I modelli di intelligenza artificiale generativa, come ChatGPT, presumibilmente un giorno sostituiranno la maggior parte degli umani nella scrittura di testi. Nel frattempo, però, gli esseri umani passano moltissimo tempo a scrivere sull’IA generativa. Ogni giorno arrivano annunci che si vantano di come le start-up a, b e c stanno applicando la tecnologia all’industria x, y e z. Investimento di rischio globale potrebbe essere sceso del 35% a $ 415 miliardi l’anno scorso, ma il denaro sta ancora sgorgando in start-up di intelligenza artificiale calde e generative.
Per anni, i ricercatori di apprendimento automatico hanno scritto algoritmi sempre più impressionanti, divorando enormi quantità di dati e un’enorme potenza di calcolo, consentendo loro di fare cose sempre più impressionanti: vincere partite di scacchi e partite contro i più forti giocatori umani, tradurre tra lingue in tempo reale e modellare le strutture proteiche, per esempio. Ma il 2022 ha segnato un anno di svolta per l’IA generativa poiché la società di ricerca con sede a San Francisco OpenAI e altri hanno aperto la tecnologia agli utenti ordinari.
Chiunque abbia una connessione Internet può ora sperimentare l’apparente magia spingendo Dall-E a generare un’immagine di un astronauta cavalcando on the moon o ChatGPT per scrivere una storia sulle avventure lunari di un astronauta a cavallo.
Tutto questo è (soprattutto) divertimento buono e innocuo. L’IA generativa sta già stimolando milioni di copywriter, illustratori, sviluppatori di videogiochi e perditempo. Ma la domanda più grande è: può aumentare la produttività nell’economia in generale? Per anni, i tecnologi hanno paragonato gli effetti trasformativi dell’intelligenza artificiale a quelli dei microchip, dell’elettricità e del fuoco. Eppure gli economisti fanno ancora fatica a individuare qualsiasi cambiamento nei dati sulla produttività.
L’uso dell’IA generativa, affermano i suoi evangelisti, trasformerà ora uno sport di minoranza in un gioco di partecipazione di massa. Mira Murati, chief technology officer di OpenAI, ha persino paragonato la diffusione dell’intelligenza artificiale a una forma di globalizzazione digitale: offre a tutti l’accesso a nuove possibilità economiche, aumentando la diversità delle opportunità e aumentando la prosperità. Altri hanno sostenuto che gli aumenti esponenziali della potenza di calcolo negli ultimi decenni, come descritto dalla legge di Moore, stanno passando dall’hardware al software. La creazione di software sta passando dall’era artigianale a quella industriale.
L’intelligenza artificiale può anche essere addestrata per prevedere le prossime righe di codice del computer. Microsoft, che sta investendo 10 miliardi di dollari in OpenAI, afferma che incorporerà l’IA generativa nel suo software, nel cloud computing e nei servizi di ricerca, dando potere ai suoi clienti aziendali. Copilot, rilasciato nel 2021 dalla piattaforma software open source GitHub di Microsoft e OpenAI, consente già agli sviluppatori di completare automaticamente il codice in diversi linguaggi di programmazione.
Date le recensioni di alcuni utenti, potrebbe essere un segno delle cose a venire. Ad esempio, l’informatico Andrej Karpathy, che in precedenza ha lavorato presso Tesla e OpenAI, ha twittato quel copilota aveva “accelerato drasticamente” il suo flusso di lavoro scrivendo l’80% del suo codice con una precisione dell’80%. Il suo ruolo, ha detto, ora era quello di sollecitare e modificare il codice generato dal computer più che scriverlo lui stesso.
Questa incipiente rivoluzione del software è alla base della tesi di investimento di Radical Ventures, un fondo di capitale di rischio con sede a Toronto. Il software si sta sviluppando dall’essere un prodotto statico hard-coded che viene periodicamente spedito in uno che è alimentato da algoritmi di apprendimento AI e in continua evoluzione quasi in tempo reale, mi dice Jordan Jacobs, co-fondatore di Radical. “Ogni bit di software sarà sostituito dal software AI nel prossimo decennio. Ciò avrà un enorme impatto economico”.
Due punti interrogativi aleggiano su questo ottimismo. In primo luogo, non è ancora chiaro se il software in continua evoluzione accelererà l’obsolescenza tecnologica, richiedendo alle aziende di installare nuovo hardware e riqualificare i dipendenti – che alcuni ricercatori accusano di scarsa produttività dopo una svolta tecnologica – o ridurla in modo significativo. In altre parole, l’intelligenza artificiale generativa riuscirà a frenare o ad attenuare l’adozione umana della tecnologia? In secondo luogo, l’IA generativa creerà una nuova forma perniciosa di “debito tecnico” che richiederà ai programmatori umani di rielaborare il software per eliminare i bug scritti dalla macchina?
Come ha scritto un lettore di FT, la natura altamente imperfetta dell’IA generativa rischia di capovolgere il mondo dell’informazione. Oggi presumiamo che la maggior parte dei contenuti digitali sia accurata e utilizziamo i fact checker per identificare e correggere il materiale falso. Nel mondo dell’IA post-generativa, dobbiamo presumere che tutti i contenuti siano potenzialmente imperfetti e impiegare cercatori di verità per verificare le fonti igieniche. Attendo la prima e-mail da una start-up che sostenga che la ricerca della verità è un nuovo fantastico caso d’uso per l’IA generativa.