Oggi, Microsoft ha annunciato che collaborerà con OpenAI per ottenere la licenza esclusiva per GPT-3. Se non hai sentito parlare di GPT-3, potresti essere stato lontano dalle notizie tecnologiche per alcune settimane. E chi potrebbe biasimarti per tutto quello che sta succedendo? Per coloro che non lo sanno, GPT-3 è un sistema di generazione del linguaggio basato sull’intelligenza artificiale. Un’applicazione che tra le altre cose può scrivere articoli. Gli fornisci un titolo e un paragrafo introduttivo, una decina di esempi del tipo di scrittura che vuoi che produca e lui fa il resto. L’app è attualmente in versione beta, testata da pochi eletti. La storia di come un ragazzo del college, Liam Porr, ha guadagnato 26.000 visitatoriin due settimane l’utilizzo di blog generati da GPT-3 è diventato virale. Recentemente, il Guardian ha pubblicato un editoriale scritto dall’AI con il titolo “GPT-3 implora l’umanità che non significa danno”. In entrambi i casi, GPT-3 ha ricevuto istruzioni di base e alcuni input e ha prodotto il resto. Funziona trovando modelli nei dati su cui è addestrato e utilizzando tali modelli per completare i prompt.
GPT-3 manca di ragionamento e comprensione
La maggior parte delle frasi dell’IA sono grammaticalmente semplici, anche se possono essere lunghe. Anche il vocabolario è semplice. Le migliori pratiche giornalistiche sono scrivere frasi brevi, semplici e chiare ed evitare la prosa fiorita. Si potrebbe sostenere, quindi, che in parte ha ragione. Sebbene sia efficace a livello di frase e paragrafo, l’IA non sembra scrivere un argomento coerente lungo il saggio, a causa della sua tendenza ad andare per tangenti o contraddirsi. Più scrive, più si contraddice. In altre parole, è impressionante solo in brevi raffiche. L’intelligenza artificiale sta, ovviamente, ricombinando titoli, articoli e saggi relativi al prompt. Nessuna singola frase suona “robotica”, ma quando GPT-3 le combina in paragrafi, mancano di impatto e originalità.
La mancanza di raffinatezza di GPT-3 diventa evidente quando si osservano da vicino i suoi successi e fallimenti. Nell’esperimento di Liam Porr, ha mantenuto i suoi post sul blog incentrati sull’auto-aiuto. Gli argomenti di miglioramento personale sono generalmente comunicati in generale per soddisfare il maggior numero possibile di lettori. È improbabile che tu possa adattare “Cinque suggerimenti per aumentare la produttività” a un pubblico ristretto. Cercare modelli che esistono in contenuti generici per produrre frasi simili è un compito meno impegnativo per l’IA. Materie astratte come il miglioramento personale richiedono una minore comprensione del modo in cui gli esseri umani si muovono e interagiscono con il mondo reale rispetto ad altri soggetti. Come ha sottolineato il MIT Tech Review, una volta che a GPT-3 viene chiesto di ragionare su biologia, psicologia, mondo fisico o sociale, tenere traccia di oggetti o individui, o rispondere in modo appropriato a un non sequitur, viene rivelato “l’uomo dietro le quinte”.
Il segreto di GPT sono i dati che lo alimentano
Si consideri ad esempio un semplice programma if-then che consente agli utenti di porre una domanda e ottenere una risposta. Un tale programma può essere creato senza algoritmi avanzati. Se il tuo set di dati consente all’utente solo di chiedere “Quanto è alta una zebra?” e “Quanto tempo cuociono i muffin ai mirtilli?” sarà insignificante. Tuttavia, utilizzando lo stesso script, se il set di dati consente agli utenti di porre 15.000 domande comuni, sarà impressionante e potrebbe sembrare “intelligente”. Un buon esempio di questo tipo di programma è l’innovativo dramma interattivo, Façade, uscito nel 2006. In esso, i giocatori possono interagire con una coppia che litiga che li ha invitati a cena. Le loro azioni cambiano l’esito della serata e la storia di cui fanno parte. Sembra usare l’intelligenza artificiale, ma gli attori hanno pre-registrato un’impressionante varietà di possibili risposte in una sceneggiatura ben progettata che gli ha dato solo quell’illusione. Ecco perché, nonostante l’età, riesce a stupire. Tuttavia, se giochi in modi inaspettati o irregolari, la sua mancanza di raffinatezza mostra. Come Façade, GPT-3 si basa su un’impressionante raccolta di dati per produrre l’illusione di sofisticazione quando l’argomento è ampio, l’attenzione è ristretta e le circostanze sono prevedibili.
Possiamo sfruttare GPT-3 per fare un balzo in avanti nell’IA?
GPT-3 è un indovino di probabilità di stringa e lo fa sulla base di un ampio corpus di dati. Non sorprende quindi che GPT-3 combatta con la causalità o la comprensione. Detto questo, GPT-3 è il miglior indovino di probabilità fino ad oggi e questo è un punto di riferimento meraviglioso. Uno dei grandi contributi di questo modello potrebbe essere la generazione delle migliori stime e il loro confronto con le stime fatte da esperti del settore in applicazioni di nicchia come l’assistenza sanitaria. Ad esempio, considera domande come “Quali sono i fattori più importanti nel lancio di un nuovo farmaco?” o “Quali eventi avversi hanno causato ritardi nel successo degli studi clinici?” Un modello come GPT-3 può fornire prove basate su un’ampia letteratura e contesto in modo rapido e accurato. Se disponiamo di tale capacità nella progettazione della nostra soluzione, possiamo ridurre la nostra dipendenza dai dati osservati.
Nonostante la mia critica, credo che GPT-3 sia uno strumento utile, potente ed efficace. È stato saggio da parte di Microsoft fare un gioco per questo. Man mano che matura, spero di vederlo utilizzato in modo responsabile. Ma questa cosa non può pensare, né ci avvicina alla sensibilità artificiale. Scrittori, niente panico. Gli editori potrebbero voler tenerlo d’occhio, specialmente quelli che lavorano per negozi di content marketing che danno la priorità alla quantità rispetto alla qualità. Continuiamo a meravigliarci di quanto efficacemente inganni i lettori. Ma siamo ancora molto lontani dall’intelligenza artificiale che può capire come funziona il mondo reale e cosa sta realmente accadendo in esso.
Questo articolo è stato scritto da un essere umano.
