Il 22 settembre, nello stesso giorno, OpenAI ha lanciato GPT-6 e Anthropic ha rilasciato Claude Opus 5.5, entrambi a prezzi più bassi dei modelli precedenti. Leggendo le notizie mi è venuto da pensare a quanta strada abbia fatto la storia dei chatbot. Io ne costruisco per lavoro, e ogni tanto fa bene ricordarsi da dove siamo partiti.
1950: la domanda di Turing
Tutto parte da un articolo del 1950, Computing Machinery and Intelligence, in cui Alan Turing si chiede se una macchina possa pensare. Invece di rispondere direttamente, propone un gioco: se parlando per iscritto con una macchina non riesci a capire che non è una persona, forse la domanda perde senso. È il famoso test di Turing, e per decenni è stato il traguardo di chiunque lavorasse su programmi capaci di conversare.
Sei anni dopo, nel 1956, al seminario di Dartmouth John McCarthy e colleghi danno un nome a tutto questo: intelligenza artificiale.
1966: ELIZA e il primo effetto wow
Il primo chatbot vero e proprio nasce al MIT, scritto da Joseph Weizenbaum. Si chiama ELIZA e la sua versione più famosa, DOCTOR, imita uno psicoterapeuta. Il trucco è semplicissimo: riconosce alcune parole chiave e ti rigira le frasi sotto forma di domanda. Scrivi “sono triste” e lui ti chiede perché sei triste.
Eppure le persone ci si affezionavano. Weizenbaum racconta che la sua segretaria, pur sapendo benissimo come funzionava, gli chiese di uscire dalla stanza per poter parlare con ELIZA in privato. Da lì nasce il cosiddetto effetto ELIZA: la tendenza ad attribuire comprensione a un programma che non capisce niente. Tienilo a mente, perché ci torniamo.
Dagli anni Settanta a Siri: regole, regole e ancora regole
Per decenni i chatbot funzionano allo stesso modo: qualcuno scrive a mano le regole. Nel 1972 arriva PARRY, che simula un paziente paranoico. Nel 1995 ALICE di Richard Wallace introduce un linguaggio apposta per descrivere le conversazioni. Nel 2011 Siri arriva sugli iPhone e porta gli assistenti vocali in tasca a milioni di persone.
Il limite però è sempre quello: il chatbot sa rispondere solo a ciò che qualcuno ha previsto. Esci dal copione e crolla tutto. Chi ha provato a costruire un bot per l’assistenza clienti prima del 2020 sa di cosa parlo.
2017-2022: il transformer e poi ChatGPT
La svolta tecnica arriva nel 2017 con un paper di Google dal titolo Attention Is All You Need, che introduce l’architettura transformer. È la base di praticamente tutti i modelli linguistici di oggi. Nel 2020 un altro paper, firmato da ricercatori di Facebook AI, formalizza la RAG (Retrieval-Augmented Generation): invece di sperare che il modello sappia già tutto, gli passi i documenti giusti al momento della domanda.
Poi il 30 novembre 2022 esce ChatGPT, e nel giro di un paio di mesi lo usa mezzo mondo. Da quel momento la storia dei chatbot accelera in un modo che nessuno si aspettava, fino alle release di questo settembre.
Cosa ho imparato costruendone uno
In azienda ho costruito un chatbot interno che risponde alle domande dei colleghi usando la nostra knowledge base. L’ho fatto con Laravel, gli embeddings di OpenAI per la ricerca nei documenti e Claude Haiku per generare le risposte. Niente database vettoriale dedicato: per il volume di documenti che abbiamo, un archivio JSON bastava e avanzava.
La lezione più grande non è stata tecnica. È stata proprio l’effetto ELIZA, sessant’anni dopo. Le persone tendono a fidarsi di una risposta scritta bene, anche quando è sbagliata. Per questo la parte RAG conta più del modello: se il chatbot risponde partendo dai documenti giusti e ti dice da dove ha preso l’informazione, puoi verificare. Se tira a indovinare con sicurezza, hai costruito un generatore di errori molto convincente.
E adesso?
I modelli usciti a settembre costano meno e sbagliano meno, e per chi come me costruisce strumenti per aziende è un’ottima notizia. Ma il punto non cambia rispetto al 1966: un chatbot è utile quanto le informazioni su cui si basa e quanto è onesto sui propri limiti. Il resto è marketing.
Su come ho costruito il chatbot nel dettaglio ci scriverò presto un articolo tecnico. Nel frattempo trovi gli altri pezzi sull’argomento nella categoria Intelligenza Artificiale. Se invece vuoi un riassunto ben fatto delle tappe storiche, la voce di Wikipedia su ELIZA è un ottimo punto di partenza.
Lascia un commento