Nonostante i rapidi progressi nel campo dell’intelligenza artificiale (AI), gli esseri umani rimangono superiori quando si tratta di padroneggiare rapidamente nuovi videogiochi. Mentre l’intelligenza artificiale eccelle nei giochi con regole e obiettivi definiti – come gli scacchi o alcuni titoli di strategia – fatica con ambienti aperti e imprevedibili che richiedono intuizione e adattabilità. Questa non è solo una stranezza del gioco; evidenzia le differenze fondamentali tra il modo in cui le macchine e gli esseri umani apprendono, rivelando potenzialmente perché la vera “intelligenza a livello umano” rimane sfuggente per l’intelligenza artificiale.
Il vantaggio dell’intelligenza artificiale: specificità rispetto alla generalizzazione
Per decenni, l’intelligenza artificiale ha utilizzato i giochi come banco di prova. Modelli come Deep Blue (scacchi) di IBM e AlphaGo (Go) di Google hanno dimostrato la capacità dell’intelligenza artificiale di dominare in ambienti strutturati attraverso l’apprendimento per rinforzo – ripetuti tentativi ed errori. Questo stesso metodo ora alimenta i chatbot IA ed eccelle nel padroneggiare i giochi Atari, Dota 2 e Starcraft II.
Tuttavia, questo successo si basa su vincoli chiari. L’intelligenza artificiale schiaccia gli umani in questi giochi perché le regole sono rigide e gli obiettivi definiti. Anche minime variazioni nella progettazione del gioco possono rompere un modello di intelligenza artificiale, che si basa sulla ripetizione, non sull’improvvisazione. A differenza degli esseri umani, i modelli di intelligenza artificiale non imparano a generalizzare; diventano eccezionalmente bravi in uno compito specifico.
Perché gli esseri umani imparano ancora più velocemente
La differenza fondamentale sta nel modo in cui gli esseri umani affrontano le nuove esperienze. Un essere umano può prendere in mano un gioco casuale e comprenderne i meccanismi molto più velocemente dell’intelligenza artificiale, anche in titoli complessi come Red Dead Redemption. Gli esseri umani comprendono intuitivamente obiettivi ambigui, come incarnare un fuorilegge moralmente ambiguo, mentre l’intelligenza artificiale lotta con concetti astratti.
I ricercatori della New York University sottolineano che i giochi ben progettati soddisfano le capacità umane: intuizione, buon senso ed esperienza vissuta. Un bambino umano impara a riconoscere gli oggetti in pochi mesi semplicemente esistendo nel mondo; L’intelligenza artificiale richiede una formazione approfondita. Gli studi dimostrano che i modelli di intelligenza artificiale potrebbero richiedere 37 ore di gioco continuo (quattro milioni di interazioni con la tastiera) per completare un gioco, mentre un giocatore umano spesso lo calcola in meno di 10.
Il punto di riferimento per la vera intelligenza artificiale
SIMA 2 di Google DeepMind rappresenta un progresso, integrando le capacità di ragionamento del suo modello Gemini per aiutare l’intelligenza artificiale a interagire meglio con i nuovi ambienti. Tuttavia, anche questa svolta non è sufficiente. Gli autori propongono un punto di riferimento per la vera intelligenza artificiale: battere i 100 migliori giochi su Steam o sull’App Store iOS senza previa formazione, più o meno nello stesso tempo impiegato da un essere umano.
Questa sfida rimane irrisolta e i metodi attuali potrebbero non essere adatti a risolverla. Per raggiungere questo obiettivo, l’intelligenza artificiale dovrebbe dimostrare creatività, pianificazione anticipata e pensiero astratto, qualità che rimangono unicamente umane.
La vera prova dell'”intelligenza a livello umano” potrebbe non arrivare dai deepfake o dai romanzi, ma dalla padronanza del caos imprevedibile dei videogiochi.
La capacità di adattarsi rapidamente alle nuove situazioni, un’abilità affinata in anni di navigazione in un mondo complesso, è ciò che distingue l’intelligenza umana da quella della macchina. Fino a quando l’intelligenza artificiale non riuscirà a replicare questa innata adattabilità, rimarrà uno strumento specializzato piuttosto che un vero e proprio peer cognitivo.
