Le macchine intelligenti che oggi dialogano con noi risolvono problemi matematici, scrivono testi e affrontano esami complessi rappresentano una sfida scientifica che va ben oltre la semplice valutazione delle loro prestazioni. Il punto cruciale non è più stabilire se siano capaci di ottenere determinati risultati, ma comprendere come vi arrivino. Al centro della riflessione si trova il problema della cosiddetta “scatola nera”: sistemi addestrati su quantità immense di dati che sviluppano competenze sorprendenti senza che i loro stessi creatori siano in grado di leggere direttamente i processi interni che le rendono possibili. L’indagine prende avvio da episodi emblematici, come la partecipazione di sistemi di Intelligenza Artificiale alle Olimpiadi Internazionali della Matematica, dove le macchine hanno raggiunto risultati comparabili a quelli dei migliori giovani matematici del mondo. Il fatto più sorprendente non è però il successo ottenuto, bensì l’impossibilità di spiegare nel dettaglio il percorso mentale seguito per arrivarvi. Da qui nasce una nuova disciplina dedicata a decifrare i contenuti delle reti neurali, cercando di individuare le rappresentazioni interne che guidano il comportamento delle macchine. L’esplorazione conduce all’interno di strutture sempre più complesse. I ricercatori scoprono neuroni e gruppi di neuroni che sembrano corrispondere a concetti riconoscibili: configurazioni di scacco matto, oggetti del mondo reale, luoghi geografici, nozioni astratte come l’inganno o la lusinga. Emergono persino mappe rudimentali del mondo fisico e rappresentazioni che consentono alle macchine di ragionare su distanze, relazioni e contesti. L’ipotesi che prende forma è che questi sistemi, seppure su basi puramente statistiche, non si limitino a ripetere informazioni già viste, ma costruiscano modelli interni della realtà, diversi da quelli umani ma sufficienti a orientare il loro comportamento. Il percorso non conduce a conclusioni definitive. Al contrario, mostra quanto sia ancora parziale la nostra comprensione di queste nuove forme di intelligenza. Ciò che appare evidente è che la crescita delle capacità delle macchine procede più rapidamente della nostra capacità di interpretarle. Due sono le domande di fondo: una, di natura pratica, riguarda la sicurezza e l’affidabilità di strumenti sempre più influenti; l’altra, filosofica, si interroga sul significato stesso della comprensione e sulla possibilità che esistano forme di intelligenza differenti da quella umana…
A questi interrogativi prova a rispondere Nello Cristianini con Forma mentis. La corsa per decifrare i pensieri delle macchine, aggiungendo un nuovo tassello al percorso divulgativo che negli ultimi anni lo ha reso una delle voci più autorevoli nel dibattito sull’Intelligenza Artificiale. Professore di Intelligenza Artificiale all’Università di Bath (Gran Bretagna), dopo aver insegnato anche negli Stati Uniti, Cristianini ha già accompagnato il grande pubblico attraverso l’evoluzione delle macchine pensanti nei precedenti volumi pubblicati da il Mulino: La scorciatoia (2023), Machina Sapiens (2024) e Sovrumano (2025). In questo nuovo lavoro compie però un passo ulteriore: non si concentra più soltanto su ciò che le macchine sanno fare, ma tenta di comprendere cosa accada dentro di esse. Il merito principale del libro è quello di spostare la discussione oltre le contrapposizioni semplicistiche che dominano il dibattito pubblico. Da un lato l’idea delle IA come semplici “pappagalli statistici”, dall’altro le interpretazioni oracolari che tendono ad attribuire loro caratteristiche quasi umane. Cristianini mostra come entrambe le posizioni rischino di oscurare la questione più interessante: l’esistenza di forme di rappresentazione e di comprensione che non coincidono con quelle dell’uomo, ma che non possono nemmeno essere liquidate come mera ripetizione meccanica. La forza del saggio risiede soprattutto nella capacità di intrecciare scienza, filosofia e storia della conoscenza. Le descrizioni delle ricerche sulla mechanistic interpretability, dei neuroni che rappresentano concetti astratti o delle mappe interne costruite dalle reti neurali diventano occasioni per riflettere su temi più ampi: che cosa significa spiegare un comportamento? Quando possiamo parlare di comprensione? Quali strumenti concettuali servono per interpretare un’intelligenza che non assomiglia alla nostra? Il titolo si rivela particolarmente efficace. La “forma mentis” non è soltanto quella delle macchine, ma anche quella degli studiosi chiamati a decifrarle e dei lettori invitati a ripensare le proprie categorie mentali. Ne emerge un libro rigoroso ma accessibile, che affronta una delle questioni più decisive del nostro tempo: capire che cosa abbiamo creato e come convivere con intelligenze che, pur non essendo umane, stanno già modificando il nostro modo di conoscere il mondo.
