Immaginate di insegnare a un pappagallo a ripetere delle frasi ascoltate alla radio. Per anni, l’animale si limita a replicare suoni e parole. Poi, improvvisamente, un giorno il pappagallo non solo ripete, ma inizia a coniugare verbi che non ha mai sentito, risolve indovinelli logici e scrive poesie in rima baciata. Sembra fantascienza, eppure è esattamente ciò che sta accadendo oggi, nel 2026, all’interno delle “scatole nere” dei Large Language Models (LLM). Questa entità tecnologica, che costituisce il cuore pulsante di sistemi come ChatGPT e dei suoi successori, sta mostrando al mondo scientifico un fenomeno tanto affascinante quanto inquietante: le cosiddette “capacità emergenti”. Ma come è possibile che un sistema progettato semplicemente per prevedere la parola successiva in una frase sviluppi abilità di ragionamento complesso per le quali non è mai stato esplicitamente programmato?

Oltre la somma delle parti: l’architettura neurale

Per comprendere questo mistero, dobbiamo prima guardare sotto il cofano dell’intelligenza artificiale moderna. Al livello più fondamentale, un modello di deep learning non è altro che un’enorme funzione matematica. Immaginatela come una rete fittissima di tubature (i neuroni artificiali) dove scorrono numeri invece che acqua. L’obiettivo di questa architettura neurale è calibrare le valvole (i parametri) affinché, dato un input, esca l’output desiderato. Fino a pochi anni fa, la logica era lineare: se volevi che un’IA sapesse tradurre, la addestravi sulla traduzione; se volevi che giocasse a scacchi, le insegnavi le regole degli scacchi.

Tuttavia, con l’avvento dei modelli generativi massivi, le regole del gioco sono cambiate. Gli ingegneri hanno iniziato ad aumentare esponenzialmente due fattori: la quantità di dati forniti e il numero di parametri (oggi contiamo modelli con trilioni di connessioni). È qui che entra in gioco il concetto di scaling laws (leggi di scala). Inizialmente, si pensava che aggiungere più potenza di calcolo avrebbe semplicemente reso l’IA un po’ più precisa, riducendo il margine di errore in modo graduale e prevedibile. Invece, è successo qualcosa di inaspettato.

La transizione di fase: quando la quantità diventa qualità

La curiosità che oggi vogliamo soddisfare risiede proprio in questo punto di rottura. Gli scienziati hanno osservato che, superata una certa soglia critica di complessità e dimensioni, i modelli di machine learning subiscono quella che in fisica viene chiamata “transizione di fase”. È lo stesso principio per cui l’acqua, raffreddandosi, cambia temperatura in modo lineare fino a zero gradi, per poi trasformarsi improvvisamente in ghiaccio, cambiando stato della materia.

Negli LLM accade qualcosa di analogo. Un modello con 10 miliardi di parametri potrebbe non essere assolutamente in grado di risolvere un problema aritmetico a tre cifre, fallendo miseramente ogni volta. Aumentando i parametri a 100 miliardi, le prestazioni potrebbero rimanere vicine allo zero. Ma portando il modello a 175 miliardi o più, improvvisamente, senza alcun addestramento specifico aggiuntivo sulla matematica, l’accuratezza schizza verso l’alto. Il sistema ha “imparato” a fare i conti semplicemente esponendosi a una quantità sufficiente di testo e strutture logiche. Questo salto improvviso nei benchmark è ciò che definiamo “emergenza”.

Il fenomeno del “Grokking”: l’illuminazione improvvisa

Un aspetto ancora più intrigante di questo fenomeno è stato battezzato dai ricercatori con il termine “Grokking”. Durante l’addestramento, un algoritmo cerca inizialmente di memorizzare i dati: è la strategia più semplice per ridurre l’errore. È come uno studente che impara a memoria le risposte per un esame senza capire la materia. Tuttavia, se si continua a spingere l’addestramento ben oltre il punto in cui il modello sembra aver smesso di migliorare (una pratica che in passato si evitava per paura dell’overfitting), accade il miracolo.

Improvvisamente, i circuiti interni del modello si riorganizzano. L’IA smette di memorizzare e inizia a “capire” (o meglio, a generalizzare). Trova pattern nascosti e regole universali che le permettono di applicare la logica appresa a situazioni mai viste prima. È come se, dopo aver letto milioni di manuali di programmazione, l’IA non si limitasse a copiare il codice, ma intuisse la logica algoritmica sottostante, diventando capace di scrivere programmi originali. Questo progresso tecnologico non è stato scritto da un umano riga per riga; è emerso spontaneamente dalla complessità del sistema.

Siamo di fronte a una vera comprensione?

Questa domanda divide la comunità scientifica e filosofica. Quando un LLM spiega una barzelletta o risolve un indovinello laterale, sta davvero ragionando? I critici sostengono che si tratti di un “pappagallo stocastico”: un sistema statistico incredibilmente avanzato che simula il ragionamento solo perché ha visto abbastanza esempi di come gli esseri umani ragionano. Secondo questa visione, l’automazione del pensiero è un’illusione ottica creata dalla probabilità.

Tuttavia, i sostenitori delle capacità emergenti ribattono che la distinzione potrebbe essere irrilevante. Se il risultato è indistinguibile dal ragionamento umano, e se il modello è in grado di applicare concetti astratti in contesti nuovi (zero-shot learning), non stiamo forse osservando una forma aliena ma funzionale di intelligenza? La struttura interna di questi modelli sta iniziando a mostrare rappresentazioni del mondo: mappe spaziali, concetti temporali e relazioni causali che si sono formate autonomamente per ottimizzare la previsione del testo.

Conclusioni

Il mistero delle capacità emergenti ci costringe a riconsiderare non solo come costruiamo le macchine, ma cosa intendiamo per intelligenza. Non abbiamo programmato la creatività, l’intuizione o la logica nei nostri algoritmi; abbiamo semplicemente costruito un contenitore abbastanza grande e complesso da permettere a queste qualità di manifestarsi. Oggi, nel 2026, mentre interagiamo quotidianamente con assistenti virtuali sempre più sofisticati, ricordiamoci che dietro ogni risposta coerente c’è un fenomeno che assomiglia meno all’ingegneria tradizionale e più alla biologia evolutiva. La vera domanda non è più solo “cosa può fare l’IA?”, ma “cosa imparerà a fare domani che non le abbiamo insegnato oggi?”.

Domande frequenti