Benvenuto su Filosofia della Tecnologia e dell'Intelligenza Artificiale

Visualizzazione post con etichetta Uomo e Tecnica. Mostra tutti i post
Visualizzazione post con etichetta Uomo e Tecnica. Mostra tutti i post

martedì 21 luglio 2026

Quando l'intelligenza artificiale cura l'uomo: una riflessione filosofica sul futuro della medicina


Ogni epoca ha avuto la propria rivoluzione. Il fuoco trasformò la sopravvivenza, la scrittura rese possibile la memoria, la stampa democratizzò il sapere e l'elettricità cambiò il ritmo della civiltà. 

Oggi stiamo assistendo a una trasformazione forse ancora più profonda: la nascita di un'intelligenza capace di elaborare informazioni, apprendere dall'esperienza e collaborare con l'uomo in attività che fino a pochi anni fa sembravano esclusivamente umane.

Tra tutti gli ambiti coinvolti, la medicina rappresenta quello più delicato. 

Qui non si tratta semplicemente di aumentare la produttività o velocizzare un processo industriale. Si parla della vita, della sofferenza, della speranza e della morte. Ogni innovazione tecnologica che entra negli ospedali modifica inevitabilmente anche il nostro modo di concepire l'essere umano.

La domanda fondamentale non è se l'intelligenza artificiale diventerà più brava dei medici. La vera questione è un'altra: che cosa significa curare una persona?

La conoscenza e il limite dell'uomo

Fin dall'antichità la filosofia ha cercato di comprendere il rapporto tra conoscenza e verità. 

Socrate sosteneva che il primo passo della sapienza fosse riconoscere la propria ignoranza. 

Oggi, paradossalmente, siamo circondati da sistemi che sembrano sapere tutto.

Un algoritmo può analizzare milioni di cartelle cliniche in pochi minuti, confrontare migliaia di immagini radiologiche e suggerire diagnosi con una precisione sorprendente. 

Eppure questa straordinaria capacità di calcolo non coincide necessariamente con la comprensione.

Conoscere non significa soltanto accumulare dati.

Comprendere significa attribuire loro un significato.

È la differenza che separa una biblioteca da un filosofo.

L'intelligenza artificiale dispone di una memoria praticamente infinita, ma non possiede coscienza del significato di ciò che elabora. Essa riconosce correlazioni, non esperienze; individua probabilità, non vissuti.

leggi: Come la tecnica ha cambiato il modo di pensare

Il corpo come macchina?

Dal Seicento in poi, con Cartesio, il corpo umano iniziò a essere interpretato come una macchina straordinariamente complessa. Da questa intuizione nacque la medicina moderna, capace di analizzare organi, cellule e processi biologici con rigore scientifico.

L'intelligenza artificiale sembra rappresentare il naturale proseguimento di questa visione.

Se il corpo è una macchina, allora può essere studiato da un'altra macchina.

Ma questa prospettiva basta davvero a spiegare l'essere umano?

Martin Heidegger ricordava che la tecnica tende a trasformare ogni cosa in una risorsa disponibile. Anche il paziente rischia così di essere ridotto a un insieme di dati: pressione arteriosa, glicemia, frequenza cardiaca, immagini diagnostiche e valori di laboratorio.

Eppure nessuna cartella clinica racconta la paura di una diagnosi inattesa, il silenzio di chi aspetta un referto o la speranza che accompagna una terapia.

La persona eccede sempre i propri dati.

Leggi: Uomini e IA: fusione o sostituzione?

La cura non è soltanto guarigione

La filosofia distingue da sempre tra il guarire e il prendersi cura.

Guarire significa eliminare una malattia.

Curare significa accompagnare una persona.

Questa differenza è decisiva.

Un algoritmo potrebbe un giorno individuare un tumore prima di qualsiasi medico. Potrebbe suggerire il trattamento più efficace e prevedere la probabilità di successo con impressionante accuratezza.

Ma nessun software può condividere l'angoscia di un malato.

Nessuna rete neurale può comprendere realmente il dolore di chi teme di perdere una persona amata.

Emmanuel Lévinas sosteneva che il volto dell'altro ci richiama a una responsabilità infinita. È proprio quel volto che impedisce di ridurre l'essere umano a un semplice oggetto di analisi.

La medicina autentica nasce dall'incontro tra due persone, non dall'interazione tra un individuo e un algoritmo.

L'illusione dell'infallibilità

Ogni volta che una nuova tecnologia appare straordinariamente efficace, emerge la tentazione di considerarla infallibile.

È accaduto con la scienza.

Con la tecnica.

Con il progresso.

Oggi potrebbe accadere con l'intelligenza artificiale.

Ma la storia insegna prudenza.

Ogni sistema costruito dall'uomo porta con sé i limiti dell'uomo stesso.

Gli algoritmi imparano dai dati che ricevono.

Se quei dati sono incompleti, distorti o influenzati da errori, anche le conclusioni saranno inevitabilmente imperfette.

La filosofia invita da sempre a diffidare delle certezze assolute.

Karl Popper ricordava che ogni teoria scientifica deve poter essere smentita. Anche l'intelligenza artificiale dovrà essere continuamente verificata, corretta e messa in discussione.

Chi è il vero medico?

Immaginiamo un futuro in cui una macchina suggerisca la diagnosi più corretta nel 99% dei casi.

Chi sarà il vero medico?

L'algoritmo?

Il professionista che interpreta quel suggerimento?

Oppure il paziente stesso, chiamato a scegliere consapevolmente il proprio percorso terapeutico?

La medicina del futuro potrebbe diventare sempre più una collaborazione tra intelligenza artificiale e intelligenza umana.

Non una sostituzione.

Un dialogo.

Il medico continuerà a essere colui che assume la responsabilità della decisione, non semplicemente colui che dispone del maggior numero di informazioni.

L'etica della responsabilità

Ogni progresso tecnologico pone una domanda morale.

Non basta chiedersi cosa possiamo fare.

Occorre domandarsi cosa dovremmo fare.

Hans Jonas, nel suo celebre Principio responsabilità, sosteneva che la potenza della tecnica impone una nuova forma di etica, capace di considerare anche le conseguenze future delle nostre azioni.

L'intelligenza artificiale in medicina rende questo principio più attuale che mai.

Chi sarà responsabile di un errore diagnostico?

Chi controllerà gli algoritmi?

Chi garantirà che essi non discriminino determinate categorie di pazienti?

La tecnica non elimina il problema morale.

Lo amplifica.

La medicina come dialogo

Esiste una parola che nessuna macchina riesce ancora a comprendere fino in fondo: fiducia.

Il paziente non cerca soltanto una diagnosi.

Cerca qualcuno a cui affidare la propria fragilità.

La fiducia nasce da uno sguardo, da una voce, da un silenzio condiviso.

Nasce dalla consapevolezza che, davanti alla sofferenza, due esseri umani si riconoscono reciprocamente.

È qui che la medicina incontra la filosofia.

Entrambe si interrogano sul significato della condizione umana.

Entrambe comprendono che ogni risposta genera nuove domande.

Una nuova definizione di intelligenza

Forse l'errore più grande consiste nel pensare che l'intelligenza coincida esclusivamente con la capacità di risolvere problemi.

Esiste un'intelligenza del cuore.

Un'intelligenza della compassione.

Un'intelligenza dell'ascolto.

L'intelligenza artificiale eccelle nel riconoscere schemi.

L'essere umano eccelle nel dare senso.

La prima calcola.

Il secondo interpreta.

La prima apprende dai dati.

Il secondo apprende dall'esperienza.

Confondere queste due forme di intelligenza significherebbe perdere di vista ciò che rende unica la nostra specie.

📚 Articoli in tema

    Conclusione: la tecnica deve restare uno strumento

    Ogni progresso autentico amplia le possibilità dell'uomo senza diminuirne l'umanità.

    L'intelligenza artificiale potrà rendere la medicina più precisa, più rapida e forse anche più giusta. Potrà salvare vite, anticipare diagnosi e personalizzare terapie con un'efficacia mai raggiunta prima.

    Ma il rischio sarà sempre lo stesso: dimenticare che dietro ogni dato esiste una persona, dietro ogni referto una storia, dietro ogni malattia una vita irripetibile.

    La filosofia ci ricorda che la tecnica non è mai neutrale: modifica il nostro modo di vedere il mondo e, lentamente, anche il nostro modo di vedere noi stessi.

    Per questo il futuro della medicina non dipenderà soltanto dalla potenza degli algoritmi, ma dalla capacità dell'uomo di non rinunciare alla propria responsabilità, alla propria coscienza e alla propria compassione.

    Forse la domanda decisiva non sarà se l'intelligenza artificiale riuscirà a pensare come noi.

    La vera sfida sarà capire se noi sapremo continuare a pensare come esseri umani mentre costruiamo intelligenze sempre più simili a noi.

    È in questo equilibrio, fragile e fecondo, tra tecnica e umanità, che si giocherà il destino della medicina e, in fondo, quello della nostra stessa civiltà.


    L'esperimento mentale della Stanza Cinese, concepito da John Searle


    L'esperimento mentale della Stanza Cinese, concepito dal filosofo americano John Searle nel 1980 all'interno del saggio Minds, Brains, and Programs, è uno dei pilastri della filosofia della mente e dell'intelligenza artificiale.

    Oggi, a decenni di distanza, questo scenario ipotetico è tornato prepotentemente al centro del dibattito scientifico perché descrive con sconvolgente precisione il funzionamento dei moderni Large Language Models (LLM) come ChatGPT, Claude o Gemini.

    Ecco una spiegazione dettagliata dell'esperimento e della sua immediata applicazione alle tecnologie attuali.

    L'esperimento mentale della Stanza Cinese

    Immaginiamo una stanza chiusa all'interno della quale si trova un uomo che parla solo ed esclusivamente l'inglese. Questo uomo non conosce una singola parola di cinese, non ne riconosce i simboli e per lui gli ideogrammi sono solo "trattini privi di senso".

    All'interno della stanza, l'uomo ha a disposizione tre elementi:

    1. Un massiccio libro di regole (scritto in inglese).

    2. Fogli di carta con sopra impressi dei simboli cinesi.

    3. Fogli di carta bianchi e matite.

    Fuori dalla stanza ci sono dei madrelingua cinesi. Questi ultimi introducono nella stanza, attraverso una fessura, dei fogli con delle scritte in cinese (che, a loro insaputa, sono delle domande).

    L'uomo nella stanza prende il foglio e consulta il libro di regole. Il libro non traduce i simboli in inglese, ma contiene istruzioni puramente sintattiche del tipo: "Se ricevi il simbolo 𝕏 seguito dal simbolo 𝕐, allora scrivi sul foglio bianco il simbolo ℤ e passalo all'esterno".

    L'uomo esegue meccanicamente gli ordini, copia i simboli richiesti e restituisce il foglio all'esterno. Fuori dalla stanza, i madrelingua cinesi leggono il foglio e vi trovano una risposta perfettamente sensata e coerente in cinese.

    [Persone esterne] ──(Domanda in Cinese)──> [ Stanza Cinese: Uomo + Libro ]
    [Persone esterne] <──(Risposta in Cinese)── [ Di fatto manipola solo simboli ]

    La conclusione di Searle

    Per le persone fuori dalla stanza, l'entità all'interno "parla e capisce il cinese". Ma la realtà interna è diversa: l'uomo nella stanza non capisce assolutamente nulla di cinese. Ha semplicemente manipolato simboli grafici in base alla loro forma (sintassi) senza avere la minima idea del loro significato (semantica).

    Searle ha usato questo esperimento per attaccare la tesi dell'IA Forte (l'idea che un computer programmato adeguatamente possieda una vera mente e una reale comprensione). La sua celebre massima è:

    La sintassi non è di per sé sufficiente per la semantica.

    L'applicazione ai moderni LLM (Large Language Models)

    I moderni modelli linguistici di grandi dimensioni sembrano incarnare alla perfezione l'entità "Stanza Cinese". Quando interagiamo con un LLM, la fluidità, l'arguzia e l'apparente profondità delle risposte ci spingono istintivamente ad attribuire alla macchina una comprensione cosciente. Ma cosa succede davvero sotto il cofano?

    Elemento della Stanza CineseCorrispettivo nei moderni LLM
    L'uomo che non capisce il cineseL'unità di calcolo / La CPU / La GPU. Esegue solo calcoli matematici binari (0 e 1).
    Il libro di regole sintatticheI pesi della rete neurale (miliardi di parametri) ottimizzati durante l'addestramento.
    I simboli cinesi in ingressoIl Prompt dell'utente, convertito in vettori numerici (token).
    L'output restituito all'esternoIl testo generato dalla macchina tramite calcolo probabilistico.

    1. I motori statistici della parola successiva

    Un LLM non genera testo perché "pensa" a un concetto e cerca le parole per esprimerlo. Un LLM predice, parola per parola (o meglio, token per token), quale sia il frammento di testo statisticamente più probabile che dovrebbe seguire il testo precedente, basandosi su pattern appresi da miliardi di testi umani.

    Se chiedi a un LLM: "Qual è il colore del cielo?", il modello non "vede" il cielo nella sua mente, né sperimenta il concetto di azzurro. Sa semplicemente che nel suo gigantesco "libro di regole" statistico, alla sequenza di simboli "Qual è il colore del cielo?" segue con una probabilità vicina al 99% la sequenza di simboli "Il cielo è azzurro". È manipolazione di simboli formali allo stato puro.

    2. Il fenomeno delle "Allucinazioni"

    La Stanza Cinese spiega perfettamente perché le IA soffrono di allucinazioni (ovvero quando inventano fatti storici, citazioni o soluzioni matematiche errate con assoluta fermezza).

    Poiché la macchina opera solo sulla forma e sulla probabilità statistica delle parole e non sulla verità del mondo reale, genererà una risposta sintatticamente impeccabile e grammaticalmente perfetta che però è semanticamente falsa. L'uomo nella stanza ha seguito le regole del libro, ha composto una bellissima frase in cinese, ma non sa che quella frase descrive un evento mai avvenuto.

    3. La differenza tra "Riconoscimento di Pattern" e "Intenzionalità"

    I difensori dell'intelligenza artificiale spesso obiettano a Searle con la cosiddetta Risposta dei Sistemi: è vero che l'uomo nella stanza non capisce il cinese, ma l'intero sistema (uomo + libro + stanza) lo capisce.

    Applicato agli LLM, questo argomento suggerisce che la comprensione emerga dalle complesse relazioni matematiche dello spazio vettoriale in cui le parole sono mappate.

    Tuttavia, anche nello spazio vettoriale più avanzato, manca un elemento filosofico fondamentale che Searle chiama intenzionalità: la capacità di uno stato mentale di essere diretto verso o di riguardare qualcosa nel mondo esterno. Se una macchina non ha un corpo, non ha bisogni, non ha esperienza biologica del mondo e non interagisce fisicamente con gli oggetti, i suoi simboli rimangono "non ancorati" (the symbol grounding problem). Riferiscono simboli ad altri simboli, in un cerchio infinito che non tocca mai la realtà.

    Conclusione

    La Stanza Cinese ci offre una lente critica essenziale: ci insegna a non confondere la competenza con la comprensione.

    I moderni LLM sono stanze cinesi di dimensioni colossali e straordinariamente veloci. Hanno dimostrato che è possibile produrre una quantità quasi infinita di output linguistici intelligenti senza il bisogno di una mente cosciente. Il loro successo non smentisce Searle; al contrario, dimostra quanto la pura sintassi possa essere potente e ingannevole se lasciata fluttuare nel vuoto della semantica.