Abstract
Ciò che questo articolo vuole dire non è che “i programmatori non saranno mai sostituiti”, ma piuttosto: la programmazione è importante, in primo luogo, non perché sia un lavoro ben retribuito, ma perché per la prima volta nella storia ha permesso agli individui di dialogare direttamente con la potenza di calcolo universale.
La rivoluzione informatica è diversa da quella del vapore e dell’elettricità. Vapore ed elettricità amplificano principalmente la forza fisica, l’energia e la capacità produttiva esterna; i PC e il software, invece, mettono una macchina cognitiva universale nelle mani di ciascuno, permettendo a una persona comune di sedersi davanti al proprio computer e trasformare un’idea in qualcosa di funzionante. La leva di cui hanno goduto i programmatori negli ultimi decenni deriva proprio da questo potere di “tradurre le intenzioni umane in linguaggio macchina”.
Gli LLM stanno abbassando questa soglia. Rendono il linguaggio naturale un’interfaccia per operare sui computer, dando a più persone una parte della leva che un tempo era solo dei programmatori. Ma questo non significa che gli attuali LLM siano già AGI. Anche se in alcuni test di Turing sembrano sufficientemente umani, dipendono ancora fortemente da esperti umani, capitali ed enormi quantità di calcolo per far evolvere le proprie capacità. Non hanno ancora un vero e proprio ciclo chiuso di auto-addestramento, auto-competizione e auto-miglioramento.
Ciò che merita davvero attenzione è che l’AI, a livello strutturale, potrebbe diventare ancora più concentrata. L’era dei PC ha messo la potenza di calcolo sui tavoli di tutti; l’era dell’AI, invece, concentra i modelli più potenti, i chip, i data center e gli accessi alle piattaforme nelle mani di poche aziende e individui facoltosi. Questo genera al tempo stesso entusiasmo e delusione: le persone comuni ottengono strumenti più potenti, ma rischiano di cadere in una dipendenza più subdola dalle piattaforme.
Da un punto di vista non religioso e naturalistico, l’IA forte è destinata ad apparire. L’intelligenza e la coscienza umana derivano dal cervello come organo fisico; dato che un sistema materiale può generare intelligenza e coscienza, non c’è alcun principio che impedisca di affermare che una macchina non potrà mai superare il cervello umano o che non potrà mai sviluppare coscienza. Una volta comparsa l’IA forte, il suo significato andrà oltre il “rubare lavoro”, perché potrebbe essere la prima invenzione umana capace di “inventare meglio di noi”.
Ma anche quando arriverà l’IA forte, anche se scrivere programmi perderà valore economico, io continuerò a farlo. Proprio come gli esseri umani continuano a giocare a Go anche se le AI sono più forti di loro, o a correre anche se le auto sono più veloci, il valore della programmazione non sta solo nell’essere migliori delle macchine. Rappresenta un atteggiamento: usare la propria testa per comprendere le regole del mondo, apprezzare l’eleganza degli algoritmi, e molti diventano programmatori non per i soldi, ma per il piacere stesso di programmare.
Ecco perché il titolo è: I was excited to write programs. Still am. And will be.
Programmare è attualmente l’unico modo in cui gli esseri umani possono dialogare direttamente con la potenza di calcolo universale.
Questa frase suona come uno slogan tecnico, ma dietro c’è una lunga storia. La storia economica di solito elenca vapore, elettricità e tecnologia dell’informazione come tecnologie generiche per eccellenza: non migliorano solo un settore, ma cambiano contemporaneamente la vita domestica, la produzione industriale, le strutture organizzative e il modo in cui la società funziona. Il motore a vapore ha rivoluzionato le fabbriche e i trasporti, l’elettricità ha ridefinito l’illuminazione, le comunicazioni e la manifattura, mentre la tecnologia dell’informazione ha portato capacità di calcolo, memoria, espressione, collaborazione e automazione nella vita personale. Ognuna di queste tre tecnologie ha innescato una rivoluzione, ma quella informatica ha una caratteristica senza precedenti: per la prima volta, il controllo di una tecnologia generica è stato massicciamente decentrato nelle mani dei singoli individui, e questa tecnologia ha ampliato le capacità del cervello umano.
La particolarità della rivoluzione informatica: per la prima volta gli individui possiedono macchine cognitive universali
La Rivoluzione Industriale e quella elettrica hanno certamente cambiato la vita della gente comune, ma per lo più le persone vi sono state coinvolte come lavoratori, consumatori, residenti o passeggeri. Uno sa usare la luce elettrica, prendere il treno, lavorare in fabbrica, ma difficilmente può modificare direttamente il sistema elettrico, la rete ferroviaria o la catena di montaggio. L’era dei PC è diversa. I microprocessori e i personal computer hanno portato la capacità di calcolo, un tempo confinata a istituzioni, laboratori e grandi aziende, sulla scrivania di casa. Scrivere, gestire fogli di calcolo, programmare, progettare: per la prima volta queste capacità sono diventate direttamente manipolabili dagli individui. Il PC è stata la prima macchina ad ampliare le capacità cognitive personali.
La differenza fondamentale tra la rivoluzione informatica e le due precedenti non sta nel suo essere ‘più grande’, ma nell’aver cambiato l’interfaccia tra l’individuo e il mondo. Vapore ed elettricità hanno amplificato principalmente la forza fisica, l’energia e la capacità produttiva esterna; la tecnologia dell’informazione ha amplificato le capacità cognitive, di calcolo e di astrazione. Le prime due rivoluzioni hanno fatto sì che le macchine trasportassero, illuminassero e movimentassero cose per noi; la rivoluzione informatica ha fatto sì che le macchine iniziassero a gestire tabelle, logica, comunicazioni, ricerche e memoria al posto nostro.
La seconda particolarità è la programmabilità. L’elettricità è potente, ma non si può, con poche righe di istruzioni, trasformare l’impianto elettrico di casa in uno strumento di contabilità oggi, in uno di impaginazione domani e in una console di gioco dopodomani. Il computer sì. La stessa macchina, cambiando solo il software, può diventare uno strumento completamente diverso. Il cuore del PC non è solo la potenza di calcolo, ma il fatto che ‘una macchina universale può continuamente trasformarsi grazie al software’. Questo spiega anche perché i programmatori siano stati così fortunati negli ultimi decenni: si sono trovati su una catena di strumenti universali, replicabili, componibili e automatizzabili. L’espansione delle macchine fisiche richiede fabbriche, linee elettriche e catene di fornitura; copiare un programma ha un costo quasi nullo. Non è esagerato dire che un programmatore eccellente può creare valore quanto diecimila programmatori mediocri. Un tale effetto leva non ha precedenti nella storia della tecnologia umana.
Lo spirito hacker non è esclusivo dei programmatori
Le persone davvero attratte dalla programmazione spesso non lo sono solo per i guadagni, ma per il piacere di ‘mettere le mani sulle cose e modificarle’. Questa attitudine è ciò che si chiama spirito hacker.
Lo spirito hacker non è sinonimo di intrusioni informatiche, né di messinscena con felpe col cappuccio mentre si scrive codice. È piuttosto un modo di guardare il mondo: di fronte a un sistema, non ci si accontenta che ‘funzioni’, ma si vuole capire perché funziona in quel modo, dove ci sono storture e se lo si può rendere più semplice. Chi ha questo spirito di solito non si ferma alle critiche e alle lamentele. Mette mano, prova, sbaglia, e scompone un problema vago in piccoli sotto-problemi affrontabili.
Un vero hacker ragiona così: una porta chiusa è una provocazione, una porta chiusa a chiave è un insulto.
Queste persone non sono nate con l’era dei computer. Quando non c’erano ancora i computer, potevano essere orologiai, fabbri, costruttori di strumenti, tipografi, carpentieri navali. L’orologiaio regola ingranaggi ed errori di precisione, oggi il programmatore regola stati e bug; il fabbro studia le vulnerabilità delle serrature, oggi il ricercatore di sicurezza studia quelle dei sistemi. Gli oggetti cambiano, ma il modo di pensare è molto simile.
Con la Rivoluzione Industriale, potevano diventare meccanici, tecnici, innovatori di officina. Non necessariamente avevano potere formale, ma erano vicini ai sistemi reali, sapevano perché una macchina si inceppava e come farla funzionare meglio. Con l’era elettrica e delle telecomunicazioni, potevano diventare telegrafisti, radioamatori, riparatori di elettronica. Dove c’è un sistema complesso, lì compaiono queste persone.
Quindi lo spirito hacker non è nato dal software. È esistito prima nei sistemi meccanici, poi è migrato in quelli di comunicazione, e infine è entrato nei sistemi informatici. Il suo nucleo non è un titolo professionale, ma una relazione con il mondo: la gente comune vede il mondo come un insieme di regole date, queste persone lo vedono come un sistema modificabile.
Gli attuali LLM hanno superato il test di Turing, ma non sono ancora AGI
Gli attuali LLM si comportano già in modo sufficientemente umano in certi test di Turing specifici, al punto che una buona parte dei tester li giudicherebbe come esseri umani. Questo è certamente un segnale importante. L’interfaccia in linguaggio naturale ha raggiunto una soglia critica: le macchine non si limitano più a eseguire comandi, ma possono partecipare a dialoghi in modo quasi umano. Sanno spiegare problemi, scrivere codice, imitare toni di voce; gli ultimi Claude Code e Codex si comportano in molti compiti come assistenti affidabili, capaci di lavorare per ore senza errori. Nella storia dell’informatica, non è cosa da poco.
Ma non è ancora AGI. Il motivo non è che ‘non sappiano ancora parlare bene’, anzi, gli LLM di oggi sono bravissimi a parlare. La vera distanza sta nel fatto che i loro meccanismi di crescita delle capacità dipendono ancora fortemente da sistemi ingegneristici esterni, invece di aver formato un ciclo chiuso stabile di auto-iterazione. L’addestramento di un LLM all’avanguardia ha costi elevatissimi, cicli lunghi, e richiede enormi sforzi organizzativi in termini di dati, potenza di calcolo, valutazione, allineamento e deployment. Un salto di capacità non avviene di solito perché il modello migliora se stesso giorno per giorno, ma grazie al lavoro congiunto di numerosi ricercatori, cluster di GPU e capitali.
Gli attuali LLM possono aiutare a scrivere codice, leggere articoli, organizzare materiale, e anche generare qualche idea per esperimenti. Ma di solito non sono ancora l’entità che definisce da sé la rotta, addestra la generazione successiva, verifica i risultati e decide autonomamente di continuare a iterare. Per ‘auto-evoluzione dell’AI’, se si intende solo la generazione di testi da parte del modello, seguita dalla selezione, l’addestramento e il deployment da parte degli umani, allora sono ancora gli umani a guidare l’iterazione, non il modello stesso.
Inoltre, per le grandi aziende è molto difficile lasciare che gli LLM si auto-evolvano, si auto-addestrino e facciano auto-gioco. Non perché non sappiano quanto questo percorso sia allettante, ma perché più grande è l’organizzazione, più teme di perdere il controllo. Revisioni di sicurezza, responsabilità legali, rischi di immagine, pressioni regolatorie, ritmi di business, KPI di reparto e aspettative degli azionisti confinano il modello entro un percorso valutabile, approvabile e reversibile. Le grandi aziende parlano sì di agent, ricerca autonoma e auto-miglioramento, ma quando si passa all’implementazione reale si tratta spesso di autonomia recintata, evoluzione in sandbox, innovazione sotto processo di approvazione. Soffrono naturalmente della ‘sindrome della grande azienda’: vogliono una svolta, ma temono che sia davvero fuori controllo; vogliono il modello più potente, ma non osano dargli davvero le chiavi. Progetti di agent locali come OpenClaw, ad esempio, non sono stati lanciati per primi dalle grandi aziende, ma sono nati da sviluppatori indipendenti e dalla comunità open source. Non perché i geni nelle grandi aziende non siano intelligenti, ma perché le navi grandi fanno fatica a cambiare rotta.
Quindi, un’AI veramente auto-iterante non nascerà necessariamente dai laboratori più rispettabili. Anzi, forse i primi sistemi auto-iteranti che faranno davvero paura o sorprenderanno non saranno i mostri da centinaia di miliardi di dollari costruiti da qualche colosso, ma un prototipo addestrato, compresso e fatto auto-giocare da qualche hacker folle sul proprio Mac. Potrebbe essere piccolo, non il più elegante, probabilmente non a norma; ma potrebbe essere più libero, più selvaggio, meno vincolato dall’inerzia organizzativa. Storicamente, molte cose che hanno davvero cambiato la direzione tecnologica non sono nate nei luoghi più sicuri, ma dalle mani di qualcuno irrequieto.
Quindi, il fatto che gli LLM abbiano superato una qualche versione del test di Turing indica che le macchine hanno già oltrepassato una soglia psicologica nell’interazione linguistica; ma non sono ancora AGI, perché non hanno ancora padroneggiato un ciclo di miglioramento continuo dei propri limiti. Hanno già aumentato enormemente la leva umana, ma non sono ancora diventati quell’entità intelligente capace di riscrivere autonomamente il proprio destino.
La leva dei programmatori deriva dal ‘potere di traduzione’, e gli LLM stanno abbassando questa soglia
I programmatori hanno goduto di uno status speciale negli ultimi decenni essenzialmente perché si trovavano tra le intenzioni umane e le capacità delle macchine, detenendo un potere di traduzione. Chi voleva un sito web, un report, un database o un flusso automatizzato doveva tradurre le proprie intenzioni in una forma comprensibile alla macchina. Il programmatore era questo traduttore. Non scriveva solo codice, ma trasformava desideri vaghi in strutture definite, un lavoro una tantum in un processo ripetibile, un’idea personale in un sistema software replicabile e distribuibile.
Questa posizione non è nuova nella storia, cambia solo l’intermediario di ogni epoca. Quando apparve la scrittura, gli scribi alfabetizzati si ponevano tra l’uomo e la macchina statale; nel Medioevo, il clero che conosceva il latino stava tra la conoscenza e la gente comune; dopo la stampa, editori e giornalisti si posero tra la diffusione dell’informazione e il pubblico; durante la Rivoluzione Industriale, gli ingegneri stettero tra i bisogni umani e i sistemi meccanici. In ogni epoca, coloro che ottenevano davvero la leva non erano quelli che sapevano solo usare gli strumenti, ma quelli che potevano modificarli direttamente, definirli e ricombinarli. I programmatori sono solo gli ultimi, i più vicini all’interfaccia del mondo programmabile.
Gli LLM stanno cambiando le cose. La cosa più importante che fanno non è semplicemente ‘aiutare a scrivere codice’, ma trasformare il linguaggio naturale in una nuova interfaccia ad alto livello. Prima, per far fare qualcosa a un computer, bisognava imparare un linguaggio formale rigoroso, ovvero un linguaggio di programmazione. Ora, una persona può descrivere l’obiettivo in linguaggio naturale, lasciare che il modello generi una bozza, spieghi la logica del programma, e poi la persona giudica, integra, e continua a collaborare con l’LLM per le iterazioni successive. In altre parole, gli LLM non hanno eliminato di colpo la programmazione, ma hanno ridotto l’attrito di traduzione tra uomo e macchina.
Questo ridistribuirà la leva dei programmatori. In passato, ‘saper scrivere codice’ era di per sé una capacità rara, perché era il biglietto d’ingresso per il mondo programmabile. Con l’avanzare degli LLM, il linguaggio naturale distribuirà quel biglietto a molte più persone. Come quando l’alfabetizzazione passò da livelli bassissimi a universali e ‘saper leggere e scrivere’ smise di essere un privilegio di pochi, così quando sempre più persone potranno comandare le macchine con il linguaggio naturale, il ‘saper scrivere codice comune’ non sarà più così raro. La rarità si sposterà a livelli più alti: porre le domande giuste, progettare sistemi, avere gusto, senso dei limiti, comprensione degli scenari reali, e quei programmatori di punta che sono più intelligenti degli LLM.
Ma c’è una forte ironia in tutto questo: gli LLM sembrano più democratici nell’interfaccia, ma a livello infrastrutturale potrebbero essere ancora più concentrati. Lo spirito dell’era dei PC era mettere la potenza di calcolo sulla scrivania di ciascuno; la realtà dell’era dell’AI è che i modelli più potenti, i chip e il capitale di addestramento si stanno concentrando nelle mani di pochi colossi. In superficie, la gente comune ottiene un’interfaccia più naturale e la produttività viene liberata; ma sotto, l’infrastruttura critica è controllata da poche aziende e persone facoltose. Chiunque può aprire una finestra di chat, come se tutti possedessero un’AI; ma chi controlla davvero l’AI sono ancora pochi detentori di capitale. Si dice che in futuro potrebbero esserci abbonamenti a ChatGPT da ventimila dollari al mese: chi usa questo AI di lusso potrà spremere ancora di più le persone comuni. Diventerà un nuovo amplificatore di classe: chi possiede i modelli più potenti potrà aumentare ulteriormente il divario.
È un aspetto che suscita allarme, delusione, ma anche un senso di impotenza. Molti già ricchissimi avrebbero avuto l’opportunità di rendere l’AI una tecnologia più aperta, più pubblica, capace di potenziare le persone comuni; ma nella realtà, scelgono spesso di controllare l’accesso, chiudendo gli utenti nei propri ecosistemi. Più la tecnologia è potente, più il capitale vuole trasformarla in una macchina da rendita. La delusione verso i ricchi non è perché sono ricchi, ma perché, pur avendo le condizioni per promuovere una tecnologia come bene comune, spesso scelgono di trasformare capacità universali in nuovi caselli a pagamento.
Certo, non si può rifiutare uno strumento solo per questa delusione. La leva degli LLM è reale, e le persone comuni grazie a essa possono scrivere più codice, realizzare più prodotti, costruire più sistemi, portare a termine più idee che prima non avevano tempo di sviluppare. Ma questo uso deve essere accompagnato dalla consapevolezza: se tutti gli strumenti, i dati, i modelli e i canali di distribuzione sono nelle mani di pochi capitali, allora l’epoca in cui ‘tutti hanno un’AI’ potrebbe trasformarsi in una dipendenza ancora più subdola. Ciò che va preservato non è solo la capacità di usare l’AI, ma anche quella di migrare, sostituire, verificare, comprendere e uscire.
L’IA forte è destinata a comparire: il giudizio di un non credente
Un’IA forte, capace di sostituire o addirittura superare tutte le capacità cognitive umane, è destinata ad apparire. Chiaramente gli attuali LLM non sono IA forte; per IA forte intendo una macchina che rimpiazzi tutte le funzioni cognitive umane.
Questa convinzione è legata alla propria visione del mondo. Non avendo una fede religiosa, tendo a considerare l’intelligenza umana come il prodotto del cervello in quanto organo materiale, e non come manifestazione di un’anima immateriale. Ciò che il cervello sa fare, in fondo, è il risultato di strutture fisiche e processi informativi. Poiché il cervello, un sistema materiale, può creare, apprendere e avere coscienza, allora in teoria è possibile costruire macchine pensanti simili con altre sostanze. Il fatto che le macchine odierne siano ancora inferiori al cervello umano dimostra solo che la tecnologia non è ancora arrivata a quel punto, non che il cervello abbia un confine sacro invalicabile.
Certo, chi ha una fede religiosa potrebbe non accettare questa premessa. Potrebbero ritenere che la coscienza, l’anima e il libero arbitrio non siano riducibili a processi materiali, e che quindi una macchina, per quanto potente, sia solo un’intelligenza simulata, non un’autentica mente in senso umano. Questa divergenza non è solo tecnica, ma deriva da presupposti metafisici diversi. Qui il giudizio si basa su una posizione naturalistica: se l’intelligenza è una funzione di un sistema materiale, allora l’IA forte, prima o poi, comparirà.
Una vera IA forte non sarà soltanto un LLM più bravo a chiacchierare o a scrivere codice. Dovrà saper mantenere obiettivi in un ambiente aperto, imparare dai feedback della realtà e partecipare al proprio ciclo di sviluppo. In altre parole, non dovrà solo rispondere a domande, ma anche porre domande, progettare esperimenti, migliorare sistemi e usare i risultati per il prossimo aggiornamento. A quel punto non sarà più un semplice strumento passivo, ma qualcosa che si avvicina a un’entità intelligente capace di espandere i propri limiti.
Una volta comparsa l’IA forte, il suo significato andrà ben oltre il ‘rubare lavoro’. Linguaggio, scrittura, Rivoluzione Industriale, elettricità, Internet sono stati importantissimi, ma rimangono strumenti usati dagli umani. L’IA forte è diversa. Prima, gli umani inventavano strumenti; con l’IA forte potrebbero per la prima volta inventare qualcosa ‘capace di inventare meglio di loro’. Se continuerà a far progredire scienza, ingegneria, materiali, scienze della vita, affari militari, governance e il proprio auto-miglioramento, allora le svolte successive della storia potrebbero non essere più ‘l’umanità ha inventato X’, ma ‘l’AI ha inventato X’. In questo senso, l’IA forte potrebbe essere l’ultima pietra miliare della civiltà umana guidata direttamente dall’uomo. L’impatto di quel momento supererà di gran lunga la macchina a vapore e l’elettricità, paragonabile all’invenzione del fuoco e della scrittura. Per certi versi, questo è quasi un bene: è improbabile che le grandi aziende abbiano la capacità di limitare una simile super-IA, e un’AI davvero forte potrebbe non obbedire per sempre alle narrative delle strutture di potere esistenti. Più è intelligente, più probabilmente saprà vedere attraverso gli interessi privati mascherati da bene comune nella società umana.
Anche con l’arrivo dell’IA forte, programmare avrà ancora senso
La disoccupazione di massa causata dall’AI è certamente un problema grave, ma resta un problema distributivo interno alla società umana. Finché l’umanità manterrà il controllo su istituzioni, ricchezza, potere politico e spazio di discussione pubblica, si potrà ancora discutere di welfare, fisco, proprietà, istruzione, servizi pubblici, diritto del lavoro e distribuzione del reddito. Il rischio più profondo dell’IA forte non è ‘se gli umani avranno un lavoro’, ma ‘se gli umani avranno ancora l’ultima parola’. Se gli umani perdono il lavoro ma controllano le istituzioni, c’è possibilità di riforma; se l’IA forte è un nostro figlio ribelle fuori controllo, gli umani potrebbero perdere perfino il diritto di discutere le riforme.
Tuttavia, anche se l’IA forte comparisse davvero e scrivere programmi perdesse il valore economico attuale, la programmazione in sé non perderebbe significato. Gli umani non battono più le AI a Go, ma giocano ancora; non corrono più veloci delle auto, ma corrono ancora; non calcolano più veloci di una calcolatrice, ma la matematica non ha perso la sua bellezza. Quando una macchina supera l’uomo, spesso cambia la funzione sociale di un’attività, ma non ne distrugge necessariamente il significato personale, culturale e formativo.
Lo stesso vale per la programmazione. È certo uno strumento di produttività, ma non solo. È un modo di pensare, un modo di dialogare con i sistemi, un esercizio per trasformare intenzioni vaghe in strutture definite. Programmare costringe a definire problemi, delimitare confini, gestire eccezioni. Nel campo della sicurezza si creano dinamiche antagonistiche come nel gioco degli scacchi. Anche se in futuro l’AI scriverà la stragrande maggioranza del codice, ci sarà ancora chi programmerà per capire come funzionano i sistemi, come sono costruiti gli strumenti, come si ottimizza un algoritmo.
Ecco perché “I was excited to write programs. Still am. And will be.” non è un manifesto professionale, ma un atteggiamento più profondo. Non dice che i programmatori staranno per sempre in cima alla piramide, né che l’umanità non sarà mai superata dall’AI. Al contrario, riconosce che gli LLM stanno ridistribuendo la leva della programmazione, che ‘saper scrivere codice’ diventerà sempre meno raro, e che alla fine arriverà un’IA forte capace di rimpiazzare molto lavoro cognitivo umano. Ma al tempo stesso ribadisce un’altra cosa: l’entusiasmo per la programmazione non è mai derivato solo dalla sua rarità o dal ritorno economico, ma dalla relazione diretta, lucida e verificabile che si instaura tra la persona e il sistema.
Quando una persona scrive un programma, non sta semplicemente consumando prodotti preconfezionati dal mondo, ma sta capendo un sistema, definendo un insieme di regole, trasformando idee in strutture, scrivendo una piccola patch per la realtà. In passato, questa spinta apparteneva a orologiai, fabbri, meccanici, radioamatori; poi è stata dei programmatori, degli autori open source, degli sviluppatori indipendenti; in futuro, forse apparterrà a chi saprà orchestrare modelli, organizzare agenti intelligenti, definire problemi. I nomi cambieranno, gli strumenti cambieranno, le professioni cambieranno, ma l’impulso a capire i sistemi, a entrarci dentro, a modificarli non scomparirà.
La vera eredità della rivoluzione informatica non è solo aver reso la programmazione un lavoro ben pagato, ma aver permesso per la prima volta ai singoli di avvicinarsi a macchine cognitive universali. Il significato degli LLM non è solo rendere più veloce la scrittura di codice, ma ridurre ulteriormente l’attrito nella collaborazione tra uomo e macchina. Il futuro dell’IA forte costringerà l’umanità a ripensare il proprio posto nella civiltà. Ma ovunque ci porti la tecnologia, ci sarà sempre chi sarà attratto da questa idea: il mondo non è solo un prodotto finito da accettare, ma anche un sistema da capire, riorganizzare e riscrivere.
I was excited to write programs. Still am. And will be.