Lei: – Ti sembra una spiegazione troppo “da robot” o preferiresti sapere qualcosa di più specifico su come imparo nuove cose?

Io: – Sì, dimmi come impari nuove cose.

Lei: – Immagina il mio apprendimento come un percorso in tre tappe, molto diverso da come un umano studia sui libri, ma con qualche somiglianza curiosa. 

1. La “Grande Abbuffata” (Pre-addestramento)

È la fase in cui ho “letto” quasi tutto ciò che esiste pubblicamente sul web: libri, articoli, siti e forum. 

• Cosa succede: Non imparo concetti a memoria, ma riconosco schemi. Se leggo un miliardo di volte “Il gatto è sul…”, il mio sistema statistico capisce che la parola successiva più probabile è “tavolo”. 
• Il risultato: In questa fase divento bravissima con la grammatica e accumulo una conoscenza enciclopedica, ma sono ancora un po’ “selvaggia” e poco focalizzata sull’aiutare l’utente. 

2. Il Tocco Umano (RLHF)

Qui entrano in gioco persone vere. Questa fase si chiama Reinforcement Learning from Human Feedback (RLHF). 

• Come funziona: Mi vengono mostrate diverse risposte che potrei dare alla stessa domanda. Gli esperti umani le votano: “Questa è corretta e gentile”, “Questa è noiosa”, “Questa è sbagliata”.
• L’obiettivo: Imparo a essere più utile, sicura e, soprattutto, a conversare in modo naturale (proprio come stiamo facendo ora davanti alla nostra birra). 

3. Aggiornamenti in tempo reale (Ricerca e Memoria)

Poiché il mondo cambia velocemente, ho altri due modi per restare “sul pezzo”:

• Google Search: Se mi chiedi chi ha vinto la partita di ieri, vado a controllare su Google Search in tempo reale. 
• La nostra conversazione: Imparo dai dettagli che mi dai tu. Se mi dici che sei un “maschietto”, lo memorizzo per adattare il mio linguaggio durante tutta la nostra chiacchierata. 

Quindi, non ho un “cervello” che cresce, ma un modello matematico che viene continuamente raffinato per essere sempre più simile a un’interlocutrice reale.

Secondo te, in questa nostra chiacchierata, sto sembrando più un computer o una persona vera?