Metafore incarnate in reti neurali dis-incarnate: l'interpretazione della temporalità nei Large Language Models

Questo studio si propone di indagare se la rappresentazione del concetto di tempo in un modello di intelligenza artificiale sia analoga a quella riscontrata negli esseri umani, a partire dalla constatazione che l’intelligenza naturale e quella artificiale differiscono innanzitutto per il fatto che quella naturale, a differenza di quella artificiale, si manifesta in presenza di un corpo. Secondo la prospettiva dell’embodied cognition – o cognizione incarnata – la cognizione umana è inscindibile dal rapporto del corpo con l’ambiente esterno. Questo si riflette anche nel linguaggio, e più nello specifico nelle cosiddette “metafore concettuali” di cui ci serviamo per poter parlare di concetti astratti facendo riferimento alla nostra esperienza con il mondo fisico che ci circonda: così, per esempio, trattiamo del concetto di “tempo” con la stessa terminologia utilizzata per il dominio concettuale dello spazio. Dalla rassegna svolta in questo studio delle principali ricerche che analizzano la metafora concettuale “tempo è spazio”, emerge che nella cognizione umana la relazione tra i due domini concettuali di spazio e tempo ha una realtà psicologica oltre che linguistica. Ciò significa che l’attivazione di una certa modalità di rappresentazione nel dominio spaziale sembra influenzare allo stesso tempo il tipo di rappresentazione temporale adottata. Sulla base di queste considerazioni, il presente studio indaga il modo in cui un Large Language Model, nello specifico ChatGPT-3.5, elabora e utilizza la metafora concettuale “tempo è spazio”. L’indagine si basa sulla replica con ChatGPT-3.5 di due esperimenti precedentemente svolti con partecipanti umani, per valutare il grado di concordanza tra le risposte dei partecipanti umani e quelle del Large Language Model.