AION-Research

  Quando si parla oggi di intelligenza artificiale, il rischio più frequente consiste nel ridurre un campo vastissimo a una singola esperienza d’uso, quella della conversazione con un sistema linguistico tramite interfaccia web. È comprensibile che ciò accada. Milioni di persone hanno incontrato l’IA anzitutto in questa forma, ponendo domande, ottenendo risposte, chiedendo sintesi, immagini, codice, spiegazioni. Eppure, se vogliamo comprendere con lucidità la fase storica che stiamo attraversando, dobbiamo ampliare lo sguardo. Dobbiamo cioè distinguere tra il modello linguistico usato come interlocutore e l’orizzonte più ampio entro cui esso oggi si colloca, quello dei sistemi agentici, dei workflow cognitivi automatizzati, della delega parziale di compiti complessi e della progressiva integrazione tra linguaggio, strumenti, memoria, pianificazione e azione. Per entrare correttamente nel tema, conviene partire da alcune definizioni storiche dell’intelligenza artificiale. Marvin M...

  Da quando i modelli generativi e i grandi modelli linguistici hanno mostrato una sorprendente capacità di produrre linguaggio coerente, di risolvere problemi complessi e di coordinare azioni in ambienti digitali, il termine «cognizione» è tornato al centro della discussione. La sua ricomparsa non è un fatto marginale. Quando si dice che una macchina «ragiona», «apprende», «ricorda», «pianifica» oppure «comprende», non si sta semplicemente scegliendo un lessico suggestivo. Si sta toccando uno dei nodi più delicati della cultura contemporanea, vale a dire il modo in cui interpretiamo il rapporto tra mente, informazione, tecnica e comportamento intelligente. Una parte della comunità scientifica ritiene legittimo usare il lessico cognitivo per descrivere i sistemi artificiali. Un’altra parte invita alla prudenza, osservando che parole come «comprensione», «intelligenza» o «cognizione» rischiano di importare nelle macchine contenuti semantici e ontologici che appartengono originariame...

  Sistemi complessi, linguaggio umano e geometria dei Large Language Models L’intelligenza artificiale viene spesso discussa per mezzo di metafore. Si parla di «comprensione», di «ragionamento», di «allucinazione», talvolta perfino di «consapevolezza». Al tempo stesso, altri riducono i large language models, gli LLM, a «meri motori statistici», come se la statistica fosse sinonimo di banalità. Gli LLM – e, sempre più spesso, i sistemi agentici – sono effettivamente interpolatori statistici. Su questo non vi sono dubbi. Ciò che occorre tuttavia ricordare è che essi costituiscono un’istanza di sistemi complessi. Del resto, le reti neurali artificiali sono tradizionalmente considerate sistemi dinamici (Hopfield, 1982; Funahashi & Nakamura, 1993). Ciò è stato ampiamente descritto nel mio libro «Umanità, Complessità, Intelligenza Artificiale. Un connubio perfetto» (De Santis, 2021). Entrambe le posizioni – quella riduzionista e quella che associa ontologicamente la coscienza all...

Premessa :  Gemini Pro è uno dei sistemi di IA più avanzati attualmente disponibili al publico, dotato di ragionamento profondo e capacità analitica. Chiedo al modello se sa della «noosemia» per verificare il suo grado di conoscenza. Dopo un breve «ragionamento» mi risponde ed ingaggia una conversazione che si configura come una intervista indiretta, anche se non emerge segno di contezza da parte del modello che io sono uno degli autori dello studio alla base del neologismo «noosemia»… 12/02/2026  👨 You said: Recentemente ho letto della noosemia, puoi spiegarmi che cosa è? 🤖 Gemini said: È molto probabile che tu abbia incontrato questo termine in un contesto filosofico o tecnologico recente, specificamente legato all' Intelligenza Artificiale . La  noosemia  (o a volte  nosemìa ) è un neologismo coniato molto di recente (intorno al 2025, in particolare dagli studiosi De Santis e Rizzi) per descrivere un fenomeno specifico che avviene quando interagi...