L’IA non è ancora più intelligente di un neonato: la lezione arriva dal cervello dei bambini

In piena estate, mentre Milano rallenta nelle ore più calde e si riempie di ritmi più leggeri tra uffici svuotati, serate all’aperto e partenze per le vacanze, torna attuale una domanda che riguarda da vicino il futuro della tecnologia: quanto è davvero “intelligente” l’intelligenza artificiale?

La risposta, per ora, è meno trionfalistica di quanto spesso si legga. I sistemi di AI sanno fare cose impressionanti: riconoscere immagini, tradurre testi, suggerire percorsi, generare contenuti in pochi secondi. Eppure, se li si confronta con un essere umano nei primissimi mesi di vita, emergono limiti sorprendenti. Un neonato non sa scrivere un codice, non sa riassumere un documento e non sa navigare nel web, ma possiede una capacità di apprendimento e di adattamento che resta straordinaria.

È proprio qui che la ricerca tecnologica guarda con sempre maggiore interesse: non tanto a imitare la velocità delle macchine, quanto l’architettura del cervello infantile. Nei primi anni, il cervello di un bambino costruisce connessioni, corregge errori, filtra segnali, distingue volti, voci, intenzioni e contesti con pochissimi dati rispetto a quelli che alimentano gli algoritmi moderni. In altre parole, apprende in modo incredibilmente efficiente.

Per chi vive e lavora a Milano, questa riflessione tocca un tema concreto. La città è uno dei luoghi in cui l’innovazione digitale entra più rapidamente nella vita quotidiana: nei trasporti, nei servizi, nelle aziende, nelle startup, nella sanità e persino nella gestione degli spazi urbani. Ma proprio qui si capisce che la corsa alla potenza di calcolo non basta. Servono modelli più flessibili, più affidabili e più vicini alla capacità umana di capire il contesto.

La differenza più evidente tra un sistema di AI e un bambino non sta solo nella quantità di dati usati per apprendere, ma nel tipo di esperienza. Un neonato impara attraverso il corpo, lo sguardo, il tatto, il movimento, la ripetizione e l’interazione continua con l’ambiente. Non assorbe informazioni in modo passivo: le collega a emozioni, bisogni e relazioni. Questa dimensione, ancora oggi, è uno dei grandi punti deboli dell’intelligenza artificiale.

È anche per questo che molti ricercatori stanno osservando con attenzione neuroscienze e sviluppo cognitivo. L’idea non è costruire macchine “come bambini” in senso letterale, ma progettare sistemi capaci di apprendere con meno dati, di adattarsi meglio a situazioni nuove e di sbagliare in modo più utile. Un obiettivo che conta molto, soprattutto in contesti dove l’AI viene usata per decisioni delicate o per servizi destinati a milioni di persone.

Nel dibattito pubblico, invece, l’AI viene spesso presentata come una tecnologia già capace di superare l’intelligenza umana in generale. La realtà è più sfumata. In compiti specifici, i modelli attuali sono potentissimi; in altri, mostrano fragilità che un bambino, pur con tutte le sue limitazioni, affronta meglio. Il punto non è solo “quanto sa” una macchina, ma come arriva a capirlo.

Per Milano, città che in estate alterna lavoro, mobilità ridotta e nuove abitudini di consumo digitale, questa distinzione è importante anche sul piano culturale. Le tecnologie che funzioneranno davvero nei prossimi anni non saranno necessariamente le più vistose, ma quelle capaci di apprendere in modo più naturale, più sostenibile e più vicino alla complessità del mondo reale.

Forse la lezione più interessante non è che l’AI debba diventare “più umana” in senso generico. È che, per fare un salto di qualità, dovrà imparare qualcosa che il cervello di un neonato già sa fare molto bene: osservare, adattarsi e costruire significato a partire da poche tracce, non da una montagna di dati.