Agents, Agentic, Agent-Oriented
Slide: <file:///C:/UNI/Magistrale/ISE/M0 – Agents, Agentic, Agent-Oriented. What is Going on in AI.pdf>
Indice
Perché Tutti Parlano di AI
Definizione
L’AI è un campo multidisciplinare: riguarda informatica e ingegneria, ma anche filosofia, logica, psicologia, scienze cognitive, matematica, fisica, arte, società e organizzazioni.
La prima idea del modulo è metodologica: sull’AI non parlano solo gli informatici. Questo non significa che ogni discorso sull’AI sia corretto, ma significa che molte prospettive possono essere legittime. L’AI ha una storia lunga e oggi è pervasiva: entra nel lavoro, nell’educazione, nella sanità, nella comunicazione, nell’industria e nella vita quotidiana.
In pratica: un ingegnere può spiegare come funziona un modello, un filosofo può discutere cosa significa capire, un giurista può ragionare su responsabilità e diritti, un artista può cogliere l’impatto culturale. Per progettare sistemi intelligenti bisogna saper ascoltare più linguaggi senza perdere rigore tecnico.
Warning
Il rischio è confondere popolarità e comprensione. Il fatto che tutti parlino di AI non implica che tutti usino gli stessi concetti o che parlino dello stesso fenomeno.
ChatGPT Come Oggetto di Discussione
Le slide usano ChatGPT come caso concreto: invece di partire subito da una definizione astratta, lo fanno parlare di sé. ChatGPT richiama concetti come reti neurali, NLP, machine learning, transformer, attention mechanism, pre-training e fine-tuning.
Definizione
Un Large Language Model è un modello linguistico addestrato su grandi quantità di testo per stimare la probabilità delle sequenze di parole e generare testo coerente rispetto al contesto.
La discussione evidenzia anche limiti importanti: assenza di vera comprensione, scarso senso comune, bias nei dati, rischi di privacy e sicurezza, costi computazionali, difficoltà con dati strutturati e coerenza non sempre garantita.
Esempio concreto: ChatGPT può scrivere una spiegazione plausibile su un argomento e citare concetti corretti, ma può anche inventare riferimenti o rispondere con sicurezza a una domanda ambigua. Quindi è utile, ma non va trattato come un’autorità infallibile.
Elementi Tecnici Minimi
Definizione
L’attention mechanism permette a un modello di pesare parti diverse dell’input in modo flessibile, dando più importanza agli elementi più rilevanti per generare l’output.
L’attention nasce per migliorare i modelli encoder-decoder, in particolare nella traduzione automatica. L’idea è semplice: quando traduco o genero una parola, non tutte le parole precedenti hanno lo stesso peso. Il modello costruisce una combinazione pesata delle rappresentazioni dell’input.
Definizione
Un transformer è un modello encoder-decoder capace di processare sequenze tramite meccanismi di attenzione sofisticati.
I transformer producono embedding, cioè rappresentazioni vettoriali del testo, che possono poi essere usate per generare parole, classificare, rispondere o supportare altri compiti. I language model usano tecniche statistiche e probabilistiche per prevedere la continuazione di una sequenza.
Esempio
Se scriviamo “Il gatto dorme sul”, un modello linguistico assegna alta probabilità a parole come “divano”, “letto” o “tappeto”. Non perché abbia esperienza del gatto, ma perché ha imparato regolarità linguistiche dai dati.
Discussione Meta Livello
Il modulo richiama il Turing Test: se in una conversazione testuale non riusciamo a distinguere macchina e umano, possiamo attribuire alla macchina una forma di intelligenza umana. Oggi però questo criterio appare insufficiente.
Note
ChatGPT non sembra non-umano perché parla male. Al contrario, può sembrare non-umano perché gestisce una quantità enorme di conoscenza e competenze in modo troppo ampio per una singola persona.
Questo sposta la domanda: non basta chiedersi se una macchina conversa come un umano. Bisogna chiedersi cosa sa fare, in quale situazione agisce, quali strumenti usa, se possiede esperienza, se è situata, se può agire nel mondo e non solo produrre testo.
Le slide introducono anche la tesi di Floridi: AI come agency without intelligence. I modelli generativi possono produrre effetti e comportamenti utili senza possedere intelligenza, comprensione o capacità cognitive nel senso umano.
Agenti AI e Agentic AI
Definizione
Un AI agent è un sistema progettato per percepire il proprio ambiente e compiere azioni per raggiungere un obiettivo specifico.
Nel dibattito recente, l’idea di agentic AI nasce dal tentativo di superare il modello del solo chatbot. Un LLM produce testo; un agente può ricevere un obiettivo, raccogliere informazioni, pianificare, usare strumenti, eseguire azioni, osservare risultati e adattarsi.
Ciclo pratico dell’agente:
- riceve una missione;
- osserva il contesto;
- elabora un piano;
- agisce;
- impara o adatta il comportamento.
Warning
Il termine “agent” non ha un’unica interpretazione. AI classica, multi-agent systems, agentic AI, software engineering e programmazione orientata agli agenti usano definizioni diverse ma collegate.
La conclusione del modulo è il punto di partenza del corso: serve capire cosa sia l’AI oggi, cosa significhi intelligenza, quale sia l’essenza dell’agency e come usare gli agenti per costruire sistemi intelligenti.
Prossimi Argomenti
Continueremo con:
- Drivers for Artificial Systems - i motivi per cui oggi servono sistemi intelligenti, autonomi e distribuiti.
- Autonomy in Living Systems - autonomia nei sistemi viventi come ispirazione concettuale.