Stearn apprezza storia dell’IA ed esposizione della comprensione linguistica. Contesta però la vaghezza dell’abduzione come spiegazione generale dell’intelligenza e osserva che le difficoltà di programmarla non provano un’impossibilità. Segnala inoltre un’ambivalenza fra critica del sogno e sua conservazione.
The Myth of Artificial Intelligence
Why Computers Can't Think the Way We Do
- Editore
- Harvard University Press
- Uscita
- 2021
- Pagine
- 320
- ISBN
- 9780674983519
- Lingua
- inglese
Traduzione italiana
Il mito dell’intelligenza artificiale. Perché i computer non possono pensare come noi ↗
- Autore
- Erik J. Larson
- Editore
- FrancoAngeli
- Collana
- Tracce
- Uscita
- 2022
- Traduzione
- Pierluigi Micalizzi
La tesi
Il mito preso di mira da Larson è l’inevitabilità dell’intelligenza artificiale generale, non la sua mera possibilità. Il libro sostiene che i successi su compiti ristretti non costituiscano, da soli, un percorso verso il buon senso e la comprensione umana. Al centro pone l’abduzione di Peirce: formulare una congettura che renda comprensibile un fatto, selezionando conoscenze pertinenti o inventando una spiegazione nuova. Secondo Larson, i metodi deduttivi e induttivi disponibili non forniscono ancora una teoria adeguata di questa capacità. La tesi scientifica si accompagna a una polemica culturale: promettere che i sistemi esistenti diventeranno inevitabilmente generali distoglierebbe risorse e attenzione dalle scoperte necessarie.
Introduzione, inclusa nota 1 · capp. 12, 14 e 18
Come ci arriva
- Due errori fondativi Larson ricostruisce il passaggio di Turing dall’intuizione alla macchina che risolve problemi e attribuisce a Good un secondo salto: dalla macchina intelligente a quella capace di progettare successori migliori. Contesta che il meccanismo dell’esplosione sia stato chiarito e richiama la discussione di von Neumann.
- Kitsch tecnologico Seguendo Kundera, il libro chiama kitsch le narrazioni che sostituiscono domande difficili su mente e persona con immagini di macchine inevitabili, salvifiche o distruttive. La genealogia passa per Comte, Arendt e Polanyi. Il capitolo 7 distingue anche ricercatori e posizioni diverse: il contrasto con Russell riguarda il significato di intelligenza, coscienza e finalità della ricerca.
- Tre inferenze Deduzione, induzione e abduzione organizzano la Parte II. La deduzione conserva verità date le premesse; l’induzione generalizza dall’esperienza; l’abduzione propone spiegazioni rivedibili. Larson lega l’apprendimento automatico all’induzione e ne discute vincolo empirico, frequenze, saturazione e fragilità. Sostiene che né le due forme né i loro ibridi bastino alla generalità senza una svolta nell’abduzione.
- La prova del linguaggio Pronomi, impliciti, contesto e intenzioni servono a illustrare la conoscenza che una conversazione richiede. Winograd, traduzione e Watson sono i casi principali. Larson descrive un’ampia sovrapposizione fra le risposte di Jeopardy! e i titoli di Wikipedia; Watson è descritto come sistema ibrido, costruito con molti moduli e un’estesa analisi umana del gioco.
- Mito e cultura scientifica La Parte III passa da hive mind e swarm science all’Human Brain Project, alle teorie neocorticali e alla critica di Wiener alla scienza burocratizzata. Larson teme che dati e infrastrutture vengano trattati come sostituti delle idee. Nel finale propone invece strumenti che amplino le capacità umane e una cultura capace di sostenere invenzioni il cui esito resta imprevedibile.
Parte I, capp. 1–7 · Parte II, capp. 8–14 · Parte III, capp. 15–18 · note ai capp. 12–14 e 16–18
Ricezione critica
Wilson e Purdy accolgono con favore la contestazione delle promesse sull’IA generale e valorizzano la discussione delle inferenze. Stearn e Byford apprezzano storia e linguaggio, ma sollevano riserve sulla definizione di abduzione e sul rapporto fra difficoltà attuali e impossibilità. Hasselberger ritiene persuasiva molta critica, chiedendo però una concezione dell’intelligenza più ampia della logica. Kit Wilson · Brendan Patrick Purdy · Joseph Stearn · Ben Byford · William Hasselberger
Broad e Cox chiedono maggiore attenzione a dati, bias e scelte umane che già modellano i sistemi, contro un racconto concentrato sulla meta dell’IA generale. Koning distingue le prime due parti, che raccomanda, dalla critica della scienza collaborativa, che trova troppo generalizzata. Ellen Broad · Andrew Cox · Elizabeth Koning
Le fonti 8
L’orientamento è ricavato dal testo della fonte. Sintesi automatica aggiornata al 16 ottobre 2026.
Byford apprezza il percorso storico e logico e la critica dell’hype. Non accetta però l’eccezionalismo umano e trova l’abduzione a sua volta misteriosa. Difende l’utilità del machine learning e giudica troppo binaria l’opposizione fra promotori e avversari dell’IA.
Hasselberger trova informativa e spesso persuasiva la critica delle capacità attuali, ma ritiene insufficiente ridurre il senso comune all’abduzione. Sottolinea significati, valori ed esperienza incarnata, e sposta il rischio principale verso la cessione di agency a sistemi privi di comprensione.
Wilson considera il libro tempestivo, stimolante e severo verso le promesse della superintelligenza. Condivide lo scetticismo sull’intelligenza come algoritmo; vorrebbe però maggiore attenzione all’origine biologica e prelinguistica del pensiero, che precede i codici e il linguaggio.
Inside Story (testo originale, nuova scheda)
Con riserveBroad elogia chiarezza, ampiezza culturale e capitoli sul linguaggio, ma rimprovera la scarsa attenzione ai bias sociali dei dati e alle decisioni dei progettisti. Ritiene che il libro separi troppo umano e macchina e non interroghi abbastanza il perché del progetto.
Journal of the Association for Information Science and Technology (testo originale, nuova scheda)
Con riserveCox giudica il libro un ingresso accessibile nella storia e nel mito dell’IA, ma trova prematuro svalutare i risultati data driven. Contesta l’attenzione limitata a bias, ambiente, privacy e potere, proponendo una lettura del mito più sociale e materiale.
Koning raccomanda le prime due parti per chiarezza e discussione dei limiti dell’IA. Sulla terza critica l’esaltazione del genio individuale, ricordando il ruolo storico della collaborazione scientifica e giudicando non provata la generalizzazione dal progetto neuroscientifico all’intera scienza.
Purdy giudica eccellente il confronto fra successi ristretti e promesse dell’IA generale e apprezza il ruolo restituito a Peirce. Vorrebbe però più espliciti riferimenti a funzionalismo, dualismo, coscienza e dimensione religiosa, che considera rilevanti per l’esperienza umana.