Il criterio di questo manuale è stato quello di scegliere strumenti open source*, gratuiti e conviviali, nel senso che ho spiegato nell’Introduzione: che consentano all’utente il massimo di autonomia e controllo. L’intelligenza artificiale generativa, nei suoi sviluppi attuali, non rispetta quasi nessuno di questi criteri. L’intelligenza artificiale generativa, nei suoi sviluppi attuali, non rispetta quasi nessuno di questi criteri, come presto vedremo; si dovrebbe dunque fare a meno di parlare in un manuale come questo. Ma un manuale di didattica digitale della filosofia scritto oggi che non affrontasse il tema dell’intelligenza artificiale nascerebbe già vecchio: l’IA è già ovunque, usata sia dagli studenti che dai docenti. Condannarla in base alle proprie convinzioni etiche e ignorarla non la elimina, ma la lascia operare senza riflessione critica, che è la peggiore delle condizioni possibili per uno strumento così potente.
Le IA non sono conviviali
I criteri che hanno guidato la scelta degli strumenti in questo manuale sono: la gratuità o il costo molto basso; il codice open source*; la compatibilità con il GDPR* e il rispetto della privacy degli studenti; la possibilità di usare lo strumento senza installazioni complesse o infrastrutture istituzionali; l’essere orientato all’autonomia dell’utente, non alla dipendenza da un fornitore.
Applicati ai LLM* più diffusi, questi criteri producono un quadro poco incoraggiante. ChatGPT di OpenAi, il modello più noto e usato, Claude di Anthropic e Gemini di Google sono solo parzialmente gratuiti (per le funzioni avanzate occorre passare a un piano a pagamento), non sono open source* e non offrono garanzie solide per l’uso con dati di studenti minorenni.
Un discorso a parte va fatto per modelli come LLama di Meta o alcuni modelli di Mistral, creata da una startup francese, che sono eseguibili in locale, tramite strumenti come Ollama. In questo caso il modello gira sul computer dell’utente, nessun dato viene trasmesso all’esterno, il software è open source* e ispezionabile. C’è però un limite di natura tecnica: richiede un computer con risorse adeguate (idealmente una GPU dedicata) e una soglia di competenza tecnica non trascurabile. Non è una soluzione proponibile come standard per una classe liceale. È tuttavia un orizzonte realistico per il docente tecnicamente attrezzato, e vale la pena indicarla come tale1.
Possibilità e rischi
I modelli di intelligenza artificiale sono dunque strutturalmente non conviviali. E tuttavia c’è qualcosa che questa analisi non cattura del tutto e che vale la pena pensare con attenzione: la possibilità che uno strumento strutturalmente anti-conviviale produca, nell’uso, effetti di autonomia reale. L’esempio più chiaro è quello del live coding, la scrittura di codice assistita dall’IA. Chi non possedeva le competenze per programmare ha avuto, fino all’avvento dell’IA, due sole opzioni: imparare a programmare o dipendere da un programmatore. Questo ha limitato molto, in campo scolastico, la creazione di software didattico libero, che era possibile solo quando le competenze didattiche e informatiche coincidevano nella stessa persona o quando vi era la disponibilità economica necessaria per retribuire uno o più programmatori. I LLM* hanno aperto una terza via: è possibile descrivere in linguaggio naturale – la lingua che usiamo tutti i giorni – ciò che si vuole costruire e ricevere il codice funzionante. Naturalmente è richiesta qualche competenza informatica di base, ma non particolarmente approfondita se si tratta di creare semplici app per le proprie classi. Non si tratta di programmazione in senso stretto, ma consente di costruire strumenti propri, di uscire dalla dipendenza dal software commerciale e di diventare autori invece che consumatori: cose che sono senz’altro conviviali.
Un altro aspetto da considerare è la personalizzazione dell’apprendimento. Una studentessa in difficoltà con lo studio poteva contare su corsi di recupero scolastici, purtroppo tutt’altro che scontati, o su un insegnante privato che le desse ripetizioni, con un costo economico che non tutte le famiglie possono sostenere; una circostanza, quest’ultima, che aumentava la già gravissima disuguaglianza di opportunità tra studenti provenienti da ambienti sociali diversi. I LLM* aggiungono una terza possibilità: essere aiutati nella comprensione di un testo, nello svolgimento di un esercizio o in una traduzione da una IA, che può anche creare materiale adatto per studenti con disturbi specifici dell’apprendimento, come mappe concettuali, presentazioni o podcast.
I rischi sono almeno tre. Il primo è quello, ben noto, delle allucinazioni: a causa del loro procedere probabilistico, le IA possono semplicemente inventare risposte plausibili, portando le studentesse fuori strada. Il secondo è quello di sostituirsi allo studente. Una IA può aiutare nella traduzione di un testo latino o greco o nello svolgimento di un esercizio di matematica, sostenendo lo studente nei passaggi più difficili, ma può anche semplicemente svolgere la traduzione e l’esercizio al posto dello studente, così come può scrivere al suo posto un saggio breve. Il terzo è la piaggeria delle intelligenze artificiali, che tendono ad assecondare l’utente e a valutare in modo diciamo così benevolo le loro produzioni, anche se a dire il vero esistono differenze tra i diversi modelli (Claude ad esempio tende ad essere più rigoroso). In tutti questi casi l’IA si mostra pericolosa e deleteria. Ma è il modo in cui ormai gli studenti studiano a casa. Il meglio che la scuola possa fare è tenerne conto – fatico a immaginare una docente di latino che dia da fare una traduzione a casa ignorando il rischio concreto che gli studenti ricorrano all’IA – e ragionare con gli studenti sulle opportunità e i rischi delle IA.
In ogni caso, le IA non possono non essere oggetto di riflessione filosofica in classe. Nella bozza delle nuove Indicazioni Nazionali per i Licei si legge che tra obiettivi specifici dell’insegnamento della filosofia c’è quello di
Orientarsi nella complessità del mondo contemporaneo e degli sviluppi scientifici e tecnologici, in particolare quelli dell’intelligenza artificiale, riconoscendo le questioni filosofiche che ne stanno alla base – ad esempio, i temi dell’identità e della libertà dell’essere umano in contesti determinati dagli algoritmi,della distinzione fra il mondo fisico e la sua rappresentazione digitale, della trasformazione delle conoscenze e del rapporto fra teoria e pratica, ecc. – e acquisendo gli strumenti concettuali per affrontare tali questioni in maniera consapevole, critica e responsabile.
Le questioni filosofiche che i LLM pongono sono molteplici e di alto livello, a partire dalla domanda su cosa è l’intelligenza. I LLM sono realmente intelligenti? Che differenza c’è tra la nostra intelligenza e quella dei LLM? Se un LLM riesce a ingannare un umano facendogli credere di essere umano, possiamo dire che sia davvero intelligente? I LLM non hanno esperienza soggettiva (qualia); possono rispondere in modo coerente, ma non "sanno" di esistere. Ma cos’è, allora, la coscienza? Se un LLM sembra comprendere, ma in realtà elabora solo pattern statistici, cosa ci dice questo sulla natura della comprensione umana? Se gli LLM sono in grado di scrivere testi, generare opere d’arte e fare musica, cosa rimane esclusivamente umano? Se le risposte di un LLM sono determinate dai dati e dagli algoritmi, cosa ci dice questo sul libero arbitrio umano? Siamo davvero liberi o solo il risultato di pattern complessi? E così via.
Approfondire queste domande non è tra i compiti di questo manuale, che si concentra sulla didattica digitale. Ci occuperemo invece di cosa è possibile fare in classe con l’intelligenza artificiale nella didattica della filosofia. È una analisi delle possibilità; valuterà il docente se è il caso di tradurle in realtà.
L’IA come interlocutore
Una delle possibilità più interessanti offerte dall’intelligenza artificiale nel campo della didattica della filosofia consiste nella simulazione di dialoghi con e tra pensatori del passato. È possibile chiedere all’IA di rispondere nel ruolo di un filosofo specifico – ad esempio Socrate, Kant o Nietzsche – oppure di sviluppare una discussione ipotetica tra due posizioni teoriche divergenti. In questo modo si crea un ambiente discorsivo che non si limita a riprodurre delle opinioni, ma costruisce una rete di relazioni argomentative, fondate sui presupposti propri di ciascun autore o corrente.
Durante una lezione la docente può aprire un’interazione in tempo reale con una IA (alla LIM), chiedendole di impersonare un filosofo e sottoporlo alle domande degli studenti. La qualità dell’interazione può dipendere dal modello adoperato; in qualche caso può essere molto alta. Ma quello che è interessante è che il valore dell’esperienza non dipende dalla qualità delle risposte. Risposte approssimative, o apertamente sbagliate, o addirittura allucinatorie possono essere perfino più preziose: riescono gli studenti a individuare gli errori? In questo caso si tratta anche di un esercizio di riflessione comune sui limiti delle IA.
Il dialogo con un’IA può essere anche assegnato come attività a casa. Dopo aver lavorato in classe su Spinoza, ad esempio, si chiederà alla studentessa di dialogare con una IA che interpreti il filosofo. Il dialogo dovrà vertere su un aspetto particolare del suo pensiero, scelto dalla studentessa. Oggetto di valutazione saranno la pertinenza delle domande, la capacità di valutare la correttezza delle risposte dell’IA o, a un livello più alto, la capacità della studentessa di tenere un dialogo filosofico reale, facendo obiezioni e presentando argomenti propri.
Ma l’IA può essere usata anche come interlocutore al quale è possibile rivolgersi per approfondire allenare il pensiero. Il lavoro di simulazione degli sviluppi alternativi di un sistema filosofico di cui abbiamo parlato, ad esempio, può essere fatto per qualche tempo con l’IA, per allenare gli studenti e pensare il possibile di una filosofia, per chiedere loro in un secondo momento di procedere autonomamente, così come si può chiedere all’IA di pensare un esperimento filosofico legato a un tema che si sta trattando.
Facciamo subito una prova. Dico a Claude che sto lavorando in classe sul tema del rapporto tra pensiero e linguaggio e gli chiedo di propormi un esperimento mentale. Ecco la risposta:
Immagina un essere – chiamiamolo S – che nasce conoscendo simultaneamente tutte le lingue umane mai esistite: il sanscrito, il sumerico, il greco antico, il mandarino, l’italiano, lingue oggi estinte di cui non resta traccia scritta, e persino lingue inventate come l’esperanto o il klingon.
Quando S pensa al dolore, lo fa in tutte queste lingue contemporaneamente. Ma ecco il punto cruciale: alcune lingue che S conosce hanno quarantadue parole diverse per descrivere sfumature di dolore che l’italiano comprime in una sola. Altre non hanno nessuna parola per il dolore inteso come esperienza interiore – solo termini per le sue manifestazioni corporee.
La domanda è: quando S prova dolore, quante esperienze diverse prova? Una sola, colorata da quarantadue sfumature linguistiche? O quarantadue esperienze distinte, perché ogni cornice linguistica ritaglia un pezzo diverso della realtà?
Ora immagina di isolare S in una stanza e di dirgli: pensa al dolore, ma senza usare nessuna lingua. Nessuna parola, nessun suono interiore, nessuna struttura grammaticale. Solo il concetto puro.
S ci riesce? E se ci riesce, quello che ottiene è più ricco delle versioni linguistiche – un nucleo prelinguistico da cui tutte le lingue attingono – oppure è più povero, come un’immagine senza contorni, un’intuizione che non riesce a tenersi insieme?
Questa è per così dire la traccia dell’esperimento mentale, che può essere discussa in classe. Ma intanto verifichiamo un po’ di cose. Claude ha parlato di lingue che "hanno quarantadue parole diverse per descrivere sfumature di dolore". Sappiamo che esistono lingue che hanno sfumature per indicare ciò che per noi ha un solo nome, ma quarantadue parole diverse per il dolore sembrano tante. Glielo chiedo. La risposta è:
Buona domanda – e devo essere onesto: il numero quarantadue era retorico, scelto per la sua vaghezza evocativa più che per precisione etnolinguistica. Non esiste, a mia conoscenza, una lingua documentata con quarantadue termini specifici per il dolore. Ho usato un numero abbastanza alto da sembrare significativo senza essere verificabile sul momento – il che, in un testo che poi cita fonti, è un difetto.
Sappiamo dunque che Claude può essere impreciso, per propria ammissione. Per lavorare sull’esperimento possiamo dividerci in gruppi per provare a rispondere alle domande poste dall’IA, ma possiamo anche cercare di individuare i riferimenti filosofici. Esistono teorie che sostengono il relativismo linguistico? Quali sono? Ed esistono, al contrario, teorie e autori che affermano che le parole non sono che etichette attaccate a stati mentali preesistenti? Scopriamo così l’ipotesi Sapir-Worf e la Language of Thought Hypothesis (LOTH), sulle quali è possibile lavorare a lungo.
Lavorare con le immagini
Fino ad ora ci siamo occupati di IA che producono testo. Quando è letteralmente esplosa l’intelligenza artificiale, nel 2022, gli strumenti più diffusi sono stati due: ChatGPT, che si è imposta come l’IA per eccellenza (e ancora oggi è sinonimo di IA, anche se esistono concorrenti molto validi), e Midjourney. Quest’ultimo è un modello di IA text to image, ossia in grado di generare un’immagine partendo da un prompt* testuale, che ha colpito subito per l’alta qualità delle immagini generate. Questa nuova possibilità di creare immagini solo descrivendo ciò che si desidera – anche se per avere immagini che abbiano qualche valore artistico occorrono dei prompt* particolarmente raffinati – ha scosso profondamente il campo della grafica e delle arti visive, ponendo interrogativi ancora aperti. Si possono considerare arte un’opera grafica o un video generati con l’IA? La scrittura di un prompt* è sufficiente per attribuire un’opera a chi lo ha scritto? E cos’è, in fondo, un’opera d’arte?
Queste domande, di per sé, sono un’altra occasione di riflessione filosofica offerta dall’IA. Ma la generazione di immagini da un prompt* testuale può essere interessante nella didattica della filosofia, in particolare quando si desidera rappresentare visivamente concetti o scenari teorici che, per loro natura, non si prestano a essere osservati direttamente.
Ad esempio, è possibile chiedere all’IA non solo di creare un’immagine che rappresenti il mito della caverna di Platone, ma anche di raffigurare un’ipotesi di “stato di natura” ispirata a Hobbes o a Rousseau. L’immagine prodotta, che non è una fotografia ma una costruzione artificiale basata su una descrizione verbale, può servire come punto di partenza per una discussione collettiva: si può riflettere su quanto essa restituisca fedelmente le idee presenti nel testo, su quali aspetti siano stati evidenziati o trascurati, e su come il passaggio dal discorso filosofico alla visualizzazione modifichi il modo di comprendere il concetto. Ed è anche possibile esplorare ancora una volta sulla natura dell’IA. Può essere interessante ad esempio chiedere a una IA di generare un'immagine che raffiguri Dio. Questa è l’immagine generata da Nano Banana 2, il generatore di immagini di Google.
Si tratta di un’immagine assolutamente banale, priva di qualsiasi valore artistico, come è normale offrendo come prompt* semplicemente la richiesta di raffigurare Dio. La richiesta aveva lo scopo non di ottenere un’immagine interessante, ma di analizzare l’immaginario dell’IA. In che modo raffigura Dio, in mancanza di qualsiasi altra indicazione? Come un maschio seduto su un trono, con i capelli e la barba bianca. Si tratta di una rappresentazione in linea con la tradizione occidentale, ma estranea ad altre tradizioni. Se si fa osservare questo bias a Gemini, la risposta è questa:
Per impostazione predefinita, le IA tendono a dare la risposta "statistica" più comune nei dati di addestramento, che purtroppo sono fortemente sbilanciati verso l’iconografia cristiana/occidentale.
L’IA dunque può offrire un supporto all’elaborazione visiva di concetti filosofici, consentendoci al contempo di riflettere sull’IA stessa.
Una possibilità ulteriore, più complessa, è quella di realizzare ancora storie filosofiche. In questo caso non si tratta di esplorare alternative e bivi, ma di approfondire il rapporto tra pensiero e immagine in un contesto narrativo. Possiamo immaginare una storia che sia, ad esempio, l’attualizzazione del Candido di Voltaire o il filosofo autodidatta di Ibn Tufayl e in seguito provare a creare delle immagini per una storia illustrata o addirittura per una graphic novel2.
L’analisi del testo
La lettura dei testi dovrebbe essere al centro della didattica della filosofia non meno che di quella della letteratura. È leggendo il testo che lo studente entra a fondo nell’argomentazione e nello stile di un filosofo, ed è grazie alla lettura di testi filosofici che a sua volta impara a praticare la scrittura filosofica. Così non è, per una serie di ragioni: i testi appaiono per lo più troppo difficili, e l’esperienza si rivela frustrante per lo studente; e si tratta di una pratica che richiede un tempo che i docenti, preoccupati di terminare nei tempi fissati il piano di lavoro che essi stessi hanno stabilito, sentono di non avere. I testi, quando compaiono, sono per lo più letti e illustrati dal docente, con una partecipazione minima degli studenti. Ed è rarissimo che si chieda agli studenti di muoversi autonomamente, da soli o in gruppo, nell’interpretazione dei testi.
L’IA fornisce un aiuto prezioso: essa può accompagnare lo studente passo dopo passo nella lettura di un testo filosofico. Cosa che può avvenire sia a casa, se il docente ritiene opportuno assegnare come attività la lettura del passo di un autore, sia a scuola durante un laboratorio di interpretazione.
Di seguito un esempio. L’IA scelta è ChatGPT. Le è stato chiesto di aiutare nella comprensione di un passo della Critica della ragion pura di Kant (seconda edizione, B93-94). Si tratta di un testo difficile, come quasi tutti i testi kantiani. ChatGPT mi offre una spiegazione analitica sostanzialmente esatta del testo, e conclude con: "Se desideri approfondire ulteriormente o hai domande specifiche su questo argomento, sarò lieto di aiutarti!" Le chiedo di chiarirmi questo passaggio: “Ora, indipendentemente dalla sensibilità, non possiamo essere partecipi di nessuna intuizione (Anschauung). Pertanto, l‘intelletto non è una facoltà intuitiva.”
Questa è la risposta:
Ottima domanda! Questo passaggio è centrale nel pensiero di Kant, quindi vale la pena sviscerarlo bene. Proviamo a riformularlo passo per passo: Il testo dice: “Ora, indipendentemente dalla sensibilità, non possiamo essere partecipi di nessuna intuizione (Anschauung). Pertanto, l‘intelletto non è una facoltà intuitiva.”
Che cosa intende Kant?
1. L’intuizione (Anschauung)
In Kant, intuizione significa conoscenza immediata dell’oggetto, come quella che abbiamo quando vediamo un albero o sentiamo un suono. È un rapporto diretto, senza mediazione di concetti.
2. La sensibilità come fonte dell’intuizione
Kant sostiene che tutta la nostra intuizione passa attraverso la sensibilità, cioè attraverso i sensi (vista, udito, ecc.). Noi riceviamo le cose — passivamente — come impressioni sensibili.
Questa è la forma fondamentale in cui ci rapportiamo al mondo: l’intuizione sensibile.
Senza la sensibilità, non possiamo “avere” alcuna intuizione. Questo significa che non possiamo percepire direttamente oggetti, né conoscerli immediatamente, senza i sensi.
3. L’intelletto non intuisce
A differenza della sensibilità, l’intelletto lavora con concetti, che sono rappresentazioni generali, come “albero”, “giustizia”, “casa”. Ma non vede, non sente, non tocca: non intuisce. L’intelletto non ci dà alcuna conoscenza immediata degli oggetti. Esso pensa gli oggetti, non li intuisce.
Dunque, cosa vuol dire la frase?
“Indipendentemente dalla sensibilità, non possiamo avere nessuna intuizione. Pertanto, l’intelletto non è una facoltà intuitiva.”
Significa:
noi umani non possiamo conoscere direttamente nulla se non attraverso la sensibilità (i sensi);
l’intelletto non è in grado, da solo, di farci conoscere nulla: può solo pensare ciò che ci viene dato dai sensi;
quindi l’intelletto non è una facoltà intuitiva, perché non produce intuizioni (cioè conoscenze dirette), ma giudizi e concetti, che devono sempre appoggiarsi sull’intuizione sensibile per produrre conoscenza vera.
Nota importante
Kant immagina che Dio o un’intelligenza superiore potrebbe avere una conoscenza intellettuale e intuitiva allo stesso tempo – cioè potrebbe conoscere le cose immediatamente, con il solo pensiero. Ma noi no: la nostra conoscenza è discorsiva, cioè sempre mediata da concetti applicati a intuizioni sensibili.
Se vuoi, possiamo fare un esempio concreto per chiarire meglio. Ti va?
Chiedo: Ma non possiamo conoscere i concetti matematici senza i sensi?
Bellissima domanda — sei nel cuore del problema kantiano! E infatti, è proprio con la matematica che Kant sfida la distinzione tra intuizione e concetto. Vediamo.
1. Concetti matematici e intuizione: Kant dice che…
Anche i concetti matematici non sono conosciuti solo con l’intelletto, secondo Kant. Per lui, la matematica non è solo pensiero astratto, ma ha bisogno dell’intuizione pura.
Esempio: per capire 2 + 3 = 5, non basta il concetto di “2”, “3” e “+”.
Bisogna intuire questa operazione, anche solo mentalmente (ad es. visualizzando due palline + tre palline = cinque palline).
2. Ma che tipo di intuizione è questa?
Non è sensibile come vedere un albero: è un’intuizione pura, cioè a priori, dello spazio e del tempo. Kant dice:
La geometria si fonda sull’intuizione pura dello spazio;
L’aritmetica sull’intuizione pura del tempo (perché contare è una successione).
Dunque, anche la matematica si basa su intuizioni, ma non sensibili: sono le forme pure della sensibilità.
3. Perché non bastano i concetti?
Kant polemizza contro gli “intellettualisti” (come Wolff o Leibniz), che pensavano che bastasse la logica pura per fondare la matematica. Kant dice invece: I concetti da soli sono vuoti. Perché ci sia vera conoscenza, serve l’intuizione (anche se pura, non sensibile).
In sintesi
No, non possiamo conoscere i concetti matematici solo con l’intelletto, secondo Kant.
Anche la matematica richiede intuizione, ma non sensibile: pura.
Quindi: l’intelletto da solo non basta nemmeno per la matematica. Serve sempre un certo tipo di “vedere”, anche mentale.
Come si vede, è possibile non solo chiarificare i concetti e i passaggi più difficili, ma anche problematizzarli; in qualche modo si giunge anche in questo caso a un dialogo con il filosofo, anche se l’IA non lo impersona.
Occorre sempre tener conto anche in questi casi degli errori e delle allucinazioni che le IA continuano a compiere; per questo la comprensione del testo raggiunta dallo studente per questa via va sempre riportata in classe e verificata insieme ai compagni e al docente.
Individuare le fallacie logiche
Lo studio delle fallacie è una parte importante dello studio della logica, che dovrebbe essere parte importante dello studio della filosofia. Se realmente si intende formare al pensiero critico è fondamentale insegnare agli studenti a riconoscere un ragionamento fallace, soprattutto negli articolo che formano l’opinione pubblica. Anche in questo l’IA si rivela uno strumento prezioso. È bene tuttavia usarla come supporto alla ricerca autonoma delle fallacie da parte delle studentesse. Si può chiedere di individuare le fallacie di un articolo di opinione e confrontare le fallacie individuate dalle studentesse con quelle individuate dall’IA, magari confrontando anche l’analisi di diverse IA.
Considerazioni finali (e provvisorie)
Le IA evolvono a grande velocità. Alcuni dei limiti denunciati al loro esordio, come la difficoltà di disegnare correttamente le mani nelle IA text to image, sono stati superati abbastanza rapidamente. Ne permangono altri. Esiste ancora lo stile da IA nella scrittura, ad esempio con una presenza quasi ossessiva dell’epanortosi3. Non è difficile prevedere che anche questi limiti saranno superati in tempi brevi, comprese le allucinazioni.
L’avvento dei LLM rappresenta per l’umanità un evento la cui importanza è difficile sopravvalutare. Forse gli unici precedenti della stessa portata sono l’invenzione della scrittura e la rivoluzione industriale. Entrambi gli eventi hanno suscitato resistenze e paure. Nel caso della scrittura, è per noi sorprendente leggere le resistenze di Platone, espresse nel mito di Theuth e Thamus del Fedro. Theuth offre al faraone i numeri e la geometria, l’astronomia il gioco dei dadi. E la scrittura. Le cui qualità così presenta al faraone: "Questa conoscenza, o re, renderà gli Egiziani più sapienti e più capaci di ricordare, perché con essa si è ritrovato il farmaco della memoria e della sapienza". Ma il re non è persuaso:
La scoperta della scrittura avrà per effetto di produrre la dimenticanza nelle anime di coloro che la impareranno, perché, fidandosi della scrittura, si abitueranno a ricordare dal di fuori mediante segni estranei, e non dal di dentro e da se medesimi: dunque, tu hai trovato non il farmaco della memoria, ma del richiamare alla memoria. Della sapienza, poi, tu procuri ai tuoi discepoli l’apparenza, non la verità: infatti essi, divenendo per mezzo tuo uditori di molte cose senza insegnamento, crederanno di essere conoscitori di molte cose, mentre, come accade per lo più, in realtà, non le sapranno; e sarà ben difficile discorrere con essi, perché sono diventati portatori di opinioni invece che sapienti.4
Difficile oggi per noi condividere le riserve di Thamus. Siamo in una civiltà centrata sulla scrittura e per nulla al mondo vi rinunceremmo. Possiamo comprendere però lo sconcerto, evidentemente presente ancora al tempo di Platone, di fronte a uno strumento così potente ed evidentemente anche pericoloso. Platone lo chiama farmaco, con un termine che indica tanto ciò che cura – il senso corrente della parola in italiano – quanto il veleno.
Di fronte all’IA è possibile nutrire le stesse paure di Thamus. Con la scrittura abbiamo cominciato ad usare supporti esterni per le nostre attività mentali; abbiamo affidato ad essa, ad esempio, ciò che prima memorizzavamo. Oggi stiamo affidando alle Intelligenze Artificiali anche il pensiero, l’espressione linguistica, l’espressione grafica e musicale. Da un lato, questo potrebbe aumentare le nostre possibilità, consentendo ad esempio a tutti l’accesso alla creazione artistica e musicale, dall’altro c’è il rischio che ci renda incapaci di creare alcunché da soli, senza supporto esterno, e che renda talmente sistematica quella apparenza della sapienza paventata da Thamus da tagliare anche gli ultimi fili che ci legano alla verità.
Quello che saranno la donna e l’uomo di domani dipende in misura determinante da come gestiremo questo passaggio storico. E il ruolo della scuola è più che mai cruciale.
-
Sul tema di veda S. Borroni Barale, L’intelligenza inesistente. Un approccio conviviale all’intelligenza artificiale, Altreconomia, Milano 2023.↩︎
-
Un esempio di graphic novel filosofica generata con IA è Sunyata di Francesco d’Isa (Eris, Torino 2023). La versione PDF può essere scaricata gratis all’url https://erisedizioni.org/ebook/sunyata_francesco_d_isa.pdf↩︎
-
A. Indiano, I modelli linguistici AI hanno un vizio di stile che li rende facili da identificare, in Wired, 9 settembre 2025, url https://www.wired.it/article/modelli-linguistici-llm-ai-stile-frasi/↩︎
-
Fedro, 274E-275A, in Platone, Tutti gli scritti, a cura di G. Reale, Bompiani, Milano 2000, pp. 579-580.↩︎
