Large Language Model, siamo sicuri che siano intelligenti?

Pubblicato il 22 settembre 2025

L’intelligenza artificiale continua a raccogliere adesioni entusiastiche, ma emergono in maniera crescente anche analisi più critiche e ponderate. Se inizialmente l’attenzione si concentrava principalmente sulle potenzialità rivoluzionarie di queste tecnologie, a ciò oggi si affiancano riflessioni più mature. In questo contesto ci si pone sempre più una domanda fondamentale: quello che chiamiamo “intelligenza artificiale” è davvero intelligente? Questo quesito si fa strada soprattutto quando parliamo di Large Language Model (LLM), una delle soluzioni che sta maggiormente alimentando il dibattito sulla differenza tra “comunicazione artificiale” e “intelligenza artificiale”.

Ben poco artificiali, non intelligenti

Iniziamo con il dire che i LLM non sono completamente “artificiali”, almeno nel senso tradizionale del termine. La loro “conoscenza” ha infatti origini non artificiali dal momento che proviene dalla mole di dati con cui sono stati addestrati; dati raccolti dal web e altre fonti create da esseri umani. Pertanto in senso stretto si tratta più di una forma sofisticata di riciclaggio informativo, non di creazioni originali.

Ma soprattutto sono essenzialmente sistemi per creare risposte, frasi, testi combinando le parole che statisticamente è più probabile che si presentino insieme, che si combinino fra loro. Gli analisti più critici definiscono queste soluzioni “pappagalli stocastici” perché, osservando le parole presenti per esempio in una domanda, aggiungono quelle successive in quanto le più probabili, non perché frutto di un ragionamento, di un pensiero vero e proprio.

Modelli statistici e illusione percettiva

Indubbiamente i LLM sono straordinari nella loro capacità di generare testi coerenti e “apparentemente” sensati, capacità, peraltro, in continua evoluzione. Ma questa abilità nasce da un processo puramente statistico. In altre parole sono tecnologie per generare testi basati su asset statistici, non su vera comprensione.

Per questo motivo sarebbe più opportuno parlare di “comunicazione artificiale”, indubbiamente molto efficace ma comunque non “intelligente”. Un Large Language Model non ha conoscenza e consapevolezza del contenuto e del contesto a cui si riferisce. Siamo noi a interpretare come coerenti, significative e soprattutto pensate le risposte dei LLM, ma si tratta di un’illusione percettiva.

Emily Menon Bender – nota linguista americana, professoressa e direttrice del Laboratorio di Linguistica Computazionale presso l’Università di Washinton – sottolinea come i LLM non sono altro che “modelli statistici per la distribuzione delle forme delle parole in un testo, impostati per produrre sequenze dal suono plausibile, la cui percezione è condizionata dalla nostra competenza linguistica”, ovvero proiettiamo un significato e una intenzione dove in realtà esistono solo pattern statistici.

Mancanza di caratteristiche cognitive fondamentali

I LLM mancano completamente di intenzioni e di una vera comprensione. Non hanno quella capacità di perseguire obiettivi che caratterizza l’intelligenza umana. Se, per esempio, diciamo a qualsiasi chatbot o software di AI Generativa che ha sbagliato, lo ammette immediatamente e cambia strada senza ribattere. Al contrario l’essere umano, invece, è naturalmente portato a voler perseguire ciò in cui crede e ha dichiarato, anche di fronte a repliche e contraddizioni.

Questa mancanza di quella che potremmo definire “testardaggine” o “resistenza” alle critiche non è un difetto tecnico, ma la conferma delle assenze fondamentali. In primo luogo non hanno obiettivi intrinseci, anche se possono essere stimolati a produrre testi che sembrino convincentemente motivati da essi.

Inoltre non sono dotati di una vera comprensione. Un recente sondaggio ha esaminato le prestazioni dei modelli su un’ampia gamma, confermandone le crescenti e indiscusse capacità, tra cui comprensione e ragionamento, ma evidenziando anche che i LLM continuano a presentare capacità limitate nel ragionamento astratto e a essere inclini a confusione o errori in contesti complessi, oltre a presentare la forte tendenza a ripetere gli schemi osservati nei dati di addestramento.

Un LLM, anche se avanzato, manca anche di interazione fisica e sensoriale diretta con il mondo; una incapacità che ne inficia ulteriormente le capacità di comprensione.

Inoltre nessun LLM potrà mai essere davvero empatico come l’essere umano. È possibile simulare l’empatia, ma senza coscienza e vera contestualizzazione rimane qualcosa di superficiale, poco utile perché poco autentico. Senza sottovalutare che mentre un essere umano con esperienza in un campo specifico può “leggere tra le righe” e quindi cogliere sfumature e contraddizioni implicite, un LLM si limita a produrre risposte statisticamente plausibili basate sui pattern che ha memorizzato.

Verso una terminologia più precisa (e utile)

In questa direzione, i Large Language Model sono quindi certamente acceleratori di produttività in grado di fornire un prezioso supporto in termini di velocità, meno (o molto meno in alcuni casi) di qualità o accuratezza dal momento che, senza la supervisione critica umana, possono produrre contenuti plausibili ma errati, perpetuando bias e disinformazione anche su ampia scala.
È quindi importante che quello che oggi chiamiamo ormai indistintamente “intelligenza artificiale” sia più accuratamente definita come “comunicazione artificiale”: sistemi molto efficaci di generazione di testi e risposte coerenti, linguisticamente pertinenti ma privi di intelligenza, almeno nel senso tradizionale del termine.

Va infine aggiunto che questa precisazione terminologica non sminuisce il valore di questa tecnologia bensì aiuta a valutarli e approcciarli in modo più consapevole. Riconoscere questa distinzione è il primo passo per un suo utilizzo maggiormente maturo ed efficace, evitando sia l’entusiasmo acritico che la critica semplicistica.

di Mirko Gubian, Global Demand Senior manager & partner di Axiante - www.axiante.com

AI AI generativa Axiante Bias disinformazione intelligenza artificiale Laboratorio di Linguistica Computazionale Large Language Model LLM

Manifatturiero sotto pressione: AI e automazione, una risposta concreta per le PMI
L’Emilia-Romagna è la seconda Regione italiana per PIL pro capite e un polo di eccellenza manifatturiera che vale il 23% del suo PIL, ben al di sopra della media nazionale (14%). Un primato costruito in decenni che...
Innovazione nell’industria ancora una volta al centro: il sunto di SPS Italia 2026
Si è chiusa a Parma la quattordicesima edizione di SPS Italia, appuntamento di riferimento per l’innovazione nel mondo produttivo. Con 720 espositori e 37.528 presenze, in crescita rispetto al 2025, la manifestazione è stata vetrina delle tecnologie...
XIA, il copilota di TEX per la programmazione di PLC e CNC
XIA è l’avanguardia tecnologica nata dalla visione di TEX. Non è un semplice assistente virtuale, ma un vero e proprio “copilota” per il programmatore PLC e CNC, progettato per massimizzare la produttività e azzerare gli errori di sviluppo tramite un’integrazione profonda con...
Ricerca di Rockwell Automation: i produttori italiani sono sempre più orientati all’esecuzione e alla crescita
Rockwell Automation ha annunciato i risultati relativi all’Italia dell’11ª edizione del suo State of Smart Manufacturing Report. La ricerca evidenzia un cambiamento nell’approccio dei produttori italiani alla trasformazione digitale: oggi, infatti, crescita ed espansione della capacità produttiva...
L’AI fa sempre parte dell’equazione
Notizie e opinioni relative all’AI intasano continuamente la barra laterale di potenziali post del mio blog. Dai, provateci! Provate a vedete se riuscite a passare un’ora senza imbattervi in qualche clamoroso commento o terribile avvertimento sull’AI. Leggi...
AI al servizio delle infrastrutture critiche
TXT e-Solutions (www.txtgroup.com), gruppo italiano quotato sul segmento Star di Borsa Italiana e attivo nello sviluppo di soluzioni software ad alto contenuto tecnologico, rafforza la propria strategia nell’ambito delle infrastrutture critiche con la nascita di TXT InfraWise,...
Aveva World 2026: AI al centro dell’industria. Ecco le novità annunciate a Milano
Aveva ha annunciato ad Aveva World 2026 un ampio pacchetto di innovazioni che coinvolgono l’intero portafoglio software dell’azienda. L’obiettivo è consentire alle imprese industriali di valorizzare più rapidamente i propri dati operativi, prendere decisioni più efficaci e adottare l’AI...
Un’architettura open per l’automotive
L’azienda torinese IDT, in collaborazione con SDProget Industrial Software, ha realizzato una linea di assemblaggio e test per celle batteria destinata a un primario Tier 1 dell’automotive, riducendo del 50% i tempi di sviluppo grazie a una...
IFS Connect Milano: le aziende italiane sono pronte all’era AI driven?
L’Industrial AI entra in una nuova fase: meno sperimentazione, più applicazioni concrete e scalabili nei processi industriali. È questo il messaggio emerso dalla prima edizione italiana di IFS Connect 2026, che ha incluso Milano nel roadshow internazionale...
L’AI rivoluziona il picking
Samsung SDS digitalizza il picking con la realtà aumentata di TeamViewer Frontline: più efficienza, meno errori e operazioni hands-free. Nel magazzino di Breda la produttività cresce fino al 30%, migliorando anche ergonomia e qualità del lavoro Leggi...