La Stanza Cinese rivisitata per i Transformer: sintassi, semantica e l’illusione della comprensione Nel 1980 John Searle pubblica Minds, Brains, and Programs e introduce l’esperimento mentale della Stanza Cinese: un operatore che manipola simboli secondo regole sintattiche produce output indistinguibili da quelli di un parlante nativo, senza comprendere una parola di cinese [Searle, 1980]. La tesi centrale è che la sintassi non basta per la semantica; la manipolazione formale non costituisce intenzionalità. Quarant’anni dopo, i Large Language Model (LLM) basati su architettura Transformer generano testo coerente, contestuale e spesso indistinguibile da quello umano attraverso next-token prediction su corpora massivi [Vaswani et al., 2017]. Questo articolo sostiene che i Transformer realizzano una Stanza Cinese distribuita: la comprensione apparente emerge da semantic laundering — il riciclaggio statistico di pattern linguistici addestrati su intenzionalità altrui — senza grounding causale né stati intenzionali genuini. La roadmap: fondamenti teorici (Sez. 1), analisi tecnica dell’architettura (Sez. 2), confronto con teorie della coscienza (Sez. 3), problema di Gettier nel ragionamento (Sez. 4), mappatura dual-process (Sez. 5), grounding problem e intenzionalità (Sez. 6), conclusione epistemica. 1. Fondamenti teorici: da Turing a Searle, da Fodor a Harnad Il funzionalismo classico identifica stati mentali con ruoli causali realizzabili su substrati multipli [Putnam, 1967]. Searle obietta che la realizzazione sintattica non garantisce contenuto semantico: «la simulazione non è duplicazione» [Searle, 1980, p. 417]. [Original: Share this content: Navigazione articoli La Stanza Cinese dei Transformer: Sintassi, Simulazione e il Fantasma dell’Intenzionalità L’allineamento come problema del caricamento dei valori: genealogia, architettura e limiti epistemici