Perché continuiamo a fraintendere il Test di Turing

Questo post fa parte di Formula, la serie di Motherboard in collaborazione con Audi in cui esploriamo le meraviglie dell'intelligenza artificiale, la tecnologia più importante del 21esimo secolo.

La possibilità di creare delle macchine intelligenti ha da sempre affascinato gli esseri umani. Per poter valutare, però, il livello di intelligenza dei computer è necessario munirsi di un test che consideri in modo oggettivo le capacità della macchina. Uno dei più famosi test che sono stati adottati per valutare le intelligenze artificiali è il test di Turing. Dal 1991 si svolge ogni anno il Loebner Prize, una competizione che si basa proprio su questo test per valutare le capacità delle intelligenze artificiali (AI) e poterle definire quindi veramente intelligenti — quest'anno ha vinto per la terza volta il chatbot Mitsuku.

In questa sfida alcuni giudici intrattengono una conversazione scritta con dei bot per valutare quanto questi ultimi presentino dei comportamenti simili a quelli degli esseri umani. Il Test di Turing prende il nome dal matematico ed informatico inglese Alan Turing, che lo ha introdotto nel suo studio Computing Machinery and Intelligence, pubblicato nel 1950. Da quel giorno, il test di Turing ha continuato a dividere la comunità di ricercatori nel campo dell'AI.

In questo documento, infatti, Turing non ha mai chiaramente affermato che il test possa essere utilizzato per misurare il livello di intelligenza di un'AI. Sin dalle prime righe del suo studio, invece, sottolinea la necessità di fornire una domanda alternativa alla più consueta "le macchine possono pensare?"

Per far questo, Turing introduce una versione modificata del cosiddetto Imitation Game: un gioco in cui un giudice C deve riuscire a riconoscere correttamente il sesso dei due giocatori A e B. Solitamente A è un uomo che cerca di confondere il giudice mentre invece B è una donna che gioca onestamente cercando di facilitare il compito di C.

Nella versione di Turing, si legge nello studio, dobbiamo chiederci "Cosa accadrebbe se una macchina prendesse il posto del giocatore A? Il giudice commetterebbe tanti errori quanti quelli che avrebbe commesso se a giocare fosse stato un uomo?" Questa è la domanda alternativa che si sostituisce a quella sulla capacità di pensare di una macchina, non valutando quindi l'effettiva intelligenza della stessa. Il test valuta le capacità di un computer nell'imitare il comportamento di un essere umano in un gioco specifico, e dal momento che il comportamento umano potrebbe non necessariamente essere intelligente non c'è possibilità di valutare l'intelligenza delle AI.

Purtroppo, però, negli anni il test di Turing è diventato una colonna portante nella discussione riguardo il comportamento intelligente delle macchine, ed è stato adottato molto spesso dai film di fantascienza per definire il livello di coscienza dei robot: due dei casi più illustri sono i film Ex Machina e Blade Runner.

Nel primo caso, il test di Turing è stato citato direttamente anche se effettuato in modo non convenzionale, prevedendo anche un'interazione fisica diretta con la robot Ava. Nel film Blade Runner, invece, il test di Turing ha dato spunto per creare il test di "Voight-Kampff" necessario per distinguere fra un replicante ed un essere umano.

In entrambi i casi quindi il superamento del test viene considerato l'unica conferma necessaria per comprendere se un'AI sia effettivamente cosciente ed intelligente come un essere umano. Il fraintendimento del test di Turing si è quindi protratto negli anni ed ha affondato salde radici nell'immaginario comune.

Queste incomprensioni non devono però screditare il test originariamente proposto da Turing: il suo studio ha gettato le fondamenta per la ricerca successiva nel campo dell'intelligenza artificiale, catalizzando l'attenzione sul tema delle macchine pensanti e cercando persino di indicare la via della ricerca futura prevedendo che una macchina sarebbe stata in grado di superare il test entro gli anni 2000.

Il genio di Alan Turing si è però spinto persino oltre e, sempre nello stesso studio, aveva già anticipato l'importanza dell'apprendimento automatico (machine learning), lo stesso che oggi guida gli sviluppi dell'intelligenza artificiale.

Seguici su Facebook e Twitter