Sono passati tre anni da quando il primo ChatGPT “serio” è stato reso pubblico, eppure sembra passato chissà quanto tempo. SOno usciti non so quanti libri che dicono che ci insegneranno a usarli in maniera perfetta: la mia sensazione è che la maggior parte di essi siano stati scritti usando un LLM, a giudicare dal loro stile. Ho invece trovato molto utile questo rapido tutorial di Alberto Romero, che lui dice poter essere letto in dieci minuti e messo in pratica in una giornata. Quello che mi è piaciuto è il suo approccio pragmatico – quello che in inglese si dice no-nonsense – e soprattutto il fatto che mi ha aiutato a focalizzare qualcosa che facevo già intuitivamente e mi ha dato qualche spunto in più. Provo quindi a raccontarvelo, aggiungendo le mie considerazioni personali. Il tutorial è diviso in quattro parti: la seconda e la terza sono più tecniche, anche se non dovete aspettarvi delle formule precotte ma sempre solo delle idee da mettere in pratica: la prima e la quarta sono più speculativve e quindi le migliori almeno dal punto di vista di uno come me che è più interessato al perché che al come.
Punto 1: Tenere presente con cosa si ha a che fare. Romero ci consiglia di vedere un LLM come uno strumento alieno, qualcosa di ben distinto sia da un motore di ricerca che da un essere umano. Un motore di ricerca trova (quando va bene, aggiungo io) qualcosa che c’è già; nell’interazione con un essere umano diamo implicitamente per scontata una quantità di nozioni di mutua conoscenza, che ci aiuta a imparare nuove cose. Un LLM non è nulla di tutto questo: il suo funzionamento è statistico, il che significa che non trova nulla di nuovo (nel senso che siamo noi a dare un significato a quello che emette) e che non è nemmeno capace di copiare quello che ha in pancia. Da qui il suo “essere alieno”, o meglio il fatto che non dobbiamo trattarlo secondo i nostri vecchi schemi. Il suo motto è “tutto è parzialmente chatgptabile”: l’enfasi è sul “tutto”, ma anche e soprattutto sul “parzialmente”. Come riassunto, L’AI è brava a:
- Scrivere in pochi minuti una bozza che ci richiederebbe delle ore;
- Completare dei nostri abbozzi di idea (presumendo che qualcun altro li abbia già avuti);
- Riformattare, nel senso di cambiare la forma di un documento in un modo qualunque;
- Farci da assistente, ma solo se conosciamo già l’argomento (non è un controsenso: uno può avere un’idea generale di un tema, ma non voler perdere tempo con i particolari, che il chatbot troverà per noi);
- Scrivere codice per problemi ben definiti (valgono le stesse considerazioni scritte qui sopra).
Quello su cui invece l’AI non è brava è:
- Tutto ciò che richiede delle competenze che non possiamo verificare;
- Capire quando sta sbagliando (a parte che molti chatbot si ostinano a dire di aver ragione…);
- La conoscenza sottintesa, cioè quello che non possiamo scrivere esplicitamente perché sarebbe troppo lungo da spiegare;
- Ragionamenti innovativi o scoperte genuine (di nuovo, magari noi possiamo sfruttare il suo output per fare un ragionamento innovativo, ma è l’equivalente di prendere delle frasi a caso e vedere cosa ci viene in mente);
- Consistenza a lungo termine: dopo un po’ si dimentica del contesto e parte per la tangente.
Punto 2: Non affannatevi a cercare il prompt perfetto. I prompt continueranno a essere necessari per interagire con le IA, ma più che studiare il prompt perfetto – che tanto non esiste – limitatevi a scrivere qualcosa di specifico per il compito da da fare. Il prompt non deve essere generico: anzi deve dare tutto il contesto necessario, dato che come detto sopra non possiamo assumere una conoscenza sottintesa. Specificate tutto quello che date per scontato, insomma: non è detto che lo sia – nel senso che statisticamente lo abbia trovato normalmente nel suo materiale di addestramento – per un LLM.
Punto 3: Esercitatevi sugli usi che vi servono di più. Qui il punto è che dovete imparare a riconoscere quali sono i punti deboli dell’IA rispetto alle vostre necessità, perché sono quelli su cui poi lavorerete dopo che avete ottenuto il primo risultato. Ecco alcuni degli esempi di Romero. (a) L’acceleratore di ricerca: dare in pasto un testo e fare domande specifiche, non “riassumimelo” ma “quali sono i tre punti principali del testo e come sono supportati dall’evidenza”, aggiungendo magari “io sono esperto in X e Y”. (b) Il generatore di bozze: questo è specialmente utile se avete la sindrome del foglio bianco, e permette poi di sfruttare una fissa dei chatbot: gli elenchi puntati, che si possono poi riordinare a piacere. (c) L’amico immaginario, a cui descrivere un problema che ci blocca, chiedendogli di essere onesto e non accondiscendente (funziona meglio con Gemini e Claude, rispetto a ChatGPT); in questo caso conviene chiedere di dare più opzioni, per evitare di avere la solita risposta con sicumera. (d) Chiedere una spiegazione a livelli diversi: evitare il “spiegamelo come se fossi un bambino di cinque anni” o “spiegami questo argomento”, ma come sempre specificare cosa sappiamo. (e) Trasformare formati, tipo da elenco puntato a prosa, da note prese in riunione ad action point, da un testo lungo a uno più breve; funziona meglio con testi scritti da noi, come sempre, perché possiamo verificarli meglio.
Punto 4: Imparare cosa non si può fare con gli strumenti IA. Abbiamo già visto alcune cose per cui l’IA non funziona. Non fidatevi delle sue affermazioni senza verificarle; un chatbot è felicissimo di darvi citazioni di libri e articoli che non esistono, o dicono tutt’altro (mi è capitato con Perplexity). Non usatelo per nulla di critico che non siete in grado di valutare: l’IA serve per accelerare un lavoro che sapreste fare, non per farne uno che non conoscete. Non dategli nulla di privato: io personalmente non mi fiderei neppure dei sistemi che dicono che non usano i vostri input per l’addestramento. Non ostinatevi a cambiare prompt se non vi arriva una risposta utile: o dovete aggiungere contesto, oppure è un compito per cui l’IA non funziona. Infine, va vene trattare il chatbot come un interlocutore, ma non esagerate col pensarlo un essere umano come noi.
Se avete saltato tutto il testo e siete arrivati a quest’ultimo capoverso, ecco un megariassunto in due punti: non antropomorfizzate i chatbot, e usateli per cose che siete in grado poi di verificare. Se vi attenete a questi due punti, andrà tutto bene.
Premetto che ho solo dato una rapida occhiata a questo post. Ma il risultato è incredibile. Definiamo un biliardo come una superficie bidimensionale senza attrito al cui interno si trova una particella puntiforme che si muove con velocità costante, e ogni volta che tocca un punto del contorno della superficie rimbalza con un angolo simmetrico a quello con cui l’ha colpita. Fin qui nulla di strano. Eva Miranda e Isaac Ramos hanno dimostrato che è possibile codificare una macchina di Turing con un biliardo il cui contorno è formato solo da segmenti e archi di parabola. Il risultato pratico è che anche un sistema passivo (una volta data direzione e punto di partenza è tutto definito) in uno spazio bidimensionale continuo ha sufficiente potenza elaborativa per compiere qualunque operazione calcolabile. (Immagino che vi siate ricordati che anche Life di Conway è Turing-completo; ma quello è un sistema bidimensionale discreto). Un corollario notevole è che anche un sistema totalmente deterministico come il nostro biliardo può avere un comportamento indecidibile (cioè non è detto sapere se il percorso del nostro punto si ripeterà prima o poi, oppure no) per un motivo puramente logico, senza dovere mettere in campo l’impossibilità quantistica di fare una misura perfetta. Il nostro universo è insomma sempre meno possibile da comprendere, anche solo in linea teorica…
Se chiedete a un matematico quale sia la formula più bella del mondo, vi risponderà quasi sicuramente quella di Eulero eiπ + 1 = 0: più che altro questa formula ormai vive di vita propria e nessuno fa il minimo sforzo di provare a sceglierne un’altra. (Però sarebbe bello rispondere “1 + 2 + 3 + 4 + … = −1/12”, non trovate?)
Considerate un rettangolo 1×2, come quello giallo al centro della figura qui a fianco. È possibile circondarlo completamente, senza lasciare spazi vuoti, con cinque rettangoli uguali, quelli rossi. La figura ottenuta può a sua volta essere circondata da nove rettangoli (blu), e ancora da tredici rettangoli (verdi), e così via all’infinito. Ma se avessimo avuto un cerchio al posto del rettangolo non saremmo mai riusciti a completare nemmeno una corona. E il problema non è tanto dovuto al fatto che il cerchio sia una figura curva: se per esempio togliamo due quadratini piccoli da un lato lungo del rettangolo di partenza, il problema è comunque impossibile.
