Il mito dell'IA universale

di Achille De Tommaso

Chi chiede quale sia il miglior modello di intelligenza artificiale pone la domanda sbagliata; è come chiedere quale sia il miglior veicolo senza dire se deve attraversare un deserto o trasportare cinquanta persone.

La domanda arriva sempre nella stessa forma, e contiene già il suo errore: quale è il miglior modello di intelligenza artificiale. È una domanda ingenua e monolitica, non diversa da chi chiedesse quale sia il miglior veicolo senza specificare null’altro. L'unica risposta sensata è una sola, “dipende da cosa dovete fare”, e chi non la accetta continuerà a stupirsi che ChatGPT talvolta produca risultati brillanti e altre volte informazioni palesemente errate, che Claude scriva in modo eccellente ma perda colpi quando gli si chiedono calcoli rigorosi, che Perplexity individui fonti precise ma con uno stile asciutto e poco narrativo. Non è incoerenza dei modelli, è inadeguatezza della domanda.

***

Il mito dell'intelligenza artificiale universale, l'idea che possa esistere un singolo modello capace di eccellere in ogni compito con la stessa efficacia, è l'illusione più diffusa e al tempo stesso più dannosa del panorama attuale. È nata da una circostanza precisa: quando OpenAI ha rilasciato ChatGPT nel novembre 2022, lo ha fatto attraverso un'interfaccia volutamente elementare, una finestra di chat nella quale porre qualsiasi domanda e ricevere risposte apparentemente competenti su tutto, dalla fisica quantistica alla carbonara, dalla sintassi latina alla programmazione in Python. Questa versatilità apparente ha generato l'impressione di una onniscienza generalista, uno strumento unico per ogni esigenza. Ma l'impressione crolla non appena si abbandona l'uso superficiale e si pretende precisione, coerenza e affidabilità su compiti complessi; o comunque professionali.

Perché un solo modello non può bastare

La ragione non è contingente, non è un limite destinato a cadere con più potenza di calcolo. È una impossibilità strutturale, e ha un nome matematico: il no free lunch theorem, formalizzato da Wolpert e Macready nel 1997. Quel teorema dimostra che non esiste alcun algoritmo di apprendimento universalmente superiore a tutti gli altri per tutti i problemi, ma solo algoritmi più o meno adatti a classi specifiche di problemi. Applicato ai modelli linguistici significa che ogni scelta progettuale, dalla composizione del corpus di addestramento all'architettura della rete, introduce compromessi ineliminabili.

L'evidenza empirica conferma il teorema in modo immediato. DeepSeek domina i benchmark matematici con accuratezza superiore al novanta per cento sul ragionamento multi-step, ma produce una prosa rigida e poco fluente quando lo si usa per scrivere. Claude mantiene coerenza semantica e stilistica su testi di decine di migliaia di parole, dove ChatGPT tende a ripetersi e a perdere il filo oltre poche migliaia. Perplexity fornisce risposte ancorate a fonti verificabili che ChatGPT spesso non può offre, mentre ChatGPT eccelle nella costruzione di scenari ipotetici e nella creatività speculativa, dove l'ancoraggio a fonti reali sarebbe un limite più che una virtù. Chiedersi quale di questi modelli sia il migliore è una domanda mal posta, esattamente come pretendere che un unico libro sia al tempo stesso un romanzo avvincente per il grande pubblico e un trattato tecnico rigoroso per specialisti.

La mappa degli strumenti

Conviene allora abbandonare le graduatorie e ragionare per funzioni. Nessuno userebbe un telescopio per osservare una cellula, né un microscopio per studiare le lune di Giove: gli strumenti sono ottimizzati per scale diverse, e pretendere che uno solo faccia tutto significa ottenere un ibrido mediocre. Perplexity è un telescopio informativo, ideale per esplorare il vasto spazio del web. DeepSeek è un microscopio logico, progettato per analizzare in profondità strutture argomentative. Claude è una lente che tiene il contesto su testi lunghi. ChatGPT è una macchina fotografica versatile, adatta a molte situazioni ma specializzata in nessuna. Vediamoli uno per uno, perché la differenza tra loro non è di sfumatura, è di natura.

I navigatori epistemici sono gli strumenti costruiti per cercare, verificare e sintetizzare informazioni da fonti esterne, con l'obbligo architetturale di citare esplicitamente ciò che affermano. Perplexity ne è l'esempio più maturo: combina un modello di punta con la ricerca sul web e un sistema di citazioni numerate che collega ogni porzione di risposta alle fonti reali consultate, permettendo la verifica critica. Google Gemini offre invece accesso diretto all'indice di Google Search, il più ampio disponibile, ed è particolarmente efficace nelle aggregazioni su larga scala e nei confronti geografici o temporali. Microsoft Copilot integra la stessa logica di ricerca nell'ecosistema Microsoft. Sono la scelta corretta ogni volta che la domanda sottostante è:” questo fatto è vero? Quali fonti autorevoli lo sostengono?”. Sono invece la scelta sbagliata per la scrittura creativa, dove l'invenzione è un valore, e per il brainstorming speculativo, dove l'ancoraggio a fonti esistenti limiterebbe il pensiero invece di amplificarlo.

Gli architetti del discorso sono i modelli ottimizzati per produrre testi molto lunghi mantenendo coerenza narrativa, stilistica e logica dall'inizio alla fine. Claude, sviluppato da Anthropic secondo la filosofia della Constitutional AI, ne è l'esempio più emblematico, con una finestra di contesto di circa un milione di token, l'equivalente a più di un romanzo completo, e la comprovata capacità di ricordare dettagli introdotti migliaia di parole prima. La differenza si tocca con mano nella pratica. Fate produrre a ChatGPT 5.5, che ha una finestra di contesto di circa 400.000 token (circa 250.000 parole) un documento di diecimila parole: le prime duemila sono spesso eccellenti, poi il modello comincia a rispiegare su concetti già spiegati, a citare sezioni inesistenti, a oscillare di registro, finché il testo diventa così incoerente da richiedere una riscrittura che vanifica ogni guadagno di produttività. Claude affronta lo stesso compito con una consistenza che attraversa l'intero documento, la voce autoriale resta stabile, la terminologia coerente, le argomentazioni costruiscono in modo cumulativo. Non produce testi perfetti, nessuno strumento lo fa, ma per progetti di dimensioni comparabili a un libro o a un rapporto esteso diventa la scelta naturale. I suoi limiti sono il rovescio dei suoi pregi: è più lento nella generazione, conservativo per scelta progettuale, e come ogni modello non integrato con la ricerca la sua conoscenza è congelata alla data di addestramento (oggi gennaio 2026 per i modelli più avanzati).

I calcolatori razionali sono i modelli specializzati nel ragionamento formale, nella matematica, nella logica, nella verifica passo dopo passo, con il chain-of-thought che espone i passaggi intermedi. DeepSeek, con la sua architettura Mixture of Experts, ne è oggi uno dei massimi esempi. Il confronto con ChatGPT è istruttivo. Di fronte a un paradosso logico, ChatGPT produce spiegazioni eloquenti, intuitive, ricche di analogie, capaci di rendere il problema comprensibile a un pubblico non specialista, ma talvolta introduce semplificazioni che un logico riconoscerebbe come imprecise. DeepSeek genera derivazioni formali passo dopo passo, esplicitando ogni assunzione, con un rigore che soddisferebbe un matematico, ma in una prosa così densa da risultare poco accessibile a chi non ha un solido background tecnico. Uno è migliore per spiegare, l'altro per verificare. Servono pubblici diversi ed eccellono in compiti diversi.

Restano gli interlocutori conversazionali, dove ChatGPT rimane il riferimento paradigmatico per il dialogo naturale e iterativo, ideale per l'apprendimento esplorativo e il brainstorming verbale ma inadatto alla produzione di documenti formali, e i traduttori simbolici, che trasformano il testo in immagine, da Midjourney a DALL-E a Leonardo.ai, ottimi per concept art e materiali di marketing, inadatti a fotografie realistiche di persone reali o a diagrammi tecnici ad alta precisione. Accanto a queste categorie generaliste esistono gli specialisti di dominio verticale, modelli addestrati su corpora altamente specializzati come Bloomberg GPT per la finanza, Med-PaLM per la medicina.

Sinergie, ridondanze, conflitti

Compreso che ogni modello è un vertice specializzato, il passo decisivo è capire che la qualità non nasce dalla scelta del modello giusto, ma dall'orchestrazione. Le sinergie più potenti emergono quando la debolezza strutturale di un modello coincide esattamente con il punto di forza di un altro. L'accoppiata Perplexity più Claude è archetipica: il primo eccelle nel reperire fonti verificabili ma produce sintesi asciutte, il secondo trasforma quel materiale grezzo in testi lunghi e coerenti ma non può verificare da solo l'accuratezza dei fatti, e il workflow naturale usa Perplexity per costruire un dossier validato e Claude per svilupparne la narrazione. La combinazione DeepSeek più ChatGPT segue la stessa logica: il primo individua gli errori logici con rigore formale, il secondo rifinisce lo stile rendendo il testo leggibile senza alterarne la correttezza. E gli strumenti di strutturazione e programmazione logica di testi (e altro) come Miro e Obsidian producono la struttura che i modelli di scrittura lunga poi riempiono di contenuto. Nessuno di questi accoppiamenti, preso singolarmente, saprebbe dare il risultato dell'insieme. La scrittura di un articolo di ricerca mostra il metodo nella sua forma piena: si cerca con Perplexity fino ad avere un dossier di fonti verificate, si struttura il materiale in Obsidian trasformando l'intuizione caotica in architettura, si scrive con Claude sfruttando la coerenza a lungo raggio, si verifica la tenuta logica con DeepSeek, si rifinisce lo stile con ChatGPT. Cinque strumenti, cinque funzioni distinte, un solo risultato che nessuno dei cinque, costretto a coprire tutte le fasi da solo, avrebbe saputo produrre a quel livello. (Questo è un esempio del metodo Exocervello).

Dallo strumento all'architettura

In sintesi; il principio centrale di questo discorso è semplice: le funzioni di un vostro progetto di qualche complessità vanno separate e affidate a strumenti specializzati. La differenza tra usare un singolo strumento e costruire un'architettura integrata è la differenza tra un uso amatoriale e uno professionale: nel primo caso ogni sessione ricomincia da zero, nel secondo, conoscenza, struttura e contesto, si accumulano lungo cinque livelli: l'orientamento e la verità, la strutturazione del pensiero, la verifica della validità formale, la scrittura lunga e coerente, la rappresentazione visuale.

Ma è il confronto sistematico che produce la qualità, non la ricerca del modello giusto. Ed è esattamente qui che nasce EXOCERVELLO. Se ogni modello ha una lingua propria, una filosofia propria, punti di forza e punti ciechi, allora affidarsi a uno solo significa ereditarne anche i limiti e le distorsioni. Un modello solo tende a compiacere chi lo interroga, a confermare l'impostazione della domanda, a produrre un'unica versione della realtà che appare autorevole proprio perché è l'unica che avete davanti. La soluzione non è scegliere il modello perfetto, che non esiste, è orchestrarli. Interrogare Claude, ChatGPT e Gemini in parallelo sullo stesso problema, e poi mettere le risposte a confronto, cercare le convergenze che rafforzano una tesi e le divergenze che segnalano un punto fragile o controverso. Dove tre modelli addestrati in modo diverso concordano, la probabilità di errore cala. Dove divergono, avete individuato esattamente il punto che merita la vostra attenzione umana, la verifica, il giudizio.

Quando mandai in stampa il libro EXOCERVELLO (a fine 2024) mi limitai ad analizzare in dettaglio il mio uso “orchestrato” di ChatGpt, Claude, Perplexity: oggi ne uso molti altri (e la prossima edizione del libro li tratterà). Un elenco più attuale dei miei utilizzi è il seguente:

ChatGPT (OpenAI): il miglior generalista per uso quotidiano.
Claude (Anthropic): eccelle nell'analisi rigorosa, nella scrittura e nel rispetto delle istruzioni.
Gemini (Google): forte nella ricerca e nell'integrazione con l'ecosistema Google.
Grok (di Elon Musk…) attualità e social network. Utile per bypassare alcuni blocchi.
Perplexity: eccellente per la ricerca con fonti citate.
DeepSeek: ragionamento matematico e programmazione; geopolitica “USA INDEPENDENT”.
Microsoft Copilot: trasforma gli strumenti di Microsoft 365 in assistenti intelligenti.
Mistral / Le Chat: alternativa europea, veloce; ma orientata alla … sovranità dei dati.
Qwen: leader cinese, molto competitivo nel coding e nel multilinguismo.
Llama: piattaforma open source per sviluppatori e aziende.
Cohere: progettato per il mercato enterprise.

Una classificazione utile

Posso anche distinguere questi sistemi in quattro grandi categorie:

Generalisti: ChatGPT, Claude, Gemini, Grok.
Specialisti del reasoning e del coding: DeepSeek, Qwen.
Enterprise: Cohere, Microsoft Copilot.
Open source: Llama, Mistral (e Le Chat come sua interfaccia).

Questa classificazione aiuta a capire che il mercato non sta convergendo verso un unico "LLM migliore", ma verso un ecosistema di modelli con specializzazioni differenti, analogamente a quanto avvenuto con i sistemi operativi o i database.

FONTE: “EXOCERVELLO” - https://www.amazon.it/dp/B0GF6PSJB7

Ultimo aggiornamento:21/07/2026 10:20:04