Siamo a Roma, nell’aula magna dell’Università Roma Tre in occasione della Conferenza di presentazione ufficiale della nuova Cattedra UNESCO in “Ethics of AI and Practical Wisdom”. Sul palco il dibattito prende subito una direzione diversa da quella abituale. Non riguarda la capacità delle macchine di produrre parole, ma la loro capacità di attribuire significato alle parole stesse. Il tema è semplice da formulare e difficile da risolvere: capire davvero una lingua. Roberto Navigli, professore della Sapienza di Roma, uno dei maggiori esperti mondiali di elaborazione del linguaggio naturale, creatore di BabelNet e promotore del progetto Minerva, parte da una domanda che sembra quasi banale nell’epoca di ChatGPT, Claude e Gemini: i modelli linguistici comprendono davvero ciò che scrivono?
La domanda aleggia nell’aula mentre scorrono grafici, benchmark e risultati sperimentali. Fuori dall’università, il dibattito pubblico sull’intelligenza artificiale sembra spesso ridursi a una gara di prestazioni tra chatbot. Dentro la sala, invece, il discorso prende una direzione diversa. Più linguistica. Più culturale. In un certo senso più europea.
Perché il problema non è soltanto generare testo. Il problema è il significato.
Il grande equivoco della fluidità
Gli LLM hanno imparato a scrivere molto bene. Forse troppo bene.
La loro capacità di produrre frasi grammaticalmente corrette e stilisticamente convincenti crea spesso l’impressione che dietro le parole esista una comprensione profonda del contenuto.
Ma Navigli invita a osservare la questione da un’altra prospettiva. La scorrevolezza non coincide necessariamente con la competenza semantica.
È una distinzione che sembra sottile, ma che diventa evidente quando si esce dai territori più battuti del linguaggio. I modelli funzionano bene quando incontrano significati frequenti, espressioni comuni, contesti largamente presenti nei dati di addestramento. Le difficoltà emergono invece quando entrano in gioco significati meno utilizzati, termini specialistici, riferimenti culturali specifici o sfumature linguistiche che abitano quella lunga coda di casi rari che caratterizza ogni lingua naturale.
In altre parole, l’intelligenza artificiale può sapere perfettamente come usare una parola senza sapere davvero quale significato stia assumendo in quel preciso contesto. Non è così per l’essere umano.
La coda lunga della conoscenza
Da anni Navigli lavora su uno dei problemi storici dell’intelligenza artificiale linguistica: la disambiguazione semantica.
Dietro il nome tecnico si nasconde una questione molto concreta, che non riguarda solamente le mille sfumature della lingua italiana ma anche l’inglese stesso, lingua su cui i modelli sono principalmente addestrati. Quando leggiamo una parola come “shot”, il nostro cervello capisce immediatamente dal contesto se si parla di un goccio di whisky o di un colpo inteso come sparo. E lo fa utilizzando contesto, esperienza e conoscenza del mondo.
I modelli linguistici fanno qualcosa di diverso: calcolano probabilità.
Per capire quanto questa differenza sia ancora rilevante, il gruppo di ricerca di Navigli ha sottoposto i modelli più avanzati a test che misurano la capacità di interpretare significati multipli e meno frequenti. I risultati mostrano un fenomeno interessante: le prestazioni diminuiscono progressivamente man mano che ci si allontana dai significati più comuni.
Non si tratta di errori spettacolari. Sono, piuttosto, errori sottili. Ma proprio per questo diventano particolarmente importanti in contesti specialistici, dove la precisione del significato conta più della fluidità della risposta.
È il genere di problema che difficilmente emerge nelle demo pubbliche. Molto più facilmente compare nei laboratori di ricerca, negli archivi culturali, negli ospedali e anche nei tribunali e nelle questioni legali, dove non solo i termini giuridici ma anche il contesto e la normativa debbono essere adeguatamente compresi e rappresentati.
L’inglese non è il mondo
La questione diventa ancora più evidente quando si abbandona il territorio dell’inglese. La maggior parte dei grandi modelli linguistici nasce e cresce in un ecosistema dominato dalla lingua inglese. È lì che si concentra la quantità maggiore di dati, documenti, libri, articoli e conversazioni utilizzati per l’addestramento.
Tutto il resto arriva dopo. E spesso arriva in misura ridotta.
Navigli mostra come questa asimmetria produca effetti concreti. Quando i sistemi devono tradurre riferimenti culturali fortemente radicati in una lingua o in una comunità specifica, le prestazioni peggiorano sensibilmente.
Un titolo di un libro poco noto fuori dal proprio Paese. Un film conosciuto soltanto all’interno di una determinata cultura. Un riferimento storico locale. Sono tutti elementi che per una persona cresciuta in quel contesto risultano immediatamente riconoscibili possono diventare zone d’ombra per modelli addestrati prevalentemente altrove.
Il problema, come abbiamo visto, non riguarda soltanto l’italiano.
Riguarda tutte le lingue che occupano una posizione periferica rispetto al grande centro gravitazionale dell’intelligenza artificiale contemporanea. E riguarda soprattutto le migliaia di lingue che semplicemente non esistono nei dataset utilizzati per addestrare i modelli.
Da BabelNet a Minerva
È in questo contesto che nasce il progetto Minerva. L’idea, spiega Navigli, non era costruire un concorrente europeo di OpenAI. Né sfidare frontalmente i giganti della Silicon Valley.
L’obiettivo era diverso. Ovvero capire cosa succede quando si sviluppa un modello che considera la lingua italiana non come una traduzione dell’inglese, ma come un punto di partenza.
Il progetto, sviluppato dalla Sapienza insieme allo spin-off universitario Sapienza NLP, si inserisce in una traiettoria che parte molto prima dell’esplosione degli LLM. Parte da BabelNet, il gigantesco grafo della conoscenza multilingue creato da Navigli e oggi utilizzato da ricercatori e aziende in tutto il mondo.
Per anni BabelNet ha cercato di rappresentare concetti, relazioni e significati attraverso le lingue. Minerva prova a fare qualcosa di complementare: portare quella sensibilità semantica dentro l’era dei modelli generativi.
Il risultato è un modello addestrato su grandi quantità di contenuti italiani e inglesi, progettato per valorizzare competenze culturali che tendono a essere marginalizzate nei sistemi generalisti.
Il test di Pinocchio
Uno degli episodi raccontati durante l’intervento strappa qualche sorriso. Riguarda una valutazione che aveva decretato le scarse prestazioni dei modelli italiani nei quiz a risposta multipla sulla cultura generale.
Il risultato appariva paradossale. Possibile che un modello italiano fosse meno competente degli altri proprio sulla cultura italiana?
Navigli e il suo gruppo hanno deciso di verificare e hanno modificato il formato del test. Niente più lettere da selezionare. Nessuna risposta multipla. Soltanto una domanda aperta.
Chi ha scritto Pinocchio?
A quel punto il quadro cambia radicalmente.
I modelli che sembravano in difficoltà iniziano a fornire risposte corrette. Non era necessariamente la conoscenza a mancare. In alcuni casi era il formato della valutazione a misurare qualcosa di diverso rispetto a ciò che si pensava di misurare.
Una lezione metodologica che va oltre l’intelligenza artificiale. Ci insegna che prima di interpretare un risultato bisogna sempre capire che cosa stiamo realmente misurando.
Sovranità, ma senza slogan
Durante gli ultimi anni il termine “sovranità digitale” è diventato onnipresente.
Navigli lo utilizza con cautela. Non come slogan, piuttosto come problema tecnico.
La questione riguarda il controllo delle infrastrutture, dei dati, dei modelli e delle modalità con cui questi sistemi vengono costruiti. Riguarda la trasparenza dei processi di addestramento, le politiche di sicurezza, l’origine delle fonti utilizzate e la possibilità di verificare ciò che avviene all’interno di sistemi sempre più complessi.
Molti dei modelli oggi più utilizzati sono scatole nere. Funzionano certo, ma sappiamo relativamente poco di ciò che contengono.
In questa prospettiva, sviluppare modelli aperti e controllabili assume una valenza che va oltre la ricerca accademica. Diventa una questione di capacità tecnologica, indipendenza scientifica e gestione del patrimonio informativo.
Che, attenzione, non significa chiudersi. Significa capire meglio ciò che si sta utilizzando.
La macchina che continua a scrivere
Verso la fine dell’intervento compare una figura inattesa: Italo Calvino.
Navigli racconta di essersi immerso nei testi in cui lo scrittore immaginava macchine capaci di produrre letteratura, anticipando di decenni alcuni dei dibattiti contemporanei sull’intelligenza artificiale.
Le citazioni scorrono sullo schermo. Calvino descrive sistemi che continuano a generare testi anche oltre la vita dell’autore. Immagina opere che si sviluppano autonomamente. e si interroga sul rapporto tra chi scrive e chi legge.
La distanza temporale è sorprendente. Gli anni Sessanta sembrano improvvisamente molto vicini.
Non perché Calvino avesse previsto i transformer o le reti neurali, ma perché aveva intuito qualcosa di più generale: il momento in cui la produzione del linguaggio smette di essere esclusivamente umana e diventa un processo condiviso con le macchine.
Oggi quella possibilità non appartiene più alla letteratura sperimentale: fa parte della quotidianità.
Un laboratorio aperto
Minerva continua a evolversi. La nuova versione, ChatMinerva, integra capacità multimodali, ricerca sul web e architetture composte da più componenti specializzate. L’obiettivo non è costruire semplicemente un chatbot più potente, ma un sistema che tenga insieme lingua, cultura, controllo e trasparenza.
Sul palco dell’Università Roma Tre, il progetto appare soprattutto come un laboratorio, un luogo in cui sperimentare, un tentativo di capire se l’intelligenza artificiale possa essere sviluppata anche seguendo percorsi diversi da quelli tracciati dai grandi attori globali.
Quella di ChatMinerva non è una sfida basata sulla scala. È una sfida basata sul significato.
Perché mentre il dibattito pubblico continua a misurare parametri, benchmark e miliardi di token, una parte della ricerca sta tornando a interrogarsi su una domanda molto più antica.
Non quanto testo una macchina riesca a produrre, ma quanto di quel testo riesca davvero a comprendere.