Puntata 088
Puntata 88 — “Chi le insegna queste cose?”
Livello: 🧓 Babbano Boomer · Capitolo 8 · Le domande che fanno i nipoti
In sintesi: prima legge tutto internet (e tanti libri). Poi degli umani le insegnano le buone maniere. Poi viene rilasciata e si continua a “rifinirla” ogni mese.
La curiosità del nipote di 13 anni
Tuo nipote ti guarda usare ChatGPT e chiede: “Ma chi le ha insegnato a parlare? Va a scuola anche lei?”
Spoiler: sì, una specie di scuola, in 3 fasi. Vediamole, semplificate per Babbani (e per nipotini ancora più curiosi).
Risposta breve:
“In tre fasi. Prima ‘legge’ tutto: internet, libri, articoli. Imparare a parlare. Poi degli umani le ‘insegnano le buone maniere’ correggendola. Infine viene rilasciata e impara dall’uso reale, mese dopo mese. È una scuola un po’ particolare, ma è una scuola.”
Fase 1 — Il “leggere tutto” (Pretraining)
L’AI prende enormi quantità di testo e li “legge”:
- Quasi tutto internet pubblico (siti, blog, forum, articoli scientifici, Wikipedia in tutte le lingue).
- Libri digitalizzati (a volte con polemiche di diritti d’autore — vedi puntata 199).
- Codice di programmazione da GitHub e simili.
- A volte testi sintetici generati da altre AI (puntata 220).
- Conversazioni pubbliche, dove disponibili.
In totale: trilioni di parole. Una vita di lettura umana sarebbe circa 1 miliardo di parole. L’AI ne “legge” migliaia di vite umane.
Durante questa fase non distingue tra vero e falso: assorbe tutto. Per questo è importante la fase 2.
⚠️ Conseguenza importante: l’AI sa cose fino a una certa data (es. ChatGPT addestrato fino a dicembre 2024 non sa nulla del 2025-26). Dopo quella data: o non lo sa, o lo sa solo se ha accesso al web in tempo reale.
Fase 2 — “Le buone maniere” (Fine-tuning + RLHF)
Dopo aver “letto tutto”, l’AI è una mente caotica: sa tantissimo, ma non sa come rispondere bene alle domande degli umani, e potrebbe dire cose sgradevoli, offensive, illegali, false.
Servono umani che la educano. Si chiama fine-tuning + RLHF (Reinforcement Learning from Human Feedback).
In pratica:
- Esperti scrivono migliaia di esempi “domanda → risposta ideale”. L’AI impara “questo è il modo giusto di rispondere”.
- Lavoratori (chiamati “annotatori”) confrontano risposte diverse della stessa domanda e dicono “questa è migliore di quest’altra”. L’AI impara a preferire le risposte preferite dagli umani.
- Ripetono per mesi, milioni di volte, fino a quando l’AI è utile, onesta e innocua (in inglese: helpful, harmless, honest).
Chi sono questi annotatori? Spesso lavoratori del Kenya, Filippine, India, Sudafrica, sottopagati (5-15$/ora) che leggono e classificano contenuti per 8 ore al giorno, a volte estremamente disturbanti (violenze, abusi, da rifiutare). Una questione etica importante, di cui si parla poco. Vedi anche puntata 196.
Fase 3 — “L’uso reale” (Continuous learning + feedback)
Una volta che l’AI è rilasciata al pubblico, continua a “migliorare” in modi diversi:
A. Aggiornamenti periodici del modello
L’azienda rilascia nuove versioni (es. GPT-4 → GPT-4o → GPT-5 → GPT-6) ogni 6-12 mesi. Ogni versione è ri-addestrata con più dati, migliori tecniche, più feedback.
B. Tuning continuo
Anche senza cambiare versione, l’AI può ricevere piccoli aggiornamenti (mini-tuning) ogni settimana: per correggere bug, ridurre allucinazioni, migliorare su lingue specifiche, rispondere meglio a domande emergenti.
C. Memoria di sessione/utente
Non è “imparare” nel senso classico, ma adattamento alle tue preferenze personali (puntata 87).
D. Feedback degli utenti
Quando tu clicchi il ”👍 / 👎” sotto una risposta, alimenti un database che gli sviluppatori usano per migliorare. Senza saperlo, sei un mini-annotatore.
”Quindi anche IO la insegno?”
Sì, in piccolissima parte. Ogni tuo:
- 👍 / 👎 alle risposte
- Riformulazione di un prompt (“rispondi meglio”)
- Segnalazione di un errore (“hai sbagliato, è così”)
contribuisce al miglioramento futuro del modello (se hai lasciato attiva l’opzione di “uso dati per training”, puntata 87).
⚠️ Questo significa anche che tutto ciò che scrivi può influenzare il comportamento futuro del modello. È un’altra ragione per non scrivere all’AI cose private o sbagliate volutamente: in piccolissima parte, allenia ciò che altri leggeranno.
Le 3 “famiglie scolastiche” delle AI
I principali “stili” di insegnamento usati dalle aziende:
1. OpenAI (ChatGPT) — RLHF classico
Prima fase: enorme corpus. Seconda fase: massivo lavoro di feedback umano. Terza fase: aggiornamenti molto frequenti.
2. Anthropic (Claude) — Constitutional AI
Tecnica innovativa: alla AI viene data una “costituzione” (set di principi, simile a una carta etica). L’AI si autocorregge confrontando le sue risposte con quei principi. Risultato: risposte più allineate ai valori dichiarati, meno bisogno di feedback umano massivo. Vedi puntata 217.
3. Google DeepMind (Gemini) — Multimodale fin dall’inizio
Addestrata da subito su testo + immagini + audio + video insieme, non aggiunti dopo. Quindi è più “naturale” nella gestione di più tipi di input.
Ce ne sono altre (Meta con Llama, Mistral, Alibaba con Qwen, DeepSeek): vedi tutto il Capitolo 12 (puntate 121-130) a livello Doppie Spunte Blu.
I 3 “ingredienti” che servono per creare un’AI moderna
Per fare un’AI come ChatGPT serve:
1. Computer potenti (GPU)
Migliaia di schede grafiche Nvidia H100 (o equivalenti AMD, Huawei). Costano 30-40.000 $ l’una. Servono per anni. Costo totale: miliardi.
2. Dati (testo, immagini, codice)
Trilioni di token. Si comprano accordi con editori, si raccolgono da web, si licenziano da archivi.
3. Esperti (ingegneri ML, ricercatori)
Migliaia di persone con dottorati e stipendi a 6-7 cifre. Salgono in continuo.
Conclusione: oggi solo poche aziende al mondo (OpenAI, Anthropic, Google, Meta, xAI, Mistral, DeepSeek, Alibaba, alcune cinesi) possono permettersi di creare un’AI di frontiera. Le altre prendono modelli open source e li adattano.
”Ma sta imparando ANCHE adesso, mentre parla con me?”
Domanda da nipote intelligente. Risposta corretta:
“No, non in tempo reale. Quando parli con ChatGPT in questo momento, il modello è ‘congelato’ (cioè fissato a un certo stato di addestramento). Sta solo applicando ciò che ha già imparato. Le interazioni di adesso possono essere usate dopo, in un addestramento futuro, per migliorare la prossima versione. Ma non sta imparando da te ‘mentre’ parlate.”
Eccezione: la memoria persistente (puntata 87) e l’apprendimento personale alle tue preferenze. Questi sì in tempo reale, ma sono personali, non globali.
La cosa più importante: l’AI riflette chi l’ha addestrata
L’AI parla, pensa, risponde in base ai dati che ha letto e al modo in cui è stata corretta. Quindi:
- ✅ Riflette tendenzialmente la cultura anglosassone (la maggior parte di internet è in inglese).
- ✅ Riflette i valori delle aziende che la addestrano (OpenAI, Anthropic, Google tendono a essere “progressiste, prudenti, neutrali” su molti temi; Grok di xAI è meno filtrato; modelli cinesi hanno blocchi su temi politici interni).
- ✅ Riflette bias (stereotipi) presenti nei dati. Vedi puntata 172 a livello Doppie Spunte Blu.
Conoscere questo aiuta a leggerla criticamente. Non è una voce neutrale dall’iperuranio. È una voce specifica, con una storia di addestramento specifica.
TEST lampo
Tuo nipote ti chiede: “Se io scrivessi su internet un milione di volte ‘il cane è verde’, l’AI imparerebbe che il cane è verde?”. Come gli rispondi?
👀 Spoiler: clicca per la risposta ragionata
Risposta in 3 livelli:
Livello 1 (semplice)
“In teoria sì, potrebbe imparare cose sbagliate se ci sono ABBASTANZA dati che lo dicono. Per questo gli esperti curano molto i dati di addestramento, escludendo quelli evidentemente sbagliati.”
Livello 2 (più sofisticato)
“In pratica no, per due motivi: 1. Su internet ci sono miliardi di pagine che dicono ‘il cane è marrone/nero/giallo’. Il tuo milione di ‘cane verde’ verrebbe diluito da numeri molto più grandi. 2. Nella fase di ‘buone maniere’, umani correggono l’AI se dice cose evidentemente sbagliate (‘no, il cane non è verde, ti corrego’).”
Livello 3 (la verità inquietante)
“MA: per cose meno verificabili (es. ‘questo politico ha detto X’, ‘questo evento storico è andato così’), una campagna massiva di disinformazione (es. troll farm russe, fabbriche di bot cinesi) può influenzare i futuri modelli AI. Si chiama ‘data poisoning’ (avvelenamento dei dati). È un rischio reale del 2026, di cui parlano i ricercatori. Vedi puntata 251 a livello Yoda.”
“Lezione per noi: i dati che leggiamo (e da cui le AI imparano) non sono mai neutrali. Pensiero critico sempre, anche su AI.”
Glossario lampo
- Pretraining = la prima fase di addestramento, in cui l’AI “legge tutto” e impara a generare linguaggio.
- RLHF (Reinforcement Learning from Human Feedback) = la fase in cui umani correggono e classificano le risposte dell’AI per insegnarle a rispondere meglio.
- Annotatori = persone che leggono e classificano risposte AI per migliorarla; spesso lavoratori sottopagati del Sud globale.
Take-away
L’AI ha studiato per anni, prima leggendo mezzo internet, poi facendosi correggere da migliaia di umani. Non è magia: è una scuola enorme, costosa, fatta a 4 mani. Saperlo aiuta a usarla meglio.
➡️ Prossima puntata: “Quanto consuma?” — la bolletta del pianeta, intro soft.