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

Re: Forma mentis

by Giuseppe Attardi

Grazie per avercelo ricordato. Mi chiedo però se accettiamo quanto la gente scrive su questa lista, che non è peer-reviewed, perché non dovremmo accettare quanto altri scrivono su arXiv. Poi vedo anche citazioni di semplici blog, come quello citato da antonio(a)piumarossa.it<mailto:antonio@piumarossa.it> proprio su questo oggetto, di cui nessuno si è lamentato. In tutti e tre i casi ognuno farà le proprie valutazioni di merito. — On 13 May 2026, at 09:55, nexa-request(a)server-nexa.polito.it wrote: From: Massimo Maria Ghisalberti <zairik(a)zohomail.eu<mailto:zairik@zohomail.eu>> Subject: [nexa] Re: Forma mentis To: GC F <gcfrosio(a)gmail.com<mailto:gcfrosio@gmail.com>>, nexa <nexa(a)server-nexa.polito.it<mailto:nexa@server-nexa.polito.it>> Buondì. Senza entrare nel merito vorrei ricordare che, data l'abitudine a citare articoli arXiv, che arXiv è una piattaforma di pre-press. Chiunque può inviare articoli e se corretti formalmente vederseli pubblicati. Non sono peer-reviewed. "Material is not peer-reviewed by arXiv - the contents of arXiv submissions are wholly the responsibility of the submitter and are presented “as is” without any warranty or guarantee" https://info.arxiv.org/about/index.html Il che significa che indipendentemente dal valore dei proponenti e del paper stesso, ai fini scientifici sono soltanto, per quanto autorevoli, opinioni. Ripeto, per non sollevare il solito vespaio, che è solo una valutazione "tecnica" e non nel merito. Per stemperare posso dire che non sono più scientifici di quelli in SIGBOVIK (https://sigbovik.org/) Che consiglio a chi non conosce per portare la propria intelligenza a super- intelligenza, tale da competere sullo stesso piano con le nuove AI. -- massimo

May 13, 2026

Re: Forma mentis

by Giuseppe Attardi

From: antonio <antonio(a)piumarossa.it<mailto:antonio@piumarossa.it>> No: sono archivi compressi con perdita di sequenze testuali di cui è possibile decomprimere approssimazioni di alcune zone fornendo in input una sequenza testuale prossima a quelle presenti nei testi sorgente. E' una spiegazione semplice, comprensibile ed esaustiva. Più che semplice, semplicistica. Aggiungo (tratto da [1]) ... Ahi! Sono numeri che il modello ha imparato durante l'addestramento. Non hanno "significato" umano e non rappresentano concetti o regole linguistiche in modo leggibile. 4.096 è grande abbastanza da codificare significati sfumati. Già: significati sfumati. Peccato poi che gli esperimenti, ad esempio con i syntax probe (Hewitt and Manning), dimostrino invece che rappresentano relazioni di dipendenze sintattiche tra le parole, e altre relazioni linguistiche semantiche quali la coreference. Altri concetti linguistici come i POS si ottengono ancor più facilmente col clustering. La pretesa che abbiano un’intelligibilità umana è del tutto pretestuosa. Ciò che conta è che abbiano un significato per il modello, che se li è costruiti appositamente per poter funzionare. È solo che per poterli “leggere” occorrono strumenti appositi, non c’è una leggenda, come per i file GGUF. BTW, quali “concetti o regole linguistiche" ha un bambino di 3 anni, che parla bene una lingua, senza che nessuno gli abbia insegnato alcunché di analisi sintattica o grammaticale? Non avrà imparato anche lui qualcosa che a noi risulta non intelligibile? — Quello che NON è un modello NON è intelligenza artificiale consapevole NON è un database esplicito di fatti memorizzati NON ha "comprensione" nel senso umano NON "ragiona" nel senso umano: calcola probabilità NON ha un meccanismo nativo di verifica logica/fattuale delle sue risposte NON apprende ma adatta i pesi durante l'inferenza NON contiene neuroni in senso organico, ma numeri, numeri e solo numeri NON ha memoria permanente tra le conversazioni (a meno che il sistema esterno non la aggiunga) [1] https://ilcibernetico.it/autopsia-di-un-llm-parte-prima/ [2] https://ilcibernetico.it/il-tokenizzatore-autopsia-di-un-llm-parte-seconda/ A.

May 13, 2026

Re: Forma mentis

by Giacomo Tesio

On Tue, 12 May 2026 19:39:32 +0200 GC F wrote: > Converrebbe anche leggersi la letteratura [...] Ma certo! Personalmente ti consiglio la collana Urania. https://it.wikipedia.org/wiki/Urania_(collana) La troverai molto più piacevole della bibliografia che hai menzionato e più facile da interpretare (e valutare criticamente) anche senza solide basi informatiche, ma altrettanto fantasiosa. > Posizione condivisibile, logica e presciente. :-DDD Sì, beh vero... è logico. Nell'universo in cui i LLM "ragionano", Cristianini è presciente. https://www.treccani.it/vocabolario/presciente/ https://www.treccani.it/vocabolario/prescienza/ Certo però che sfiga... cosmica? multi-versica? Potevamo avere SpiderMan... e ci è toccato Cristianini. :-D Giacomo

May 13, 2026

Re: Forma mentis

by Massimo Maria Ghisalberti

Buondì. Senza entrare nel merito vorrei ricordare che, data l'abitudine a citare articoli arXiv, che arXiv è una piattaforma di pre-press. Chiunque può inviare articoli e se corretti formalmente vederseli pubblicati. Non sono peer-reviewed. "Material is not peer-reviewed by arXiv - the contents of arXiv submissions are wholly the responsibility of the submitter and are presented “as is” without any warranty or guarantee" https://info.arxiv.org/about/index.html Il che significa che indipendentemente dal valore dei proponenti e del paper stesso, ai fini scientifici sono soltanto, per quanto autorevoli, opinioni. Ripeto, per non sollevare il solito vespaio, che è solo una valutazione "tecnica" e non nel merito. Per stemperare posso dire che non sono più scientifici di quelli in SIGBOVIK (https://sigbovik.org/) Che consiglio a chi non conosce per portare la propria intelligenza a super- intelligenza, tale da competere sullo stesso piano con le nuove AI. -- massimo

May 13, 2026

Re: Forma mentis

by Alfredo Bregni

>>NON è intelligenza artificiale consapevole Però l'hanno chiamata "IA". Vedi un po'... (Vup). >>NON è un database esplicito di fatti memorizzati Però c'è dietro il web. Vup. >>NON ha "comprensione" nel senso umano E infatti è una "scorciatoia". Vup. >>NON "ragiona" nel senso umano: calcola probabilità. E infatti è una "scorciatoia". Vup. >>NON ha un meccanismo nativo di verifica logica / fattuale delle sue risposte. Quando vanno bene, vanno bene; quando vanno male, vanno male. Come la statistica. >>NON apprende ma adatta i pesi durante l'inferenza. Se usate reti neurali, ...quello fanno. >>NON contiene neuroni in senso organico, ma numeri, numeri e solo numeri. Però reti "neurali" le avete chiamate voi. >>NON ha memoria permanente tra le conversazioni (a meno che il sistema esterno non la aggiunga). Questa è una scelta, e c'è -- almeno su google AI -- un elenco di conversazioni richiamabili. Ma la domanda vera è: che male c'è a usare i "confezionatori di testi" -- e cugini vari in altri ambiti -- PER QUELLO CHE SONO?? Mi va bene il dibattito, ma la domanda è sempre la medesima: di cosa ci preoccupiamo? Del fatto che le persone sono "esposte" (a qualche sorta di inganno?)? COME GIA' DETTO, c'è BEN ALTRO che ci frega. Vogliamo COME AL SOLITO montare un falso problema e parlare di quello, ... così EVITIAMO di parlare di quello VERO? Perché alla fine l'impressione ...è quella. VUP-VUP. ----- Original Message ----- From: antonio via nexa To: nexa(a)server-nexa.polito.it Sent: Tuesday, May 12, 2026 8:35 PM Subject: [nexa] Re: Forma mentis > No: sono archivi compressi con perdita di sequenze testuali di cui è > possibile decomprimere approssimazioni di alcune zone fornendo in input > una sequenza testuale prossima a quelle presenti nei testi sorgente. > E' una spiegazione semplice, comprensibile ed esaustiva. Aggiungo (tratto da [1]) ... Quello che NON è un modello NON è intelligenza artificiale consapevole NON è un database esplicito di fatti memorizzati NON ha "comprensione" nel senso umano NON "ragiona" nel senso umano: calcola probabilità NON ha un meccanismo nativo di verifica logica/fattuale delle sue risposte NON apprende ma adatta i pesi durante l'inferenza NON contiene neuroni in senso organico, ma numeri, numeri e solo numeri NON ha memoria permanente tra le conversazioni (a meno che il sistema esterno non la aggiunga) [1] https://ilcibernetico.it/autopsia-di-un-llm-parte-prima/ [2] https://ilcibernetico.it/il-tokenizzatore-autopsia-di-un-llm-parte-seconda/ A.

May 12, 2026

[DAUIN Seminars] Moving from Human-Centered AI to People-Centered AI, Yvonne Rogers

by Daniele Quercia

DAUIN has been delighted to welcome Prof. Yvonne Rogers over the past few weeks. It has been a real pleasure to have her with us, and we warmly invite you to join us for the final seminar of her visit. Y Combinator has recently identified the "Company Brain" as an emerging area of interest. Yvonne will ask how agentic AI might empower not only individuals, but also teams, organisations, and society at large. Moving from Human-Centered AI to People-Centered AI Yvonne Rogers, UCL May 18, 3:30pm, Lab8, DAUIN Recently there has been much excitement about agentic AI. But what does this mean for those of us working in HCI? Rather than focussing on how to amplify human cognition or augment users with GenAI tools it is important that we also begin considering how best to empower organisations, companies and society at large with agentic AI. In particular, we need to determine how to support teams and organisations in their workflows and complex tasks, for example, collaborative decision-making. This involves addressing scalability; coming up with different lens and frameworks. In my talk, I will begin by giving an overview of HCAI followed by considering the new challenges that are afoot and the opportunities that have arisen as we enter the new era of agentic AI. Yvonne Rogers is a Professor of Interaction Design at UCL. Her research interests are in the areas of human-computer interaction and human-centered AI. Her current research investigates how to design AI tools to empower people, especially human decision-making and metacognition. From 2022-2024 she was the CTO of LetsThink.com, a start-up that is developing new tools to augment how people think by applying behaviour science methods to AI. From 2020-2025 she was awarded a chair of excellence at Bremen University which was set up to fund distinguished international scholars to promote collaboration. During this time, she co-developed a centre for AI and healthcare. In 2024 she was elected as an international member of the US National Academy of Engineering. In 2022, she was awarded the ACM SIGCHI Lifetime Research Award; "presented to individuals for outstanding contributions to the study of human-computer interaction". In the same year, she was awarded the Royal Society Robin Milner Medal for Computer Science and was elected as a Fellow of the Royal Society as "one of the leaders who created the field of Ubiquitous Computing". She collaborates a lot with industrial partners and was awarded a Microsoft Research Outstanding Collaborator Award. She is also a Fellow of the ACM; a Fellow of the British Computer Society and a Fellow of the ACM's CHI Academy. ________________________________________________________________________________ Microsoft Teams meeting Join: https://teams.microsoft.com/meet/385368719903313?p=SXRMHN6TqPGP851CZs Meeting ID: 385 368 719 903 313 Passcode: 5ey3MM9g ________________________________ Need help?<https://aka.ms/JoinTeamsMeeting?omkt=en-GB> | System reference<https://teams.microsoft.com/l/meetup-join/19%3ameeting_NTkzZDRmYjQtNjZlYi00…> For organisers: Meeting options<https://teams.microsoft.com/meetingOptions/?organizerId=855f504a-6e63-4e94-…> ________________________________________________________________________________

May 12, 2026

Re: Forma mentis

by antonio

> No: sono archivi compressi con perdita di sequenze testuali di cui è > possibile decomprimere approssimazioni di alcune zone fornendo in input > una sequenza testuale prossima a quelle presenti nei testi sorgente. > E' una spiegazione semplice, comprensibile ed esaustiva. Aggiungo (tratto da [1]) ... Quello che NON è un modello NON è intelligenza artificiale consapevole NON è un database esplicito di fatti memorizzati NON ha "comprensione" nel senso umano NON "ragiona" nel senso umano: calcola probabilità NON ha un meccanismo nativo di verifica logica/fattuale delle sue risposte NON apprende ma adatta i pesi durante l'inferenza NON contiene neuroni in senso organico, ma numeri, numeri e solo numeri NON ha memoria permanente tra le conversazioni (a meno che il sistema esterno non la aggiunga) [1] https://ilcibernetico.it/autopsia-di-un-llm-parte-prima/ [2] https://ilcibernetico.it/il-tokenizzatore-autopsia-di-un-llm-parte-seconda/ A.

May 12, 2026

Re: Forma mentis

by GC F

Posizione condivisibile, logica e presciente. Posizioni che riflettono in parte quelle di Geoffrey Hinton, di chi ha contributo allo sviluppo delle reti neurali negli ultimi anni, e del San Francisco consensus. Alla luce dei thread degli ultimi giorni - e delle immediate risposte alla ricerca di cui sopra - converrebbe riscoprire il concetto di "auctoritas" prima di formulare affermazioni assolutistiche poco fondate in decine e decine di lunghissimi post. Converrebbe anche leggersi la letteratura eg: Matteo Wong, 'The GPT Era Is Already Ending' (*The Atlantic*, 6 December 2024) < https://www.theatlantic.com/technology/archive/2024/12/openai-o1-reasoning-… >. Zhong-Zhi Li and others, ‘From System 1 to System 2: A Survey of Reasoning Large Language Models’ (2025) arXiv:2502.17419 [cs.AI] < https://arxiv.org/abs/2502.17419>. See Hunter Lightman and others, 'Let's Verify Step by Step' (2023) arXiv:2305.20050 <https://doi.org/10.48550/arXiv.2305.20050>. Guan Wang and others, ‘OpenChat: Advancing Open-source Language Models with Mixed-Quality Data’ (2023) arXiv:2309.11235 [cs.CL] < https://arxiv.org/abs/2309.11235>. Guan Wang and others, ‘Hierarchical Reasoning Model’ (2025) arXiv:2506.21734 [cs.AI] 2–5 https://arxiv.org/abs/2506.21734 (presenting HRM as a ‘brain-inspired’ recurrent architecture designed for reasoning). Zhong-Zhi Li and others, ‘Toward Large Reasoning Models: A Survey’ (2025) arXiv:2501.09686 [cs.AI] 2–5 <https://arxiv.org/abs/2501.09686>. Jason Wei and others, ‘Chain-of-Thought Prompting Elicits Reasoning in Large Language Models <https://dl.acm.org/doi/10.5555/3600270.3602070>’ (2022) 35 Advances in Neural Information Processing Systems 24824, 24825–24830. (defining chain-of-thought as intermediate reasoning steps and reporting large gains on GSM8K math word problems); Takeshi Kojima and others, ‘Large Language Models are Zero-Shot Reasoners <https://dl.acm.org/doi/10.5555/3600270.3601883>’ (2022) 35 Advances in Neural Information Processing Systems 22199, 22201–22205 (on the ‘zero-shot’ procedure where models are prompted to ‘think step by step’ to generate reasoning chains during inference); Shuofei Qiao and others, ‘Reasoning with Language Model Prompting: A Survey <https://aclanthology.org/2023.acl-long.294/>’ (2023) 1(1) ACL Anthology 1, 4–6 (providing a comprehensive review of how CoT functions as a procedural layer on top of predictive architectures). Shunyu Yao and others, ‘Tree of Thoughts: Deliberate Problem Solving with Large Language Models’ (2023) arXiv:2305.10601 < https://arxiv.org/abs/2305.10601>. Maciej Besta and others, ‘Graph of Thoughts: Solving Elaborate Problems with Large Language Models’ (2023) arXiv:2308.09687 < https://arxiv.org/abs/2308.09687>(extending beyond CoT/ToT by modelling “thoughts” as a graph with dependencies and feedback loops, ie structured exploration rather than a single linear narrative). Lilian Weng, ‘LLM Powered Autonomous Agents’ (Lil’Log, 23 June 2023) < https://lilianweng.github.io/posts/2023-06-23-agent>; Lei Wang and others, ‘A Survey on Large Language Model Based Autonomous Agents <https://doi.org/10.1007/s11704-024-40231-1>’ (2024) 18(6) *Frontiers of Computer Science* 186345. David Ha and Jürgen Schmidhuber, ‘World Models’ (2018) arXiv:1803.10122 [cs.LG] <https://arxiv.org/abs/1803.10122>; David Ha and Jürgen Schmidhuber, ‘Recurrent World Models Facilitate Policy Evolution <https://proceedings.neurips.cc/paper/2018/file/2de5d16682c3c35007e4e92982f1…>’ (2018) arXiv:1809.01999 [cs.LG] <https://arxiv.org/abs/1809.01999>. ‘World Models Race 2026: How LeCun, DeepMind, and World Labs Are Redefining the Path to AGI’ (*Introl Blog*, 3 January 2026) < https://introl.com/blog/world-models-race-agi-2026> (discussing a move toward a form of reasoning grounded in causality and physics rather than statistical mimicry). Julian Schrittwieser and others, ‘Mastering Atari, Go, chess and shogi by planning with a learned model <https://www.nature.com/articles/s41586-020-03051-4>’ (2020) 588 Nature 604, 604 (presenting MuZero as ‘combining a tree-based search with a learned model’). For the definitive overview of neurosymbolic AI as the ‘third wave’ of artificial intelligence focused on structured reasoning and explainability, see Artur d’Avila Garcez and Luís Lamb, ‘Neurosymbolic AI: The 3rd Wave <https://arxiv.org/abs/2012.05876>’ (2023) 56(11) Artificial Intelligence Rev 12387, 12388–12392. Giuseppe Marra and others, ‘From Statistical Relational to Neurosymbolic Artificial Intelligence: A Survey <https://www.sciencedirect.com/science/article/pii/S0004370223002084?via%3Di…>’ (2024) 328 *Artificial Intelligence* 104062 Lukas Nel, ‘Do Large Language Models Know What They Don’t Know? KalshiBench: A New Benchmark for Evaluating Epistemic Calibration via Prediction Markets’ (2025) arXiv:2512.16030 [cs.CL] < https://arxiv.org/abs/2512.16030> (reporting systematic miscalibration/overconfidence—models expressing confidence that outstrips correctness), Melanie Mitchell and David C Krakauer, ‘The Debate Over Understanding in AI’s Large Language Models <https://www.pnas.org/doi/full/10.1073/pnas.2215907120?doi=10.1073%2Fpnas.22…>’ (2023) 120(13) Proceedings of the National Academy of Sciences e2215907120; Melanie Mitchell, ‘AI’s Challenge of Understanding the World <https://www.science.org/doi/10.1126/science.adm8175>’ (2023) 382(6671) Science eadm8175. François Chollet and Mike Knoop, ‘ARC Prize 2025: Technical Report’ (2026) arXiv:2601.10904v1 [cs.AI] < https://arxiv.org/html/2601.10904v1> (characterizing the 2025 reasoning breakthroughs as still being ‘fundamentally related to model knowledge’ rather than human-like cognitive flexibility). Qianjun Pan and others, ‘A Survey of Slow Thinking-based Reasoning LLMs using Reinforced Learning and Inference-time Scaling Law’ (2025) arXiv:2505.02665 https://arxiv.org/abs/2505.02665 <https://arxiv.org/abs/2505.02665?utm_source=chatgpt.com> (synthesising ‘slow thinking’ methods: inference-time compute scaling, search/verification, and iterative refinement loops to improve structured reasoning beyond single-pass plausibility); Yixin Ji and others, ‘A Survey of Test-Time Compute: From Intuitive Inference to Deliberate Reasoning’ (2025) arXiv:2501.02497 < https://arxiv.org/abs/2501.02497> (defining "test-time compute" as a mechanism that allows a model to "work" a problem during inference—using techniques like self-correction, repeated sampling, and tree search to solve tasks that are impossible for a single forward pass). Yann LeCun, ‘A Path Towards Autonomous Machine Intelligence’ (2022) OpenReview <https://openreview.net/pdf?id=BZ5a1r-kVsf>. Rizwan Qureshi, ‘Thinking Beyond Tokens: From Brain-Inspired Intelligence to Cognitive Foundations for Artificial General Intelligence’ (2025) arXiv:2507.00951 <https://arxiv.org/abs/2507.00951>. Mohamed Amine Ferrag, Norbert Tihanyi and Merouane Debbah, ‘From LLM Reasoning to Autonomous AI Agents: A Comprehensive Review’ (2025) arXiv:2504.19678 [cs.AI] <https://arxiv.org/abs/2504.19678> Jason Wei and others, ‘Emergent Abilities of Large Language Models’ (2022) arXiv:2206.07682 [cs.CL] <https://doi.org/10.48550/arXiv.2206.07682> Melanie Mitchell, ‘Debates on the Nature of Artificial General Intelligence’ (2024) 383(6689) Science eado7069 < https://www.science.org/doi/10.1126/science.ado7069>. Shane Legg and Marcus Hutter, ‘Universal Intelligence: A Definition of Machine Intelligence’ (2007) arXiv:0712.3329 [cs.AI] < https://arxiv.org/abs/0712.3329>. Ben Goertzel and Cassio Pennachin (eds), *Artificial General Intelligence* (Springer 2007) 1–5; Meredith Ringel Morris and others, ‘Levels of AGI: Operationalizing Progress on the Path to AGI’ (2024) arXiv:2311.05148 [cs.AI] 2–7 (categorising LLMs as "Level 1: Emergent AGI"—defined as systems that are equal to or better than an unskilled human at a wide range of tasks); Blaise Agüera y Arcas and Peter Norvig, ‘Artificial General Intelligence Is Already Here’ (*Noema Magazine*, 10 October 2023) < https://www.noemamag.com/artificial-general-intelligence-is-already-here>; Sébastien Bubeck and others, ‘Sparks of Artificial General Intelligence: Early Experiments with GPT-4’ (2023) arXiv:2303.12712 [cs.AI] 1–5 < https://arxiv.org/abs/2303.12712>; Blaise Agüera y Arcas, *What Is Intelligence? Lessons from AI About Evolution, Computing, and Minds* (MIT Press 2025) (postulating predictive AI as AGI according to neuroscience ‘predictive brain’ hypothesis); Eric Schmidt, ‘The San Francisco Consensus’ (2024) 2 The Digitalist Papers < https://www.digitalistpapers.com/vol2/schmidt>; Leopold Aschenbrenner, ‘Situational Awareness: The Decade Ahead’ (June 2024) < https://situational-awareness.ai>. ‘Geoffrey Hinton – Interview’ (*NobelPrize.org*, 8 October 2024) < https://www.nobelprize.org/prizes/physics/2024/hinton/1925103-interview-tra… >. Violet Xiang and others, ‘Just Enough Thinking: Efficient Reasoning with Adaptive Length Penalties Reinforcement Learning’ (2025) arXiv:2506.05256 [cs.AI] <https://arxiv.org/abs/2506.05256> Giancarlo On Tue, 12 May 2026 at 07:46, Giuseppe Attardi via nexa < nexa(a)server-nexa.polito.it> wrote: > Un punto di vista diverso, da parte di Nello Cristianini, noto ricercatore > di Machine Learning: > > > https://www.repubblica.it/tecnologia/2026/05/12/news/nello_cristianini_libr… > > — Beppe > >

May 12, 2026

Re: Forma mentis (Giuseppe Attardi)

by karlessi

Message: 1 > Date: Tue, 12 May 2026 05:45:51 +0000 > From: Giuseppe Attardi <attardi(a)di.unipi.it> > Subject: [nexa] Forma mentis > To: nexa <nexa(a)server-nexa.polito.it> > Message-ID: <C6C7B53C-0A55-4BC5-82F7-8489AFCA50D5(a)di.unipi.it> > Content-Type: multipart/alternative; > boundary="_000_C6C7B53C0A554BC582F78489AFCA50D5diunipiit_" > > Un punto di vista diverso, da parte di Nello Cristianini, noto ricercatore di Machine Learning: > > https://www.repubblica.it/tecnologia/2026/05/12/news/nello_cristianini_libr… Buongiorno, leggerò il libro, come ho letto gli altri di Cristianini; le conclusioni dell'articoletto mi sembrano condivisibili, bello cercare di aprire le scatole nere d'altra parte, questa, come gli altri libri suoi che ho letto, a mio avviso è filosofia, senz'altro non di tipo assiomatico né strettamente logico, bensì speculativa al limite della fantascienza. Con il racconto di tante storie ed esperienze. Nulla di male. Basta riconoscerlo. Cristianini afferma che: > È questa la parte affascinante di questo momento scientifico: esiste uno spazio di intelligenze possibili, ancora da esplorare. Le intelligenze artificiali di oggi non sono pappagalli, ma non sono nemmeno simili alle menti umane: sono qualcosa di diverso. Un tipo di mente aliena e primitiva, con una sua forma diversa dalla nostra, non umana ma che possiamo studiare. Abbiamo appena aperto una porta, ne troveremo presto delle altre. Esiste? è una sua opinione. una doxa, in filosofia. lo dice lui. basata su fatti scientifici? forse. sul linguaggio, segnalo che "intelligence" in inglese significa anche "spionaggio"; e che quando si cominciano ad affastellare aggettivi a un sostantivo, è segno che il sostantivo non vuol poi dir molto (intelligenza emotiva, artificiale... ma quindi di cosa si parla? non è chiaro, non c'è accordo) ma il punto cruciale è, mi pare, quello che è stato sollevato più volte in varie forme: la scienza, e la ricerca scientifica in particolare, sono ideologicamente orientate. da sempre. gli scienziati accorti lo sanno e non se lo nascondono. I filosofi della scienza lo ripetono da parecchio (su tutti, Feyerabend). purtroppo la stragrande maggiornza degli scienziati continua a pretendersi e raccontarsi come "pura" (letteralmente, "passata attraverso il fuoco"). Invece gli scienziati, in quanto esseri umani portatori di convinzioni, agiscono e ricercano in base ad assunti filosofici, che ne siano coscienti (raramente) o meno (troppo spesso). "un tipo di mente aliena e primitiva" è un'affermazione davvero fantascientifica. Aliena, altra, da un altrove; primitiva: si evolverà, sottinteso. anche qui, benissimo. ipotesi. opinioni. riberberi mitologici. sono tanti gli scienziati che riscoprono la filosofia, la mitologia, la fantascienza speculativa. purtroppo però continuano a dirsi "scienziati puri" e a trattare con disprezzo filosofia, mitologia e fantascienza. E invece farebbero bene a studiare un pochino ciò che disprezzano. Non è la prima volta che si scopre "l'Automa". l'IA oggi egemone è una narrazione, e una narrazione pesantemente ideologizzata nel senso deteriore del termine; non certo una tecnologia. Quantomeno ci sono tante tecniche e tecnologie differenti che, variamente ingegnerizzate e socializzate, vengono spacciate sotto l'etichetta di "IA". Questa narrazione ha a che fare con l'automazione, che già di per sé è una categoria complessa, che confonde, poiché rimanda sia all'automata sia al taumastos: "automatizo", cioè "fare di proprio impulso o arbitrariamente". Cosa che per Aristotele è tipico degli enti naturali e non degli artefatti: eppure gli automata sono artefatti che fanno di proprio impulso, arbirtrariamente... da cui il "taumastos", ciò che "meraviglia". Ne abbiamo scritto con V. García in M. Guerri, Le parole della tecnica, Einaudi, 2025, Automazione, pp. 39-55 (bozze: https://cloud.eudema.net/s/bsbGPGJASLT82Zg ) Invece di concentrarsi come la peggior filosofia occidentale dualista sugli "enti artificiali", suppostamente opposti agli "enti naturali", e dunque sull'alterità, Cristianini potrebbe concentrarsi sulle affinità, sui punti di contatto. Visto che ci ha a che fare tutti i giorni nella sua ricerca, sarebbe interessante. In ogni caso, può essere utile riprendere in mano "The Human Condition" di Hannah Arendt (Vita Activa in italiano), in cui il pensiero (cap V, l'Azione) viene declinato in un modo incompatibile con il programma di ricerca dichiarato di "decifrare i pensieri delle macchine". Personalmente sono più vicino a Simondon che ad Harendt (troppo heideggeriana nei confronti della Tecnica che rimane una specie di Gestell), però su un punto almeno vorrei convenire: le macchine NON HANNO PENSIERI. Non ha senso affermarlo, e in ogni caso non ci aiuta. Non perché l'umano sia detentore del pensiero come caratteristica sua propria, ma perché le macchine sono diverse appunto gli umani, non ragionano, non pensano. fanno altre cose. Cosa fanno insieme agli umani che le hanno costruite? Come lo fanno? In che modo modificano gli umani, e ne vengono modificate, cioè co-evolvono? Ci va bene questa co-evoluzione? Questo è il punto. visto che loro sono scienziati, invece di riprendere termini che hanno altri significati, sarebbe opportuno ricorrere a termini puntuali e adeguati. sì: è anche una questione di linguaggio. usiamo altre parole. coniamo altre parole, cerchiamo un po' la chiarezza. smettiamo di usare termini antropomorfici che servono solo a veicolare narrazioni tossiche. "neuroni" (artificiali!!!) che "riconoscono concetti"! queste sono opinioni a mio avviso scorrette: eppure poche righe prima si lamenta dell'antropomorfizzazione. e allora, ancora: per favore, usiamo altre parole, nuove, diverse. a pensar male, vien da ipotizzare che questi scienziati che improvvisamente pochi anni fa, dopo decenni nell'ombra e sottofinanziati (nell'"inverno dell'IA..."), si sono trovati sulla ribalta, e con finanziamenti stratosferici, e tirati per la giacchetta dai potenti e dagli approfittatori di cui il mondo abbonda, abbiano un po' perso il lume della ragione. e propongono più ricerca, più più più più e ovviamente più e energia e più soldi. Per loro, per le loro ricerche. Così potranno consigliare ai potenti come fare la guerra giusta con l'IA giusta ed etica, visto che in ogni caso l'IA viene raccontata come ineluttabile (ogni riferimento alla filosofa Maria Rosaria Taddeo è voluta: non sono solo gli scienziati che filosofeggiano senza dichiararlo a causare danni, ma forse peggio i filosofi che giustificano l'ingiustificabile in nome dell'etica) vorrei attirare l'attenzione su un'ipotesi: e se la meraviglia per questi "automata" fosse talmente forte da obnubilare scienziati, filosofi, "normali" cittadini, più di quanto non vogliamo ammettere? Umani a bocca aperta ad ascoltare le favole dei "confezionatori di testi" (e non solo)? questo apre alla considerazione degli aspetti relazionali delle tecnologie: se le tecnologie, come propone una tradizione di pensiero estremamente minoritaria (Simondon, Sigaut...), sono sistemi per affrontare, gestire, stabilizzare il comune destino, ovvero la morte (termica dell'universo, ma anche di esseri con cui siamo in relazione, oltre che personale), e sono la via d'elezione dell'ominizzazione perché creano il mondo abitabile dagli umani, cosa dice questo accanimento sull'IA sull'evoluzione delle specie coinvolte (umani, ma non solo)? un umano con una bicicletta diventa ciclista. con un'automobile, automobilista. con l'IA? esistono IA (narrazioni di IA) divergenti dal modello iperindustriale, estrattivo e guerrafondaio attualmente egemone (Palantir è fra i pochi a dichiararlo esplicitamente, ma gli altri lavorano nella stessa identica direzione, IMHO)? Come potrebbero essere messe in opera, eventualmente? Con quali limitazioni, auto-limitazioni rispetto all'evidente assenza di ogni limite della "ricerca" attuale (limitazioni energetiche, trasparenza e replicabilità dell'infrastruttura, modelli gestionali, tracciabilità dei dati in ingresso, ecc ecc)? Queste sono domande innanzitutto filosofiche, e ce n'è particolarmente bisogno oggi. buona giornata cm > > — Beppe > >

May 12, 2026

Re: Forma mentis

by Giacomo Tesio

On Tue, 12 May 2026 05:45:51 +0000 Giuseppe Attardi wrote: > Un punto di vista diverso, da parte di Nello Cristianini, noto > ricercatore di Machine Learning: No Giuseppe, quella non è "un opinione diversa". Quella è disinformazione travestita da divulgazione scientifica. Cristianini scrive """ Davanti a queste prestazioni, la spiegazione di queste straordinarie abilità è spesso che questisistemi sono modelli matematico-statistici che apprendono correlazioni e usano un meccanismo che prevede la parola successiva. """ No: sono archivi compressi con perdita di sequenze testuali di cui è possibile decomprimere approssimazioni di alcune zone fornendo in input una sequenza testuale prossima a quelle presenti nei testi sorgente. E' una spiegazione semplice, comprensibile ed esaustiva. Dimmi tu cosa supera meglio il rasoio di Occam: - intelligenze artificiali che hanno allucinazioni - decompressioni di sequenze testuali compresse con perdita che divergono dai dati forniti in input (prompt, contesto etc...) per riprodurre pattern frequenti nei testi originariamente compressi Come molti altri qui, potrei smontare quell'articolo frase per frase, ma francamente è talmente allucinante che non merita alcuno spazio. Magra consolazione è pensare come articolo e libretto testimonieranno le qualità intellettuali ed etiche dell'autore ben oltre la deflagrazione della bolla. Giacomo

May 12, 2026