“Consegna con VOC”

consegna con VOC. Abbiamo ordinato una pattumiera su Amazon, e se andiamo a vedere lo stato dell’ordine troviamo che verrà consegnato “con VOC”. E quale razza di corriere sarebbe VOC? Cercando un po’, ho scoperto l’arcano: la sigla sta per Vendor Own Carrier, vale a dire il corriere che è stato scelto dal venditore. Nel nostro caso la cosa è piuttosto buffa, visto che la pattumiera è formalmente venduta e spedita da Amazon, ma tant’è.
La fregatura è che ovviamente non è possibile provare a cambiare la data di consegna, visto che non sappiamo chi è il corriere in questione. All’atto pratico ho chiesto a Gemini, che mi ha detto che un codice a 15 caratteri che comincia con 050 è con ogni probabilità di Poste Italiane, ma che sarebbe anche potuto essere BRT. Facendo un paio di prove, ho scoperto che è in effetti quest’ultimo. Sarà, ma a me sembra incredibile che questa informazione non riesca a passare.

PS: magari non ci avete fatto caso, ma la risposta del chatbot è stata inaspettata. Gli LLM sono noti per avere dei problemi a contare i caratteri, dato che lavorano per token: un facile modo per fregarli era chiedere quante lettere “a” c’erano in una frase. In questo caso invece Gemini ha contato i caratteri del numero di spedizione, senza nemmeno che io gli dicessi di farlo (gli avevo chiesto semplicemente di che corriere poteva essere la spedizione con quel numero). In pratica gli sviluppatori stanno riuscendo ad applicare tecniche sintattiche alle domande anche in contesti non rigidi come può essere la programmazione.

Gli LLM sono una forza opposta ai social media?

Ho letto – mettendoci un po’ di tempo, non so come faccia la gente a scrivere così tanto – questo articolo di Dan Williams e sono rimasto molto perplesso. Il suo punto di partenza è condivisibile: ogni tecnologia di comunicazione plasma il pensiero umano. L’invenzione della stampa a caratteri mobili ha tolto a monarchi e chiesa cattolica il monopolio della conoscenza, permettendo a molta più gente di poter comunicare le proprie idee a un più vasto pubblico di quello della locale locanda. Radio e poi televisione hanno di nuovo centralizzato la diffusione della conoscenza. I social media sono la fonte principale del populismo, nel senso di idee popolari che le elite tenevano a bada. Il punto non è soltanto la maggiore o minore facilità di comunicare: per mezzo della stampa è possibile fare analisi dettagliate e profonde, la televisione predilige chi sa parlare in modo suadente, i social media e i loro algoritmi spingono chi è più bravo a generare zizzania e quindi tenere la gente attaccata allo scrolling; questo a sua volta ha portato a una spirale di discorsi sempre più stupidi. Certo, ci sono testi informativi di alta qualità, ma bisogna fare fatica (oppure avere serendipità, aggiungo io) per trovarli.

Cosa succede con i chatbot? Che se si chiede loro una spiegazione di un fatto, essi (anche Grok, almeno per ora, nonostante i tentativi di Elonio) tenderebbero a dare la risposta su cui gli esperti hanno trovato un consenso; e se ci sono pareri dibattuti li riportano tutti in modo asettico. Riescono quindi a essere una forza contraria al populismo e alla stupidità come valore aggiunto che hanno i social media. Secondo Williams, questo accade perché i grandi attori in gioco stanno lottando per avere i sistemi più intelligenti, rimarchevoli e utili possibili, e questo andrebbe in conflitto con l’inserire informazioni di parte nella parte di controllo dell’output. Mah. Anche dopo aver letto tutto il suo ragionamento io resto convinto che abbia torto. Qui mi limito a riportare le sue risposte alle possibili obiezioni, e le mie controrisposte.

La prima obiezione è sulle allucinazioni: secondo Williams le allucinazioni si stanno riducendo tantissimo, perché le aziende fanno ogni sforzo per eliminarle; ma anche se non riuscissero a toglierle del tutto non ci sarebbe comunque problema, perché tanto gli esseri umani cercano tutto il tempo di confondere la gente. Io sono d’accordo che, almeno per quanto riguarda questo tipo di domande, le allucinazioni non sono un vero problema, ma questo per un motivo più terra terra. Se io chiedo a un chatbot qualcosa su di me, il materiale di addestramento che ha avuto non è poi così grande, quindi è facile partire per la tangente; su un tema molto dibattuto c’è per definizione una quantità enorme di materiale, e quindi è probabile che l’opinione su cui gli esperti hanno consenso sia quella più presente e quindi anche la più facile da avere come output.

Sul secondo punto, quello della piaggeria degli LLM, la mia visione è diametralmente opposta a quella di Williams. Secondo lui, la maggior parte delle domande che si fanno sono senza contesto, e quindi intrinsecamente neutre. Io invece credo che bastino già i termini usati per scrivere la domanda per far intuire una connotazione di chi scrive, e quindi spostare la risposta verso quanto l’interlocutore umano vorrebbe. E comunque secondo me l’utente quadratico medio preferisce che il suo pre-giudizio venga confermato all’avere una risposta accurata che però va contro le sue idee.

Per quanto riguarda la manipolazione dall’alto dei risultati, è vero che in questo momento non pare funzionare molto; ma questo succede perché i tentativi di farlo sono stati troppo esagerati. Ma la natura stessa degli LLM, che possono avere un fine-tuning successivo alla creazione del modello, e la possibilità di costruire testi generati dalle IA che poi vengono dati in pasto ai modelli, rende relativamente semplice ottenere l’effetto “rana bollita”: modifiche piccole ma continuative fino a che non si raggiunge una massa critica. E questo vale anche per il punto 4, la disinformazione basata sull’IA.

Non dico di avere necessariamente ragione su tutto facendo la Cassandra: ma resto convinto che Williams sia un inguaribile ottimista. Voi che ne pensate?

Quizzino della domenica: testa o croce

791 – probabilità

Ieri pomeriggio pioveva, e non sapevo cosa fare: così ho preso una moneta e ho cominciato a lanciarla, segnando se usciva testa o croce, per un quarto d’ora, fino a che non è squillato il telefono: il solito venditore di offerte imperdibili per luce e gas. L’idea era di avere un generatore di numeri casuali, ma mi sono fermato un po’ troppo presto, mi sa. La domanda che vi faccio è però un’altra: se prima dei lanci avessi voluto stimare la lunghezza dell’ultima striscia di lanci con la stessa faccia, che valore avrei ricavato? La striscia può essere anche solo di un lancio, se la successione termina con …TC. In altri termini: supponiamo che l’ultimo lancio fatto fosse croce (se fosse testa il ragionamento è lo stesso), e contiamo quante croci consecutive avevo fatto, compresa quest’ultima. Qual è il valore medio del numero di croci consecutive?

una moneta
(trovate un aiutino sul mio sito, alla pagina https://xmau.com/quizzini/p791.html; la risposta verrà postata lì il prossimo mercoledì. Problema da Fiddler on the Proof; immagine da SVGRepo.)

Numeri che pensano (ebook)

copertina È noto che le intelligenze artificiali hanno dietro di sé tanta matematica, e spesso se ne sentono anche dire i nomi. Ma conoscete le storie dietro quei campi della matematica? In questo libro, Paolo Alessandrini ha scelto sei temi matematici fondamentali per le IA e prima di spiegarli ha raccontato una storia su ciascuno di essi. La legge dei grandi numeri vede come protagonista Cardano; la geometria cartesiana, come del resto il nome stesso dice, Cartesio; Newton è il personaggio per le derivate (o più esattamente il gradiente, ma il concetto è quello); il reverendo Bayes è chi ci ha permesso di calcolare le probabilità a posteriori; Hermann Grassmann ha ideato l’algebra lineare; infine Tullio Levi-Civita ha perfezionato il calcolo tensoriale, che le IA usano al loro interno per aggiustare i parametri.
La caratteristica più bella di questo libro è proprio il vedere come le IA attuali non abbiano inventato nulla (no, non è vero. Il concetto di transformer, la T di ChatGPT, è quello che ha permesso di fare un enorme salto di qualità) ma si siano basate su tecniche vecchie di secoli. Il bello della matematica è proprio questo: avere sempre a disposizione le fondamenta su cui costruire nuove palazzi;

Paolo Alessandrini, Numeri che pensano : Le sei grandi idee matematiche dentro l’IA, Hoepli 2025, pag. 214, € 15,99 (cartaceo 19), ISBN 9788836019038 – come Affiliato Amazon, se acquistate il libro dal link Bezos mi dà qualche centesimo dei suoi utili
Voto: 5/5

Operazioni aritmetiche e scorciatoie

Lo Scientific American riporta la conclusione di due studi, che mostrano come quando occorre fare dei conti i maschi sono molto più propensi delle femmine a trovare una scorciatoia anziché mettersi a fare i conti secondo le formule che si imparano a scuola. Se per esempio vi venisse chiesto di calcolare 25×9 il suggerimento è di calcolare prima 25×4 = 100, poi raddoppiarlo e infine sommarci 25. Io a dire il vero ho moltiplicato 25×10 e ho tolto 25, ma in ogni caso non ho eseguito la moltiplicazione standard.

Questo potrebbe spiegare perché a scuola le ragazze sono più brave dei ragazzi – seguendo le procedure si arriva con meno errori alla risposta – ma poi abbiano risultati peggiori nei test come il SAT. Mi restano molti dubbi sul fatto che si possa insegnare a trovare le scorciatoie, e aggiungo un’evidenza aneddotica personale. Uno degli studi afferma che c’è una forte correlazione tra il trovare queste scorciatoie e riuscire a ruotare mentalmente oggetti tridimensionali: bene, io sono sempre stato un fan delle scorciatoie perché sono fondamentalmente pigro, ma l’unica volta in cui feci un test per il QI alle scuole medie andò tutto benissimo salvo per una prova: quella di trovare la figura che non era solo ruotata ma anche riflessa.

Voi che ne pensate?

I MAGA e i numeri

Un paio di settimane fa il New York Times ha pubblicato un articolo del matematico Aubrey Clayton sui numeri sparati dall’amministrazione USA. Attenzione, non “sparati a caso”, anche se a prima vista potrebbe sembrare che sia così. Quando Trump afferma che con le sue misure il costo delle medicine si è ridotto del 300% (e il segretario al Commercio Howard Lutnick si è affrettato ad aggiungere che “è solo un modo diverso di vedere le cose”, misurando la percentuale dal prezzo finale a quello iniziale) si guarda bene da applicare la stessa “formula matematica” ai tagli fatti da Biden. Quando Trump ha affermato che con i suoi dazi ha creato investimenti negli USA per 18 trilioni di dollari, più di metà del PIL statunitense, oppure Pam Bondi ha detto che la loro lotta al fentanyl ha salvato 119 milioni, anzi no, 258 milioni di americani da una morte certa, cioè i tre quarti della popolazione, quei numeri sono usati semplicemente come corpo contundente, così come quando affermano che espelleranno 100 milioni di immigrati irregolari, il doppio del numero totale di immigrati regolari o no.

Il punto è che fare debunking di affermazioni così banalmente false è inutile se non controproducente. Se una persona non è in grado di accorgersi di idiozie come quelle, penserete mica che possa seguire un ragionamento analitico? Clayton conclude che dobbiamo chiedere uno standard più elevato per i politici: io preferirei andare alla radice e insegnare alla gente a riconoscere quando i numeri sono usati come arma di distrazione di massa. È sempre meglio insegnare a pescare, che dare un giorno un pesce.

Gli Ig Nobel non saranno più assegnati negli USA

Non so quanto Marc Abrahams abbia deciso di spostare a Zurigo la cerimonia di premiazione per gli Ig Nobel a causa dei problemi per entrare negli USA oppure perché la cerimonia stava diventando ripetitiva e un cambiamento ci voleva, come da commento “sarà un po’ come l’Eurovision Song Contest, con base a Zurigo”. Però mi piacerebbe sapere (a) se Donald Trump commenterà sul suo social network personale e (b) se quest’autunno vincerà l’Ig Nobel per la pace.