GPT-4, sviluppato da OpenAI, ha suscitato un grande interesse per la sua capacità di generare testi che sembrano scritti da esseri umani. Tuttavia, è importante capire se GPT-4 comprende davvero ciò che diciamo e quali implicazioni ciò potrebbe avere per il futuro dell’intelligenza artificiale.
Coordinazione vs comprensione costruttiva
Secondo David Krakauer, presidente del Santa Fe Institute per la scienza della complessità, esistono diverse forme di comprensione. Una di queste è la coordinazione, in cui due individui riescono a comunicare e capirsi reciprocamente. Tuttavia, la comprensione costruttiva, che implica l’apprendimento e l’applicazione di nuove conoscenze, va oltre la semplice coordinazione. GPT-4 sembra essere in grado di coordinarsi con noi, ma non di comprendere in senso costruttivo.
Intelligenza vs funzionalità
Krakauer mette in evidenza la differenza tra essere super-funzionali e intelligenti. Gli algoritmi come GPT-4 sono estremamente funzionali nel compiere determinati compiti, ma ciò non significa necessariamente che siano intelligenti come gli esseri umani.
GPT-4 e la mancanza di esperienza somatosensoriale
Una delle limitazioni di GPT-4 è che si basa solo sul testo e non ha alcuna esperienza somatosensoriale. Gli esseri umani, invece, associano le parole a sensazioni ed emozioni, il che rende la nostra comprensione del linguaggio più ricca e profonda.
L’evoluzione dell’intelligenza artificiale
Krakauer sostiene che l’evoluzione dell’intelligenza artificiale è molto diversa dall’evoluzione dell’intelligenza umana. Gli algoritmi come GPT-4 sono stati addestrati su enormi quantità di dati, molto più di quanto un essere umano possa sperimentare in una vita. Inoltre, questi algoritmi non dispongono di un modello fisico su cui basare il loro ragionamento, il che limita la loro capacità di comprendere appieno il mondo che li circonda.
In conclusione, GPT-4 ha dimostrato una notevole capacità di coordinarsi con il linguaggio umano, ma non sembra avere una comprensione costruttiva e profonda del nostro linguaggio. Le implicazioni di queste scoperte per il futuro dell’intelligenza artificiale sono ancora da esplorare.
