The Brief
Creatività e cultura 5 min di lettura

La macchina settecentesca di Swift che prediceva i LLM

NAVION

Condividi

Jonathan Swift viene ricordato come satirico, moralista, provocatore letterario. Di solito non viene ricordato come profeta dell’intelligenza artificiale. Eppure una lettura attenta de I viaggi di Gulliver, pubblicato nel 1726, rivela qualcosa che dovrebbe far riflettere chiunque dia per scontato che i large language models siano un’invenzione puramente moderna del pensiero.

La tesi non è metaforica. È strutturale.

La macchina nell’Accademia di Lagado

Il terzo viaggio dei Viaggi di Gulliver è il meno celebre dei quattro. Mentre i Lillipuziani e i Brobdingnagiani sono entrati nella cultura popolare, la visita all’Accademia di Lagado nel paese di Balnibarbi resta ampiamente trascurata. È qui che l’anticipazione dell’IA da parte di Swift diventa più esplicita.

Nell’Accademia, Gulliver incontra un professore che sorveglia una grande struttura meccanica, di circa venti piedi per venti, azionata da quaranta assistenti. Il dispositivo è costituito da piccoli blocchi di legno, ciascuno ricoperto da un pezzo di carta con una parola della lingua locale. I blocchi sono collegati da fili e dotati di quaranta maniglie o manovelle. Quando gli assistenti girano le manovelle, la disposizione delle parole cambia casualmente. Gli scribi registrano quindi qualsiasi combinazione intelligibile che emerga. Il processo funziona sei ore al giorno.

L’ambizione del professore è esplicita: questa macchina permetterebbe “alla persona più ignorante” di produrre opere di filosofia, poesia, politica, legge, matematica e teologia, senza alcun studio o genio nativo. I volumi già prodotti consistono in frasi spezzate, che il professore intende assemblare in quello che chiama “un Corpo completo di tutte le Arti e le Scienze”. Chiede solo un finanziamento adeguato e altri cinquecento telai.

Elimina la meccanica settecentesca e l’inquadramento satirico, e l’architettura risulta riconoscibile. Un sistema opera meccanicamente sul linguaggio. Produce output ricombinando parole esistenti. Promette di democratizzare la produzione intellettuale. Richiede risorse significative per scalare. Il ruolo umano si riduce a girare manovelle e filtrare i risultati.

Cosa ci ha azzeccato Swift, e cosa si è perso

Il parallelo con i large language models non è perfetto, e la fonte è onesta riguardo ai punti in cui si interrompe. La macchina di Swift manca della capacità di rispondere a una domanda specifica di un utente individuale. Quella dimensione interattiva, il ciclo di domanda e risposta che definisce l’esperienza di ChatGPT, è assente nel dispositivo di Lagado.

Ma quell’assenza è meno significativa di quanto possa sembrare. Una parte sostanziale di ciò che i sistemi di IA fanno oggi non è la risposta alle domande. È la generazione di contenuti: produrre testo da un corpus di linguaggio accumulato, applicando modelli statistici per generare nuovo materiale. È esattamente ciò che fa la macchina di Lagado, nel suo modo macchinoso e azionato a mano.

Ciò che Swift coglie con particolare precisione è la logica sottostante all’operazione. La macchina fa il lavoro. L’operatore non ha bisogno di alcuna competenza. L’output deriva meccanicamente dal linguaggio piuttosto che dalla comprensione. E il sistema produce una grande quantità di rumore accanto a qualunque segnale riesca a generare. A Lagado, gli scribi filtrano il gibberish. Questo è ciò che la maggior parte della copertura sui limiti dell’IA tralascia: Swift ha identificato il problema dell’allucinazione tre secoli prima che il termine esistesse. I suoi scribi sono quel livello di controllo qualità che la moderna distribuzione dell’IA spesso non ha.

Il vero bersaglio di Swift, secondo l’analisi radicata nel testo, era la Royal Society di Londra e la sua cultura di progetti di ricerca ambiziosi, a volte assurdi. La satira punta al divario tra la grandezza della promessa e la povertà del risultato effettivo. Quel divario non si è chiuso.

Perché una satira vecchia di trecento anni funziona ancora

Il motivo per cui l’episodio di Lagado di Swift risuona non è che abbia predetto la tecnologia. È che ha identificato l’ideologia dietro di essa: la credenza che le operazioni meccaniche sul linguaggio possano sostituire la comprensione, e che l’accesso a una simile macchina conferisca capacità intellettuale a chiunque la usi, indipendentemente dalla propria conoscenza o dal proprio giudizio.

Questo è il modello passivo di intelligenza che la fonte identifica come il filo conduttore tra la macchina di Lagado e i contemporanei LLM. L’utente non ha bisogno di pensare. Il sistema pensa per lui, o così sembra. La promessa di “notevoli guadagni in termini di conoscenza e produttività”, come dice la fonte, si basa su questo presupposto.

Swift era scettico riguardo a quel presupposto nel 1726. Vale la pena ereditare tale scetticismo. I sistemi di IA aumentano genuinamente la capacità umana in modi che contano: gestiscono volumi, fanno emergere modelli, accelerano la stesura e liberano larghezza di banda cognitiva per giudizi di ordine superiore. Ma la critica di Lagado indica ciò che va perduto quando l’umano nel ciclo smette di filtrare, smette di interrogarsi, smette di leggere l’output con l’attenzione critica di uno scriba.

Il professore di Lagado era orgoglioso dei suoi volumi di frasi spezzate. Aveva un piano per farli co 切ere. Aveva solo bisogno di più fondi e più telai.

In breve

L’Accademia di Lagado di Jonathan Swift, da I viaggi di Gulliver (1726), descrive un dispositivo meccanico che ricombina parole per generare testi su qualsiasi argomento, azionato da quaranta assistenti al lavoro sei ore al giorno, promettendo accesso universale alla conoscenza senza studio o competenza. Il parallelo strutturale con i large language models è abbastanza preciso da risultare istruttivo. Ciò che Swift aggiunge, oltre allo schizzo tecnico, è una critica: il modello passivo di intelligenza che sostiene tali sistemi produce rumore insieme al segnale, e senza un filtraggio umano attivo, il rumore vince. Tre secoli dopo, quell’avvertimento non ha ancora ricevuto risposta.

Basato su un articolo di The Conversation.

Scritto da

NAVION