May 2026 - nexa - server-nexa.polito.it

Nota sugli SMR, era: Una domanda a Beppe Attardi

by M. Fioretti

On Sat, May 16, 2026 18:19:40 PM +0200, Giovanna Sissa via nexa wrote: > La necessità di risolvere ad ogni costo il problema di alimentare > l'IA conduce direttamente alla produzione di energia elettrica ed al > farlo in modo disruptive. Ha fatto così il suo ingresso nel > dibattito sulla generazione elettrica una vecchia star: l'energia > nucleare, proponendosi come unica via, ad es. con gli Small Modular > Reactor... > ...c'è anche una prefazione di GB Zorzoli al libro "L'illusione del > nucleare e la rivoluzione delle rinnovabili" di Gianni Silvestrini e > Giuseppe Onufrio, edizioni Ambiente (2026). GB Zorzoli in tale > prefazione fa alcune considerazioni, di cui la sesta riguarda - e > non esattamente in termini entusiastici - proprio degli SMR: > "Come è documentato nel libro, si tratta di una minestra riscaldata, > essendo già stata proposta alla fine del secolo scorso e ben presto > abbandonata, perché già in fase di progetto i maggiori costi > unitari, dovuti alle ridotte dimensioni degli impianti, erano > immancabilmente superiori a quelli risparmiati nel cantiere. Se finora gli SMR sono sembrati, o sono effettivamente stati una "minestra riscaldata", forse e' anche perche' finora si e' cercato di farli solo nella solita maniera sbagliata "ognuno per se' e dio (dollaro) per tutti" di tante altre cose. Forse se li si facesse cosi' sarebbe diverso: https://mfioretti.substack.com/p/a-nuclear-power-offer-that-you-cannot Ovvero, forse gli SMR non possono davvero funzionare per qualche motivo fisico-economico che ancora non abbiamo visto, ma se possono funzionare e' solo in quel modo, che ancora nessuno ha provato, nemmeno a valutare. > Abbiamo dunque assistito a una versione aggiornata della celebre > arietta del Metastasio: “come l’araba fenice:/che ci sia, ciascun lo > dice;/dove sia, nessun lo sa”. Discussione chiusa? Niente > affatto. Malgrado queste evidenze, la fabbrica delle fake news sul > nucleare, che lavora ininterrottamente 24 ore su 24 e 7 giorni su 7, > ha attribuito agli impianti nucleari, in primis agli Small nuclear > reactor, la funzione di fornire nel modo economicamente più > efficiente l’energia necessaria per bilanciare l’intermittenza della > produzione eolica e solare."

May 17, 2026

Re: Illusions of Understanding from Outsourcing Thinking to LLMs

by Alfredo Bregni

Non mi sembra che Beppe abbia detto quello chi gli hai messo in bocca... E sulla faccenda "realta" vorrei stendere un velo di silenzio: è EVIDENTE che LLM e affini NON hanno un modello di realtà (se NON appositamente introdotto...), e quindi NON correlano testo e mondo. Fanno ALTRO. E, se ci fa comodo, ...perché non usarlo ("l'altro", il risultato, non l'LLM)? Io la vedo molto "operativamente": possono far danni, ma intanto fanno comodo. ----- Original Message ----- From: Daniela Tafani via nexa To: Giuseppe Attardi ; nexa(a)server-nexa.polito.it Sent: Saturday, May 16, 2026 7:57 PM Subject: [nexa] Re: Illusions of Understanding from Outsourcing Thinking to LLMs D'accordo. Allora, quando hai scritto frasi come "Oggi i modelli sanno leggere e interpretare immagini e quindi farsi una propria idea della realtà", stavi formulando una tua personale professione di fede. Così va bene, grazie. Non occorre discutere oltre. Io mi appello alla libertà di culto. La religione della Silicon Valley non è la mia. Il 16/05/26 18:53, Giuseppe Attardi ha scritto: > >> On 16 May 2026, at 18:25, Daniela Tafani <daniela.tafani(a)unipi.it> wrote: >> >> E' come temevo, sì: non si può dire, allora, >> né che le persone pensino né che gli artefatti non pensino. > Puoi dire ciò che vuoi, ma devi fornire una definizione quando vuoi “provare” qualcosa, come quando parli di “onere della prova”. > Anche una proprietà come l’intelligenza può essere “provabile” dandone una definizione osservabile e falsificabile, come ad esempio il test di Turing. > > -- > >> Esattamente l'indistinguibilità tra persone e macchine che caratterizza l'approccio dello psicopatico >> (Simon Baron-Cohen, La scienza del male. L'empatia e le origini della crudeltà, 2012) >> e di quel progetto politico del complesso militare-industriale (e accademico) denominato "intelligenza artificiale". >> >> >> ________________________________________ >> Da: Giuseppe Attardi <attardi(a)di.unipi.it> >> Inviato: sabato 16 maggio 2026 17:59 >> A: Daniela Tafani >> Cc: Giuseppe Attardi; nexa >> Oggetto: Re: Illusions of Understanding from Outsourcing Thinking to LLMs >> >> >> >>> On 16 May 2026, at 16:23, Daniela Tafani <daniela.tafani(a)unipi.it> wrote: >>> >>> Quindi potrei sostenere che la sedia, il tavolo e la tovaglia pensino? >> Ragionamento fallace: dire che non si può affermare !P(x) senza una definizione di P(x), significa che non si può affermare né P(x) né !P(x) per nessun x. >>> Non incomberebbe a me l'onere della prova? >> Per provare qualcosa, occorre prima definirla formalmente. >> >> -- >>> >>> >>> ________________________________________ >>> Da: Giuseppe Attardi via nexa <nexa(a)server-nexa.polito.it> >>> Inviato: sabato 16 maggio 2026 12:48 >>> A: Giuseppe Attardi >>> Cc: nexa >>> Oggetto: [nexa] Re: Illusions of Understanding from Outsourcing Thinking to LLMs >>> >>> >>> >>> On 16 May 2026, at 12:20, Giuseppe Attardi <giuseppe.attardi(a)unipi.it> wrote: >>> >>> >>> >>> On 16 May 2026, at 06:30, nexa-request(a)server-nexa.polito.it wrote: >>> >>> LLMs Cannot Think >>> >>> La scienza tratta solo concetti che siano misurabili, osservabili e falsificabili. >>> Si potrà falsificare “think” solo quando se ne darà una definizione falsificabile. >>> >>> The companies marketing their LLMs often describe them with >>> anthropomorphising terms like "thinking" and "reasoning", which might >>> create the impression that they can think (Mirzadeh et al., 2025; >>> Shojaee et al., 2026). But for that impression to be accurate we would >>> have to stretch the meaning of the term to refer trivially to whatever >>> the LLMs produce as output >>> Argomento del fantoccio (strawman): attribuisce una definizione che piace a lui a quanto direbbero altri. >>> - much like the meaning of intelligence has >>> historically been watered down to whatever the tests used to >>> operationalise the construct measured (Loru et al., 2025; Mitchell, >>> 2023; Quattrociocchi & Capraro, 2025; van der Maas et al., 2021). The >>> task of developing systems with non-trivial capability for human-like >>> cognition is computationally intractable (van Rooij et al., 2024). >>> >>> L’articolo di van Rooij afferma che si tratta di un problema NP-hard. Quasi ogni problema interessante in informatica è NP-hard, il ché non vuol dire che non si possa affrontare. >>> A scanso di equivoci: tutte le proprietà non banali dei programmi sono non decidibili, teorema di Rice. >>> Per problemi interessanti intendevo ciò che resta all’interno del computabile. >>> Lo sviluppo di euristiche per risolvere efficientemente problemi NP-hard è un importante campo di ricerca. >>> Qualcuno lo ha fatto proprio con i Transformer: >>> https://arxiv.org/abs/2103.03012 >>> >>> -- >>>

May 16, 2026

Re: Illusions of Understanding from Outsourcing Thinking to LLMs

by Alfredo Bregni

La mia definizione -- UMANA -- di "pensiero" è che sia composto da: - Funzioni generiche: . Memoria; . Apprendimento. - Funzioni specifiche: . Rappresentazione; . Astrazione; . Immaginazione; . Disegno / progetto / simulazione / pianificazione / comando all'azione. E' chiaro che i confini sono labili...; ad es.: - Serve un po' di astrazione per rappresentare; - Serve un po' di immaginazione per astrarre; - Ecc. E' altrettanto chiaro che: - Un'ipotetica AGI potrebbe pensare in modo "umano" (ovvero imitare il nostro pensiero), ...oppure anche no; - LLM e cuginetti / parenti vari, operano diversamente (e NON dico "pensano", volutamente). ------------ Per completezza -- ma non c'entra con i discorsi che stiamo facendo (non mi è chiarissimo quali...) -- io vedo l'intelligenza MOLTO connessa con l'apprendimento (almeno come condizione necessaria: se non si impara, non si è "intelligenti"), che vedo di tre tipi: 1. Additivo (come a scuola): si inseriscono nozioni entro uno schema cognitivo (storia, geografia, scienze, ...); 2. Cambio di paradigma (Kuhn): quando lo schema cognitivo -- all'arrivo di nuovi dati, nozioni, esperienze -- "scricchiola", può essere il caso di cambiarlo (es. da riduzionismo a multidisciplinarità, o da pensiero "classico" a relatività / quantistica / complessità); 3. Mente "plastica" (apprendimento continuo): una volta compreso che l'apprendimento VERO è il riassetto -- da minimale a massivo -- degli schemi cognitivi, si smette di vivere il cambio di paradigma come evento eccezionale / traumatico, e lo si considera come IL modo di apprendere (magari non c'entra, ma lo prendo a prestito: "apprendere ad apprendere, questo è il metodo", da "Il Metodo" di Edgar Morin, frase finale dell'Introduzione). In merito: - La "mente plastica" è tanto consigliatissima quanto (evidentemente) ...rara; - Forse per l'AGI servirebbe un database di conoscenza "plastico", in grado di autoristrutturarsi (ipotesi concettuale e strutturale che non vedo sorgere all'orizzonte informatico, strenuiamente fissato sul vaporware di vendere gli LLM come "IA", ...e noi sul seguirlo su questa china). Saluti. ----- Original Message ----- From: Giuseppe Attardi via nexa To: Daniela Tafani Cc: Giuseppe Attardi ; nexa Sent: Saturday, May 16, 2026 6:53 PM Subject: [nexa] Re: Illusions of Understanding from Outsourcing Thinking to LLMs > On 16 May 2026, at 18:25, Daniela Tafani <daniela.tafani(a)unipi.it> wrote: > > E' come temevo, sì: non si può dire, allora, > né che le persone pensino né che gli artefatti non pensino. Puoi dire ciò che vuoi, ma devi fornire una definizione quando vuoi “provare” qualcosa, come quando parli di “onere della prova”. Anche una proprietà come l’intelligenza può essere “provabile” dandone una definizione osservabile e falsificabile, come ad esempio il test di Turing. -- > > Esattamente l'indistinguibilità tra persone e macchine che caratterizza l'approccio dello psicopatico > (Simon Baron-Cohen, La scienza del male. L'empatia e le origini della crudeltà, 2012) > e di quel progetto politico del complesso militare-industriale (e accademico) denominato "intelligenza artificiale". > > > ________________________________________ > Da: Giuseppe Attardi <attardi(a)di.unipi.it> > Inviato: sabato 16 maggio 2026 17:59 > A: Daniela Tafani > Cc: Giuseppe Attardi; nexa > Oggetto: Re: Illusions of Understanding from Outsourcing Thinking to LLMs > > > >> On 16 May 2026, at 16:23, Daniela Tafani <daniela.tafani(a)unipi.it> wrote: >> >> Quindi potrei sostenere che la sedia, il tavolo e la tovaglia pensino? > Ragionamento fallace: dire che non si può affermare !P(x) senza una definizione di P(x), significa che non si può affermare né P(x) né !P(x) per nessun x. >> Non incomberebbe a me l'onere della prova? > Per provare qualcosa, occorre prima definirla formalmente. > > -- >> >> >> >> ________________________________________ >> Da: Giuseppe Attardi via nexa <nexa(a)server-nexa.polito.it> >> Inviato: sabato 16 maggio 2026 12:48 >> A: Giuseppe Attardi >> Cc: nexa >> Oggetto: [nexa] Re: Illusions of Understanding from Outsourcing Thinking to LLMs >> >> >> >> On 16 May 2026, at 12:20, Giuseppe Attardi <giuseppe.attardi(a)unipi.it> wrote: >> >> >> >> On 16 May 2026, at 06:30, nexa-request(a)server-nexa.polito.it wrote: >> >> LLMs Cannot Think >> >> La scienza tratta solo concetti che siano misurabili, osservabili e falsificabili. >> Si potrà falsificare “think” solo quando se ne darà una definizione falsificabile. >> >> The companies marketing their LLMs often describe them with >> anthropomorphising terms like "thinking" and "reasoning", which might >> create the impression that they can think (Mirzadeh et al., 2025; >> Shojaee et al., 2026). But for that impression to be accurate we would >> have to stretch the meaning of the term to refer trivially to whatever >> the LLMs produce as output >> Argomento del fantoccio (strawman): attribuisce una definizione che piace a lui a quanto direbbero altri. >> - much like the meaning of intelligence has >> historically been watered down to whatever the tests used to >> operationalise the construct measured (Loru et al., 2025; Mitchell, >> 2023; Quattrociocchi & Capraro, 2025; van der Maas et al., 2021). The >> task of developing systems with non-trivial capability for human-like >> cognition is computationally intractable (van Rooij et al., 2024). >> >> L’articolo di van Rooij afferma che si tratta di un problema NP-hard. Quasi ogni problema interessante in informatica è NP-hard, il ché non vuol dire che non si possa affrontare. >> A scanso di equivoci: tutte le proprietà non banali dei programmi sono non decidibili, teorema di Rice. >> Per problemi interessanti intendevo ciò che resta all’interno del computabile. >> Lo sviluppo di euristiche per risolvere efficientemente problemi NP-hard è un importante campo di ricerca. >> Qualcuno lo ha fatto proprio con i Transformer: >> https://arxiv.org/abs/2103.03012 >> >> -- >> >

May 16, 2026

Re: Pappagalli stocastici: Alberto Puliafito sulle precisazioni di Emily Bender in merito.

by Giacomo Tesio

Caro Giuseppe On Sat, 16 May 2026 09:31:24 +0000 Giuseppe Attardi wrote: > I Language Model (ancor prima dei LLM) fin dai tempi di [1] hanno > fornito una definizione operativa di significato delle parole > attraverso i word embedding (contestuali). Ripeto operativa, ossia > sulla quale si possono costruire algoritmi, non generica o metafisica. seguendo questo approccio metodologico, potremmo definire la vita in modo da includere gli automi cellulari di Convey https://en.wikipedia.org/wiki/Conway%27s_Game_of_Life Non ti sembra assurdo? Spero ti renda conto anche tu che prendere un termine a caso dal linguaggio comune ed attribuirgli una definizione "operativa" arbitraria che permetta costruire algoritmi descrivibili con quel termine non ha alcun rigore scientifico. E se il problema è semplicemente costruire algoritmi, perché non definire il termine "significato" come "intero esprimibile in 8 bit"? Sai quanti algoritmi ci puoi fare! I word embedding non rappresentano alcun significato, ma relazioni statisticamente rilevanti fra i token cui sono associati all'interno testi sorgente. Parte di tali relazioni statisticamente rilevanti deriva dalle funzioni grammaticali dei termini nella lingua utilizzata. Un'altra parte deriva dallo stile compositivo degli autori dei testi. Un'altra ancora è certamente correlata ai significati di quei termini. Ma sempre di relazioni statisticamente rilevanti in un corpus testuale stiamo parlando, non di significato. > Si è dibattuto ad esempio sul significato di frasi quali “The present > king of France is bald” che non è mappatile in una realtà esistente e > così via per tutti i concetti astratti. Ti prego, non ti limitare a ciò che il povero Puliafito ha capito degli articoli della Bender e rigurgitato su facebook. Una rapida lettura dell'articolo scritto con Koller nel 2020 [1] ti rivelerà che la definizione formale di "significato" fornita nel paragrafo 3.1 è molto più raffinata: """ We take meaning to be the relation M ⊆ E × I which contains pairs (e, i) of natural language expressions e and the communicative intents i they can be used to evoke. Given this definition of meaning, we can now use understand to refer to the process of retrieving i given e. """ Il malinteso che la Bender sottolinea nell'articolo di qualche giorno fa è relativo alla definizione _informale_, di poche righe precedente: """ We take meaning to be the relation between the form and something external to language... """ Tale definizione informale è effettivamente vaga, a causa di quel "something" cui i fanboy della "intelligenza artificale" si aggrappano per farci rientrare tecniche di programmazione statistica come la "Contrastive Language-Image Pre-training", in cui due "reti neurali artificiali" vengono programmate parallelamente per produrre in output vettori prossimi a fronte di ciascuna coppia di immagine/descrizione. [2] Ora è vero che in qualche modo, a valle di una CLIP otteniamo una mappatura fra un testo e _qualcosa_ fuori dal linguaggio (ovvero una compressione con perdita delle immagini corrispondenti) ma questo non è significato secondo la definizione di Bender e Keller perché, se ci limitiamo a considerare il software che lo calcola, manca un qualsiasi intento comunicativo. [7] L'intenzionalità comunicativa è un interessantissimo proxy per la definizione di informazione come esperienza soggettiva di pensiero comunicabile. Ha di buono che chiarisce la centralità del mittente nella definizione del significato che i riceventi si sforzano di ricostruire interpretando il messaggio espresso. Tuttavia l'intenzionalità comunicativa viene meno quando, ad esempio, il discorso è tutto interiore: quando usiamo il linguaggio nella nostra mente per pensare (ovvero elaborare le nostre esperienze soggettive). Analogamente (ed in modo piuttosto ovvio) il riferimento alla realtà condivisa nell'articolo in questione [3] è un proxy per le esperienze condivise da mittente e ricevente. La realtà è irrilevante per la definizione di un significato: è solo necessario un insieme di esperienze condivise fra gli interlocutori. Esperienze che includono il linguaggio dello scambio, ovviamente. Se ci scrivessi che l'attuale re della Francia è calvo, intenderesti che l'attuale re della Francia è calvo. Non hai bisogno di conoscere il re di Francia per esprimere tale significato: è sufficiente che la tua mente includa esperienze soggettive di pensiero comunicabile come: - "re", "attuale", "essere", "calvo" - la lingua italiana - l'assunzione che gli altri membri della lista dispongano di esperienze sufficienti simili - l'assunzione che gli altri membri della lista sappiano interpretare la lingua italiana Non è la realtà fisica ad essere rilevante in sé (analogamente a come non è il corpo umano ad essere rilevante in sé) bensì la condivisione di sufficienti esperienze soggettive di pensiero comunicabile fra gli interlocutori a guidare il mittente nella selezione dei termini da utilizzare per esprimere il messaggio. La realtà (e la struttura dei corpi) che condividiamo sono poi veicoli concretamente imprescindibili per acquisire esperienze soggettive di pensiero comunicabile (per la gioia di Stefano e Enrico... :-) sufficientemente simili da permetterci di sincronizzare le nostre menti tramite il linguaggio. In questo senso, il significato di molti testi è basato sul mondo che i mittenti condividono con i destinatari. Ma ciò non significa in alcun modo che gli autori non possano ad esempio descrivere la teoria delle stringhe [4], assumendo una sufficiente comprensione della matematica negli interlocutori. > Enrico continua a usare la locuzione “comprendere in senso umano” > (qui dice "non è la comprensione umana”) che a me non interessa > assolutamente (anche perché non so come definirla scientificamente). Enrico cerca di essere divulgativo. Io, quando provo ad essere rigoroso, definisco la comprensione come il processo di integrazione dell'interpretazione del messaggio nella mente del ricevente [5]. Analogamente definisco il pensiero come l'esperienza soggettiva dell'elaborazione dell'informazione [6]. Definizioni che rifiuti non perché contraddette dalla tua esperienza soggettiva di pensiero, ma perché incompatibili con la speranza di riuscire a costruire un giorno una macchina intelligente. Giacomo [1] https://aclanthology.org/2020.acl-main.463.pdf [2] per semplificare, dato un dataset di coppie immagine/descrizione una vector mapping machine viene programmata per ricevere in input la rappresentazione vettoriale dell'immagine e proiettarla in uno spazio X in output; l'altra viene programmata per ricevere in input la descrizione e proiettarla sempre nello spazio X in output, assicurandosi tramite la backpropagation che i due elementi di ciascuna coppia vengano proiettata su punti prossimi dello spazio X, così che l'immagine di un gatto e la descrizione "un gatto" siano vicini mentre l'immagine di un gatto e la descrizione "una finestra" siano distanti. [3] le parole esatte, sempre nella sezione 3.1 sono "the real world the speaker and listener inhabit together" [4] notoriamente né verificabile, né falsificabile https://it.wikipedia.org/wiki/Teoria_delle_stringhe#Critiche [5] interpretazione che avviene, essa stessa, alla luce delle informazioni già presenti nella mente del ricevente. Se ti scrivo 1 + 1 = 10 tu non avrai problemi ad interpretare correttamente il messaggio come espressione in base 2, mentre altri obietteranno istintivamente "No, 1 + 1 = 2!". Tuttavia anche loro, leggendo il resto della frase precedente integreranno l'informazione nella propria mente che "espresso in base due, 1 + 1 = 10", comprendendo il messaggio iniziale. [6] informazione sempre definita come esperienza soggettiva di pensiero comunicabile [7] in realtà, a ben guardare, un intento comunicativo c'è: è l'intento dei programmatori statistici che hanno selezionato il corpus di coppie immagine/descrizione, ma il loro messaggio è l'intero software programmato statisticamente, di cui ogni specifico output è solo un frammento vagamente correlato all'input.

May 16, 2026

Re: Illusions of Understanding from Outsourcing Thinking to LLMs

by Stefano Borroni Barale

Questo è un arrocco epistemologico. Mossa elegante, ma siamo sempre nel campo della filosofia, magari della metafisica, ma non della fisica. Feyerabend docet. Mi spiace. La nuova teoria è quella che deve dimostrare di avere la carte in regola per rimpiazzare la vecchia. A nessuno sarebbe MAI venuto a mente di immaginare esseri non viventi che possono pensare prima della creazione di questi shredder-rebuilder di documenti. La relatività di Einstein spiegava, appena nata, la precessione del perielio di Mercurio con una precisione che la relatività di Newton non si sarebbe mai sognata. Idem il modello standard, con la sua brutta interpretazione che ha sparso irrazionalismo nel mondo scientifico, prevede alla perfezione le misure della funzione d'onda collassata. La teoria delle macchine pensanti, mi spiace, si basa su "esperimenti" che -al momento- non sono (in larghissima parte) nemmeno ripetibili. La cosa non merita nemmeno di essere presa in considerazione. Comunque, sebbene non ce ne sia il bisogno, la cosa da dimostrare sarebbe che il fenomeno che chiamiamo "pensiero" all'interno del corpo umano (non del cervello, visto che vi sono parecchie evidenze del fatto che sia un fenomeno che eccede la sola area cerebrale) ha sufficienti analogie con quello che accade nel software che alcuni chiamano "rete neurale artificiale", da giustificarne non l'ANALOGIA, bensì l'IDENTITA'. Ipotesi un po' fortina, direi, dati gli zero spaccato dati sperimentali. Altrimenti, ammesso e non concesso che quello che accade nel "cervello del LLM" sia un fenomeno e non semplice esecuzione di software, questo andrebbe etichettato con un altro nome (tipo "pipppero") e questo andrebbe studiato per i fatti suoi, a lungo, prima di potersi pronunciare sulla validità scientifica delle analogie, let alone della sua identità con il fenomeno che sperimentiamo leggendo questo interminabile scambio di email :-) Con buona pace di McCulloch e Pitts. Stefano Il 16/05/26 17:59, Giuseppe Attardi via nexa ha scritto: >> On 16 May 2026, at 16:23, Daniela Tafani >> [<daniela.tafani(a)unipi.it>](mailto:daniela.tafani@unipi.it) >> wrote: >> >> Quindi potrei sostenere che la sedia, il tavolo e la tovaglia pensino? > > Ragionamento fallace: dire che non si può affermare !P(x) senza una definizione di P(x), significa che non si può affermare né P(x) né !P(x) per nessun x. > >> Non incomberebbe a me l'onere della prova? > > Per provare qualcosa, occorre prima definirla formalmente. > > -- > >> ________________________________________ >> Da: Giuseppe Attardi via nexa >> [<nexa(a)server-nexa.polito.it>](mailto:nexa@server-nexa.polito.it) >> Inviato: sabato 16 maggio 2026 12:48 >> A: Giuseppe Attardi >> Cc: nexa >> Oggetto: [nexa] Re: Illusions of Understanding from Outsourcing Thinking to LLMs >> >> On 16 May 2026, at 12:20, Giuseppe Attardi >> [<giuseppe.attardi(a)unipi.it>](mailto:giuseppe.attardi@unipi.it) >> wrote: >> >> On 16 May 2026, at 06:30, >> nexa-request(a)server-nexa.polito.it >> wrote: >> >> LLMs Cannot Think >> >> La scienza tratta solo concetti che siano misurabili, osservabili e falsificabili. >> Si potrà falsificare “think” solo quando se ne darà una definizione falsificabile. >> >> The companies marketing their LLMs often describe them with >> anthropomorphising terms like "thinking" and "reasoning", which might >> create the impression that they can think (Mirzadeh et al., 2025; >> Shojaee et al., 2026). But for that impression to be accurate we would >> have to stretch the meaning of the term to refer trivially to whatever >> the LLMs produce as output >> Argomento del fantoccio (strawman): attribuisce una definizione che piace a lui a quanto direbbero altri. >> - much like the meaning of intelligence has >> historically been watered down to whatever the tests used to >> operationalise the construct measured (Loru et al., 2025; Mitchell, >> 2023; Quattrociocchi & Capraro, 2025; van der Maas et al., 2021). The >> task of developing systems with non-trivial capability for human-like >> cognition is computationally intractable (van Rooij et al., 2024). >> >> L’articolo di van Rooij afferma che si tratta di un problema NP-hard. Quasi ogni problema interessante in informatica è NP-hard, il ché non vuol dire che non si possa affrontare. >> A scanso di equivoci: tutte le proprietà non banali dei programmi sono non decidibili, teorema di Rice. >> Per problemi interessanti intendevo ciò che resta all’interno del computabile. >> Lo sviluppo di euristiche per risolvere efficientemente problemi NP-hard è un importante campo di ricerca. >> Qualcuno lo ha fatto proprio con i Transformer: >> https://arxiv.org/abs/2103.03012 >> --

May 16, 2026

Re: Illusions of Understanding from Outsourcing Thinking to LLMs

by Stefano Quintarelli

https://chatgpt.com/s/t_6a08afe7b0608191b733fda05f31e655 ehm. On 16/05/26 18:53, Giuseppe Attardi via nexa wrote: > > >> On 16 May 2026, at 18:25, Daniela Tafani <daniela.tafani(a)unipi.it> wrote: >> >> E' come temevo, sì: non si può dire, allora, >> né che le persone pensino né che gli artefatti non pensino. > Puoi dire ciò che vuoi, ma devi fornire una definizione quando vuoi “provare” qualcosa, come quando parli di “onere della prova”. > Anche una proprietà come l’intelligenza può essere “provabile” dandone una definizione osservabile e falsificabile, come ad esempio il test di Turing. > > -- > >> >> Esattamente l'indistinguibilità tra persone e macchine che caratterizza l'approccio dello psicopatico >> (Simon Baron-Cohen, La scienza del male. L'empatia e le origini della crudeltà, 2012) >> e di quel progetto politico del complesso militare-industriale (e accademico) denominato "intelligenza artificiale". >> >> >> ________________________________________ >> Da: Giuseppe Attardi <attardi(a)di.unipi.it> >> Inviato: sabato 16 maggio 2026 17:59 >> A: Daniela Tafani >> Cc: Giuseppe Attardi; nexa >> Oggetto: Re: Illusions of Understanding from Outsourcing Thinking to LLMs >> >> >> >>> On 16 May 2026, at 16:23, Daniela Tafani <daniela.tafani(a)unipi.it> wrote: >>> >>> Quindi potrei sostenere che la sedia, il tavolo e la tovaglia pensino? >> Ragionamento fallace: dire che non si può affermare !P(x) senza una definizione di P(x), significa che non si può affermare né P(x) né !P(x) per nessun x. >>> Non incomberebbe a me l'onere della prova? >> Per provare qualcosa, occorre prima definirla formalmente. >> >> -- >>> >>> >>> >>> ________________________________________ >>> Da: Giuseppe Attardi via nexa <nexa(a)server-nexa.polito.it> >>> Inviato: sabato 16 maggio 2026 12:48 >>> A: Giuseppe Attardi >>> Cc: nexa >>> Oggetto: [nexa] Re: Illusions of Understanding from Outsourcing Thinking to LLMs >>> >>> >>> >>> On 16 May 2026, at 12:20, Giuseppe Attardi <giuseppe.attardi(a)unipi.it> wrote: >>> >>> >>> >>> On 16 May 2026, at 06:30, nexa-request(a)server-nexa.polito.it wrote: >>> >>> LLMs Cannot Think >>> >>> La scienza tratta solo concetti che siano misurabili, osservabili e falsificabili. >>> Si potrà falsificare “think” solo quando se ne darà una definizione falsificabile. >>> >>> The companies marketing their LLMs often describe them with >>> anthropomorphising terms like "thinking" and "reasoning", which might >>> create the impression that they can think (Mirzadeh et al., 2025; >>> Shojaee et al., 2026). But for that impression to be accurate we would >>> have to stretch the meaning of the term to refer trivially to whatever >>> the LLMs produce as output >>> Argomento del fantoccio (strawman): attribuisce una definizione che piace a lui a quanto direbbero altri. >>> - much like the meaning of intelligence has >>> historically been watered down to whatever the tests used to >>> operationalise the construct measured (Loru et al., 2025; Mitchell, >>> 2023; Quattrociocchi & Capraro, 2025; van der Maas et al., 2021). The >>> task of developing systems with non-trivial capability for human-like >>> cognition is computationally intractable (van Rooij et al., 2024). >>> >>> L’articolo di van Rooij afferma che si tratta di un problema NP-hard. Quasi ogni problema interessante in informatica è NP-hard, il ché non vuol dire che non si possa affrontare. >>> A scanso di equivoci: tutte le proprietà non banali dei programmi sono non decidibili, teorema di Rice. >>> Per problemi interessanti intendevo ciò che resta all’interno del computabile. >>> Lo sviluppo di euristiche per risolvere efficientemente problemi NP-hard è un importante campo di ricerca. >>> Qualcuno lo ha fatto proprio con i Transformer: >>> https://arxiv.org/abs/2103.03012 >>> >>> -- >>> >> > -- You can reach me on Signal: @quinta.01 (no Whatsapp, no Telegram)

May 16, 2026

Re: Illusions of Understanding from Outsourcing Thinking to LLMs

by Daniela Tafani

D'accordo. Allora, quando hai scritto frasi come "Oggi i modelli sanno leggere e interpretare immagini e quindi farsi una propria idea della realtà", stavi formulando una tua personale professione di fede. Così va bene, grazie. Non occorre discutere oltre. Io mi appello alla libertà di culto. La religione della Silicon Valley non è la mia. Il 16/05/26 18:53, Giuseppe Attardi ha scritto: > >> On 16 May 2026, at 18:25, Daniela Tafani <daniela.tafani(a)unipi.it> wrote: >> >> E' come temevo, sì: non si può dire, allora, >> né che le persone pensino né che gli artefatti non pensino. > Puoi dire ciò che vuoi, ma devi fornire una definizione quando vuoi “provare” qualcosa, come quando parli di “onere della prova”. > Anche una proprietà come l’intelligenza può essere “provabile” dandone una definizione osservabile e falsificabile, come ad esempio il test di Turing. > > -- > >> Esattamente l'indistinguibilità tra persone e macchine che caratterizza l'approccio dello psicopatico >> (Simon Baron-Cohen, La scienza del male. L'empatia e le origini della crudeltà, 2012) >> e di quel progetto politico del complesso militare-industriale (e accademico) denominato "intelligenza artificiale". >> >> >> ________________________________________ >> Da: Giuseppe Attardi <attardi(a)di.unipi.it> >> Inviato: sabato 16 maggio 2026 17:59 >> A: Daniela Tafani >> Cc: Giuseppe Attardi; nexa >> Oggetto: Re: Illusions of Understanding from Outsourcing Thinking to LLMs >> >> >> >>> On 16 May 2026, at 16:23, Daniela Tafani <daniela.tafani(a)unipi.it> wrote: >>> >>> Quindi potrei sostenere che la sedia, il tavolo e la tovaglia pensino? >> Ragionamento fallace: dire che non si può affermare !P(x) senza una definizione di P(x), significa che non si può affermare né P(x) né !P(x) per nessun x. >>> Non incomberebbe a me l'onere della prova? >> Per provare qualcosa, occorre prima definirla formalmente. >> >> -- >>> >>> >>> ________________________________________ >>> Da: Giuseppe Attardi via nexa <nexa(a)server-nexa.polito.it> >>> Inviato: sabato 16 maggio 2026 12:48 >>> A: Giuseppe Attardi >>> Cc: nexa >>> Oggetto: [nexa] Re: Illusions of Understanding from Outsourcing Thinking to LLMs >>> >>> >>> >>> On 16 May 2026, at 12:20, Giuseppe Attardi <giuseppe.attardi(a)unipi.it> wrote: >>> >>> >>> >>> On 16 May 2026, at 06:30, nexa-request(a)server-nexa.polito.it wrote: >>> >>> LLMs Cannot Think >>> >>> La scienza tratta solo concetti che siano misurabili, osservabili e falsificabili. >>> Si potrà falsificare “think” solo quando se ne darà una definizione falsificabile. >>> >>> The companies marketing their LLMs often describe them with >>> anthropomorphising terms like "thinking" and "reasoning", which might >>> create the impression that they can think (Mirzadeh et al., 2025; >>> Shojaee et al., 2026). But for that impression to be accurate we would >>> have to stretch the meaning of the term to refer trivially to whatever >>> the LLMs produce as output >>> Argomento del fantoccio (strawman): attribuisce una definizione che piace a lui a quanto direbbero altri. >>> - much like the meaning of intelligence has >>> historically been watered down to whatever the tests used to >>> operationalise the construct measured (Loru et al., 2025; Mitchell, >>> 2023; Quattrociocchi & Capraro, 2025; van der Maas et al., 2021). The >>> task of developing systems with non-trivial capability for human-like >>> cognition is computationally intractable (van Rooij et al., 2024). >>> >>> L’articolo di van Rooij afferma che si tratta di un problema NP-hard. Quasi ogni problema interessante in informatica è NP-hard, il ché non vuol dire che non si possa affrontare. >>> A scanso di equivoci: tutte le proprietà non banali dei programmi sono non decidibili, teorema di Rice. >>> Per problemi interessanti intendevo ciò che resta all’interno del computabile. >>> Lo sviluppo di euristiche per risolvere efficientemente problemi NP-hard è un importante campo di ricerca. >>> Qualcuno lo ha fatto proprio con i Transformer: >>> https://arxiv.org/abs/2103.03012 >>> >>> -- >>>

May 16, 2026

Re: Illusions of Understanding from Outsourcing Thinking to LLMs

by Giuseppe Attardi

> On 16 May 2026, at 18:25, Daniela Tafani <daniela.tafani(a)unipi.it> wrote: > > E' come temevo, sì: non si può dire, allora, > né che le persone pensino né che gli artefatti non pensino. Puoi dire ciò che vuoi, ma devi fornire una definizione quando vuoi “provare” qualcosa, come quando parli di “onere della prova”. Anche una proprietà come l’intelligenza può essere “provabile” dandone una definizione osservabile e falsificabile, come ad esempio il test di Turing. -- > > Esattamente l'indistinguibilità tra persone e macchine che caratterizza l'approccio dello psicopatico > (Simon Baron-Cohen, La scienza del male. L'empatia e le origini della crudeltà, 2012) > e di quel progetto politico del complesso militare-industriale (e accademico) denominato "intelligenza artificiale". > > > ________________________________________ > Da: Giuseppe Attardi <attardi(a)di.unipi.it> > Inviato: sabato 16 maggio 2026 17:59 > A: Daniela Tafani > Cc: Giuseppe Attardi; nexa > Oggetto: Re: Illusions of Understanding from Outsourcing Thinking to LLMs > > > >> On 16 May 2026, at 16:23, Daniela Tafani <daniela.tafani(a)unipi.it> wrote: >> >> Quindi potrei sostenere che la sedia, il tavolo e la tovaglia pensino? > Ragionamento fallace: dire che non si può affermare !P(x) senza una definizione di P(x), significa che non si può affermare né P(x) né !P(x) per nessun x. >> Non incomberebbe a me l'onere della prova? > Per provare qualcosa, occorre prima definirla formalmente. > > -- >> >> >> >> ________________________________________ >> Da: Giuseppe Attardi via nexa <nexa(a)server-nexa.polito.it> >> Inviato: sabato 16 maggio 2026 12:48 >> A: Giuseppe Attardi >> Cc: nexa >> Oggetto: [nexa] Re: Illusions of Understanding from Outsourcing Thinking to LLMs >> >> >> >> On 16 May 2026, at 12:20, Giuseppe Attardi <giuseppe.attardi(a)unipi.it> wrote: >> >> >> >> On 16 May 2026, at 06:30, nexa-request(a)server-nexa.polito.it wrote: >> >> LLMs Cannot Think >> >> La scienza tratta solo concetti che siano misurabili, osservabili e falsificabili. >> Si potrà falsificare “think” solo quando se ne darà una definizione falsificabile. >> >> The companies marketing their LLMs often describe them with >> anthropomorphising terms like "thinking" and "reasoning", which might >> create the impression that they can think (Mirzadeh et al., 2025; >> Shojaee et al., 2026). But for that impression to be accurate we would >> have to stretch the meaning of the term to refer trivially to whatever >> the LLMs produce as output >> Argomento del fantoccio (strawman): attribuisce una definizione che piace a lui a quanto direbbero altri. >> - much like the meaning of intelligence has >> historically been watered down to whatever the tests used to >> operationalise the construct measured (Loru et al., 2025; Mitchell, >> 2023; Quattrociocchi & Capraro, 2025; van der Maas et al., 2021). The >> task of developing systems with non-trivial capability for human-like >> cognition is computationally intractable (van Rooij et al., 2024). >> >> L’articolo di van Rooij afferma che si tratta di un problema NP-hard. Quasi ogni problema interessante in informatica è NP-hard, il ché non vuol dire che non si possa affrontare. >> A scanso di equivoci: tutte le proprietà non banali dei programmi sono non decidibili, teorema di Rice. >> Per problemi interessanti intendevo ciò che resta all’interno del computabile. >> Lo sviluppo di euristiche per risolvere efficientemente problemi NP-hard è un importante campo di ricerca. >> Qualcuno lo ha fatto proprio con i Transformer: >> https://arxiv.org/abs/2103.03012 >> >> -- >> >

May 16, 2026

Re: Una domanda a Beppe Attardi

by Giuseppe Attardi

Grazie per le domande. Quali delle AI attuali sono state influenzate da interessi commerciali? La corsa alla costruzione di modelli sempre più grandi è motivata dalla conquista di quote di mercato e dall’esclusione o dalla distruzione della concorrenza. Nel campo del software engineering ci sono già casi di startup che sono fallite o effetti dirompenti su aziende ben stabilite come Salesforce, dovuti all’invasione del settore da parte di advanced coding models. Altre aree influenzate sono la finanza, la cybersecurity. Le stesse Big Tech che dominano le piattaforme digitali stanno ampliando il loro dominio e vogliono evitare che le loro quote di mercato vengano erose. Incorporare modelli di AI nei servizi digitali costituisce un’ulteriore forma di lock-in. Ditte come Palantir hanno sviluppato la tecnologia specificamente nella direzione del controllo delle persone, dell’intelligence integrata globale per uso militare e di sicurezza (Observe, Orient, Decide, and Act). Quali direzioni andrebbero esplorate? Suggerivo modelli ricorsivi o ricorrenti, che consentirebbero modelli di dimensioni inferiori e capacità di astrazioni maggiori. Inoltre esplorare la possibiltà di apprendimento continuo, anche questo possibile con modelli ricorrenti che si automodificano. Ma le migliori idee dovrebbero venire dagli stessi ricercatori, lasciati liberi di esplorare nuove strade nel CERN for AI. Un’altro obiettivo è la democratizzazione della tecnologia, rendendo partecipi più possibili tutti nella progettazione e nello sviluppo, anche con iniziative come il training distribuito. Senza contare che le conoscenze acquisite sul campo dovrebbero servire a fornire indicazioni alla politica sugli interventi necessari per rendere il digitale futuro più aperto e meno invasivo (contrastare la cosiddetta Enshittification), con norme che prevedano la portabilità e la interoperabilità dei sistemi. — Beppe On 16 May 2026, at 16:23, nexa-request(a)server-nexa.polito.it wrote: From: de petra giulio <giulio.depetra(a)gmail.com<mailto:giulio.depetra@gmail.com>> Ringrazio sinceramente Enrico, Beppe, Guido, Giacomo e tutti/e coloro che hanno contribuito all’interessantissimo scambio di opinioni a partire dal documento ‘una visione realistica dell’intelligenza artificiale’. Per me una preziosa occasione di diminuire almeno un po’ la mia ignoranza. Mi permetto di fare una domanda. Nel suo primo intervento di critica Beppe ha scritto. ‘Ma ci sono strade di ricerca da esplorare diverse da quelle guidate da interessi commerciali, e su questo si dovrebbe investire in Europa. Da tempo, con l’associazione CAIRNE (https://cairne.eu/cern-for-ai/) e di recente con l’appoggio del premio Nobel Giorgio Parisi, stiamo chiedendo la costituzione di un CERN for AI, un centro fisico (non le solite network che piacciono tanto ai funzionari europei, vedi RAISE https://www.coe-raise.eu/) dove concentrare gli investimenti e i ricercatori in AI, dotandoli della necessaria libertà di ricerca, per battere anche strade inesplorate.’ Beppe mette in evidenza che la ricerca, quella che ha prodotto i sistemi attuali di AI, è stata ed è guidata da interessi commerciali (e militari, considerando la stretta interconnessione tra uso commerciale e uso militare della AI). La domanda che faccio è: quali filoni di ricerca e quali parti della AI attuale sono state e sono influenzate/determinate dagli interessi commerciali/militari? E quali strade di ricerca, anche inesplorate, occorrerebbe battere per sottrarsi a questa influenza?

May 16, 2026

R: Illusions of Understanding from Outsourcing Thinking to LLMs

by Daniela Tafani

E' come temevo, sì: non si può dire, allora, né che le persone pensino né che gli artefatti non pensino. Esattamente l'indistinguibilità tra persone e macchine che caratterizza l'approccio dello psicopatico (Simon Baron-Cohen, La scienza del male. L'empatia e le origini della crudeltà, 2012) e di quel progetto politico del complesso militare-industriale (e accademico) denominato "intelligenza artificiale". ________________________________________ Da: Giuseppe Attardi <attardi(a)di.unipi.it> Inviato: sabato 16 maggio 2026 17:59 A: Daniela Tafani Cc: Giuseppe Attardi; nexa Oggetto: Re: Illusions of Understanding from Outsourcing Thinking to LLMs > On 16 May 2026, at 16:23, Daniela Tafani <daniela.tafani(a)unipi.it> wrote: > > Quindi potrei sostenere che la sedia, il tavolo e la tovaglia pensino? Ragionamento fallace: dire che non si può affermare !P(x) senza una definizione di P(x), significa che non si può affermare né P(x) né !P(x) per nessun x. > Non incomberebbe a me l'onere della prova? Per provare qualcosa, occorre prima definirla formalmente. -- > > > > ________________________________________ > Da: Giuseppe Attardi via nexa <nexa(a)server-nexa.polito.it> > Inviato: sabato 16 maggio 2026 12:48 > A: Giuseppe Attardi > Cc: nexa > Oggetto: [nexa] Re: Illusions of Understanding from Outsourcing Thinking to LLMs > > > > On 16 May 2026, at 12:20, Giuseppe Attardi <giuseppe.attardi(a)unipi.it> wrote: > > > > On 16 May 2026, at 06:30, nexa-request(a)server-nexa.polito.it wrote: > > LLMs Cannot Think > > La scienza tratta solo concetti che siano misurabili, osservabili e falsificabili. > Si potrà falsificare “think” solo quando se ne darà una definizione falsificabile. > > The companies marketing their LLMs often describe them with > anthropomorphising terms like "thinking" and "reasoning", which might > create the impression that they can think (Mirzadeh et al., 2025; > Shojaee et al., 2026). But for that impression to be accurate we would > have to stretch the meaning of the term to refer trivially to whatever > the LLMs produce as output > Argomento del fantoccio (strawman): attribuisce una definizione che piace a lui a quanto direbbero altri. > - much like the meaning of intelligence has > historically been watered down to whatever the tests used to > operationalise the construct measured (Loru et al., 2025; Mitchell, > 2023; Quattrociocchi & Capraro, 2025; van der Maas et al., 2021). The > task of developing systems with non-trivial capability for human-like > cognition is computationally intractable (van Rooij et al., 2024). > > L’articolo di van Rooij afferma che si tratta di un problema NP-hard. Quasi ogni problema interessante in informatica è NP-hard, il ché non vuol dire che non si possa affrontare. > A scanso di equivoci: tutte le proprietà non banali dei programmi sono non decidibili, teorema di Rice. > Per problemi interessanti intendevo ciò che resta all’interno del computabile. > Lo sviluppo di euristiche per risolvere efficientemente problemi NP-hard è un importante campo di ricerca. > Qualcuno lo ha fatto proprio con i Transformer: > https://arxiv.org/abs/2103.03012 > > -- >

May 16, 2026