Quando i computer imparano a parlare

Ogni volta che poniamo domande al nostro smartphone o facciamo ordini tramite Siri o un programma simile, stiamo comunicando con l'intelligenza artificiale. Tuttavia, questa intelligenza è limitata. Rispetto all'intelligenza umana, Siri è piuttosto stupida, afferma Ryan Cotterell, professore dell'ETH di Zurigo dal febbraio 2020. Il professore di informatica è stato nominato nell'ambito della Media Technology Initiative e combina linguistica, elaborazione automatica del parlato e intelligenza artificiale. "Siri funziona solo perché le domande e i comandi che le persone rivolgono ai loro smartphone sono solitamente molto semplici", afferma Cotterell.

Il ricercatore sottolinea che non bisogna riporre nell'IA le stesse aspettative che si nutrono nei confronti dell'intelligenza umana. Ogni essere umano impara la propria lingua madre senza sforzo e ogni parlante tedesco riconosce intuitivamente le frasi grammaticalmente scorrette in tedesco. Tuttavia, per un programma informatico è ancora difficile riconoscere se una frase in tedesco è grammaticalmente corretta. Inoltre, un programma di elaborazione linguistica funziona in modo molto diverso dal cervello umano: "Nessun traduttore ha mai dovuto imparare tante parole quante ne occorrono per addestrare un programma di traduzione", afferma Cotterell.

La sfida dello svizzero tedesco

I moderni programmi di traduzione lavorano con i big data. Si allenano con milioni di coppie di frasi. Tuttavia, ogni traduttore può facilmente suggerire diverse alternative per una frase tradotta. I programmi di traduzione forniscono solo una soluzione. Cotterell vuole cambiare questa situazione. "Vogliamo che l'utente non riceva come risultato una sola frase, ma diverse opzioni. L'utente potrebbe quindi scegliere la frase che meglio si adatta al contesto specifico", ma lo sviluppo di un algoritmo utilizzabile a questo scopo è complicato. Anche i programmi di traduzione o gli assistenti linguistici validi per le lingue utilizzate solo da gruppi ristretti rappresentano un problema. "Se non ci sono molti dati in una lingua, è molto difficile sviluppare un buon sistema", dice Cotterell. ? impressionato da un programma sviluppato dal Media Technology Center dell'ETH di Zurigo: un assistente linguistico che parla i dialetti svizzeri.

Si tratta di una sfida, non solo perché esistono molte varianti regionali, ma anche perché i dialetti svizzeri sono lingue parlate senza ortografia standardizzata. Dal 2019 l'assistente linguistico parla correntemente il "B?rndütsch". L'obiettivo è estenderlo ad altri dialetti. I ricercatori stanno sviluppando l'assistente svizzero tedesco con la radiotelevisione svizzera come partner. Le tecnologie in grado di tradurre l'alto tedesco in svizzero tedesco o di pronunciare in dialetto le notizie locali e le previsioni del tempo potrebbero conferire un'autenticità regionale anche ai testi parlati automaticamente.

Mondo dei media generati al computer

La diversità delle lingue in Svizzera e in Europa crea una necessità di ricerca. Questo perché i sistemi di elaborazione linguistica, compresi quelli adatti all'uso nei media, provengono per lo più dal mondo anglofono. "Per questo motivo, ciò che i media americani o inglesi fanno in termini di elaborazione linguistica computerizzata non può essere semplicemente applicato qui", spiega Cotterell. Con il supporto della NZZ e del TX Group, sta progettando un sistema di traduzione che tradurrà articoli di qualità dal tedesco al francese. Severin Klingler, direttore generale del Media Technology Centre, spiega: "Vogliamo rendere disponibili anche per altre lingue le tecnologie che esistono per il mondo anglofono".

Il nuovo mondo dei media crea le sue sfide. Bolle di filtraggio e fake news fanno ormai parte della vita mediatica quotidiana. L'intelligenza artificiale può fare qualcosa al riguardo? Il Media Technology Centre si sta occupando anche di questo. Un progetto mira a contrastare la bolla dei filtri facendo in modo che il sistema ricerchi contenuti con controargomentazioni a un argomento: Il progetto si chiama Anti-recommendation Engine for News Articles. Un altro progetto serve a ordinare automaticamente i commenti in base a criteri di contenuto. "Questo potrebbe rendere più visibile la diversità delle opinioni", spera Klingler.

Tuttavia: gli stessi metodi possono essere utilizzati anche per creare bolle di filtraggio e fake news. All'inizio dell'estate è balzato agli onori della cronaca un nuovo sistema di elaborazione linguistica dell'intelligenza artificiale chiamato GPT3, realizzato dalla società californiana OpenAI. "Le dimensioni di questo sistema sono così grandi che non possiamo né costruire né testare nulla di simile nelle scuole universitarie", afferma Cotterell. Il sistema è balzato agli onori della cronaca anche per il rischio di fake news generate dall'intelligenza artificiale: GPT3 scrive testi di notizie in inglese che appaiono credibili sulla base di alcuni esempi di notizie. Ryan Cotterell e i suoi colleghi ricercatori del Media Technology Centre hanno ancora molto lavoro da fare.