La vostra azienda sta probabilmente investendo in AI nel modo sbagliato, allocando investimenti per fare scrivere comunicazioni, report e contenuti - territorio dove l’AI è realmente debole - e sottoinvestendo sull’automazione dei processi ripetitivi, dove invece è più forte.
Non siete convinti? Concedetemi tre minuti di lettura.
Nella teoria dei sistemi esistono problemi facili, difficili e follemente difficili. Gli ultimi sono dei problemi per i quali non esiste una formulazione completa, che non hanno alcun criterio di arresto e senza una soluzione corretta univoca.
Se creiamo uno spettro di difficoltà e ordiniamo i problemi in base a questo, potremmo scoprire - ad esempio - che la matematica sta all’estremo semplice d’altronde i problemi di matematica sono specifici, concisi, verificabili.
Per lo stesso principio, la scrittura di codice è anch’essa sul lato relativamente semplice dello spettro: la logica dei linguagi di programmazione è formale, il codice può essere testato, l’LLM che scrive codice può iterare finchè non trova la soluzione.
Aumentando ancora un po il grado di difficoltà, uno dei domini strutturati che si incontra potrebbe essere quello legal: in questo caso le soluzioni sono ancor meno specifiche e definitive, ma i codex legali e le loro interpretazioni legislative e giurisprudenziali esistono e sono machine readable, quindi l’AI può trovare un modo per cavarsela.
Se però guardiamo il dominio della scrittura, però, abbiamo a che fare con un problema “follemente difficile”. Per la scrittura di un pezzo non esiste una specifica chiara, non esiste una verifica oggettiva, e il criterio di successo è quanto quello scritto risuoni nella mente di un numero arbitrario di essere umani, che è un risultato “inconoscibile” dalla macchina. In questo caso, l’LLM non può “chiudere il loop”, non può imparare iterando.
È per questo che in giro trovate millemila articoli scritti con l’AI e immediatamente li sgamate ad occhio: scrivere non è difficile, ma scrivere in modo vario, ma ancora personale e riconoscibile, farlo avendo in mente lo stato mentale de lettore che dovrebbe leggere il pezzo e influenzare una percezione… beh, questo una macchina non sa proprio come farlo.
E infatti scrive di m3rd@!
Pensateci bene, anche se l’AI ha un vantaggio assoluto in termini di velocità di esecuzione e di volume di testo prodotto, la qualità del risultato è sempre misurabilmente scarsa e non ha senso chiedersi quale modello scriva meglio: son tutti scarsi uguali.
Piuttosto dovreste chiedervi dove nella vostra azienda abbiate un problema che ha una verifica oggettiva ed è ripetibile, e automatizzate quello.
Quindi, sotto questa luce, convenite che le vostre aziende stanno investendo denaro per automatizzare qualcosa che sarebbe meglio servito dall’intelletto umano, e non stanno investendo in automazioni che potrebbero evitare di bruciare i vostri neuroni su task ripetitivi e poco soddisfacenti?
Sbaglio io? Ditemelo nei commenti.
