Narrative AI and ‘know what’: A New Method
Nel V capitolo dei suoi viaggi, Lemuel Gulliver visita l’Accademia di Lagado dove, fra le avveniristiche invenzioni, si annovera un telaio di circa 7m2 dalla superficie composta di legnetti grandi quanto un dado e tenuti insieme dal fil di ferro, con sopra incollati dei pezzetti di carta. Su di essi vi è una serie di parole scritte, utilizzate allo scopo di comporre artificialmente opere inedite di scienza e poesia sfruttando il fatto che «la macchina è congegnata in modo che ad ogni giro di manovella le parole mutino posizione».
Come vediamo, il sogno dell’uomo di costruire un arnese capace di emulare la creatività umana precede di molto l’avvento della cibernetica, e per certi versi va anche di pari passo con due umane debolezze: la pigrizia con cui si delega l’onere dello sforzo creativo, e la brama di impossessarsi di qualcosa che ancora nemmeno esiste: l’opera inedita. Passioni contrastanti, soprattutto nello scrittore.
Nel descrivere l’utopico prodigio della tecnica, però, Swift precisa che il suo creatore «aveva computato nel modo più rigoroso le quantità proporzionali di nomi, verbi, particelle e altre parti del discorso» di modo che il telaio meccanico riuscisse a combinarle sensatamente. Questo dettaglio sottrae la fantasia all’azione della pura casualità verso un’ottica stocastica già moderna: il testo prodotto dalla combinazione aleatoria è cioè sì imprevedibile ma perpetrato con metodo. Ci si è mai chiesti ad esempio come mai Sir Eddington, cui si deve il celebre motto delle scimmie che battono inconsapevolmente sui tasti delle macchine da scrivere fino a produrre per accidente un’opera letteraria, non siano piuttosto dei corvi, o peggio dei polpi o dei serpenti? La scimmia sarà anche ignara della propria autorialità, ma risulta comunque morfologicamente atta a regalarci il risultato atteso ben più di un essere che avrebbe a stento la possibilità di premere fisicamente i pulsanti della Olivetti.
Arrivando a noi, la grammatica rtn di alcune AI moderne ricostruisce la struttura della frase come fanno le scimmie di Eddington, ma su più livelli: a livello di grafemi, ma anche di sintassi e di semantica. È importante quindi non fare confusione fra i piani della procedura. L’esempio delle scimmie può essere frainteso proprio ignorando il fatto che il primate, protagonista dell’esperimento mentale, si pone già su di un registro ben determinato nel rapporto automazione-creatività. «L’idea che “l’irrazionalità è incompatibile con i calcolatori” si basa su una profonda confusione di livelli», scrive Hofstadter nel suo noto saggio, né più né meno – aggiungiamo noi – di come si comportano i dominii delle virgolette in questa doppia citazione qui interpolata.
La strada che ha preso il far west dell’AI, a partire dal tentativo di aggirare il “software” della mente per imitare direttamente i neuroni cerebrali tramite transistors, apre un baratro di livelli che mostra di fatto l’irraggiungibilità dei microtubuli neuronali i quali, come ha obiettato a suo tempo Roger Penrose in senso anti-riduzionistico, agiscono su una scala quantistica non riproducibile. A questo limite di razionalità, intesa in senso classico, sta oggi approssimandosi anche la nanotecnologia, destinata secondo alcuni a doversi fermare di fronte al livello subatomico dei microchip, quando non si sarà più in grado di maneggiarli a causa del principio di indeterminazione di Heisenberg. Tutto eticamente paradossale, aggiungiamo noi: quel confine di indeterminazione, che nel Novecento ha funestato la capacità dell’umana comprensione, può un domani divenirne motivo di vanto: l’intelligenza umana è ciberneticamente irriproducibile proprio perché agisce su scala heisenbergiana.
Forse, per avvicinarci al problema del rapporto fra AI e letteratura post-moderna, la questione legata all’ordine dei livelli è propriamente insiemistica. Sì è sempre paragonata cioè l’AI al cervello umano su scala 1:1, senza pensare che l’AI potrebbe fungere da analogon di una delle sue sotto-stratificazioni cerebrali (amigdala, ippocampo, corteccia, cervelletto, etc.), motivo per cui l’agognata eguaglianza si potrebbe forse raggiungere con un team work di AI disposto a ricreare l’anfiteatro encefalico.
Direzione analoga, come sappiamo, sta venendo imboccata dalla letteratura contemporanea negli esperimenti di copyleft e fan fiction di cui fulgido in Italia resta il caso Wu Ming, nel segno dell’ottica open source (di cui uno dei primi software, ricordiamolo, proviene proprio dai laboratori mit di intelligenza artificiale attraverso il pogetto gru di Richard Stallman del 1984).
Come disse già Marvin Minsky, pioniere dell’AI, l’idea stessa di “coscienza” è frutto della comunità delle menti nel segno della proficua competività. Si ha una sensazione di autoconsapevolezza quando diversi slanci di pensiero contrastanti animano la mente all’atto di una decisione. Donde le nozioni moderne di intelligenza collettiva (Pierre Lévy, 1994), sviluppatasi in intelligenza connettiva (de Kerckhove, 1997) fino alla recentissima comunità convergente (Jenkins, 2006).
Ora, la grande differenza fra una ricostruzione corale dell’intelligenza umana mediante AI e la scrittura collettiva sta tutta nell’ordine di marcia. Il tratto saliente, infatti, è che la macchina intelligente viene creata dall’uomo all’apice della sua attuale ascesa evolutiva. È inevitabile quindi che egli le imponga a posteriori la propria presente forma storica, inducendo nella macchina una sorta di evoluzione alla rovescia. In ciò, l’approccio top-down della scuola formalista, che va ancora per la maggiore, dovrebbe procedere dal team di AI verso una possibile sintesi nel range di un’unica intelligenza capace di tenere le redini delle varie funzionalità intellettive così come fa il nostro cervello. Viceversa, la storia della letteratura sta contemporaneamente procedendo dall’autorialità individuale verso la sua frammentazione.
È questo lo scarto su cui ha fatto leva nel 1999 Pau Bailey nel programmare il suo sistema di scrittura creativa automatica non a partire dai concetti autoriali di storiness o interestingness, ma ponendosi a partire dal punto di vista del lettore nel segno della jokiness.
Per trarre invece le nostre conclusioni da questa tesi, ci posizioneremo a partire da un approccio bottom-up, quello utilizzato ad esempio da Rodney Brooks del mit nella creazione di robot insettoidi che imparano da soli, capaci col tempo di superare le critiche anche dei più scettici. In questo senso, l’idea è di far migliorare il rendimento letterario dell’AI mediante l’editing, ossia la risorsa oggi ineliminabile nell’universo dell’editoria, un editing tuttavia a sua volta artificiale. Si tratta di incorporare nella macchina stessa un organo revisore a deliberata emulazione della coscienza come la descrive Minsky. Anziché far “collaborare” le macchine facciamole “collidere”, riproponendo fra l’altro un canone che nella robotica è già esistente, quello del closed loop o feedback system, secondo il principio della “macchina che impara” così come era descritto non senza timori da Norbert Wiener, padre della materia, nell’ideazione di una macchina tarata non per la tattica ma soltanto per la strategia, capace di auto-apprendere la tattica mediante esperienze dirette e Trial&Error. È dalla macchina in grado di assimilare auto-modificazioni infatti, come diceva l’altro progenitore della robotica Herbert Simon, che dipende il concetto stesso di “creatività”.
di Federico Filippo Fagotto
Prosegue qui
