La TECNOLOGIA renderà OBSOLETO imparare le lingue?

L'intelligenza artificiale renderà obsoleto 
l'apprendimento delle lingue? Se tra dieci

anni avremo un dispositivo che ci permetterà di 
comunicare con persone che parlano altre lingue

in maniera efficiente e senza ostacoli ci saranno 
ancora persone che impareranno lingue? Questa è

una domanda che mi pongo spesso, che mi porta ad 
avere crisi esistenziali perché penso: "O mio dio,

tra dieci anni il mio lavoro non avrà più 
senso! Nessuno imparerà l'italiano!" Ora,

nessuno può sapere come andranno le cose, ma ne 
ho discusso con mio padre nel mio ultimo episodio

del podcast e perché con mio padre, perché 
mio padre (che è appena andato in pensione)

si è occupato per tutta la sua carriera di 
intelligenza artificiale e nello specifico di

riconoscimento vocale. Avete presente quando 
parlate ai vostri dispositivi, se lo fate?

(voce automatica) In inglese è 
"subscribe to Italian podcasts". Ora

posso fare da interprete in una lingua straniera.

D: Ciao, come va?

A: Hi, how are you?
D: I'm fine, and you?

A: Sto bene, e tu?
D: Io sto bene perché non mi

sono ancora iscritto a Podcast Italiano.
A: I'm sick because I haven't

subscribed to an italian podcast yet.
D: What's an italian podcast? Do you mean 'Podcast

Italiano', by any chance?

A: Cos'è un podcast italiano? 
Intendi per caso 'Podcast Italiano'?

D: Sì, certo, Podcast Italiano, su YouTube!
A: Yes, of course italian podcast on youtube.

D: Of course, but do you know there's 
a podcast version of it as well?

A: Certo, ma lo sai che esiste 
anche una versione podcast?

Esiste già questa tecnologia, magari 
non è perfetta ma tra dieci anni? Non

lo so... Comunque mio padre si è occupato 
di riconoscimento vocale, ovvero la parte

di comprensione da parte della macchina del 
linguaggio umano. Abbiamo fatto due episodi,

il primo sulla sua carriera nel mondo 
dell'intelligenza artificiale e il

secondo nello specifico sulle applicazioni 
linguistiche dell'intelligenza artificiale

e delle reti neurali, che oggi vanno così 
tanto di moda. Vi lascio ora un estratto dal

secondo episodio in cui parliamo proprio 
di queste cose. Spero vi possa piacere.

D: Volevo parlare adesso un po’ del... 
dell'intelligenza artificiale in campo

linguistico, quindi mi sembra che ci siano 
tre usi principalmente: la traduzione,

il riconoscimento della voce e la sintesi della 
voce, quindi far parlare una macchina, giusto?

R: Esatto.
D: Ecco,

volevo iniziare proprio dal riconoscimento 
vocale di cui ti sei occupato per un sacco

di tempo e chiederti come funziona. Tu mi dicevi 
che un tempo si mettevano proprio delle conoscenze

linguistiche nella macchina e poi questo 
approccio è stato completamente abbandonato.

R: Esatto. Fino, diciamo, a tutti gli anni '90, 
fino al 2000 anche i sistemi di riconoscimento

automatico avevano dentro delle competenze di 
esperti umani. C'era, ad esempio, la conoscenza

fonetica della lingua, cioè quali sono i suoni 
di base della lingua e come si organizzano fra di

loro; la conoscenza lessicale, cioè come questi 
suoni vanno a formare le parole; poi c'era la

conoscenza sintattica, cioè come le parole formano 
delle frasi corrette della lingua, e queste...

queste conoscenze erano introdotte da degli 
esperti umani, da dei fonetici, dei linguisti

che inserivano nel codice (o comunque nelle 
conoscenze del computer) queste informazioni.

D: Cioè, insomma, tutta la grammatica 
di una lingua perché è la grammatica...

R: Sì, si parlava, appunto, di grammatica, 
anche si inserivano le grammatiche di una

lingua dentro... dentro il computer.
D: Quindi c'era gente con un libro

di grammatica che traduceva le 
regole in istruzioni informatiche?

R: Sì sì, esatto. Io stesso all'inizio mi ero 
portato in ufficio la grammatica italiana.

D: Di Serianni?
R: Quella che avevo al liceo, non so di chi fosse,

ma e questo è andato avanti per molto molto 
tempo, poi hanno... si è iniziato a usare anche

dei metodi statistici, almeno per la parte più 
di basso livello del suono. Però poi ultimamente,

quindi direi dal 2013 in poi tutto questo è 
letteralmente sparito, nel senso che sono arrivati

dei modelli di reti neurali chiamati end to end 
models, cioè modelli che vanno dall'inizio alla

fine, e questi modelli nel riconoscimento vocale 
partono dal segnale che esce dal microfono, dalla

forma d'onda e arrivano alle parole. Quindi entra 
una forma d'onda, esce una sequenza di parole.

D: E quindi... quindi tutto ciò che sta in mezzo, 
sintassi, fonetica, morfologia, lessico, tutto...

tutto ciò che sta in mezzo succede magicamente?
R: Succede magicamente nell'interazione fra questi

neuroni. Questi modelli end to end sono ancora 
più complicati di come io ho descritto le reti

neurali. E però tutte questi... queste conoscenze 
umane e conoscenze linguistiche sono sparite.

Oddio, magari sono presenti nella rete neurale 
che però è un modello opaco, è una cosiddetta

black box, è una scatola nera e quindi noi 
non sappiamo se la rete neurale le ha usate,

non le ha usate. Avrà... nel suo apprendimento 
avrà riscoperto la fonetica, avrà riscoperto

la linguistica? Noi non lo sappiamo in realtà.
D: Quindi non c'è un modo di capire che cosa sta

imparando e che cosa "pensa", tra virgolette?
R: No, direi... direi proprio di no. Questo è

forse uno dei limiti di queste reti neurali che... 
che forse è anche un limite delle reti neurali

biologiche, nel senso che non sono ispezionabili.
D: Quindi non... non sono molto trasparenti.

E quindi l'unica cosa che serve per questi modelli

è audio che sia trascritto, no?
R: Trascritto in parole. E occorrono

tantissime ore, si parla di migliaia di ore 
di registrazioni trascritte e più ce n'è e

meglio funzionerà la cosa. Però ci vogliono anche 
giorni e giorni di computazione di computer molto

potenti per addestrare la rete neurale, però alla 
fine questa rete inizia a capire come correlare

questo strano input che esce dal microfono 
con le parole. Nel caso del riconoscimento;

nel caso della traduzione correla le parole in 
una lingua con le parole nell'altra, anche con

caratteri totalmente diversi, questo non importa.
D: Certo. E invece nel caso della sintesi,

cioè far parlare la macchina, quello come 
funziona? La correlazione tra cos'è?

R: Sì, è esattamente il viceversa. Gli esempi 
sono delle coppie in cui l'input è una sequenza

di parole e l'output è una forma d'onda.
D: Però, la... la forma d'onda è creata da zero?

R: Da zero.
D: Perché un tempo,

forse me lo dicevi tu, si usavano proprio 
dei blocchi di parole, dei pezzetti di

parole che si ricombinavano in vari modi.
R: Esatto, questo che era nella sintesi,

diciamo, quella classica con conoscenze introdotte 
dall'uomo in cui, appunto, l'uomo classificava

tanti pezzetti di registrazione che poi venivano 
concatenati, la cosiddetta sintesi concatenativa.

D: Che ancora si sente, per 
esempio, su alcuni treni...

R: Altroché, ma direi che...
D: Si usa ancora tanto?

R: Sì sì sì, nei sistemi delle ferrovie 
italiane la sintesi è ancora quella degli

anni 90'. Nei sistemi di Google secondo 
me o di Amazon sono già utilizzate però.

D: Quindi se abbiamo un sistema che... il primo 
passaggio è riconosce la voce, quindi dal suono al

testo, poi la traduzione che traduce in un'altra 
lingua, in un altro testo quindi, tradotto,

e poi abbiamo la sintesi che legge ad alta voce 
la traduzione, di fatto abbiamo... abbiamo un

interprete, abbiamo un interprete. Quindi tu pensi 
che magari i traduttori e interpreti, i traduttori

già adesso ma gli interpreti in futuro, saranno 
a rischio, per esempio, nelle conferenze?

R: Purtroppo per i traduttori e interpreti 
umani io penso di sì, che succederà,

o almeno si ridurrà di molto l'ambito... le 
possibilità di... di lavoro. Nel senso che

prima spariranno le cose più, diciamo, più di 
routine. Credo che già la traduzione dei manuali

tecnici o manuali di prodotto sia fatta quasi 
tutta automaticamente, pur avendo ancora degli

errori all'interno. E poi via via anche il lavoro 
di interpretariato magari... Magari esisteranno

per un po' di tempo le due alternative, quella 
automatica più economica e meno precisa e

quella umana più accurata e più costosa.
D: E credo che già adesso inizi a essere

un problema per qualcuno, per qualche 
traduttore forse perché chiaramente se

il traduttore deve solamente correggere 
il lavoro fatto da una macchina la paga,

la retribuzione sarà... sarà minore.
R: Certo, e il lavoro forse anche meno bello.

D: Ma anche meno bello sì. Tornando al discorso 
delle lingue tu pensi che sarà ancora attuale

imparare le lingue tra 10 o 15 anni? Questa è una 
domanda che mi pongo spesso. Non so se ci sarà

un dispositivo che ci permetterà di comunicare 
con persone che parlano lingue diverse o un

chip nel cervello ma anche qualcosa di meno 
futuristico, diciamo. Sarà ancora attuale?

R: Ma io penso che almeno per molto tempo non 
diventerà obsoleto, nel senso che uno impara

una lingua per molti motivi, però sicuramente una 
cosa è poter parlare e comunicare in una lingua

senza alcun dispositivo, un altro conto è avere 
sempre un dispositivo in mano o un dispositivo

che fa da mediatore. Immagino che per motivi 
o di lavoro, o di turismo, o anche un po'

occasionale questi dispositivi saranno sicuramente 
utilizzati. O magari anche in certe conferenze che

sono incontri occasionali di persone di divers... 
tante nazionalità potrebbero essere usate. Però se

uno vuole, appunto, imparare una lingua anche per 
entrare nella cultura di una nazione, di un Paese

questo rimarrà totalmente insostituibile, a meno 
che, come accennavi tu, di far degli impianti di

reti neurali artificiali nel cervello, allora ti 
impiantano l'espansione di memoria della lingua,

tu la compri e te la mettono, ma questo 
veramente secondo me è un po' troppo oltre.

E questo era l'estratto, spero che vi sia 
piaciuto. Se volete sentire l'intero episodio o i

due episodi che abbiamo fatto trovate il 
link qui sotto. Ah e se non lo sapevate,

sì ho un podcast per chi impara la lingua italiana 
ed è il motivo per cui mi chiamo podcast italiano,

so che è un po' strano. Ma questi episodi in 
particolare credo possano interessare a tutti

anche se siete italiani, perché insomma mio 
padre è un esperto del settore. Dunque fatemi

sapere che ne pensate, voi imparereste una 
lingua se esistesse una tecnologia come già

esiste ma molto più efficiente di questa? Magari 
integrata in un dispositivo nel nostro cervello,

oppure in un dispositivo che ne so, un pochino 
più efficiente di un telefono cellulare,

che comunque fa un po' da ostacolo, si mette 
in mezzo tra me e un'altra persona? O comunque

pensate che continuerete a imparare la lingua 
magari per amore verso una cultura o perché vi

piace imparare le lingue? E che cosa pensate 
farà la maggior parte delle persone? Fatemi

sapere che ne pensate come avete capito non 
aveva un video vero per questa settimana ma

torniamo la prossima settimana con la nostra 
programmazione abituale. Alla prossima! Ciao ciao.