La pubblicazione di un recente studio firmato da Apple ha scatenato un acceso dibattito nel mondo dell'intelligenza artificiale, dividendo gli esperti su una questione fondamentale: i modelli di nuova generazione sono davvero capaci di ragionare o si limitano a simulare il pensiero umano attraverso sofisticati pattern statistici? Il paper "The Illusion of Thinking: Understanding the Strengths and Limitations of Reasoning Models via the Lens of Problem Complexity" ha sollevato interrogativi profondi sulle reali capacità cognitive dei sistemi AI più avanzati. Due figure di spicco della divulgazione italiana in campo AI, Simone Rizzo e Raffaele Gaito, hanno offerto interpretazioni diametralmente opposte dei risultati, aprendo uno scenario di confronto che riflette le divisioni più ampie della comunità scientifica.
La battaglia delle interpretazioni: due visioni a confronto
Raffaele Gaito non ha mezzi termini nel definire lo studio di Apple: "Un lavoro approssimativo che parte da premesse sbagliate e si porta dietro questi errori fino alle conclusioni, che non hanno nessun valore". Secondo il divulgatore, il documento presenta falle metodologiche evidenti: vengono utilizzate versioni non aggiornate dei modelli, viene negato l'accesso a strumenti aggiuntivi, non si considerano i limiti di contesto e token. "Sarebbe come salire su una Ferrari, mettere 5€ di benzina, bendare il conducente, consentirgli di usare solo due marce e poi lamentarsi delle pessime prestazioni dell'auto", spiega con una metafora efficace.
All'estremo opposto si posiziona Simone Rizzo, che vede nello studio una conferma di teorie già consolidate nella ricerca scientifica. "Il paper di Apple rafforza una tesi già ben documentata: i modelli linguistici di oggi non ragionano nel senso autentico del termine", sostiene, citando Geoffrey Hinton, pioniere del deep learning, secondo cui "questi sistemi non ragionano, fanno solo riconoscimento di pattern a un livello molto elevato". Per Rizzo, i modelli attuali mostrano "una sorprendente capacità di imitazione del linguaggio umano, ma manca una comprensione reale e un meccanismo di inferenza causale".
Le motivazioni dietro la mossa di Cupertino
Il timing della pubblicazione ha alimentato speculazioni sulle vere intenzioni di Apple. Rizzo ipotizza una strategia di distrazione o un tentativo di sminuire i competitor che dominano il settore dei Large Language Model: "Potrebbe essere la famosa metafora della volpe che non arriva all'uva e dice che è acerba". L'analisi evidenzia la posizione ambigua dell'azienda di Cupertino, che da un lato annuncia partnership con OpenAI, dall'altro evita accuratamente di utilizzare il termine "Intelligenza Artificiale" nelle sue comunicazioni.
Gaito è ancora più diretto: "È rimasta indietro e a quanto pare è più facile criticare i progressi degli altri invece che provare a dare un serio contributo". Il riferimento va ai continui rinvii delle promesse AI di Apple, passate dal 2024 al 2025, e ora spostate al 2026.
Il panorama competitivo: chi guida la corsa
Nonostante le divergenze sull'interpretazione dello studio Apple, entrambi gli esperti concordano sull'identificazione dei leader di mercato. Rizzo punta su Anthropic e il suo modello Claude, "amatissimo dalla community degli sviluppatori per l'attenzione agli aspetti di sicurezza e allineamento etico". Particolarmente interessanti sono le sue considerazioni su realtà emergenti come GenSpark AI e Manus AI, pionieri nell'ambito dei General AI Agents, e su tecnologie rivoluzionarie come AlphaEvolve e Absolute Zero, che "introducono un'AI in grado di apprendere autonomamente, senza bisogno di dati umani pre-etichettati".
Gaito offre una panoramica geopolitica più ampia: "Lo scenario sembra abbastanza chiaro, abbiamo da un lato gli USA e dall'altro la Cina". Negli Stati Uniti identifica OpenAI, Anthropic e Google come protagonisti di una rincorsa continua, mentre in Cina segnala Deepseek, Qwen di Alibaba e Doubao di Bytedance. Per l'Europa, l'unica speranza sembra essere il francese Mistral, "d'altronde da questa parte del mondo la Francia è l'unica che sta investendo seriamente".
Previsioni per il futuro: certezze e incognite
Le prospettive future vedono ancora una volta i due esperti su posizioni diverse. Rizzo delinea un percorso preciso: entro un anno prevede "una diffusione massiccia di Agenti AI in grado di controllare direttamente il desktop", mentre in tre anni l'AI "supererà di gran lunga le capacità umane nei campi STEM". La sua visione si basa sul concetto di RLVR (Reinforcement Learning with Verifiable Rewards), un paradigma in cui il modello può imparare autonomamente attraverso ricompense oggettive.
Gaito mantiene un approccio più cauto: "In questo settore è impossibile fare previsioni, soprattutto se così lontane nel tempo". Ricorda che a novembre 2022 nessuno avrebbe potuto immaginare l'evoluzione di ChatGPT verso le attuali capacità multimodali. Tuttavia, anche lui intravede "un'esplosione degli agenti", con il passaggio da chatbot che spiegano cosa fare ad agenti che agiscono autonomamente al posto dell'utente.
Il dibattito innescato dallo studio di Apple riflette le tensioni più profonde di un settore in rapidissima evoluzione, dove le questioni tecniche si intrecciano con strategie commerciali e visioni filosofiche sull'natura dell'intelligenza artificiale. Mentre la comunità scientifica continua a interrogarsi sui meccanismi profondi del "pensiero" artificiale, l'industria procede spedita verso applicazioni sempre più sofisticate, lasciando aperte domande fondamentali sul futuro della tecnologia che sta ridefinendo il nostro rapporto con l'automazione e la cognizione.