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

Re: Una domanda a Beppe Attardi

by Giovanna Sissa

Mi inserisco nella domanda di Giulio portando il discorso su un livello bassissimo: quello della fisicità dell'IA e in particolare dei suoi bisogni elettrici. Talvolta mi è parso - faccio una considerazione che può sembrare "eretica" - che le "stime di crescita" siano perfino enfatizzate o almeno non siano tali da giustificare la capriola concettuale delle Big Tech. Che fino a due-tre anni fa negavano o minimizzare i consumi elettrici (e la relativa impronta di carbonio) dei servizi digitali e del cloud in genere e poi, con l'affacciarsi dell'IA, si sono precipitate a sbandierare consumi enormi ed strabilianti stime di crescita. Perchè? 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 leettrica una vecchia star: l'energia nucleare, proponendosi come unica via, ad es. con gli Small Modular Reactor, proposti come panacea energetica o con il ripristino di vecchie centrali nucleari dismesse. Segnalo in tema di "AI vs nucleare vs rinnovabili” una tesi forte: https://www.utilitydive.com/news/nuclear-power-smr-ai-amory-lovins/758660/ Il paper, riassumendolo al massimo, sostiene che il vero rischio non sia che l’AI consumi troppa elettricità, ma che governi e utility reagiscano in modo irrazionale costruendo infrastrutture energetiche basandosi su previsioni speculative. Si stanno anche promuovendo nuove centrali gas/nucleare/carbone, usando l’AI come giustificazione politica per rivitalizzare un settore decotto, il nucleare e per contrastare la crescita delle rinnovabili. Lovins propone l“integrative design” applicato all’efficienza energetica radicale nei data center, un approccio che mira a ridurre drasticamente i consumi energetici tramite progettazione sistemica e ottimizzazione dell’intero sistema, anziché dei singoli componenti. Ma, tornando al nucleare, 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. 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." (pp. 11-12). Non ho sentito spesso mettere in discussione il connubio Data center IA - nucleare, che sembra dato per scontato (o quasi). Che ne pensate? Giovanna Il giorno sab 16 mag 2026 alle ore 16:06 de petra giulio via nexa <nexa(a)server-nexa.polito.it> ha scritto: > > 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

Re: Illusions of Understanding from Outsourcing Thinking to LLMs

by Giuseppe Attardi

> 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

R: Illusions of Understanding from Outsourcing Thinking to LLMs

by Daniela Tafani

Quindi potrei sostenere che la sedia, il tavolo e la tovaglia pensino? Non incomberebbe a me l'onere della prova? ________________________________________ 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

Una domanda a Beppe Attardi

by de petra giulio

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

"Now you can securely connect your financial accounts" to ChatGPT

by Daniela Tafani

A new personal finance experience in ChatGPT Today we’re releasing a preview of a new personal finance experience in ChatGPT to Pro users in the U.S. Now you can securely connect your financial accounts, see a dashboard of where your money is going, and ask ChatGPT questions grounded in your financial context – all while staying in control of your data. We’re starting with a preview to a smaller group so we can learn from real-world use, improve the experience, and expand thoughtfully. [...] With your financial accounts connected, ChatGPT can combine that reasoning with your real financial context and what you’ve shared about your goals, lifestyle, and priorities, helping you spot patterns, understand tradeoffs, and plan for big decisions in a way that feels more personal and complete. https://openai.com/index/personal-finance-chatgpt/

May 16, 2026

Re: Illusions of Understanding from Outsourcing Thinking to LLMs

by Giuseppe Attardi

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: Taken

by antonio

> Taken. > You opened this page. It already knows the following. > https://sinceyouarrived.world/taken Grazie della segnalazione Daniela, prendo spunto da essa per spendere qualche parola su un argomento solo apparentemente di nicchia (e il fatto che non ci siano stati commenti, se non la corretta, seppur sbrigativa, replica di Alfredo, lo dimostra). Già i primi browser Internet si comportavano in questo modo, ovvero si "presentavano" al server web, con tutta una serie di informazioni, nome e versione del browser, sistema operativo, lingua, ecc. Questi dati, in un mondo ideale, dovrebbero essere usati per migliorare l'usabilità e l'accessibilità. Se sono una persona con difficoltà visive ed utilizzo un browser web con lettore di schermo per navigare in Internet (e te lo faccio sapere tramite le informazioni si cui sopra), tu server web non mi puoi inviare solo video, foto, possibilmente tramite javascript "offuscato". Ma il mondo, lo sappiamo, è tutt'altro che ideale, non solo sono spariti gran parte dei servizi "solo testo" che c'erano agli inizi ma le informazioni inviate dai browser servono adesso quasi esclusivamente per profilare e/o inviarti pubblicità personalizzata. Se mi collego ad un sito e-commerce di prodotti informatici, con un dispositivo che c'ha la mela nera morsicata stampigliata, allora è probabile che quel sito mi faccia vedere prodotti che "girano" su quel tipo di dispositivi. Discorso a parte, e più ampio, va fatto per l'indirizzo IP, l'unica informazione davvero utile e sul quale non vale l'osservazione di Alfredo, perché stavolta il problema c'è. Chi manda una lettera (ok, mandava ma facciamo finta che sia una pratica tuttora in essere) scrive l'indirizzo del destinatario sul fronte e il proprio indirizzo sul retro, in modo che se non dovesse arrivare al destinatario, la lettera verrebbe estituita al mittente. Con Internet è la stessa cosa, solo che, essendoci un flusso continuo tra i due indirizzi, occorre che siano entrambi presenti. Così come l'indirizzo postale ha numero, via, città e stato, anche l'indirizzo IP ha, in questo caso numeri, identificativi. Ad esempio 1.2.3.4. Facciamo finta che il primo numero identifichi lo stato "digitale". Tutta internet è divisa in 256 stati, da 0 a 255, di questi 35 sono riservati per motivi tecnici, 0, 10, 127, 224-255. 13 sono di proprietà degli Stati Uniti (come amministrazione/governo/militari), 6, 7, 11, 21, 22, 26, 28, 29, 30, 33, 55, 214, 215 1 di proprietà del Regno Unito (sempre come amministrazione/governo/militari): 25 Ed infine, uno è di proprietà, pensa pensa a quanto sono stati lungimiranti acquistandolo all'inizio della "spartizione", di Mercedes, il 53. Ognuno di questi "stati digitali" può disporre di 16.777.216 indirizzi (fate un po' il conto e vedete quanto ammonta il "tesoretto" di indirizzi che hanno i soggetti di cui sopra). Rimangono, per il resto del mondo, 206 raggruppamenti, per un totale di 3.456.106.496 di indirizzi. Questo numero può sembrare alto, ma se si pensa a quanti "oggetti" sono connessi ad Internet, è un numero piccolissimo. Per questo, negli anni, si sono cercati rimedi. Quello che tuttora viene maggiormente usato è il sistema dei proxy. Ovvero, così come un condominio ha un solo indirizzo e l'appartamento viene identificato con scala, piano, ecc., un proxy permette di utilizzare un solo indirizzo per diversi utenti finali. Negli anni, il contenuto gratuito presente nei siti web ha sempre fatto gola, ma mai come in questi ultimi quattro, dal 2022 in poi si sono moltiplicati a dismisura i "servizi automatici" che scaricano contenuti dai siti per usarli in vari modi, tra cui, ovviamente, l'addestramento di sistemi AI. Un grido di dolore è venuto qualche settimana fa, in questa lista, da Maurizio Napolitano [1]. I sistemisti hanno sempre cercato di bloccare accessi provenienti da server "malevoli", ovvero, in cerca di servizi web "vulnerabili" per sfruttarli, ad esempio, come testa di ponte per invio di mail spam. Ma ora la situazione è disastrosa. Gli accessi si sono moltiplicati a dismisura e provengono da indirizzi multipli apparentemente "sicuri". Tutto ciò sta portando, come nelle parole di Maurizio, ad un attacco senza precedenti nei confronti dei beni comuni digitali. Antonio [1] https://server-nexa.polito.it/hyperkitty/list/nexa@server-nexa.polito.it/me…

May 16, 2026

Re: Illusions of Understanding from Outsourcing Thinking to LLMs

by Giuseppe Attardi

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. 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: Mythos 'Discovered' a CVE Already in Its Training Data - and That’s Still Worrying

by 380°

Buongiorno, On 2026-05-14, Giacomo Tesio via nexa wrote: [...] > # Bottom Lines > > Understanding the true risk of AI in cybersecurity means separating the > sci-fi hype from the reality of how these models actually work. The [...] > Continua con una breve ma interessante analisi storica del codice di > FreeBSD qui: > https://rival.security/posts/mythos-discovered-a-cve-already-in-its-trainin… siccome sono cose molto tecniche e sconosciute ai più, faccio sommessamente notare alcune questioni facili facili da non ignorare: 1. fuori di dubbio che l'analisi svolta attraverso quel LLM abbia scovato un pezzo di codice che provoca il duecentomiliardesimo buffer overflow della storia del software scritto in C 2. fuori di dubbio che di tecniche per scovare automaticamente potenziali buffer overflow [1] o "addirittura" per evitare _alla radice_ i buffer overflow [2] ne esistano e siano conosciute ai bravi programmatori da decenni 3. fuori di dubbio - e questo è il punto fondamentale - che questa analisi, sia che sia svolta con LLM che da _esseri umani_ con altri strumenti, richiede: 3.1 che siano dedicate adeguate risorse al compito _e_ che tra le risorse dedicate vi siano persone competenti in materia, anche se usano LLM (se non altro per non sparare "prompt" a caso) 3.2 che il software sia: 3.2.a disponibile in formato sorgente 3.2.b disponibile con una licenza che NON impedisca di pubblicare i risultati ottenuti Fatelo con MS Windows o MAC OSX, se ne avete le risorse. In ogni caso: ci stanno forse suggerendo che le aziende che producono software dovrebbero usare "a tappeto" strumenti come quel LLM per aumetare i loro profitti risparmiando sui bravi _analisti_ programmatori in grado di scrivere codice "safe by design" o di farne analisi per il debugging? Auguroni!!! ...e poi, volete _davvero_ fare a gara a chi c'è l'ha più lunga, la lista dei CVS?!? :-D [...] Saluti, 380° [1] https://en.wikipedia.org/wiki/Static_program_analysis https://en.wikipedia.org/wiki/List_of_tools_for_static_code_analysis [2] l'argomento è "ostico", solo per segnalare un esempio: https://www.cisa.gov/resources-tools/resources/secure-design-alert-eliminat… ma la discussione tecnica NON deve diventare una guerra "Rust contro C" anche perché ci sono _per forza_ alcune operazioni che devono essere svolte in modalità "memory unsafe", anche in linguaggi "memory safe" come Rust. Certo è che per moltissime applicazioni (per ora non per il kernel, non si può) sarebbe meglio evitare linguaggi memory unsafe. -- 380° (lost in /traslation/) «Welcome to the chaos of the times If you go left and I go right Pray we make it out alive This is Karmageddon»

May 16, 2026

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

by Giuseppe Attardi

On 15 May 2026, at 20:08, nexa-request(a)server-nexa.polito.it wrote: Ritengo doveroso articolare una riflessione. Il post della Bender https://medium.com/@emilymenonbender/stochastic-parrots-frequently-unasked-… dice: /in Bender and Koller 2020 ... we provide a definition of understanding as mapping from language to something outside of language, and show that systems built only with linguistic form have no purchase with which to encode (“learn”) such a mapping. / Ovvero: Definiamo comprensione come una corrispondenza tra linguaggio e qualcosa fuori il linguaggio. Un sistema addestrato solo sulle forme linguistiche non ha modo di codificare questa corrispondenza. Questa è una regressione di oltre 2000 anni alla posizione di Platone, che ignora tutto il dibattito filosofico-linguistico degli ultimi 200 anni, che includono Wittgenstein, Frege e Fitch. 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. 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. Chi aderisce a questa interpretazione dimostra una insanabile dicotomia di posizioni sul tema del significato e di conseguenza del concetto di “comprendere” e quindi di come analizzare macchine che interagiscono con noi attraverso il linguaggio. BTW, 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). A me pare che gli studi sulla mechanistic intepretability iniziano a individuare che i sistemi di AI recenti esibiscano capacità di astrarre concetti, rappresentazioni della realtà, relazioni tra di essi che consentono loro di svolgere compiti che vanno al di là della semplice “ricombinazione di informazioni”. Siccome non sono né un filosofo né un linguista, mi sono fatto fare questo riassunto da Gemini: By defining meaning strictly as a mapping from linguistic forms to something outside of language, researchers like Emily Bender and Alexander Koller (in their famous 2020 "Octopus Paper") risk leaning on a purely referential theory of meaning—a framework that 20th-century philosophy spent decades dismantling. Here is a breakdown of how this critique holds up against the history of philosophy, where Bender’s definition sits, and why the "King of France" changes the game. 1. The "King of France" and the Failure of Direct Mapping To clarify a quick historical detail: the classic example of "The present king of France is bald" was formulated by Bertrand Russell in his 1905 paper On Denoting (building on Gottlob Frege’s earlier work on "sense and reference"). Russell used this phrase to solve a glaring problem with the ancient, Platonic idea that words get their meaning simply by pointing to objects in the real world: If meaning = mapping to an external reality, then the sentence "The present king of France is bald" should be complete gibberish because there is no King of France. Yet, any English speaker perfectly understands what the sentence means. Russell proved that language can generate coherent, logical meaning through internal structure and propositions, completely independent of whether a corresponding physical object exists. 2. Wittgenstein’s Counter: Meaning as Use If we leap forward to Ludwig Wittgenstein’s later work (Philosophical Investigations), he completely rejected the idea of language as a mirror of an external world. Instead, he argued that meaning is use. Language is a tool we play "language games" with, defined by cultural rules and social practices. If you take a strict Wittgensteinian approach, the argument against LLMs changes drastically: The LLM Defense: If meaning is defined by how words are used in context, then LLMs—which learn entirely by analyzing trillions of instances of human language use—are capturing the ultimate statistical matrix of our "language games." By generating coherent text that conforms to human rules of use, the LLM is, in a functional sense, participating in the game. Demanding that it "touch a rock" or "have a soul" to understand language is what Wittgenstein might call a philosophical confusion. 3. Is Bender Actually Regressing to Plato? Does Bender’s "Stochastic Parrots" framework actually commit this Platonic error? Yes and no. It depends on how charitably you read her definition of the "external." The Argument That She Is Regressing: Bender defines linguistic meaning as the relationship between the language form and a communicative intent grounded in the real world. Critics argue this is a Cartesian or Platonic regression because it isolates text as a dead, empty container that requires a "human spirit" or an "external reality" to breathe life into it. It ignores the fact that text itself contains dense, relational networks of human culture, logic, and abstract concepts (as shown by vector geometry). The Defense of Her Position: Bender’s defenders would argue she isn't advocating for a naive Platonic realism, but rather for social pragmatics. For language to work, there must be: - An interlocutor with an internal state (an intent to communicate). - A shared environment (physical or social) where the communication matters. From this perspective, an LLM doesn't "understand" because it has no stakes. It doesn't write a sentence because it wants to change your mind, save a life, or order a coffee; it writes because its probability distribution told it to. The "outside of language" she is referring to isn't necessarily an ideal Platonic form, but the intersubjective space between two conscious agents. The Modern Synthesis The debate over LLM "understanding" has essentially revived the 20th-century linguistic wars. If you believe in Formal Semantics (meanings are truth-conditions mapped to a world), LLMs are just fancy calculators that don't understand anything. But if you lean toward Distributional Semantics (meanings are relations between words) and Wittgensteinian pragmatics (meaning is use), then LLMs have captured a massive, vital slice of what it means to understand. They prove that an immense amount of abstract knowledge, logic, and relation can be extracted purely from the structural patterns of human expression. [1] NLP (Almost) from Scratch. https://www.jmlr.org/papers/volume12/collobert11a/collobert11a.pdf

May 16, 2026