Perché la prossima rivoluzione dell’intelligenza artificiale non dipenderà dalla quantità dei dati, ma dal modo in cui decidiamo di rappresentare il significato della realtà.
Per oltre un decennio il dibattito sull’intelligenza artificiale è stato dominato da una convinzione apparentemente indiscutibile: più dati significano modelli migliori. La cosiddetta scaling law ha orientato investimenti miliardari, alimentando una corsa globale alla raccolta di dataset sempre più estesi e alla costruzione di infrastrutture computazionali senza precedenti. Oggi, però, qualcosa sta cambiando.
Diversi lavori scientifici pubblicati negli ultimi anni convergono su un punto: la crescita delle prestazioni non aumenta più in modo proporzionale alla quantità di dati utilizzati per l’addestramento. La ripetizione di contenuti simili genera benefici marginali, mentre la qualità, la diversità e la struttura delle informazioni assumono un peso sempre maggiore. In altre parole, il problema non sembra più essere quanto sappiamo raccogliere, ma quanto riusciamo a rappresentare il mondo in modo coerente.
È in questo passaggio che emerge una disciplina rimasta finora ai margini del dibattito pubblico, ma destinata a diventare centrale: l’ontologia.
Il termine appartiene alla filosofia e, fin dalle riflessioni di Aristotele, indica lo studio dell’essere e delle relazioni fondamentali tra le cose. Nell’informatica e nell’intelligenza artificiale il significato si è evoluto, mantenendo però la stessa intuizione di fondo: un’ontologia è una descrizione formale di un dominio della conoscenza, un sistema che definisce concetti, proprietà e relazioni affinché una macchina possa interpretarli in maniera consistente.
La differenza può sembrare sottile, ma è sostanziale.
Un archivio di milioni di documenti contiene informazioni. Un’ontologia organizza quelle informazioni, stabilendo che cosa rappresentano, come sono collegate e in quale contesto acquistano significato. Senza questa struttura, anche il dataset più vasto rimane una collezione di frammenti.
L’intelligenza artificiale generativa ha mostrato risultati straordinari proprio perché riesce a cogliere regolarità statistiche all’interno di enormi quantità di testo. Tuttavia, quando deve affrontare concetti complessi, relazioni causali, ambiguità semantiche o contesti altamente specialistici, il limite non è quasi mai la mancanza di dati. È la mancanza di una rappresentazione sufficientemente ricca della realtà.
In questo scenario assumono un valore crescente i knowledge graph, le basi di conoscenza strutturate, le tassonomie condivise e le ontologie di dominio. Non sostituiscono i grandi modelli linguistici, ma ne diventano un complemento fondamentale, offrendo ciò che le sole correlazioni statistiche faticano a garantire: coerenza semantica, interpretabilità e affidabilità.
Le conseguenze sono anche geopolitiche.
Negli ultimi anni il confronto tra Stati Uniti e Cina è stato raccontato soprattutto attraverso la disponibilità di chip, potenza di calcolo e capacità di raccogliere dati. Esiste però una terza dimensione meno visibile: quella della qualità della conoscenza.
Sotto questo profilo, l’Europa dispone di un patrimonio difficilmente replicabile. Biblioteche, archivi storici, corpus giuridici, letteratura, ricerca scientifica, documentazione tecnica, patrimonio museale e una straordinaria pluralità linguistica costituiscono una riserva di conoscenza organizzata che va ben oltre il semplice concetto di dataset.
Il valore di queste risorse non risiede soltanto nella loro estensione, ma nella stratificazione culturale che custodiscono. Ogni documento nasce all’interno di una tradizione, di un sistema di categorie, di un lessico specialistico e di una rete di riferimenti. Sono elementi che, se opportunamente modellati attraverso ontologie e sistemi semantici, possono trasformarsi in uno dei principali vantaggi competitivi dell’intelligenza artificiale europea.
Il punto, quindi, non è stabilire se stiamo esaurendo i dati disponibili sul web. La questione più interessante riguarda il modo in cui scegliamo di attribuire significato ai dati che possediamo.
Ogni classificazione implica una scelta. Ogni tassonomia riflette una determinata visione del mondo. Ogni ontologia decide quali relazioni siano rilevanti e quali possano essere ignorate. È un processo che coinvolge informatici, linguisti, filosofi, giuristi, medici, storici e tutte le discipline chiamate a descrivere la complessità dell’esperienza umana.
Per questo motivo la prossima frontiera dell’intelligenza artificiale potrebbe non essere l’accumulo di nuove informazioni, bensì la capacità di organizzarle secondo modelli di significato sempre più sofisticati.
L’innovazione non nascerà soltanto da modelli più grandi.
Nascerà da modelli che comprenderanno meglio che cosa rappresentano i dati, come sono collegati e perché quelle relazioni esistono.
In fondo, prima ancora di insegnare alle macchine a parlare, stiamo insegnando loro a descrivere il mondo. E il modo in cui sceglieremo di farlo dirà molto non soltanto sul futuro dell’intelligenza artificiale, ma anche sull’idea di conoscenza che la nostra società intende consegnare alle generazioni future.
