Esercizio - Le quattro interpretazioni dell'intelligenza artificiale (esempio d'esame 1)

Teoria: Intelligenza artificiale - definizioni, test di Turing e storiaL'IA si può intendere in quattro modi (pensare o agire, come gli umani o in modo razionale). Il modello oggi standard è l'agire razionalmente: un agente razionale sceglie l'azione che massimizza il raggiungimento dei propri obiettivi date le informazioni disponibili. Il test di Turing (Imitation Game) definisce operativamente "agire come un umano" e richiede elaborazione del linguaggio, rappresentazione della conoscenza, ragionamento automatico e apprendimento; la versione "totale" aggiunge visione e robotica. L'IA nasce da filosofia, matematica, economia, neuroscienze, psicologia, linguistica, teoria del controllo e ingegneria dei calcolatori; la sua storia alterna entusiasmi e due "inverni". Rischi e benefici portano al problema dell'allineamento dei valori.Intelligenza artificiale - definizioni, test di Turing e storia →. Domanda 3 del quiz da 9 CFU e domanda 1 di quello da 6 CFU: testo identico.

Testo (risposta aperta). Spiegare la differenza tra le quattro possibili interpretazioni di intelligenza artificiale, aiutandosi con degli esempi: acting humanly (agire in modo umano), thinking humanly (pensare in modo umano), thinking rationally (pensare razionalmente), acting rationally (agire razionalmente).

Risposta modello

Le quattro interpretazioni nascono da due scelte: il modello di riferimento (l'essere umano oppure un ideale di razionalità) e l'oggetto (il pensiero, cioè i processi interni, oppure il comportamento osservabile).

• Acting humanly. Una macchina è intelligente se si comporta in modo indistinguibile da un umano. Il criterio è il test di Turing (1950): un interrogatore dialoga per iscritto con un interlocutore nascosto e la macchina lo supera se non viene riconosciuta. Servono elaborazione del linguaggio naturale, rappresentazione della conoscenza, ragionamento automatico e apprendimento; nella versione "totale" anche visione e robotica. Esempio: un chatbot che conversa come una persona. Non importa come funziona dentro, e imitare l'uomo include imitarne gli errori.
• Thinking humanly. Il programma deve ragionare come un umano, quindi serve una teoria dei processi interni del cervello (scienza cognitiva), validata con esperimenti psicologici, introspezione o imaging cerebrale. Esempio: un modello che riproduce i tempi di risposta e gli errori di una persona in un compito. Conta il processo, non solo il risultato.
• Thinking rationally. Si cerca il pensiero corretto: le leggi del pensiero di Aristotele (sillogismi) e la logica formale. Esempio: da "Socrate è un uomo" e "tutti gli uomini sono mortali" si deduce "Socrate è mortale", con un dimostratore automatico di teoremi. Limiti: serve conoscenza certa del mondo (la probabilità serve a trattare l'incertezza), non ogni comportamento intelligente è una deduzione (un riflesso), e pensare bene non dice quale azione compiere.
• Acting rationally. Si costruisce un agente razionale, che compie l'azione da cui ci si aspetta il massimo raggiungimento degli obiettivi date le informazioni disponibili. Esempio: un termostato che mantiene 19 °C, o un robot che sceglie il percorso a costo minimo. È il modello standard dell'IA e quello del corso: è più generale (la razionalità è definita matematicamente, il comportamento umano no) e non richiede di pensare.

Differenza chiave: le prime due misurano la somiglianza all'uomo, le ultime due la rispondenza a uno standard ideale; un sistema può superare il test di Turing e comportarsi in modo irrazionale rispetto a un obiettivo dato, perché imita gli errori umani.

Errori tipici nella risposta: attribuire il test di Turing al "pensare" invece che all'agire; dire che agire razionalmente richiede sempre un ragionamento logico; non fornire un esempio per ciascuna categoria.