“La creatività è solo collegare le cose“, affermava Steve Jobs. Partendo da questo presupposto, una vasta collaborazione che include il Knowledge Lab dell’Università di Chicago, il Princeton AI Lab, il Santa Fe Institute e diverse altre università, ha deciso di testare empiricamente questa capacità sulle macchine. Il mese di ottobre ha visto la pubblicazione della sesta versione del loro benchmark Kombine. Lo studio, ancora in fase di preprint, ha messo a confronto trentacinque modelli linguistici contro settantacinque persone su tre diverse tipologie di creatività combinatoria: associazioni sorprendenti, analogie e fusioni concettuali. Il compito assegnato consisteva nel prendere due entità apparentemente slegate tra loro, come ad esempio una balenottera azzurra e un materasso, trovare una relazione funzionale tra di esse e inventare un nuovo concetto partendo da questa impalcatura.
I numeri del successo delle macchine e l’importanza dell’utilità
Sulle risposte giudicate valide, l’intelligenza artificiale ha trionfato in ogni singola categoria. Nelle associazioni ha ottenuto il cinquantanove percento contro il ventidue percento degli umani, nelle analogie ha raggiunto il cinquantatré percento contro quasi il trentatré percento, mentre nelle fusioni il divario si è attestato al quarantatré percento contro poco meno del tredici percento. Tuttavia, la ragione alla base di questa differenza conta molto più del mero punteggio numerico. Gli autori della ricerca scientifica sottolineano che il distacco è guidato principalmente dal fattore dell’utilità: le persone raramente sono riuscite a trovare una connessione che fosse valida e al tempo stesso utilizzabile. Le risposte sono state valutate da una giuria composta da tre algoritmi e, nei casi di unanimità, i loro verdetti coincidevano con il giudizio umano in tre quarti dei casi. L’esempio del materasso e della balena illustra perfettamente il meccanismo. Un materasso è coperto da un rivestimento, il tessuto ospita acari della polvere e gli acari si nutrono di scaglie di pelle. Una balena è coperta di epidermide, l’epidermide ospita i cirripedi e i cirripedi si nutrono di plancton. Estraendo il concetto di aspirapolvere dal ramo del materasso e traslandolo, si ottiene un “drone toelettatore per balene“. Non si tratta di una banale analogia, ma di una fusione inedita, un nuovo concetto assemblato partendo da elementi presi in prestito da due costrutti familiari.
Il problema dell’omogeneità inventiva nei modelli linguistici
Dopo questo quadro di successo, arriva però la parte più scomoda per il mondo degli algoritmi. Un concetto inventato su cinque possiede almeno due proprietà indistinguibili da quelle di un concetto che un altro modello ha generato per lo stesso identico elemento. Gli studiosi definiscono questo grave fenomeno come omogeneità inventiva. È proprio nelle fusioni concettuali, la sfida più complessa, che questo problema si manifesta in modo più acuto. Un concetto convergente ha probabilità quattordici volte superiori di emergere da una fusione piuttosto che da un’analogia. I dati dimostrano inoltre che i modelli sviluppati dallo stesso produttore tendono a convergere tra loro con una frequenza più che doppia rispetto ai modelli di fornitori diversi. Le famiglie di intelligenza artificiale sviluppate da DeepSeek e Anthropic sono quelle che tendono ad assomigliarsi maggiormente, superando ampiamente la linea di base, mentre i modelli di OpenAI fanno l’esatto opposto, allineandosi più spesso con i concorrenti piuttosto che tra di loro.
Due spazi creativi differenti: come pensano gli algoritmi e le persone
Mettendo da parte i punteggi, risulta evidente che esseri umani e macchine viaggiano attraverso parti completamente diverse del vasto spazio delle idee. I modelli artificiali tendono a nominare persone e luoghi, collegandoli attraverso concetti come l’autorità, lo studio e la trasformazione, ricorrendo a verbi come “ha scritto”, “studiato da” o “converte”. Al contrario, le persone preferiscono pescare concetti legati a oggetti ordinari, stati d’animo e sentimenti, connettendoli attraverso il movimento e l’essenza stessa delle cose, con espressioni comuni come “porta a”, “è dentro” o “è come”. I grafici elaborati dallo studio mostrano in modo palese quanto queste due nuvole concettuali risiedano lontane l’una dall’altra, segnando la massima distanza e incomprensione proprio durante il compito delle fusioni.
Prospettive future per la collaborazione tra intelligenza artificiale e mente umana
La cauta conclusione degli scienziati si posiziona logicamente nella colonna delle ipotesi future, più che nei risultati acquisiti. Proprio per il fatto che le due popolazioni occupano regioni cognitive così distinte, una sistematica collaborazione tra intelligenza artificiale e mente umana potrebbe ampliare enormemente la diversità concettuale in innumerevoli campi. Lo studio non ha mai testato direttamente il potenziale di una squadra mista composta da uomo e macchina contro la sola intelligenza artificiale. Gli autori ammettono con estrema onestà che i settantacinque partecipanti non rappresentano certo l’intera umanità e che scienziati e artisti avrebbero probabilmente restituito prestazioni assai superiori a quelle del campione analizzato. Ciò che ne consegue è una profonda domanda epistemologica, ancor prima che una scoperta. Se un modello supera sistematicamente la persona media, ma tutti i modelli finiscono per convergere su invenzioni speculari, allora il reale contributo umano non consiste nell’inventare di più, ma nell’inventare in modo radicalmente diverso. Resta ancora da misurare se questa genuina differenza antropologica sopravvivrà nel tempo, una volta che le persone inizieranno ad allenare la propria creatività appoggiandosi alle continue suggestioni delle macchine.
Vuoi ricevere le notifiche sulle nostre notizie più importanti?