Quando si parla di intelligenza artificiale, difficilmente viene in mente un frate francescano del XIV secolo. Eppure Guglielmo di Ockham, sì, proprio quello del celebre “rasoio”, o novacula Occami, che in latino suona con eleganza “Entia non sunt multiplicanda praeter necessitatem”, ha ancora molto da dire sui nostri algoritmi più sofisticati. In un’epoca in cui i modelli digitali si fanno sempre più complessi, il suo richiamo alla semplicità non è mai stato così attuale.
Ma chi era Guglielmo di Ockham?
Egli non era solo un pensatore medievale, ma una vera e propria mente ribelle del suo tempo. Frate francescano, teologo, logico raffinato e spregiudicato polemista, Ockham sfidava l’autorità, metteva in discussione i concetti più consolidati della filosofia scolastica, e soprattutto sosteneva che i concetti universali non esistono nella realtà: sono solo nomi, strumenti linguistici che usiamo per orientarci nel mondo; possiamo definirlo senz’altro un nominalista ante litteram; e già questo dovrebbe farci “drizzare” le antenne: perché in fondo, anche l’IA vive e lavora con nomi, etichette, classificazioni.
Tornando al nostro frate pensatore, il principio più famoso a lui associato è il cosiddetto “rasoio di Occam”, che in parole semplici dice: tra due spiegazioni possibili, scegli la più semplice. Non è un invito a evitare la complessità a ogni costo, ma un monito contro la proliferazione inutile di ipotesi; perché aggiungere complicazioni, quando una spiegazione più essenziale funziona altrettanto bene? Il rasoio, insomma, è uno strumento di pulizia concettuale.
Ma Che cosa c’entra con l’AI? Molto più di quanto sembri.
Ogni volta che progettiamo un algoritmo, addestriamo un modello di machine learning o costruiamo un sistema predittivo, ci troviamo davanti a scelte cruciali: quanta complessità introdurre? Quanti parametri considerare? Quante regole includere? È qui che il rasoio di Occam riappare, puntuale come una bussola, per chiederci: è davvero tutto necessario? Oppure possiamo raggiungere risultati simili con un approccio più sobrio ed essenziale?
E veniamo dunque all’IA: molte delle tecniche moderne ad essa collegate incarnano perfettamente lo spirito del rasoio di Occam. La regolarizzazione nei modelli di machine learning, ad esempio, penalizza le soluzioni eccessivamente complesse. Le reti neurali profonde vengono spesso sottoposte a tecniche di pruning, che eliminano connessioni superflue.
Ma allora i mega-modelli sono un controsenso?
Non necessariamente. Modelli come GPT o i grandi sistemi di visione artificiale sono enormi, è vero, ma la loro complessità ha uno scopo: comprimere, generalizzare, astrarre da miliardi di dati. Non sempre la semplicità coincide con il minor numero di parametri: a volte significa ottenere più significato con meno regole rigide; tuttavia, la ricerca continua a cercare versioni più leggere, efficienti e spiegabili di questi modelli, proprio nello spirito del nostro frate medievale.
Un altro aspetto cruciale è quello delle categorie. Se, come sosteneva Ockham, gli universali sono soltanto nomi, allora anche le etichette che utilizziamo nei dataset, “gatto”, “auto”, “spam”, “violento”, non sono altro che convenzioni linguistiche. Nessuna IA vede davvero un “gatto”: riconosce schemi, associa forme, fa inferenze; ma il mondo in cui opera è fatto di nomi, non di essenze.
Questo ci impone una responsabilità non da poco: essere consapevoli che i modelli non “scoprono” verità oggettive, ma costruiscono rappresentazioni statistiche basate su categorie umane, categorie che spesso sono fragili, ambigue, e talvolta persino discutibili.
La semplicità non è solo una virtù epistemologica, ma anche etica; un modello più semplice è più leggibile, più trasparente, più controllabile; in ambiti delicati come la medicina, la giustizia o la finanza, poter spiegare come e perché una decisione viene presa è fondamentale, e qui, ancora una volta, Ockham ha qualcosa da insegnarci.
Il rasoio di Ockham è ancora oggi molto affilato e non ha perso il filo. In un mondo che rischia di perdersi nella complessità autoreferenziale delle proprie creazioni digitali, ci ricorda che la chiarezza è un valore. In fondo, pensare bene è ancora l’arte di tagliare il superfluo; e non importa se lo facciamo con una biro o con un algoritmo neurale.