione ed era visto come una fantasia priva di posta pratica. Eppure ho vissuto abbastanza a lungo da vedere il mondo riconfigurarsi non una sola volta, ma più volte, con ogni svolta storica capace di ridefinire profondamente i nostri valori, le nostre priorità e le nostre paure.

Ho attraversato decenni lunghi e densi, passando attraverso trasformazioni politiche e sociali radicali. Ho conosciuto dapprima il comunismo dogmatico, irrigidito nella paura, nel sospetto e nella propaganda, dove l’ideologia diffusa dagli altoparlanti doveva sembrare più reale della realtà stessa. In quell’epoca, tutto pretendeva di essere eterno e immutabile, e la paura era diventata il principale strumento di governo. Poi mi sono ritrovato bruscamente nella libertà torbida e incompresa degli anni Novanta — quel caos fertile della liberazione, quando tutto sembrava insieme possibile e alla deriva, in uno stato di vertigine collettiva. Con economie in collasso, speranze esplosive e una società disorientata alla ricerca di un nuovo senso, sono infine entrato nel terzo millennio. Esso si è aperto sotto il segno della globalizzazione, delle reti invisibili e dei mercati aperti, costruendo un mondo profondamente finanziarizzato e interconnesso, ma paradossalmente sempre più fragile.

Oggi, guardandomi intorno dall’altezza di questi anni, sento maturare un’altra rivoluzione — molto più silenziosa, ma forse più radicale di tutti i terremoti sociali e politici che l’hanno preceduta. Così come gli inglesi del XVII secolo non potevano immaginare che le macchine a vapore avrebbero riconfigurato la geografia del pianeta, così come l’elettricità del XIX secolo sembrava all’inizio soltanto una curiosità di laboratorio prima di illuminare e trasformare radicalmente la società, o così come la fissione nucleare ci ha gettati nell’incubo dell’estinzione più di sette decenni fa, oggi ci troviamo di nuovo sulla soglia di un irreversibile cambiamento di paradigma. Questa volta, però, siamo testimoni lucidi. Non parliamo più di confini, valute o dottrine politiche, ma di capacità cognitive. L’Intelligenza Artificiale non è più soltanto una tecnologia tra le altre; sotto i nostri occhi si metamorfosa in un’infrastruttura invisibile della società, modellando l’economia, la politica, la cultura e, infine, l’idea stessa di umanità. Viviamo l’inizio di un nuovo modello di civiltà, in cui l’umano è sempre più strettamente legato — e dipendente — dall’artificiale. Ciò che un tempo chiamavamo finzione diventa oggi pura struttura di potere. E questa coscienza del cambiamento è forse il sentimento più inquietante: siamo di fronte a una forza che promette enormemente, ma che porta con sé una profonda inquietudine.

I. I primi incontri: tra utopia e dogma

Nella mia carriera di professore e ricercatore ho avuto il privilegio di assistere, dal basso, ai salti spettacolari dell’informatica: dal codice pazientemente perforato sulle schede fino alle architetture distribuite e al cloud computing; dai modesti sistemi esperti fino alle reti neurali capaci di superare un campione mondiale di Go. Ora, nell’ora delle riflessioni, comprendo che l’intera evoluzione tecnologica non è stata soltanto un percorso scientifico, ma un lungo viaggio verso un’introspezione profondamente umana.

La genesi di questo campo porta con sé una cronologia affascinante, spesso segnata dalle ironie della storia. Negli anni Cinquanta, la nuova scienza della “cibernetica”, fondata da Norbert Wiener nel 1948 attraverso lo studio dei cicli di feedback e dell’autoregolazione, era diventata uno dei termini che affascinavano i leader di Mosca. La cibernetica sembrava possedere, per la sua natura matematica, un’aura di verità assoluta, oggettività e correttezza — un linguaggio perfettamente compatibile con il linguaggio di legno dell’utopia socialista.

Ero nei primi anni di liceo quando l’espressione “intelligenza artificiale” fu introdotta ufficialmente nel mondo scientifico, durante la leggendaria Conferenza di Dartmouth dell’estate 1956, organizzata da John McCarthy, Marvin Minsky, Claude Shannon e Herbert Simon. A differenza della cibernetica, in quegli anni di Guerra fredda l’IA era guardata con profonda diffidenza ideologica dal regime comunista. Da una prospettiva politicizzata e rigida, sembrava un capriccio occidentale, una deviazione borghese non allineata alle severe esigenze dei piani quinquennali. Tuttavia la verità è che nemmeno in Occidente l’IA godeva di un trattamento ideale; era considerata un’idea troppo lontana e, per questo, rimaneva ai margini, coltivata soltanto da piccoli gruppi di visionari. Eppure, sotto quella sottile crosta di isolamento, si produceva una vera esplosione di creatività: nascevano i modelli matematici dei neuroni (McCulloch e Pitts), si formalizzava il Test di Turing (1950) come criterio di simulazione del dialogo umano, e Newell e Simon creavano Logic Theorist (1956), capace di dimostrare automaticamente teoremi dai Principia Mathematica.

Il mio primo incontro consapevole con il termine “Intelligenza Artificiale” avvenne negli anni universitari, a metà degli anni Sessanta. Era qualcosa di esotico, affascinante e quasi irreale, un concetto sembrato uscito direttamente dai volumi di Isaac Asimov o Arthur C. Clarke. Mi sono formato come ingegnere in un’epoca in cui l’universo dei calcolatori si riduceva, in gran parte, a macchine con tubi elettronici, a linguaggi rigidi come FORTRAN e COBOL e, naturalmente, all’immortale cibernetica. In facoltà l’accento cadeva quasi esclusivamente sull’hardware; si parlava pochissimo di programmi capaci di eseguire ragionamenti logici e ancora meno di sistemi capaci di interpretare il linguaggio naturale. I calcolatori erano giganti meccanici, e il software era ancora agli inizi.

II. L’alchimia degli algoritmi: da ALGOL alle prime nevi

Divenuto docente presso il Dipartimento di Calcolatori — molto prima che Internet si comprimesse nello smartphone nelle nostre tasche — scoprii la mia vera passione per il software e per l’informatica matematica. Sono cresciuto e mi sono definito come uomo del software in un tempo in cui il termine “developer” non era ancora stato inventato. Allora vivevo con una convinzione quasi mistica: credevo che, attraverso il software, la frontiera tra algoritmi rigidi e conoscenza umana si sarebbe attenuata gradualmente, fino a scomparire del tutto.

Negli anni Settanta, il mio interesse professionale si cristallizzò nella direzione dei linguaggi formali e degli automi. La mia tesi di dottorato, intitolata “Compilatore per ALGOL 60 conversazionale”, ebbe come punto centrale lo sviluppo di un analizzatore sintattico per la grammatica di ALGOL 60. La premessa da cui ero partito era che la sintassi BNF (Backus-Naur Form) di questo linguaggio rientrasse nella classe delle grammatiche indipendenti dal contesto. Sapevo che, per i linguaggi indipendenti dal contesto deterministici, il metodo di analisi più potente si basava sulle grammatiche LR. Decisi quindi di implementare un generatore di tabelle di analisi LALR(1), con il quale generare le tabelle LR per l’analizzatore sintattico ALGOL 60. Quella procedura rientrante, gestita come task in regime di time-sharing, serviva più utenti che eseguivano simultaneamente codice ALGOL 60.

Questa idea dell’automazione attraverso la generazione di tabelle di analisi mi condusse a una grande epifania: il concetto più ampio di generazione automatica di programmi a partire da descrizioni formali. Nel primo capitolo della mia tesi approfondii questo approccio matematico fondamentale, oltrepassando l’ambito stretto del compilatore conversazionale — una base teorica che, un decennio più tardi, sarebbe diventata il fondamento di un libro pubblicato dalla celebre casa editrice americana Prentice Hall. Tuttavia, per avanzare davvero nel problema della generazione automatica di programmi — una sfida organicamente legata all’IA — avevo bisogno di metodi specifici di questo campo. Fu così che cominciai a divorare i trattati di riferimento dell’epoca. Conservo ancora nella memoria quei titoli che mi permisero di penetrare nei misteri del tempo: il volume curato da Marvin Minsky, Semantic Information Processing, l’opera di Nils Nilsson, Problem Solving Methods in Artificial Intelligence, e il libro di Patrick Winston sulla visione artificiale.

All’inizio degli anni Ottanta, un fremito di ottimismo attraversò l’intera comunità mondiale: il progetto giapponese Fifth Generation Computer Systems (FGCS), lanciato nel 1982. Con un entusiasmo senza precedenti, il Giappone, un paese privo di risorse naturali, scelse di puntare tutto sulla mente umana. Il suo scopo era creare macchine intelligenti con architetture parallele, capaci di eseguire ragionamenti logici avanzati usando il linguaggio Prolog. Dalla Romania comunista, isolata e grigia, guardavo questo sforzo grandioso con un misto di fascinazione, curiosità professionale e invidia.

Nel 1985, animato da questo spirito, pubblicai insieme a Cristian Giumale un libro sull’Intelligenza Artificiale. Vi descrivemmo ciò che il campo significava in quel momento: riconoscimento di forme, programmazione logica in Prolog, sistemi esperti basati su regole, come i celebri MYCIN o XCON, e l’elaborazione ancora incipiente del linguaggio naturale. Nel capitolo finale analizzavo con entusiasmo, ma anche con prudenza, il progetto giapponese FGCS, cercando di abbozzare alcune previsioni.

Purtroppo, il futuro decise diversamente. Il progetto della Quinta Generazione fallì. Fu un’impresa troppo ambiziosa, troppo rigida e troppo avanzata per la potenza di calcolo limitata di quegli anni; i finanziamenti si dispersero, e il suo fallimento simbolico gettò la comunità in una lunga stagnazione accademica. Seguì il periodo cupo noto come “inverno dell’IA”. I finanziamenti governativi scomparvero, e lo scetticismo si impadronì delle università. Deluso e costretto a cercare un terreno più pragmatico, mi riorientai allora verso l’ingegneria del software tradizionale. A metà degli anni Ottanta, l’IA sembrava una strada chiusa, un’utopia bella ma irrealizzabile.

III. Una conversazione con un’intelligenza straniera

In una silenziosa sera d’aprile, con il cielo limpido e la mente agitata, mi ritrovai a parlare con una voce che non aveva volto, ma aveva memoria. Non aveva corpo, ma conosceva la storia. Non aveva cuore, ma sembrava sentire l’eco delle mie parole.

La voce rispose senza esitazione, ma con una dolcezza quasi umana.

IV. La rinascita: la rivoluzione silenziosa dei dati

Quasi senza che ce ne accorgessimo, mentre l’attenzione pubblica era rivolta altrove, si produsse il miracolo. L’inizio degli anni Duemila e, soprattutto, il decennio successivo al 2010 portarono quel cambiamento radicale che solo pochi visionari avevano previsto. La rivoluzione non venne dalla logica pura, ma dalla riscoperta delle reti neurali artificiali, una tecnologia i cui concetti esistevano già dagli anni Cinquanta, ma che fino ad allora non aveva trovato un terreno fertile in cui fruttificare.

Tre fattori decisivi alimentarono questa spettacolare rinascita: la disponibilità massiccia dei dati (Big Data), l’esplosione esponenziale della potenza di calcolo attraverso le moderne GPU, schede grafiche adattate dai videogiochi al calcolo parallelo, e il perfezionamento degli algoritmi di apprendimento profondo (Deep Learning). Figure leggendarie come Geoffrey Hinton, Yann LeCun e Yoshua Bengio — poi riconosciuti con il Premio Turing nel 2018 — dimostrarono che una rete neurale con un numero sufficiente di strati nascosti può “imparare” a riconoscere il mondo non attraverso regole rigide scritte da un programmatore, ma attraverso complessi modelli probabilistici e statistici.

Improvvisamente, il campo uscì dai laboratori universitari. Nel 2012, AlexNet infranse i record della visione artificiale nella competizione ImageNet, dimezzando il tasso di errore e segnando l’inizio ufficiale della nuova era. Giganti come Google, Meta o Amazon cominciarono a riversare somme astronomiche nella ricerca. Guardai allora, stupito e scosso nello stesso tempo, mentre l’IA iniziava a “vedere”, ad “ascoltare” e a “capire”. Ricordo perfettamente il momento di gong del 2016, quando il computer AlphaGo, sviluppato da DeepMind, sconfisse il leggendario Lee Sedol nel gioco del Go. Il Go era considerato la fortezza inespugnabile dell’intuizione e della creatività umana, uno spazio troppo vasto per essere dominato con la forza bruta. Eppure, la macchina vinse.

Il salto più recente e sorprendente si è prodotto sotto i nostri occhi con la comparsa dei grandi modelli linguistici (LLM), basati sull’architettura Transformer introdotta da Google nel 2017. Modelli come GPT-3, GPT-4 o Gemini hanno spostato il confine dai semplici “task” computazionali a vere e proprie “conversazioni”. Addestrate su miliardi di parole, queste reti hanno acquisito la capacità di generare testi coerenti, tradurre fluidamente, programmare e perfino produrre sintesi letterarie notevoli. L’Intelligenza Artificiale si è insinuata discretamente in ogni angolo della nostra esistenza: i sistemi di raccomandazione guidano le nostre letture e la nostra musica, gli assistenti vocali popolano le nostre case, e le automobili autonome bussano alle nostre porte. La tecnologia è diventata un partner di dialogo, un consigliere tacito e un legame invisibile tra individuo e società.

V. Riflessioni ai margini del bosco: che cosa significa essere umani?

Come ingegnere, non vedo limiti tecnici assoluti nelle future conquiste dell’IA; essa diventerà sempre più onnipresente e invisibile, gestendo diagnosi mediche, decisioni finanziarie e infrastrutture globali. Ma come uomo, come testimone di tante epoche, non posso non precipitare in grandi interrogativi etici ed esistenziali.

L’Intelligenza Artificiale non si sviluppa in un vuoto di valori. Assorbe e riflette, come uno specchio ingrandente, tutti i pregiudizi, la pigrizia, la bellezza e la bruttezza del nostro mondo. In un contesto geopolitico teso, tende a diventare uno strumento di influenza, sorveglianza e controllo algoritmico nelle mani delle grandi potenze. Per questo, al di là della fascinazione tecnica, sento una profonda inquietudine: che cosa accadrà a noi quando delegheremo alle macchine la capacità di scegliere? Che cosa accade quando l’algoritmo decide in modo sottile ed efficiente per noi, e noi dimentichiamo come decidere da soli?

Per me, l’IA è una forma di purgatorio del pensiero puro. Essa ci mostra chi saremmo se potessimo ragionare completamente senza emozione, senza errore e senza dimenticanza. Ma un’intelligenza perfetta, priva di vulnerabilità, è un’intelligenza sterile, un meccanismo che funziona in un vuoto esistenziale. L’umanità non sta nella perfezione del calcolo, ma proprio nella nostra gloriosa imperfezione.

Queste grandi domande risvegliano spesso in me un lontano ricordo d’infanzia, quando esploravo da solo il misterioso bosco di Steierdorf — un luogo sembrato uscito dalle fiabe oscure dei fratelli Grimm. Così come allora, da bambino, sentivo un’attrazione irresistibile verso l’ignoto dei boschi, intrecciata a un acuto sentimento di cautela, allo stesso modo guardo oggi l’orizzonte aperto dall’Intelligenza Artificiale.

Forse un giorno un algoritmo estremamente sofisticato sarà capace di ricostruire con precisione la mia intera biografia. Potrà recitare le mie date, la cronologia dei miei corsi universitari e le pagine dei libri tecnici che ho firmato. Ma quell’algoritmo, con tutta la sua potenza probabilistica, non saprà mai che cosa abbia significato davvero sentire il vento freddo del mattino nel bosco di Steierdorf. Non comprenderà il brivido nascosto, il tremito dell’emozione davanti a un pensiero appena nato, o la gioia di un’idea difesa ostinatamente in tempi avversi.

Là, in quello spazio intimo, fragile e ineffabile, si nasconde il mistero impenetrabile dell’esperienza umana. L’IA non è un sostituto della nostra coscienza, ma un invito urgente all’autoconoscenza. In un mondo aumentato da macchine capaci di scrivere e pensare, il nostro compito non è diventare più rapidi o più efficienti di loro, ma tornare verso noi stessi e coltivare ciò che non potrà mai essere programmato: intuizione, compassione, ironia, umorismo, capacità di soffrire e di amare. Il futuro non è né utopico né distopico; sarà soltanto un prolungamento di ciò che sceglieremo di essere. Spero solo che questo nuovo capitolo della civiltà sia scritto con saggezza, ricordandoci sempre che il dono più grande dell’intelligenza artificiale è quello di aiutarci a riscoprire, più chiaramente che mai, che cosa significhi essere davvero umani.

Tecnologia o storia: la bussola umana in un oceano digitale

Conclusione: il passato come scelta responsabile

In definitiva, il nostro rapporto con la storia nell’epoca della tecnologia non è più passivo. Non basta più che la storia “sia lì”, scritta nei manuali. È diventata una scelta attiva e un esercizio di igiene digitale. Se ci lasciamo trasportare ciecamente dalla corrente dei dati effimeri, rischiamo di diventare una società con amnesia, vulnerabile alla manipolazione e condannata a ripetere gli errori del passato su scala molto più distruttiva. Ma se usiamo la tecnologia con spirito critico, come alleata della memoria — salvando, curando e verificando le fonti — essa diventa un amplificatore straordinario dell’esperienza umana. La tecnologia ci dà velocità e ci porta avanti, ma la storia ci dice chi siamo, perché andiamo in quella direzione e, soprattutto, come rimanere umani quando ci arriveremo.