Mesi fa, in Sulla comunicabilità degli stati d’animo e lo sviluppo tecnologico, ho suggerito l’idea che le chat di WhatsApp rappresentino a tutti gli effetti forme di unione sociale con riferimenti comuni, ricordi condivisi e linguaggi specifici: una vera e propria sottocultura vissuta tramite gli strumenti digitali. Nell’articolo di oggi, si analizza ancora più dettagliatamente il sotteso parallelismo fra tecnologia e mente umana.
A proposito di coscienza collettiva
Appartiene all’imprenditore e autore statunitense Jim Rohn, scomparso nel 2009, una frase che ha avuto una certa fortuna:
«Siamo la media delle cinque persone più vicine a noi».
Online sono poi comparse varie versioni di questa affermazione, il cui punto interessante è il suo significato, simile a quello del proverbio italiano «Dimmi con chi vai e ti dirò chi sei», usato per sostenere che ogni individuo assomigli caratterialmente alle persone a lui più vicine e con le quali avverte una maggiore sintonia.
Su un simile presupposto si basa la psicoterapia sistemico-relazionale: la salute dell’individuo viene collegata in maniera diretta alla sua rete di relazioni e perciò, inevitabilmente, i rapporti più stretti avranno un peso maggiore nella vita del paziente. Se ci giungesse notizia che un vecchio conoscente si è ammalato gravemente, saremmo dispiaciuti, ma il nostro dolore sarebbe assai minore rispetto a quello che proveremmo se la stessa cosa accadesse a un caro amico, un genitore o, peggio ancora, un figlio.
Il sociologo americano Nicholas Christakis si è occupato di questo tema in un TedTalk del febbraio 2010, servendosi di diversi modelli 3d per rappresentare le reti sociali prese in analisi e semplificarne lo studio. In questi schemi, ogni sfera colorata rappresentava un individuo, il quale veniva connesso direttamente alle persone per lui più importanti. Lo studioso ha poi mappato il diffondersi di obesità, felicità e tristezza nelle reti sociali: come si può vedere nel seguente video, la diffusione di questi stati fisico-mentali può passare per le relazioni fra individui.
Christakis ha notato che le emozioni più forti in singole persone tendono a venir rispecchiate dalle altre socialmente vicine: si parla di contagio emotivo, fenomeno per il quale si gioisce per la felicità e ci si dispera per le tristezze altrui. Allo stesso modo, si spandono anche ansie, timori e risentimenti che, quando troppo diffusi, possono far scoppiare rivolte e proteste di massa.
Alla base di questo fenomeno ci sarebbero i cosiddetti neuroni specchio, scoperti negli anni ‘90 e responsabili dell’imitazione da parte dei bambini degli adulti cui si sentono più legati. Questa dinamica può continuare anche in età adulta, portandoci talvolta a condividere i comportamenti delle persone a noi care, tra i quali le abitudini comunicative, incluse quelle di messaggistica (attraverso la replica di determinati sticker, emoji, e simili).
Le corrispondenze tra tecnologia e mente umana
Nel suo libro Il metodo geniale, Giulio Deangeli, ricercatore a Cambridge, si serve delle neuroscienze per delineare un metodo di studio sostenuto da solide basi scientifiche. A questo fine, dapprima sviscera il funzionamento delle aree del cervello interessate, poi espone alcune modalità di studio adeguate ad esse. Nella sua ricerca, colpisce il costante parallelismo con le componenti hardware presenti in ogni computer, su cui Deangeli torna più volte.
Questo paragone si può spingere oltre, fino all’intelligenza artificiale: un video di Enrico “Enkk” Mensa, ricercatore informatico, e Decodifica Channel riassume le basi del funzionamento delle intelligenze artificiali dette Large Language Model (LLM), specializzate nel simulare conversazioni — quelle di cui si parla assiduamente da ormai qualche anno, come ChatGPT.
Durante l’allenamento di questi modelli, i singoli neuroni — le unità informatiche alla radice degli LLM — si rimodulano uno per uno, modificando in profondità la rete neurale che compongono. Il grande problema di questi sistemi è la cosiddetta opacità: per via dell’incredibile numero di parametri (neuroni) presenti nelle reti neurali — secondo Enkk, «quattro mila miliardi di parametri» nei modelli di frontiera —, i calcoli matematici che avvengono al loro interno sono troppo complessi per essere ricostruiti a posteriori. Ciò rende sostanzialmente impossibile risalire ai motivi per i quali la macchina abbia fornito una certa risposta a una tal domanda in un momento specifico.
La fase finale dell’allenamento di questi algoritmi consiste in un allineamento del sistema verso una direzione scelta dai programmatori, i quali insegnano alla macchina le risposte preferite dall’uomo e quelle ritenute invece inopportune. Un semplice esempio è quello di alcuni modelli cinesi che si scusano di non poter rispondere a domande sui fatti di Piazza Tienanmen del 1989: com’è evidente, si tratta di una decisione umana con un fine preciso.
Portando avanti il parallelismo tecnologia-mente costruito da Deangeli, si può affermare che il modo in cui gli LLM apprendono le informazioni non è poi così diverso da quanto avviene negli esseri umani. Prendiamo, per esempio, lo studio di una serie di date, immaginate come sequenze numeriche da associare a una o più parole che rimandano a importanti eventi storici.
Lo studente legge il numero 1492; deve imparare che a questa data corrisponde la scoperta dell’America, e viceversa. Nel corso dello studio, potrebbe sbagliarsi e confondersi con sequenze errate, come 1942, 1495 o la scoperta dell’India. L’apprendente potrebbe quindi “allucinare”, ossia inventare dati, proprio come accade agli LLM durante la prima fase del loro allenamento, detta pre-training, nel corso della quale vengono somministrati migliaia di testi, i quali via via rimodulano i parametri della macchina e diventano poi la base della sua stessa conoscenza.
L’umanità come superorganismo
Che cosa porta uno studente a sbagliare una data proprio in un certo modo? La risposta semplice è la mancanza di studio; sul piano biologico, la risposta articolata si cela nella natura della mente umana, ancora incomprensibile per via della sua imponente complessità. Lo stesso vale per l’IA, di cui non sappiamo prevedere né prevenire gli errori; e lo stesso vale, ancora, per le reti d’individui, attraversate da movimenti ondulati spesso difficili da seguire e capire.
In sostanza, tre fenomeni ci sfuggono, risultando problematici: la nostra stessa mente, che non comprendiamo a fondo; l’intelligenza artificiale, che non sappiamo decifrare; le reti umane, che perdiamo di vista facilmente. È possibile che gli studi sull’IA si incrocino con la comprensione profonda della coscienza umana? Probabilmente, la questione resterà centrale per tutto il prossimo secolo. E se, come ha suggerito Christakis in chiusura del suo intervento, l’umanità è davvero un «superorganismo», ovvero una grande rete composta da singoli umani, ci troveremo a fronteggiare almeno i tre problemi qui esposti, non poi così diversi tra loro.
Emanuele Pilan
Fonti
Deangeli Giulio, Il metodo geniale. I segreti del cervello per apprendere velocemente e amare lo studio (capitolo 2), Milano, Mondadori, 2022.
Enkk, Decodifica Channel, Non è mai troppo tardi: 50 minuti per capire l’AI, 27 luglio 2026, ultima consultazione: 21 settembre 2026, link: https://youtu.be/jWUMqtzrqpk
Focus, Il metodo geniale| Giulio Deangeli, 12 marzo 2023, ultima consultazione: 21 settembre 2026, link: https://youtu.be/pUB8vZqL_UA
Omohundro Stephen Malvern, The Basic AI Drives, in Pei Wang, Ben Goertzel, Stan Franklin a cura di, Proceedings of the 2008 conference on Artificial General Intelligence 2008: Proceedings of the First AGI Conference, Amsterdam, IOS Press, 2008, pp 483 – 492, link: https://selfawaresystems.com/wp-content/uploads/2008/01/ai_drives_final.pdf
Rohn Jim, jimrohn.com, You Are the Average of the Five People You Spend the Most Time With, 10 marzo 2026, ultima consultazione: 23 settembre 2026, link: https://www.jimrohn.com/wisdom/articles/average-of-five-people-you-spend-time-with
Sankaran Vishwam, “China’s new DeepSeek AI refuses to answer these questions, experts warn. AI nudges users to ‘talk about something else’ when asked to elaborate on topics deemed sensitive in China”, The Indipendent, 28 gennaio 2025, ultima consultazione: 21 settembre 2026, link:https://www.independent.co.uk/tech/deepseek-china-questions-refuse-beijing-b2687605.html
TED, The hidden influence of social networks, febbraio 2010, ultima consultazione: 21 settembre 2026, link: http://www.ted.com/talks/nicholas_christakis_the_hidden_influence_of_social_networks?language=en
Lascia un commento