< Chi e come (si) conosce il mondo? L’intelligenza umana incorporata ha dominato il campo dell’osservazione e della cognizione del reale per lungo tempo reclamando a sè il primato della conoscenza del mondo. Lo ha fatto, almeno alle nostre latitudini, escludendo da queste possibilità animali e piante (eludendo, tra gli altri, il tema complesso delle ‘altre menti’ o delle ‘menti possibili’ oltre a quello delle ‘menti estese’). L’arrivo della cosiddetta intelligenza artificiale sembra aver nuovamente risvegliato questa supponenza umanocentrata. Almeno secondo due prospettive. Una prima tendenza incarna un umanesimo impaurito o arrabbiato. La seconda è, per converso, superficialmente entusiasta e tecnicamente galvanizzata. Quello timoroso o infuriato, a seconda dei casi, è un umanesimo che di fatto si ripiega su di sé (teso com’è a ricercare la sua essenza distintiva unicizzante e ad aggrapparsi a quella per cercare di preservare un nucleo eccezionale fondativo dagli attacchi della tecnica). Quello acclamante ed eccitato è viceversa un umanesimo in molti casi vittima in/consapevole dei propri antropomorfismi e sociomorfismi (si limita, cioè, a leggere l’AI come rispecchiamento/simulazione delle proprie capacità o, meglio, di quello che si pensa essere il modo dell’umano di percepire, osservare, conoscere, agire il mondo). Entrambe queste prospettive sono deboli e ingenue, pregiudizievoli e limitate e di parte. Ad osservare, conoscere e operare il mondo non è più solo “l’umano” (se mai fosse stato l’unico). Forme di osservazione, di cognizione e di esecuzione ‘more-than-human’ (macchiniche, rizomatiche, prolettiche, simpoietiche, chimeriche, alterosomiche, catallattiche, programmatiche, automatiche) sono da qualche tempo in divenire e in dispiegamento. Ci chiedono di allargare il nostro sguardo oltre i confini culturali dati del naturale, del nativo, dell’autentico, dell’essenziale, del corporeo umanomorfico. E nel caso dei modelli linguistici (LLMs e varianti) di considerare non solo la punta dell’iceberg (modelli e applicazioni), ma l’intera infrastruttura che istanzia quelle capacità linguistico-macchiniche nuove (LMSys*). Così occorre passare dall’esame dei “modelli linguistici su larga scala” alla comprensione dei “sistemi dei modelli linguistici su larga scala” (*Zeng, 2024, Scalable and Efficient Systems for Large Language Models), vale a dire all’intera infrastruttura/infostruttura hardware/software che produce poi quella “cognizione” sintetica programmabile, automabile, componibile come punta dell’iceberg. Cogliere questa emergenza filosofico-ingegneristica è parte dell’innovazione culturale necessaria a significare nuovamente e prosperare strategicamente nell’era della cognizione sintetica post-antropocentrica” (Accoto 2024)
cosimoaccoto.com 