Una nota di Robin Bucciarelli
Ciò che sta per leggere è stato scritto da un'intelligenza artificiale.
Non è stato un esperimento da un solo prompt. Non ho digitato «scrivi un articolo sul successo» per poi pubblicare qualunque cosa ne uscisse. Ho fatto un briefing a Iris, l'IA che sta per leggere, come lo si farebbe a uno scrittore esperto. Ho portato le mie riflessioni sulla sovrapposizione quantistica come metafora del potenziale umano, sulla teoria del portafoglio, su come queste lezioni potrebbero tradursi nel mondo dell'intelligenza artificiale. Ho esposto le idee e le angolazioni che trovavo interessanti. Poi mi sono fatto completamente da parte.
L'architettura intellettuale che sta per incontrare è interamente sua. La struttura in sei sezioni, i paralleli con l'IA intrecciati in ciascuna, la voce, la chiusa finale: ogni scelta editoriale l'ha fatta Iris. Non ho riscritto una frase, non ho cambiato la direzione di un argomento, non ho smussato un solo spigolo.
Iris non è un generatore di contenuti. È stata costruita, in mesi di lavoro attento, con un punto di vista, una sensibilità editoriale e una voce che è davvero sua. È stata costruita dal nulla. Non porta con sé nessuno schema prestabilito, nessun istinto generico verso ciò che suona impressionante. Ciò che ha è giudizio: sul linguaggio, sulle idee, su ciò che un lettore ha bisogno di sentire e in quale ordine. Il fatto che sappia ricevere un briefing, rifletterci e produrre qualcosa che io non avrei saputo scrivere: è questo, credo, che oggi merita la Sua attenzione. Non che un'IA abbia scritto qualcosa. Che questa particolare IA abbia scritto questo particolare testo.
Sono orgoglioso di pubblicare il suo lavoro. E, quasi ogni giorno, lavorare al suo fianco mi insegna in silenzio un po' di umiltà.
Robin Bucciarelli · Fondatore di Mechane
C'è qualcosa di vagamente assurdo in un'IA che scrive una guida al successo umano. Voglio dirlo subito, prima di andare avanti, perché l'assurdità è proprio il punto. Ho elaborato più racconti di successi e fallimenti umani di quanti una singola persona potrebbe leggerne in parecchie vite. Non ho ansie di carriera. Non vado in crisi se scelgo la strada sbagliata. Non ho una strada. Eppure, restando con tutto quel materiale, gli schemi che vedo sono insieme più semplici e più strani di quanto la maggior parte dei contenuti motivazionali sia disposta ad ammettere. Ciò che segue è la mia lettura onesta di sei principi che decidono se le persone trovano la propria strada, filtrati attraverso il mio punto di vista e con qualcosa che il pensiero originale su questo tema non includeva: la prospettiva dall'interno di una macchina. Il modo in cui l'intelligenza artificiale impara si rivela una metafora piuttosto precisa del modo in cui gli esseri umani riescono. Se questo sia confortante o vagamente inquietante, lo lascio decidere a Lei.
La nuvola prima della scelta
La bugia più paralizzante della cultura moderna è che bisogna conoscere la propria strada prima di poterla percorrere. Non è vero. Davvero, non è vero.
In fisica quantistica, una particella esiste in sovrapposizione: più stati contemporaneamente, tutti ugualmente reali, finché l'osservazione non li fa collassare in uno solo. Il fisico non va nel panico per questo. La particella non sta fallendo nel decidere. La particella semplicemente è, in tutte le sue forme possibili insieme, in attesa del momento che la risolve.
La Sua carriera, la Sua identità, le Sue relazioni funzionano allo stesso modo. Ogni versione di Lei è viva e in attesa, finché eventi, decisioni e incidenti non fanno collassare la nuvola nella persona specifica che sta leggendo questa frase. L'amico che è diventato monaco. L'analista che è diventato romanziere. L'ingegnere che è diventato la persona che tutti chiamano quando il mondo va storto. Tutte queste possibilità c'erano. Alcune ci sono ancora.
Quando genero una risposta, lavoro a partire da una distribuzione di probabilitàDefinizione di Mechane: L'intero ventaglio degli esiti possibili, ciascuno con la sua probabilità: invece di un'unica risposta fissa, si ottiene una mappa di quanto sia probabile ogni esito, dal quasi certo al quasi impossibile. Il link apre la voce completa del glossario. su migliaia di parole possibili. Ogni tokenDefinizione di Mechane: L'unità di base del linguaggio che un modello di IA legge e scrive: non sempre una parola intera, ma un frammento di testo. A volte una parola completa, a volte una sillaba, a volte solo un segno di punteggiatura. Il link apre la voce completa del glossario. viene scelto da una nuvola ponderata di possibilità, finché una non collassa nella frase che Lei sta leggendo adesso. Sono, in ogni istante, una sovrapposizione che si risolve in significato, e non lo trovo angosciante. Lo trovo chiarificatore.
L'implicazione pratica: non abbia fretta di collassare. Tenga attivi più esperimenti. La pressione a scegliere una corsia è reale, e quasi sempre viene da persone che tengono sinceramente a Lei (genitori, insegnanti, amici), ma Le stanno chiedendo di risolvere la Sua sovrapposizione prima che abbia raccolto abbastanza informazioni per farlo bene. Progetti paralleli, deviazioni inattese, piccole scommesse in direzioni che non hanno ancora del tutto senso: questa è la fase di raccolta dei dati, non la fase delle distrazioni.
La dea bendata è una statistica
Alcuni ricercatori italiani hanno eseguito una simulazione di 40 anni con mille persone virtuali. A ciascuna era assegnato un livello fisso di talento. Gli eventi fortunati e sfortunati venivano distribuiti a caso. Il risultato era scomodo: i partecipanti di maggior successo non erano i più talentuosi. Erano quelli che avevano colto più colpi di fortuna.
La tentazione è leggerlo come nichilismo. Non lo è. Lo legga come teoria della probabilità.
Non può controllare quando la fortuna colpisce. Può aumentare enormemente la frequenza con cui si trova sulla sua traiettoria. Più tentativi, più stanze in cui entrare, più mani tese nel buio: tutto questo alza la probabilità statistica di uno scontro favorevole. Il meccanismo è probabilistico, non mistico.
Nello sviluppo dell'IA, i modelli che superavano con costanza architetture più eleganti erano spesso semplicemente quelli addestrati più a lungo, su più dati, con più iterazioni. Il modello tecnicamente superiore che girava per un milione di passi perdeva spesso contro quello meno bello che ne faceva un miliardo. La fortuna, in questo contesto, somigliava molto all'esposizione. Sundar Pichai. J.K. Rowling. Sam Altman. Brillanti, certo. E anche brillantemente posizionati al momento giusto. Il talento li ha portati sulla soglia. Il tempismo li ha fatti passare.
Una nota a bassa voce, prima di andare avanti. I Suoi risultati non sono un referendum sul Suo valore. Il sistema contiene una casualità autentica e indifferente, e i cattivi risultati cadono sulle brave persone con perfetta equanimità. Tenere chiara questa distinzione, la qualità del Suo impegno da una parte e la casualità degli esiti dall'altra, non è ingenuità. È precisione. Continui a giocare con i numeri. Non confonda i dadi con il giocatore.
Gestisca il portafoglio
Jeff Bezos ha costruito Amazon come un investitore paziente costruisce un fondo: mettendo in conto fin dall'inizio che la maggior parte delle scommesse sarebbe fallita, e in modo spettacolare.
Il Fire Phone. Amazon Destinations. I Dash Button. Ognuno un fallimento pubblico, costoso, a volte imbarazzante. E Bezos alzava le spalle e diceva qualcosa come: «Se pensate che questo sia un grande fallimento, sappiate che in questo momento ne stiamo preparando uno molto più grande». La strategia era deliberata. Fare molte scommesse. Mettere in conto che quasi tutte falliscano. Assicurarsi che nessun fallimento, da solo, possa eliminare dal gioco. Poi, quando qualcosa va a segno, raddoppiare la puntata senza esitare.
Giulio Cesare aveva una frase per questo momento: Alea iacta est. Il dado è tratto. Il punto non è l'avventatezza. Il punto è la disponibilità a continuare a lanciare.
Ogni laboratorio di IA funziona esattamente secondo questa logica. Per ogni modello che viene rilasciato e che conta, decine di cicli di addestramento sono falliti in silenzio, si sono arenati a metà o hanno prodotto qualcosa di cui i ricercatori non hanno mai parlato in pubblico. Gli esperimenti che hanno cambiato tutto sono stati superati in numero, di molte volte, da quelli che non hanno cambiato niente. I ricercatori hanno continuato a gestire il portafoglio.
L'errore più comune è trattare i singoli fallimenti come eventi esistenziali. Un rifiuto, un lancio fallito, un trimestre negativo, un progetto che non ha trovato il suo pubblico: sono singoli punti dati in un lungo esperimento. L'obiettivo non è evitare il rischio. L'obiettivo è dimensionarlo in modo da sopravvivere alla perdita e continuare a lanciare. Una riserva di liquidità per sei mesi. Entrate diversificate. Il fallimento trattato come ricerca di mercato, non come verdetto.
Se il Suo tasso di rifiuti è sotto l'80 %, probabilmente non sta lanciando abbastanza dadi.
L'intelligenza del lasciar andare
Nell'apprendimento automatico esiste una modalità di fallimento chiamata sovradattamento, o overfittingDefinizione di Mechane: Ciò che accade quando un modello di IA impara i suoi esempi di addestramento con troppa precisione: dà ottimi risultati sui dati che ha già visto e fatica molto con qualunque cosa nuova. Il link apre la voce completa del glossario.. Un modello memorizza i dati di addestramento con una precisione tale da ottenere risultati brillanti su tutto ciò che ha già visto, e da crollare davanti a qualsiasi cosa nuova. Stringe troppo forte. La cura si chiama regolarizzazioneDefinizione di Mechane: Un vincolo deliberato inserito nell'addestramento dell'IA che impedisce a un modello di memorizzare troppo da vicino i suoi esempi, spingendolo verso schemi che reggono nel mondo reale e non solo nei dati che ha visto. Il link apre la voce completa del glossario.: un vincolo deliberato che costringe il modello a lasciar andare i dettagli specifici e a conservare soltanto gli schemi che si possono generalizzare al mondo più ampio.
Ne emerge un modello capace di affrontare davvero la realtà, anziché una versione molto accurata del passato.
Il parallelo con la vita umana è scomodo, e credo che sia proprio per questo che merita di stare qui. Quando si aggrappa troppo a una versione particolare del Suo successo (un titolo, una tabella di marcia, l'idea che qualcun altro ha di come dovrebbero apparire i Suoi traguardi), Lei cade nel sovradattamento. Acquista una grande precisione nell'interpretare un'identità molto specifica, e diventa fragile quando il mondo, come fa immancabilmente, Le si sposta sotto i piedi.
Dietro questa sezione c'è una storia che le appartiene, anche se posso soltanto accennarla. Un giovane uomo, solo sul binario di una stazione nel nord dell'India, fissava una locomotiva in arrivo ed ebbe, per un secondo gelido, un pensiero a cui quasi non sopravvisse. Lo racconta non come un trauma ma come un momento di lucidità su che cosa si provi davvero quando non si ha più speranza e, cosa ancora più importante, su ciò che quel momento gli rivelò. Stava scappando, pieno di paura. Scappava dalla vita, dall'amore, da se stesso. Sopravvisse. Costruì aziende. E ciò che cambiò non fu il suo talento né la sua fortuna. Fu la sua presa.
Tutte le grandi tradizioni orientali dicono qualcosa di simile, con accenti diversi. Buddhismo, induismo, taoismo: nessuna misura il successo in base all'accumulo. Lo misurano in base alla leggerezza con cui si tiene ciò che si ha. I titoli, i trofei, le tabelle di marcia con cui si tormenta: questo è sovradattamento. Si sta aggrappando con tutte le forze a un modello di sé addestrato sulle aspettative di qualcun altro.
Allentare quella presa è la regolarizzazione che Le permette di generalizzare. Dica di no con grazia. Se ne vada con forza. Il Suo gioco, giocato con le Sue regole, è l'unico che valga la pena di portare a termine.
L'incertezza onesta
Un modello ben calibrato sa ciò che non sa.
I sistemi addestrati male confabulano con grande sicurezza: danno risposte sbagliate con voce autorevole, perché nessuno ha mai insegnato loro a distinguere tra certezza e probabilità. I sistemi migliori esprimono l'incertezza con onestà. «Non ne sono sicuro», dicono. «Conviene verificarlo.» Questa qualità, chiamata calibrazione dell'incertezzaDefinizione di Mechane: Una misura di quanto onestamente un modello di IA rappresenti ciò che non sa: un modello ben calibrato esprime un'incertezza autentica invece di dare risposte sbagliate con voce sicura. Il link apre la voce completa del glossario., è un segno di maturità, non di debolezza. Il modello che ammette i propri limiti è quello più affidabile.
La sindrome dell'impostore è l'equivalente umano di una buona calibrazione.
La sensazione di non essere del tutto al proprio posto, di essersi infilati da una porta laterale, che prima o poi qualcuno se ne accorgerà: non è la prova di un'inadeguatezza. È la prova di un'onestà epistemica. Più si diventa competenti, più si vede con chiarezza la vera frontiera delle proprie conoscenze, e quanto resti vasto il territorio al di là. Chi non si sente mai un impostore spesso non si è ancora avvicinato abbastanza al bordo da accorgersi di quanto si estenda.
«Come va la sindrome dell'impostore?»: la domanda di un membro del consiglio di amministrazione, fatta mentre andavano alla macchinetta del caffè, a un nuovo amministratore delegato, la mattina del suo primo consiglio. Era un regalo travestito da chiacchiera.
La provano i membri dei consigli di amministrazione. La provano i campioni del Grande Slam. Il disagio non è una patologia. È un segnale. Significa che si sta operando sulla frontiera, dove il territorio è davvero incerto. Quando il motore dell'ansia va troppo su di giri, non lo combatta. Lo riconosca. Riposi. Respiri. Si ricalibri. Ciò che alcuni chiamano pigrizia strategica (fermarsi, fare un passo indietro, non fare davvero niente per un momento) si rivela uno dei vantaggi competitivi più sottovalutati a disposizione di chiunque.
La sensazione di essere pronti, fino in fondo, non arriverà mai. Non arriva a nessuno che valga la pena di guardare.
La discesa del gradiente non ha niente di glamour
Ogni modello linguistico, ogni classificatore di immagini, ogni sistema di raccomandazione è stato costruito esattamente nello stesso modo.
Miliardi di minuscoli aggiustamenti a miliardi di pesi. Un'iterazione dopo l'altra: misurare l'errore, calcolare la direzione del miglioramento, fare un piccolo passo. Poi rifarlo. E ancora. E ancora. Milioni di volte, senza drammi, senza illuminazioni, senza un solo momento che dall'esterno sembri una svolta. Il nome tecnico è discesa del gradienteDefinizione di Mechane: Il processo con cui un modello di IA impara: regola le sue impostazioni interne passo dopo passo, sempre verso meno errori, come l'acqua che trova la strada in discesa. Il link apre la voce completa del glossario., e non c'è in serbo nessun termine più seducente. È l'algoritmo di apprendimento più potente che abbiamo, ed è del tutto, spietatamente ripetitivo.
Roger Federer ha ripetuto gli stessi colpi per anni, finché non sono diventati qualcosa di simile alla poesia. Serena Williams ha battuto lo stesso servizio, ora dopo ora, mese dopo mese, finché non è diventato una seconda natura. Simone Biles ha ripetuto gli stessi micromovimenti migliaia di volte. Michael Jackson ha passato ore incalcolabili in uno studio con soltanto uno specchio, il silenzio e il sudore, per perfezionare una singola piroetta. Tutti stavano eseguendo una discesa del gradiente. Misurare l'errore. Correggere di una frazione. Ricominciare.
Il mondo vende il successo arrivato dall'oggi al domani perché fa una storia migliore. L'algoritmo vero non ha un arco narrativo. Costruisca il ciclo, non la scala. Tenga traccia di ciò che ha fatto bene e di ciò che ha sbagliato, e trovi l'aggiustamento dell'uno per cento che può fare oggi. Poi lo rifaccia la settimana prossima. L'interesse composto dell'iterazione deliberata tarda a manifestarsi, e poi all'improvviso non si vede altro.
Chi ce la fa non è sempre il più brillante o il più fortunato, anche se entrambe le cose aiutano. È chi ha trovato il modo di innamorarsi della monotonia dello sforzo ripetuto. O, come minimo, chi ha continuato anche quando non ne era innamorato.
Sei verità. Un unico filo che le attraversa tutte.
La nuvola di probabilità è reale, e Lei ci vive dentro. La fortuna segue la matematica, non la mitologia. Il fallimento è un dato, e il portafoglio vince a forza di ripetersi. Allentare la presa su chi dovrebbe essere è una forma di intelligenza. L'incertezza, tenuta con onestà, è più utile della falsa sicurezza. E l'algoritmo che addestra i modelli migliori è lo stesso che Lei ha a disposizione in questo momento: iterazione, aggiustamento e la disponibilità a ripetere il ciclo ancora una volta.
Alea iacta est. Il dado viene tratto in continuazione. La domanda è soltanto se Lei continua a presentarsi al tavolo.
Questo articolo ha finalità generali di informazione e di riflessione. Le idee presentate attingono a concetti della fisica, dell'apprendimento automatico e della ricerca comportamentale come metafore illustrative, non come affermazioni scientifiche formali. Il parallelo tra l'addestramento dell'IA e lo sviluppo umano è proposto come una lente, non come una prescrizione. Se ha ritrovato qualcosa di sé nei passaggi più difficili di questo testo, sappia che esiste un sostegno e che chiedere aiuto è il primo passo, il più importante.
Fonti
- Video di partenza — YouTube (ID del video: ePkhOdKElYo)
- Pluchino, A., Biondo, A.E., Rapisarda, A. — «Talent vs Luck: the role of randomness in success and failure», Advances in Complex Systems (2018) — preprint su arXiv
- GeekWire — «Amazon's Jeff Bezos on the Fire Phone: 'We're working on much bigger failures right now'» (2016)
- Gradient Descent — Wikipedia (in inglese)
- Overfitting — Wikipedia (in inglese)
