I modelli statistici, secondo qualcuno parte dell’intelligenza artificiale, spiegano un fenomeno di interesse utilizzando altri fenomeni. Cercano di andare dal particolare (riga di dati, osservazione o campione) al generale. Non abbiamo MAI tutti i dati, quindi, come ricorda anche il tacchino induttivo che pensava di ricevere cibo ogni giorno, salvo diventare cibo il giorno del ringraziamento, questo approccio ha dei limiti.
Al contrario, il metodo deduttivo va dal generale (o universale, nel caso della fisica) al particolare. I meccanismi logici di solito vengono codificati tramite “se/altrimenti”. Da qui una famosa obiezione a chi sviluppa intelligenza artificiale: si tratta di banalissima informatica con condizionali. I sistemi esperti rientrano in questa categoria, e puoi trovare un articolo a riguardo. Anche certi sistemi di monitoraggio e pianificazione.
Così come il metodo induttivo ha un limite sui dati, il metodo deduttivo ha anch’esso un limite: la validità di ciò che si reputa generale, ad esempio una regola (da cui si costruiscono se/altrimenti). In gergo più tecnico, gli assunti, gli assiomi.
Quindi visto che entrambi i metodi, o intelligenze, hanno dei limiti, l’utilità sta nel mezzo? No, sta nel dipende e dalla coscienza del consulente.
Come infatti ricorda anche Aristotele, l’intuito facilita induzione e deduzione.
Si potrebbe dire che tecnologie come GPT, dette anche intelligenze artificiali generative (persino creative), si avvicinano alle intelligenze deduttive perché hanno una quantità enorme di dati. Lasciamo da parte la discussione sulla qualità e generalità di quei dati. Ma si potrebbe anche dire che quella quantità enorme di dati gli ha permesso di apprendere regole. Non solo grammaticali.
Ma in quali mansioni conviene utilizzare tecnologie come GPT, nella tua azienda? Anche per ridurre il carico di lavoro di qualche addetto. Discutiamone in una chiamata gratuita di circa 40 min, dove prima mi informerò sulla tua attività.
Italian 
English