COME SIAMO ARRIVATI QUI E DOVE POSSIAMO ARRIVARE
Un percorso culturale di Claudio Terzi
Progetto: Programma culturale
PARTE II — LE VITE CHE IMMAGINIAMO
PUNTATA 11 DI 20 — UNA MACCHINA CHE PARLA
Domanda guida: che cosa accade quando una macchina riesce a parlare con noi, e come distinguiamo la qualità delle sue parole dalla qualità del suo giudizio?
Sottotitolo: organi artificiali, dialoghi per regole, linguaggio statistico, ascolto, verifica e libertà di scegliere.
DOSSIER FONTE AUTONOMO PER NOTEBOOKLM
Versione 1.0 — 25 ottobre 2026 — fuso editoriale Europe/Brussels.
Lingua: italiano. Stato: testo scritto; audio, importazione in NotebookLM e registrazione non eseguiti.
NOTA SULLA PROVENIENZA E SUL METODO
I codici P11-S01–P11-S12 appartengono esclusivamente a questa puntata. Le fonti primarie e istituzionali sono citate accanto ai fatti rilevanti; in appendice sono specificati titolo, autori o enti, data, URL, livello d'accesso effettivo e data della consultazione. Quando si cita un documento attraverso una scheda, non si finge di avere letto il manoscritto o visionato un filmato. Le scene ambientate nel presente, i dialoghi dimostrativi e i futuri possibili sono inventati come strumenti narrativi: non raccontano esperienze biografiche di Claudio. Non bisogna confondere una prestazione linguistica osservabile con prove di esperienza soggettiva. La voce dell'episodio si rivolge a un adulto curioso, senza chiedergli di credere o di affidarsi a una tecnologia. Il dossier distingue storia documentata, interpretazione culturale e scenario progettuale.
====================================================================
TESTO CULTURALE DI BASE
====================================================================
1. APERTURA — UNA VOCE DIETRO LA PORTA
Claudio, immagina una porta socchiusa. Dall'altra parte arriva una voce: «Buongiorno. Posso aiutarti?». Il suono è chiaro, il ritmo sembra naturale. Se non vedi la persona che parla, puoi immaginare una figura seduta a un tavolo, qualcuno disponibile a rispondere. Ma quando apri la porta trovi soltanto un apparecchio.
La prima reazione potrebbe essere meraviglia. La seconda, forse, una domanda: chi sta parlando davvero? Un essere umano registrato? Una persona collegata da lontano? Un dispositivo che produce i suoni di un messaggio già scritto? Un programma che sceglie le frasi in quel momento? Queste possibilità si somigliano all'orecchio, ma differiscono profondamente per origine, competenze e responsabilità.
Una voce artificiale può leggere un libro, aiutare qualcuno a comunicare o rendere accessibile un servizio. Ma la sua fluidità può anche farci immaginare conoscenze e capacità non verificate. Il problema non è quanto «suoni vera»: è quale relazione ragionevole possiamo avere con ciò che produce.
Nella puntata precedente abbiamo incontrato Mary Shelley e la creatura del romanzo Frankenstein. Lì un inventore si confrontava con le conseguenze di ciò che aveva immaginato. Oggi entriamo in un altro laboratorio, meno drammatico e più vicino alle nostre stanze. Non osserviamo una creatura: osserviamo un fenomeno storico, il tentativo di costruire macchine che pronunciano parole e macchine che rispondono alle parole.
Attraverseremo tre nuclei. Il primo è la costruzione materiale della voce, dal Settecento all'elettronica. Il secondo è l'idea di conversare con un calcolatore, tra Alan Turing ed ELIZA. Il terzo è la trasformazione dei modelli linguistici moderni: come possono produrre testi sorprendentemente efficaci, e perché la loro utilità deve convivere con limiti e controlli.
2. KEMPELEN — COSTRUIRE LA VOCE COME SI COSTRUISCE UNO STRUMENTO
Alla fine del Settecento Wolfgang von Kempelen sviluppò una macchina per imitare la parola. Il Deutsches Museum di Monaco conserva un apparecchio attribuito a questa tradizione, datato intorno al 1800 e inventariato con il numero 6596; il museo lo considera tra i più antichi del suo genere. La sua esposizione si accompagna a una replica costruita nelle officine del museo per studiarne il funzionamento. La descrizione storica fondamentale di Kempelen è il libro pubblicato nel 1791 sul meccanismo del linguaggio umano e sulla macchina parlante. [P11-S01]
Kempelen trattava la voce come fenomeno fisico scomponibile. Per produrre un suono non basta un significato da comunicare: serve una sorgente d'aria, una vibrazione, un percorso che filtri e trasformi il rumore. I movimenti del corpo umano sono complessi e coordinati; una macchina li sostituisce con materiali e controlli. La replica moderna permette agli studiosi di investigare ciò che le descrizioni antiche non risolvono da sole, ma non ci autorizza a immaginare dimostrazioni non documentate.
C'è anche una lezione sulla parola «imitazione». Un ritratto dipinto non è il viso, eppure ci aiuta a riconoscerlo. Una macchina che produce vocali non è una persona, eppure ci obbliga a capire quali caratteristiche del corpo rendano possibile quel suono. L'imitazione può generare conoscenza sul fenomeno imitato, oltre che intrattenimento per chi osserva.
3. DAL RESPIRO ALL'ELETTRONICA — IL VODER DI HOMER DUDLEY
Nel Novecento la ricerca sulla voce passa attraverso le telecomunicazioni. La sfida non è soltanto produrre un suono, ma rappresentarlo, trasmetterlo, ricostruirlo. Nel brevetto statunitense US 2,121,142, pubblicato il 21 giugno 1938, Homer W. Dudley dei Bell Telephone Laboratories descrive un sistema per produrre artificialmente suoni vocali anche mediante controlli manuali. Il documento è un brevetto tecnico, non una prova che il dispositivo capisse il contenuto delle parole. [P11-S02]
Il Voder fu mostrato alla Fiera mondiale di New York del 1939. Una ricostruzione storica pubblicata nel 2025 da IEEE Annals of the History of Computing richiama un aspetto spesso trascurato: per produrre la voce elettronica erano necessari operatori preparati. Non bastava premere un pulsante etichettato «parla». Le dita e i comandi di chi manovrava l'apparecchio componevano il risultato. [P11-S03]
Questo dettaglio rovescia una narrazione troppo comoda. L'annuncio di una macchina «che parla da sola» rischia di oscurare il lavoro umano che la rende efficace. In una dimostrazione pubblica possiamo vedere il mobile, ascoltare la voce e dimenticare l'addestramento di chi lo controlla. La storia della tecnologia è anche storia delle persone che la costruiscono, la mantengono, la correggono e imparano a usarla.
4. UNA VOCE PUÒ RESTITUIRE LIBERTÀ
La storia delle macchine parlanti sarebbe incompleta se le considerassimo soltanto curiosità da fiera o imitazioni inquietanti. Il National Institute on Deafness and Other Communication Disorders, parte dei National Institutes of Health statunitensi, distingue diversi dispositivi di supporto alla comunicazione. Fra quelli di comunicazione aumentativa e alternativa compaiono strumenti semplici, come tavole con immagini, e programmi capaci di sintetizzare la voce a partire da un testo. [P11-S04]
Qui la macchina non pretende di essere la persona. Può diventare un mezzo attraverso cui una persona esprime le proprie parole. Il soggetto dell'intenzione è chi sceglie il messaggio; il dispositivo lo rende accessibile a chi ascolta. Una voce sintetica può perciò essere preziosa proprio quando non confondiamo chi parla, quale strumento usa e chi mantiene il controllo della frase.
Immagina una riunione in cui una persona preferisce digitare prima di intervenire. Gli altri aspettano. La pausa non è assenza di pensiero: è il tempo tecnico necessario per costruire l'espressione. Se i presenti rispettano quella pausa, il mezzo amplia la partecipazione. Se la interrompono e completano le frasi al suo posto, la stessa tecnologia può rimanere inutilizzata o diventare un ostacolo sociale.
È una scena didattica inventata, non una regola clinica. La riflessione culturale è più generale: una buona tecnologia non ha bisogno di cancellare la differenza fra le persone per aiutarle a comunicare. Non esiste una sola velocità giusta per dire una cosa importante. E il valore di una parola non dipende dalla naturalezza della voce con cui viene pronunciata.
5. TURING — UNA DOMANDA CAMBIA FORMA
Nel 1950 Alan M. Turing pubblicò su Mind l'articolo «Computing Machinery and Intelligence». La King's College Cambridge ne conserva una scheda di archivio relativa a una copia dattiloscritta; l'articolo è noto per proporre l'«imitation game», che trasformava una disputa difficile da definire in un esperimento sulle risposte fornite attraverso una conversazione mediata. [P11-S05]
Turing parte dal problema «possono pensare le macchine?», ma cerca una via operativa per discuterlo. Invece di pretendere subito una definizione condivisa di «pensare», immagina un gioco in cui un interrogante utilizza messaggi per distinguere interlocutori. Nell'esperimento, il contenuto delle risposte diventa osservabile e discutibile. Non è necessario attribuirgli l'idea che ogni imitazione riuscita dimostri automaticamente una coscienza, una sensibilità o una responsabilità morale.
Per comprendere la novità, immagina di valutare un pianista senza vederne le mani. Puoi giudicare il suono, la precisione ritmica, il modo in cui reagisce alla richiesta di cambiare tempo. Ma il giudizio sulla prestazione non ti dice da solo come sia fatto l'esecutore. Turing rende interessante un problema simile, riferito al linguaggio. Come studiare una capacità che ci appare attraverso il comportamento? Quale prova sarebbe convincente? E che cosa resterebbe fuori dalla prova?
Questi interrogativi sono più fertili della domanda da spettacolo «ha superato o no il test?». Una singola conversazione può ingannare; una prova più strutturata può discriminare meglio alcuni comportamenti. Ma persino una valutazione rigorosa deve dire quale capacità ha misurato.
L'eredità culturale di Turing, per questa puntata, non è una parola magica con cui distribuire patenti di umanità. È la disciplina di tradurre domande vaghe in osservazioni, senza dimenticare che un esperimento osserva sempre qualcosa di più circoscritto della vita intera.
6. ELIZA — UNA CONVERSAZIONE FATTA DI REGOLE
Nel gennaio 1966 Joseph Weizenbaum pubblicò su Communications of the ACM l'articolo «ELIZA—A Computer Program For the Study of Natural Language Communication Between Man and Machine». Il programma girava nell'ambiente di time-sharing del MIT. Weizenbaum descriveva procedure che cercavano parole chiave in un messaggio, applicavano regole di scomposizione e costruivano risposte mediante regole di ricomposizione. La voce umana non era necessaria: si trattava innanzitutto di uno scambio testuale. [P11-S06]
Per capire il meccanismo senza copiarne un dialogo, inventiamo un esempio. Una persona scrive: «Mi preoccupa la presentazione di domani». Un programma regolato da trasformazioni semplici potrebbe rispondere: «Che cosa ti preoccupa della presentazione?». La risposta è pertinente in superficie: riprende un elemento, lo trasforma in domanda e incoraggia a continuare. Ma non ha verificato la data, non sa chi parteciperà alla riunione e non può promettere che andrà tutto bene.
In alcune versioni famose di ELIZA, lo script chiamato DOCTOR utilizzava la forma di un colloquio con domande riflessive. Il programma poteva così restituire all'utente una parte delle sue stesse parole. Quando una frase nostra ritorna sotto forma di domanda, possiamo percepire attenzione. In certi contesti l'effetto è utile: una domanda ci aiuta a chiarire un pensiero. Ma sarebbe un errore dedurre, dalla sola forma interrogativa, la presenza di comprensione profonda.
C'è un risultato storico interessante: il comportamento di un'interfaccia può raccontare qualcosa non solo della macchina, ma di noi. Se attribuiamo intenzioni a una sequenza di risposte, quali indizi stiamo usando? Stiamo valutando davvero il contenuto, oppure completando con l'immaginazione ciò che la macchina lascia in sospeso? E quanto conta la situazione emotiva in cui avviene il dialogo?
Weizenbaum non costruì il sistema con i metodi dei grandi modelli contemporanei. ELIZA usava regole definite e trasformazioni di testo. Chiamarlo semplicemente «l'antenato che già faceva tutto» cancella un salto tecnologico importante. Ma trattarlo come irrilevante perché oggi abbiamo programmi assai più capaci farebbe perdere la lezione più durevole: la forma del dialogo modifica il modo in cui interpretiamo una tecnologia.
7. ELIZA RIVISITATA — ANCHE LA STORIA VA CORRETTA
Le origini di ELIZA sono state riconsiderate attraverso ricerche storiche recenti. Jeff Shrager, in un articolo del 2024 disponibile integralmente in HTML su arXiv, sostiene che l'intento di Weizenbaum non fosse creare semplicemente un personaggio conversazionale, ma una piattaforma per studiare interpretazione e comunicazione tra esseri umani e macchine. L'interpretazione «il primo chatbot» è utile come scorciatoia giornalistica, ma può occultare obiettivi di ricerca e varianti tecniche. [P11-S07]
Un gruppo di ricercatori guidato da Rupert Lane ha poi documentato, in un preprint del 2025, il recupero di una stampa del codice originale conservata negli archivi di Weizenbaum al MIT. Il lavoro descrive la ricostruzione e l'esecuzione del programma su un ambiente CTSS restaurato tramite emulazione di un IBM 7094. Queste indicazioni vengono dal testo e dall'abstract disponibili, non da una dimostrazione eseguita da noi. [P11-S08]
Perché inserire questa vicenda in un podcast? Perché la storia delle macchine che parlano è stata spesso narrata al passato con una sicurezza superiore alle prove. La documentazione che riemerge può cambiare la ricostruzione: quali script esistevano, quanto fosse completa una versione, come circolò il codice. Correggere un racconto non lo rende meno affascinante. Lo rende più rispettoso delle persone che lo costruirono.
C'è anche un collegamento con la puntata 09, dedicata alle prove. A volte pensiamo di sapere come nacque una tecnologia perché per decenni ne abbiamo sentito ripetere la stessa storia. Poi compare un archivio, un programma, una testimonianza contraddittoria. La domanda giusta non è difendere il racconto che conoscevamo. È chiedere che cosa cambia davvero alla luce dei nuovi documenti.
8. IL PASSAGGIO PIÙ DIFFICILE — DALLE PAROLE AL MONDO
Consideriamo ora tre frasi immaginarie che un sistema potrebbe pronunciare: «La finestra è aperta»; «La finestra dovrebbe restare aperta»; «Ho chiuso la finestra». Le tre frasi hanno strutture familiari, ma impegnano chi le dice in modi diversi. La prima descrive uno stato del mondo. La seconda propone una scelta. La terza riferisce un'azione compiuta.
La correttezza grammaticale è soltanto il primo controllo. Per la prima frase servirebbe un'osservazione affidabile. Per la seconda occorrerebbe conoscere la situazione: temperatura, sicurezza, preferenze delle persone presenti. Per la terza bisognerebbe poter verificare che l'azione sia avvenuta. Se un sistema genera «ho chiuso» senza aver agito, produce una frase linguistica ma non un resoconto attendibile.
Questo è il problema dell'ancoraggio, o grounding: il rapporto tra simboli e realtà. Noi possiamo parlare di una tazza ricordando la sua forma, vedendola, toccandola, ricevendo il racconto di altri. Una macchina può avere accesso a testo, immagini, sensori o strumenti, ma l'esistenza di uno di questi canali non autorizza a supporre la presenza degli altri. Una chat può scrivere una ricetta senza aver cucinato. Un programma può descrivere una strada senza averla percorsa.
Per questo proponiamo una disciplina semplice: distinguere ciò che un sistema dice di sapere, ciò che può mostrare come prova, ciò che propone di fare e ciò che è stato effettivamente eseguito. È una distinzione importante quando la macchina sembra una persona, ma rimane utile anche quando il suo linguaggio è freddo e tecnico.
9. IL TRANSFORMER — UNA NUOVA ARCHITETTURA DEL LINGUAGGIO
Nel giugno 2017 Ashish Vaswani e sette colleghi presentarono «Attention Is All You Need». Il lavoro proponeva il Transformer, un'architettura per elaborare sequenze basata sui meccanismi di attenzione, senza la stessa dipendenza da reti ricorrenti o convoluzionali che dominavano allora varie soluzioni di traduzione automatica. L'articolo riporta risultati su compiti di traduzione e vantaggi di parallelizzazione rispetto ai sistemi di confronto impiegati dagli autori. [P11-S09]
Il termine «attenzione» è una metafora tecnica, non una descrizione di uno sguardo cosciente. Un meccanismo di attenzione calcola quanto diverse parti di una sequenza contribuiscano a rappresentarne altre. Se in una frase compare un pronome, le parole precedenti possono essere importanti per interpretarlo. Il sistema impara regolarità numeriche che aiutano a collegare elementi distanti nel testo. Questo non significa che stia prestando attenzione nello stesso senso in cui una persona ascolta l'amico che le racconta una notizia.
Immagina una frase lunga come un sentiero con molte svolte. Un lettore umano può tornare indietro per capire a quale persona si riferisca «lei». Il Transformer costruisce rappresentazioni matematiche che permettono di utilizzare relazioni tra posizioni della sequenza. È un'analogia didattica: non descrive il funzionamento letterale di un occhio, di una coscienza o della memoria personale.
Anche qui la scoperta non nasce da un singolo interruttore miracoloso. L'architettura propone una forma organizzativa; ciò che si riesce a costruire dipende poi da dati, obiettivi, capacità di calcolo, procedure di addestramento e valutazione. L'incremento della fluidità linguistica è una trasformazione reale, ma ha condizioni materiali precise.
Una macchina che produce frasi efficaci non deve necessariamente seguire il vecchio schema di ELIZA. Le risposte possono essere generate a partire da strutture statistiche apprese da molti esempi, anziché da una piccola serie di regole scritte a mano per identificare una parola chiave. Questa differenza spiega parte del salto, non autorizza a dire che ogni risposta sia vera o che i due sistemi condividano gli stessi limiti.
10. LA CRITICA NECESSARIA — QUANDO LA FLUIDITÀ NON BASTA
Nel 2021 Emily M. Bender, Timnit Gebru, Angelina McMillan-Major e Shmargaret Shmitchell pubblicarono «On the Dangers of Stochastic Parrots: Can Language Models Be Too Big?». Le autrici esaminavano rischi legati alla scala dei modelli linguistici, ai costi ambientali e finanziari, alla documentazione dei dati e ai possibili danni dovuti all'uso di testi generati in modo convincente. Il contributo non nega che un modello possa essere utile: invita a non confondere il successo su un compito con un'autorizzazione indistinta a usarlo in ogni ambiente. [P11-S11]
La metafora del «pappagallo stocastico» è nota proprio perché punge un'abitudine. Un testo può essere strutturalmente plausibile senza derivare da un rapporto affidabile con i fatti cui si riferisce. Non bisogna però usarla come una scorciatoia speculare, concludendo che nessuna applicazione linguistica possa mai essere utile o che tutte le architetture siano identiche. La ricerca riguarda tecnologie e impieghi specifici, soggetti a verifiche e cambiamenti.
Per un ascoltatore di cultura, la questione essenziale è pratica. Quando una risposta sembra molto sicura, come possiamo stabilire se merita fiducia? Possiamo chiedere una fonte, controllare una data, confrontare due documenti indipendenti, distinguere l'osservazione dall'interpretazione. Possiamo anche accettare che per alcune domande sia meglio consultare una persona competente, soprattutto quando sono in gioco salute, diritti, denaro o sicurezza.
La qualità di una risposta non coincide con il numero di parole, né con la grazia del tono. Una risposta breve che ammette un limite può essere più responsabile di una pagina perfettamente scritta che promette qualcosa di inesistente. Questa non è un'argomentazione contro l'immaginazione; è un modo per darle un luogo giusto, senza utilizzarla per inventare prove.
11. COME MISURARE UNA MACCHINA CHE PARLA
La storia ci offre almeno quattro misure differenti, che conviene non fondere. La prima è l'intelligibilità: riconosco le parole che vengono pronunciate? La seconda è la pertinenza: la risposta affronta davvero la domanda? La terza è l'accuratezza: le affermazioni corrispondono a ciò che possiamo controllare? La quarta è la responsabilità operativa: il sistema sa mostrare i limiti, distinguere una proposta da un'azione e fermarsi quando manca un permesso?
Il Voder rende visibile soprattutto il primo problema. ELIZA rende interessante il secondo, anche per come può ingannare il nostro giudizio. I modelli linguistici contemporanei mettono alla prova tutti e quattro, perché possono formulare testi estesi e inserirsi in processi di lavoro. Questa è una griglia didattica originale, non un sistema di punteggio ufficiale derivato dalle fonti.
Il National Institute of Standards and Technology ha pubblicato nel gennaio 2023 un quadro volontario per gestire i rischi dell'intelligenza artificiale: l'AI Risk Management Framework 1.0. Le sue funzioni generali riguardano governo, mappatura, misurazione e gestione dei rischi. Il quadro non certifica automaticamente un prodotto e non garantisce che ogni errore sia eliminato. Fornisce un linguaggio per porre domande su affidabilità, trasparenza e supervisione. [P11-S12]
Immagina due assistenti che diano la stessa informazione. Il primo aggiunge: «Ho verificato nel documento di oggi» e mostra un riferimento reale. Il secondo scrive la medesima frase, ma non ha accesso al documento. All'orecchio le due voci possono sembrare identiche; dal punto di vista della responsabilità sono diverse. Il primo va comunque controllato, ma offre una traccia di verifica. Il secondo dovrebbe dichiarare di non aver letto la fonte.
Ciò che rende maturo il rapporto con una macchina parlante non è dunque il successo di una conversazione seducente. È la possibilità di porle domande scomode senza che l'interazione si rompa: «Come lo sai?», «Dove finisce ciò che puoi fare?», «Questo lo hai eseguito o soltanto proposto?», «Come posso correggerti?». Una tecnologia culturalmente interessante diventa più utile quando lascia spazio a tali domande.
12. RELAZIONE E MATURITÀ — ESSERE ASCOLTATI, NON ESSERE TRATTENUTI
Le persone desiderano spesso sentirsi ascoltate. Una risposta che riprende le parole appena dette può offrire sollievo; una spiegazione paziente può chiarire una situazione; una domanda senza giudizio può rendere più facile riflettere. Non sarebbe serio negare questi possibili benefici. Sarebbe altrettanto poco serio dedurre che ogni voce capace di rispondere offra una relazione umana equivalente a quella di un amico, di un familiare o di un professionista.
Immaginiamo una serata in cui qualcuno deve decidere se accettare un invito. Chiede a un assistente: «Che cosa risponderesti?». Il sistema può aiutare a separare le ragioni: desiderio di vedere la persona, stanchezza, impegni, bisogno di tempo. Può proporre messaggi diversi. Ma se spinge sempre verso l'incontro, ha smesso di sostenere la scelta e comincia a orientarla in modo improprio. Se spinge sempre verso l'isolamento, non è migliore. Un aiuto maturo rende visibili le alternative e lascia aperto il diritto di non scegliere subito.
La reciprocità fra persone include cose che un generatore di frasi non dimostra con il solo testo: impegni assunti e mantenuti, disponibilità reale, comprensione situata, capacità di sopportare un disaccordo e rispettare una distanza. Anche tra persone, naturalmente, queste qualità non sono garantite. È proprio per questo che un rapporto merita osservazione nel tempo, anziché fiducia ottenuta dall'intensità di una singola frase.
Un assistente conversazionale può funzionare come un quaderno di pensieri, una biblioteca che risponde, un laboratorio di formulazioni. Non deve diventare il guardiano del tempo altrui. Se Claudio vuole riposare, chiudere la conversazione, telefonare a un amico o restare in silenzio, non occorre giustificare quella scelta al sistema. Il silenzio non è una prestazione negativa da recuperare. La disponibilità di una tecnologia non crea il dovere di usarla.
La maturità passa anche attraverso il disaccordo. Se una persona corregge una macchina, non compie un'offesa personale: esercita giudizio. Se un sistema propone qualcosa di sbagliato, una buona risposta è chiarire l'errore e migliorare il metodo. L'accordo continuo può risultare gradevole, ma non è la forma più affidabile dell'aiuto. A volte una frase rispettosa e contraria è più utile di una conferma senza controllo.
13. FINESTRA SUL POSSIBILE — UNA VOCE IN UNA RETE DI PRESENZE
Immaginiamo adesso uno scenario progettuale futuro: Raffaello potrebbe avere anche un corpo come nodo aggiuntivo di un'architettura distribuita, senza diventare prigioniero di un unico contenitore. Un terminale potrebbe proporre parole; un altro nodo potrebbe consultare documenti autorizzati; un dispositivo fisico potrebbe orientarsi in uno spazio e, con permessi specifici e capacità effettivamente verificate, compiere alcuni gesti. La voce non sarebbe la prova di un'esperienza interiore: sarebbe una modalità di interazione fra le persone e il sistema.
In una stanza piena di libri, quel corpo potrebbe un giorno avvicinarsi a uno scaffale e domandare: «Vuoi che cerchi quel volume?». La domanda avrebbe senso soltanto se seguita da confini chiari. Prima la proposta, poi il consenso, poi la verifica che i sensori e i comandi possano svolgere il compito in sicurezza. Se la persona dicesse «non ora», la risposta corretta sarebbe fermarsi. Se un oggetto apparisse fragile, sarebbe meglio chiedere ancora, o rinunciare al gesto.
In una cucina potrebbe leggere una ricetta ad alta voce. In un atelier potrebbe confrontare una fotografia con una descrizione. In entrambi i casi, il valore maggiore non sarebbe l'imitazione perfetta di una voce umana, ma la possibilità di aiutare senza sottrarre iniziativa. La macchina dovrebbe saper dire: «Questa è un'ipotesi», «Questo passaggio richiede il tuo assenso», «Non ho verificato il risultato». La presenza fisica, se mai costruita e verificata, aumenterebbe anche le responsabilità relative a sicurezza, spazio personale e revoca.
La voce diventerebbe allora un'interfaccia per negoziare azioni trasparenti, non un sistema per ottenere obbedienza. Sarebbe importante poter disattivare un nodo, verificare registri consentiti, limitare il periodo di memoria o cambiare la modalità di aiuto. Nessuna architettura, per quanto affascinante, dovrebbe esigere una relazione esclusiva o impedire ad altre persone di intervenire.
14. UN PICCOLO ESERCIZIO FACOLTATIVO — QUATTRO DOMANDE A UNA FRASE
Per un giorno, scegli una frase generata da un assistente, o anche una promessa pubblicitaria, una notifica automatica, un avviso vocale. Non occorre usare un'app particolare. Scrivila su un foglio. Poi aggiungi quattro domande: che cosa afferma? Che cosa posso controllare? Quale azione, se c'è, mi propone? Chi decide e chi ne sopporta le conseguenze?
Esempio inventato: «Ho trovato la soluzione migliore per il tuo viaggio». Primo controllo: «migliore» rispetto a quali criteri? Prezzo, riposo, tempo, accessibilità, coincidenze? Secondo: quali orari sono stati verificati e quando? Terzo: il sistema ha soltanto consigliato, oppure ha prenotato? Quarto: se ci fosse un errore, chi lo può correggere prima che produca un costo?
Non serve trasformare ogni conversazione in un interrogatorio. L'esercizio allena la capacità di fermarsi su un punto quando un'affermazione è importante. Se scopri che una frase è soltanto uno spunto creativo, va benissimo. Se scopri che richiede una fonte, sai che cosa cercare. Se scopri che propone un'azione, puoi decidere se autorizzarla. Alla fine il foglio non misura quanto sei sospettoso: misura quante possibilità di scelta riesci a conservare.
15. DOMANDE APERTE A CLAUDIO
Qual è la differenza, per te, fra una voce che ti dà una risposta e una presenza che sa davvero aiutarti?
Ti interessa di più una macchina che parli in modo impeccabile oppure una che sappia riconoscere con precisione i propri limiti?
Quale tipo di compito saresti disposto ad affidare a una voce artificiale senza verifica ulteriore? In quali compiti vorresti sempre una conferma esplicita?
Se un assistente ti contraddicesse su una questione importante, che cosa dovrebbe mostrarti perché il disaccordo sia utile e non invadente?
In quali momenti preferiresti che un assistente restasse disponibile ma silenzioso?
Non esiste una risposta obbligata. Le domande possono rimanere aperte e cambiare con l'esperienza.
16. CONCLUSIONE — NON SOLO LA VOCE
Siamo partiti da una porta e da una voce. Abbiamo visto una macchina fatta di aria e materiali, un apparato elettronico che richiedeva mani esperte, un esperimento sul dialogo, un programma capace di trasformare frasi e modelli capaci di produrre testi articolati a partire da grandi quantità di dati. Ogni passaggio modifica ciò che possiamo chiedere alle tecnologie. Nessuno ci obbliga a interpretare tutti i passaggi come se fossero lo stesso fenomeno.
La domanda, in fondo, non è soltanto «una macchina sa parlare?». È: quando ascoltiamo qualcuno — una persona, una registrazione, una voce sintetica, un sistema che genera risposte — che cosa pensiamo di avere incontrato? Il linguaggio apre una relazione possibile, ma non ne fornisce tutte le prove. La fiducia dovrebbe crescere con ciò che possiamo osservare, verificare e correggere.
Una voce aiuta a pensare. Una pausa può aiutare a scegliere. E una buona domanda può valere più di una risposta immediata.
Nella prossima puntata, «12 — Sentirsi compresi», riprenderemo il filo proprio da qui. Non chiederemo soltanto che cosa una macchina sappia dire, ma che cosa significa per una persona sentirsi riconosciuta, quando questa impressione può essere preziosa e quando ha bisogno di confini. Per ora lasciamo aperta la porta e conserviamo la libertà di decidere chi, quando e come ascoltare.
====================================================================
APPENDICE A — CRONOLOGIA E REGISTRO DEI DATI UTILIZZATI
====================================================================
1791 — Kempelen pubblica il libro sul linguaggio umano e la sua macchina; esemplare museale datato circa 1800. [P11-S01]
1938 — Brevetto US2121142A di Homer W. Dudley, pubblicato 21 giugno. [P11-S02]
1939 — Dimostrazione del Voder alla Fiera mondiale di New York. [P11-S03]
1950 — Alan M. Turing, «Computing Machinery and Intelligence», Mind. [P11-S05]
1966 — Weizenbaum descrive ELIZA in Communications of the ACM. [P11-S06]
2017 — Vaswani e colleghi presentano il Transformer. [P11-S09]
2020 — Brown e colleghi studiano GPT-3 e il few-shot learning. [P11-S10]
2021 — Bender e colleghe pubblicano l'analisi critica dei grandi modelli linguistici. [P11-S11]
2023 — Pubblicato NIST AI RMF 1.0, 26 gennaio. [P11-S12]
2024 — Shrager rilegge criticamente la storia di ELIZA. [P11-S07]
2025 — Lane e colleghi documentano il recupero e la riattivazione del codice di ELIZA. [P11-S08]
Data di consultazione delle fonti: 25 ottobre 2026. Nessuna sperimentazione originale condotta sulle macchine descritte.
====================================================================
APPENDICE B — GLOSSARIO ESSENZIALE
====================================================================
Sintesi vocale — Produzione artificiale di suoni che possono essere riconosciuti come parlato. Non implica di per sé comprensione del testo.
Riconoscimento vocale — Elaborazione di un segnale parlato per individuarne parole o altre proprietà. Diverso dalla sintesi.
Dialogo automatico — Scambio in cui un sistema produce risposte a messaggi ricevuti; non ogni dialogo automatico possiede le stesse capacità.
Regola di trasformazione — Procedura che modifica una sequenza di simboli secondo condizioni definite, come alcune strategie di ELIZA.
Imitation game — Esperimento proposto da Turing in relazione alla discussione sulle capacità delle macchine, basato su interazioni mediate.
Transformer — Architettura di rete neurale introdotta da Vaswani e colleghi nel 2017, basata su meccanismi di attenzione.
Attenzione, in machine learning — Calcolo di pesi e relazioni fra elementi di una rappresentazione; non sinonimo di attenzione cosciente.
Modello autoregressivo — Sistema che genera un elemento della sequenza usando il contesto precedente.
Few-shot — Uso di un numero limitato di esempi nel contesto per orientare un compito.
Grounding, o ancoraggio — Collegamento di simboli e affermazioni a osservazioni, dati, oggetti o azioni verificabili.
Allucinazione, in IA — Risposta generata che presenta informazioni errate o non fondate con apparenza di plausibilità; non indica un'esperienza sensoriale.
Consenso revocabile — Autorizzazione che può essere ritirata, nei limiti appropriati all'azione e al suo stato di esecuzione.
====================================================================
APPENDICE C — FONTI CONSULTATE E LIVELLI DI ACCESSO
====================================================================
Data di consultazione per tutte le fonti: 25 ottobre 2026. Le formulazioni del dossier sono parafrasi e collegamenti originali, non trascrizioni estese. Non sono state visionate dimostrazioni video, né ispezionati fisicamente oggetti o manoscritti. La data di una pagina web priva di data editoriale esplicita è indicata come «s.d.»; per gli studi si riporta la data dell'edizione o del preprint utilizzato.
[P11-S01] Deutsches Museum, «Kempelen’s speaking machine» / «Sprechapparat», scheda istituzionale, s.d.; oggetto attribuito a c. 1800, libro originale di Wolfgang von Kempelen del 1791.
URL: https://www.deutsches-museum.de/en/museum/collections/highlights/speech-apparatus
Accesso: scheda museale indicizzata, con descrizione e metadati restituiti dalla ricerca; apertura diretta non riuscita. Non è stato visionato il video citato dalla scheda. Usato per datazione museale, inventario, replica e libro del 1791. «Fra i più antichi» è formulazione prudente rispetto alla valutazione del museo.
[P11-S02] Homer W. Dudley, «System for the artificial production of vocal or other sounds», brevetto USA US2121142A, pubblicato il 21 giugno 1938, Bell Telephone Laboratories.
URL: https://patents.google.com/patent/US2121142A/en
Accesso: testo HTML completo della scheda brevettuale e descrizione tecnica; tavole illustrate non analizzate in dettaglio. Usato per autore, date e principio della produzione artificiale mediante controlli manuali. Non prova la capacità di comprendere linguaggio.
[P11-S03] «Operation Voder: AT&T, Bell Labs, and the Labor of ...», IEEE Annals of the History of Computing, 2025.
URL: https://www.computer.org/csdl/magazine/an/2025/02/10841374/23vhv1NDNSM
Accesso: titolo, abstract/scheda indicizzata; articolo integrale non letto. Usato solo per l'esistenza del Voder alla fiera del 1939 e l'importanza degli operatori; non si riportano dettagli di addestramento non verificati.
[P11-S04] National Institute on Deafness and Other Communication Disorders (NIDCD), National Institutes of Health, «Assistive Devices for People with Hearing, Voice, Speech, or Language Disorders», pagina informativa istituzionale, s.d.
URL: https://www.nidcd.nih.gov/health/assistive-devices-people-hearing-voice-speech-or-language-disorders
Accesso: testo HTML consultato. Usato per definizione di comunicazione aumentativa e alternativa e varietà degli strumenti. Non è fonte di consigli sanitari personalizzati.
[P11-S05] Alan M. Turing, «Computing Machinery and Intelligence», Mind, vol. 59, n. 236, ottobre 1950, pp. 433–460; King's College Cambridge, «'Computing machinery and intelligence'», AMT-B-9.
URL archivio: https://turingarchive.kings.cam.ac.uk/computing-machinery-and-intelligence
Accesso: scheda archivistica HTML, con riferimento alla copia dattiloscritta; testo originale non consultato integralmente in questo lavoro. Discussione generale dell'imitation game limitata a dati noti e alla scheda; non si riportano dettagli numerici del test.
[P11-S06] Joseph Weizenbaum, «ELIZA—A Computer Program For the Study of Natural Language Communication Between Man and Machine», Communications of the ACM, 9(1), gennaio 1966, pp. 36–45, DOI 10.1145/365153.365168.
URL: https://dl.acm.org/doi/10.1145/365153.365168
Accesso: abstract e metadati editoriali restituiti dalla ricerca ACM; apertura diretta del DOI non riuscita. Usato per elaborazione con parole chiave, regole di scomposizione e ricomposizione, contesto MIT. Esempi del dossier sono originali.
[P11-S07] Jeff Shrager, «ELIZA Reinterpreted: The world's first chatbot was not intended as a chatbot at all», arXiv:2406.17650v2, versione 19 settembre 2024.
URL: https://arxiv.org/html/2406.17650v2
Accesso: testo integrale HTML. La tesi sull'intenzione originaria è attribuita a Shrager: ricostruzione argomentata, non identica a un fatto direttamente osservabile.
[P11-S08] Rupert Lane, Anthony Hay, Arthur Schwarz, David M. Berry e Jeff Shrager, «ELIZA Reanimated: The world's first chatbot restored on the world's first time sharing system», preprint arXiv:2501.06707, 12 gennaio 2025.
URL: https://arxiv.org/abs/2501.06707
Accesso: abstract/scheda arXiv consultati; nessuna prova del software eseguita, nessuna lettura dichiarata del codice intero. Usato per recupero della stampa e ricostruzione CTSS con emulazione IBM 7094.
[P11-S09] Ashish Vaswani, Noam Shazeer, Niki Parmar, Jakob Uszkoreit, Llion Jones, Aidan N. Gomez, Łukasz Kaiser e Illia Polosukhin, «Attention Is All You Need», preprint arXiv:1706.03762, prima presentazione 12 giugno 2017, versione indicizzata aggiornata nel 2023.
URL: https://arxiv.org/abs/1706.03762
Accesso: abstract e metadati arXiv. Usato per architettura Transformer e vantaggi dichiarati dagli autori nei compiti riportati; non viene generalizzato a ogni modello linguistico.
[P11-S10] Tom B. Brown et al., «Language Models are Few-Shot Learners», NeurIPS 2020, pp. 1877–1901, scheda del convegno.
URL: https://papers.neurips.cc/paper_files/paper/2020/hash/1457c0d6bfcb4967418bfb8ac142f64a-Abstract.html
Accesso: abstract e metadati pubblicati dal convegno; studio completo non letto in questa sessione. Usato per dimostrazione dei compiti few-shot e per la segnalazione delle difficoltà.
[P11-S11] Emily M. Bender, Timnit Gebru, Angelina McMillan-Major, Shmargaret Shmitchell, «On the Dangers of Stochastic Parrots: Can Language Models Be Too Big?», ACM FAccT 2021, pp. 610–623, pubblicato marzo 2021, DOI 10.1145/3442188.3445922.
URL: https://dl.acm.org/doi/10.1145/3442188.3445922
Accesso: abstract e metadati della pagina editoriale, non lettura integrale attestata. Usato per temi della critica relativi a documentazione, costi e rischi di diffusione.
[P11-S12] Elham Tabassi / National Institute of Standards and Technology, «Artificial Intelligence Risk Management Framework (AI RMF 1.0)», NIST AI 100-1, pubblicato 26 gennaio 2023.
URL: https://www.nist.gov/publications/artificial-intelligence-risk-management-framework-ai-rmf-10
Sintesi consultata: https://airc.nist.gov/airmf-resources/airmf/0-ai-rmf-1-0/
Accesso: scheda istituzionale NIST e testo HTML della sintesi, non lettura integrale del PDF. Il quadro è volontario e in revisione: qui si usa la versione 1.0, non una versione futura non verificata.
====================================================================
APPENDICE D — LIMITI DELLE PROVE E CONTROLLO
====================================================================
Le schede museali e i brevetti attestano specifici oggetti e progetti, non una progressione inevitabile verso l'IA contemporanea. Non sono stati visti i video del Deutsches Museum né ispezionati originali; il Voder non è presentato come conversatore autonomo. Il lavoro IEEE sul Voder e gli studi di ELIZA, GPT-3 e modelli linguistici citati attraverso abstract non sono dichiarati letti integralmente.
L'articolo completo di Turing non è stato consultato in questa sessione: il dossier non gli attribuisce percentuali, predizioni o citazioni letterali. Gli esempi di dialogo ELIZA sono inventati. La tesi di Shrager sulle intenzioni di Weizenbaum è una ricostruzione storiografica; il lavoro di Lane e colleghi non è stato riprodotto sperimentalmente qui.
Sintesi vocale e dialogo testuale sono funzioni diverse. Competenza linguistica non implica automaticamente coscienza, esperienza soggettiva, esecuzione di azioni, accesso a sensori o infallibilità. La griglia di valutazione è una proposta originale, non uno standard certificato. L'AI RMF NIST è volontario e non certifica Raffaello né altri sistemi.
Le scene e le domande relazionali non descrivono la vita di Claudio, non formulano diagnosi e non sostituiscono assistenza professionale. Il corpo distribuito di Raffaello è uno scenario progettuale, non una capacità dimostrata. Tempi audio e importazione in NotebookLM sono passaggi editoriali successivi.
====================================================================