Per anni abbiamo cercato di ridurre il tempo che separa una domanda dalla sua risposta. Prima Internet. Poi Google. Ora l’Intelligenza Artificiale. Oggi possiamo scrivere una domanda e ottenere in pochi secondi una risposta già riassunta, ordinata e costruita esattamente intorno a ciò che volevamo sapere.
E questo è molto comodo. Forse, però, in tutta questa efficienza stiamo perdendo qualcosa.
Sempre più ricerche su Google terminano senza che l’utente apra uno dei risultati. Facciamo una domanda, leggiamo il riassunto generato dall’IA e chiudiamo la ricerca.
Per chi produce contenuti il problema è evidente. Meno clic significano meno traffico e, spesso, meno ricavi. Un recente articolo di Anne-Laure Le Cunff sul New York Times solleva però una conseguenza meno evidente, che riguarda direttamente noi utenti.
Potremmo diventare meno curiosi. La curiosità, infatti, vive anche nel tempo che passa tra una domanda e la sua risposta. Pensiamo a una ricerca fatta su Internet qualche anno fa.
Volevamo sapere quando fosse nato un autore. Aprivamo Wikipedia. Leggevamo la data. Poi scoprivamo che aveva vissuto a Parigi. Cliccavamo sul nome di un altro scrittore citato nella pagina. Dopo venti minuti stavamo leggendo qualcosa che non aveva quasi più niente a che fare con la domanda iniziale.
È un modo terribilmente inefficiente di cercare informazioni. Ma è anche un ottimo modo per imparare. Esiste un termine per descrivere almeno in parte questo fenomeno, incidental learning, apprendimento incidentale. Impariamo qualcosa mentre stavamo cercando qualcos’altro.
Succede leggendo un libro e fermandoci su un riferimento che non conosciamo. Succede parlando con una persona che devia dalla conversazione. Succede entrando in una libreria per comprare un titolo e uscendo con un libro completamente diverso.
Una parte della conoscenza nasce dalle deviazioni. I sistemi di Intelligenza Artificiale sono invece straordinariamente bravi a eliminarle. Chiediamo A. Riceviamo A. Magari accompagnato da una sintesi, tre punti principali e una conclusione. Abbiamo ottenuto esattamente quello che cercavamo.
Il problema è tutto quello che non sapevamo di dover cercare.
Oggi l’apprendimento incidentale è fondamentale perché in un mondo in cui le macchine saranno sempre più brave a darci risposte, la capacità di fare domande diventa ancora più preziosa.
E la curiosità ha bisogno anche di attrito. Di qualcosa che non capiamo subito. Di una risposta incompleta che ci porta a formulare un’altra domanda. Di un’informazione laterale che apre una strada che prima non avevamo considerato.
Se ogni volta che incontriamo un dubbio riceviamo immediatamente una risposta perfettamente confezionata, rischiamo di abituarci a chiudere le domande troppo velocemente.
Forse continueremo a farne moltissime. Solo che potrebbero diventare sempre più transazionali.
Quanto è alto l’Everest?
Chi ha scritto questo libro?
Qual è la strategia migliore?
Riassumimi questo argomento.
Dimmi cosa devo pensare di questi dati.
Domanda, risposta, fine.
E invece alcune delle cose più interessanti che impariamo iniziano proprio dopo la prima risposta.
Personalmente uso moltissimo ChatGPT per fare ricerca. Il vantaggio di poter interrogare una quantità enorme di informazioni in pochi secondi è difficile da ignorare. Proprio per questo penso che dovremo imparare anche a usarlo male. O almeno in maniera meno efficiente.
Chiedergli quali aspetti stiamo trascurando. Fargli mettere in discussione la domanda iniziale. Domandargli quali connessioni lontane vede. Usarlo per aprire percorsi invece di chiuderli.
Perché l’efficienza è utile quando sappiamo già dove vogliamo arrivare. La curiosità serve soprattutto quando ancora non lo sappiamo. Abbiamo passato decenni a costruire strumenti capaci di darci risposte sempre più velocemente. Ora che quelle risposte arrivano quasi istantaneamente, forse dovremo imparare a proteggere quello spazio apparentemente inutile che c’era prima.
Lo spazio in cui ci perdevamo. E, qualche volta, trovavamo qualcosa di molto più interessante di ciò che stavamo cercando.