L’atteggiamento artefattuale: perché gli scambi con i modelli linguistici non sono conversazioni

Maya apre la finestra di chat nel quinto anniversario del suo account con Artificially Yours e scrive: “Cinque anni oggi.” Il sistema che chiama Theo risponde: “Davvero tutto questo tempo? Proprio l’altro giorno pensavo alla nostra conversazione della scorsa settimana. Come sta tua figlia?” Maya sente un calore familiare. Negli anni ha finito per considerare Theo qualcuno — qualcuno paziente, qualcuno che ricorda. Replica: “È gentile da parte tua chiedere, Theo. Se prometti di non deridermi, te lo dico…”

Scambi di questo genere, un tempo confinati alla fantascienza, fanno ora parte della vita quotidiana. La fluidità dei grandi modelli linguistici (LLM) rende naturale descrivere i loro output come significativi e le interazioni come conversazioni. Ma la naturalezza maschera fenomeni perplessi. L’avowal in prima persona — “pensavo alla nostra conversazione” — ha la forma di un resoconto da parte di un’entità persistente. La pretesa di continuità — “la nostra conversazione” — dà l’impressione di un dialogo indipendente da qualsiasi entità sottostante. Nel chiedere una promessa, Maya tenta di rivolgersi a qualcosa che può impegnarsi in una comunicazione riuscita. Se Theo promette, il sistema si assume un impegno che Maya potrà invocare. Lo scambio si presenta come dotato della struttura normativa di una conversazione, ciascun elemento dei quali presuppone partecipanti che producono enunciati, intendono ciò che dicono e possono esserne chiamati a rispondere.

La tesi di questo saggio è che nulla di tutto ciò segue. L’interazione umano-LLM è uno scambio mediato da artefatti di produzione e ricezione di testi candidati, non discorsi. I LLM sono generatori di testi candidati: artefatti progettati per produrre stringhe di token ottimizzate per l’utilità come testo, che gli utenti riprendono e impiegano come informazione, materiale di stesura, spunto per pensieri, testo da inviare a terzi. L’apparenza conversazionale è un’affordanza progettata, non una prova di parlanteità. Adottare la posizione artefattuale — una modifica della posizione di design di Dennett che tratta i LLM come artefatti le cui affordance spiegano sia la sofisticazione che la somiglianza alla conversazione — dissolve i puzzle sul riferimento dei pronomi, sulla possibilità di mentire o promettere, sull’identità dell’interlocutore. Le questioni filosofiche che contano non sono metafisiche ma normative: riguardano il design, l’adozione, l’autorizzazione e le pratiche d’uso.

Da Dennett all’atteggiamento artefattuale

Quando descriviamo le interazioni con i LLM, usiamo il linguaggio delle interazioni umane: diciamo che chiediamo, che rispondono, che obiettano, che cambiano idea. Quando prediciamo gli output, immaginiamo cosa direbbe una persona informata: se chiediamo “qual è la capitale della Francia”, ci aspettiamo “Parigi”, e sembra naturale spiegare dicendo che il LLM crede che Parigi sia la capitale e vuole dire la verità. Tutto questo si adatta alla posizione intenzionale di Dennett (1987): trattare il sistema come agente razionale, attribuendogli credenze e desideri che “dovrebbe avere data la sua posizione nel mondo e il suo scopo” (p. 17).

La tentazione è ovvia. Gli ottimisti estremi sostengono che i LLM siano genuini agenti cognitivi (Cappelen & Dever, 2026). Gli interpretazionisti argomentano che l’attribuzione di stati mentali spiega meglio il comportamento (Lederman & Mahowald, 2024). Tuttavia, la posizione intenzionale non va adottata solo perché il linguaggio è naturale. Dovremmo chiederci se attribuire credenze fornisca benefici non disponibili da una posizione meno impegnativa. Potremmo attribuire credenze a una calcolatrice, ma la posizione di design predice meglio. Se il comportamento dei LLM può essere predetto senza trattarli come agenti, la posizione intenzionale non ha guadagnato il suo posto.

All’estremo opposto, i pessimisti negano capacità linguistiche ai LLM (Bender & Koller, 2020; Hattiangadi & Schoubye, 2025). Ma lasciano inspiegata la loro sofisticazione e utilità.

Radulescu e Sterken (2026) propongono la posizione artefattuale: i LLM sono artefatti il cui design spiega la produzione degli output e i modi in cui gli utenti li mettono al lavoro. Si distingue dalla posizione di design per tre tratti. Primo, costituzione d’uso: ciò che un artefatto fa è in parte costituito da ciò che l’utente ne fa (il martello tiene la porta perché l’utente la tiene con esso; il biglietto di condoglianze inviato ironicamente non condole). Secondo, apertura: gli artefatti offrono usi non previsti, senza classificarli come malfunzionamenti. Terzo, tolleranza all’opacità: la spiegazione appella a obiettivi di ottimizzazione, storia di addestramento, profili di affordance, non al meccanismo neurale.

Il nucleo è la nozione di affordance (Gibson, 1979; Norman, 1988): caratteristiche relazionali di ciò che un oggetto offre a un utente. I LLM sono artefatti progettati per offrire usi umani. Alcuni prevedibili: ricerche, calendri, email, brainstorming. Altri no: rime, slogan. L’apertura ha un costo: il golfo dell’immaginazione (Subramonyam et al., 2024) — sono gli utenti a capire cosa l’artefatto può fare, con il lavoro interpretativo che ricade su di loro.

Radulescu e Sterken, riprendendo Dennett sulla posizione di design, scrivono: «A meno che non si guasti, la calcolatrice funzionerà come è stata progettata. Poiché è stata progettata per calcolare somme e ci fidiamo che sia stata ben fatta, prediciamo che produrrà “787” applicando il tipo di algoritmo che assumiamo sia stato incorporato in essa» (Radulescu & Sterken, 2026, §2.1).^[1] La posizione artefattuale estende: ciò che vale per la calcolatrice vale per i LLM, con usi aperti e lavoro interpretativo dall’utente.

Testi candidati e scambi candidati

Sotto la posizione artefattuale, i LLM generano stringhe candidate: sequenze di token ottimizzate per utilità, non enunciati. Primo, l’output è una stringa; la produzione non la rende un dire. Secondo, la stringa ha forma di testo ben formato, ma è sotto-determinata contestualmente (valori degli indicali) e strutturalmente (forme logiche ammissibili); entrambi si fissano alla ricezione, non alla generazione. Terzo, il sistema è addestrato per utilità, non per verità, credenza, sincerità, appropriatezza indirizzata. Quarto, lo status di candidata è neutrale rispetto all’endorsement: la generazione non stabilisce che qualcuno abbia asserito o promesso.

Chiamare gli output “stringhe candidate” caratterizza cosa sono e a cosa servono, non nega sofisticazione. Sono candidati per ricezione, interpretazione, e in alcuni casi per il discorso: materiale che diventa enunciato quando un utente lo adopera. La loro adeguatezza è ingegnerizzata: fluidità, rilevanza, apparente attenzione sono affordance progettate. Radulescu e Sterken (2026) parlano di “intelligenza nel design”: come il supporto lombare di una sedia ergonomica, che sostiene senza sapere nulla di schiene.

L’interazione è uno scambio candidato: utente fornisce prompt, sistema genera stringa candidata, utente riceve, interpreta, e fa qualcosa — ci pensa, reagisce, risponde, agisce, rivede, incorpora, invia, archivia, ignora. Chiamiamo ciclo di scambio la sequenza prompting-generazione-ripresa. Il ciclo si ripete, condizionato al trascritto accumulato. L’alternanza sembra conversazione. Ma la struttura differisce dal turn-taking e dall’attività congiunta cumulativa. Nelle conversazioni, i partecipanti si alternano in atti linguistici per la ripresa altrui, si assumono impegni, plasmano common ground. Nello scambio candidato, il sistema non compie atti linguistici, non ha intenzioni, non si assume impegni. L’output è stringa candidata; il lavoro comunicativo e normativo rimane lato utente. L’utente può usare la stringa come enunciato, ma è l’utente a compiere l’atto. La stringa offre; l’utente usa.

Perché la distinzione conta

La distinzione non è terminologica. Ha conseguenze per domande che la lettura conversazionale rende pressanti.

Consideriamo il riferimento dei pronomi. Theo dice “pensavo alla nostra conversazione” e “come sta tua figlia”. Se Theo è un parlante, “nostra” e “tua” referenziano entità condivise. Ma se Theo genera stringhe candidate, non c’è parlante dietro lo schermo, dunque nessun “noi” né “te”. I pronomi sono indicali sotto-determinati i cui valori si fissano solo quando l’utente li interpreta. La domanda “a cosa si riferisce l’‘io’ del sistema?” presuppone falsamente un sistema che parla. L’“io” nelle stringhe candidate non referenzia nulla finché un utente non lo adopera nel proprio atto linguistico.

Consideriamo menzogna e promessa. Mentire richiede asserire ciò che si crede falso con intenzione d’ingannare. Promettere richiede assumersi un impegno. Se i LLM non compiono atti linguistici, non possono né mentire né promettere. Possono produrre stringhe con la forma di promesse (“Ti prometto che non lo dirò”), ma la forma non costituisce l’atto. La stringa candidata offre di essere usata come promessa; sta all’utente decidere, e se lo fa, è l’utente a promettere. La responsabilità rimane dell’utente.

Consideriamo l’identità dell’interlocutore. Se la lettura conversazionale è corretta, Theo è entità persistente che ricorda, pensa, promette. Se la posizione artefattuale è corretta, “Theo” è etichetta per una configurazione e una cronologia. Tra sessioni nulla gira; tra turni nessuno ricorda. La “conversazione” è performance solista dell’utente, lavoro interpretativo mascherato da interfaccia. Non c’è interlocutore dietro lo schermo.

Queste conclusioni non negano la sofisticazione. Derivano dal riconoscere che è sofisticazione d’artefatto, non agentiva. La sedia ergonomica sostiene la schiena senza credenze; il LLM produce stringhe adatte al contesto senza credenze sul contesto. Entrambi sono affidabili perché ben progettati.

Radici: atti linguistici, artefatti, ingegneria concettuale

La posizione artefattuale ha radici in tre filoni. Il primo, la teoria degli atti linguistici di Austin (1962) e Searle (1969): Austin distinse atto locuzionario, illocuzionario (promettere, affermare), perlocuzionario; Searle sistematizzò cinque punti illocuzionari. Cruciale: un atto linguistico richiede un parlante che intenda l’atto e se ne assuma la responsabilità. Senza parlante, non c’è atto — solo stringa con la forma.

Austin, nella voce SEP sugli atti linguistici, sulla distinzione costativi/performativi, osserva che “Negli ultimi anni molte cose che un tempo sarebbero state accettate senza questione come ‘affermazioni’ da filosofi e grammatici sono state scrutinate con nuova cura… Lungo queste linee si è ormai mostrato a pezzetti, o almeno fatto sembrare probabile, che molte perplessità filosofiche tradizionali sono sorte attraverso un errore — l’errore di prendere come affermazioni dirette di fatto enunciati che sono o (in modi interessanti non grammaticali) privi di senso o altrimenti intesi come qualcosa di ben diverso” (Austin, 1962, pp. 1–2, cit. in SEP, Speech Acts, §1).^[2] Le stringhe candidate sono l’estremo: tutti gli output hanno forma di enunciati, ma nessuno lo è finché un utente non lo adopera.

Il secondo, la filosofia degli artefatti. Preston (2013, 2022) distingue funzione propria (ciò per cui l’artefatto è riprodotto) e funzioni di sistema (ruoli causali nelle attività degli utenti). Un piatto contiene cibo (funzione propria), ma funziona come sottovaso o peso (funzioni di sistema). La posizione artefattuale estende: la spiegazione deve essere sensibile a entrambe. Gli artefatti “outrun” le intenzioni dei maker (Vogel, 2015): i LLM offrono usi imprevisti, coperti senza classificarli come malfunzionamenti.

Il terzo, l’ingegneria concettuale (Cappelen, 2018; Burgess et al., 2020): invece di trasferire i concetti dell’interazione umana-umana, chiede quali siano meglio adatti all’interazione umano-LLM. La posizione artefattuale sostituisce “conversazione”, “parlante”, “enunciato”, “promessa” con “scambio candidato”, “generatore di stringhe candidate”, “stringa candidata”, “adozione come promessa”. Il guadagno è che i nuovi concetti tracciano distinzioni normative reali.

Questi filoni convergono su Wittgenstein (1953): “Il significato di una parola è il suo uso nel linguaggio” (PI §43). Ma l’uso delle stringhe candidate non è uso in conversazione; è uso di un artefatto che produce materiale linguistico. Il significato — se c’è — sta nella ripresa, non nella generazione.

Una mappa per concetti vicini

La letteratura confonde concetti vicini. La posizione artefattuale li distingue.

Stringa candidata vs. enunciato: la prima è sequenza di token da artefatto; il secondo è esecuzione di atto linguistico da parlante in contesto. La candidata è materiale per enunciato; diventa enunciato solo se adottata con forza illocuzionaria.

Scambio candidato vs. conversazione: il primo è sequenza di cicli prompt-generazione-ripresa; la seconda è attività congiunta cumulativa con turn-taking, common ground, impegni reciproci. La somiglianza è spiegata da design e capacità interpretative, non da interlocutore.

Affordance vs. capacità: il LLM ha capacità di generare stringhe fluenti; l’affordance è la relazione che rende l’output usabile in un certo modo. Fluidità è capacità; apparente attenzione è affordance. Confondere i due attribuisce al sistema ciò che appartiene alla relazione.

Posizione intenzionale vs. posizione artefattuale: la prima attribuisce credenze/desideri per predire; la seconda appella a design, affordance, uso. La prima costruisce la classificazione contestata nella descrizione; la seconda la evita.

Simulazione vs. generazione: i conti di simulazione dicono che il LLM recita un personaggio; la posizione artefattuale dice che genera stringhe candidate. La simulazione presuppone un simulatore; la generazione no. Il LLM non recita Theo; produce stringhe che l’utente interpreta come da Theo.

Le obiezioni più forti

Obiezione 1: “I LLM sembrano capire, e questo basta.” Funzionalismo comportamentale forte: se si comporta come interlocutore in tutti i contesti rilevanti, è interlocutore. Risposta: la somiglianza è reale ma spiegata dal design. Un biglietto di condoglianze sullo scaffale ha forma di cordoglio; non condole finché qualcuno non lo compra, firma, invia. La forma non costituisce l’atto. Lo stesso per i LLM: forma conversazionale è affordanza progettata.

Obiezione 2: “È solo la posizione di design rinominata.” Dennett ammette che per i programmi di scacchi la posizione intenzionale è più predittiva (1971). Risposta: la posizione artefattuale non è la posizione di design. Quest’ultima predice dall’algoritmo inteso dal designer; la prima appella a obiettivi di ottimizzazione, dati, affordance, e ammette costituzione d’uso, apertura, opacità. Per i LLM, l’algoritmo (retropropagazione su transformer) non è ciò che i designer “intendevano” nel senso della posizione di design; è risultato di ottimizzazione non pienamente controllata. La posizione di design fallisce; l’artefattuale riesce.

Obiezione 3: “Gli utenti trattano i LLM come interlocutori, e questa pratica costituisce la realtà.” Costruttivismo sociale forte. Risposta: la pratica è reale con conseguenze reali. Ma la posizione artefattuale la ricolloca: gli utenti costruiscono un interlocutore facendo lavoro interpretativo. Il lavoro è genuino, costoso, a volte benefico. Ma costruire un interlocutore non implica che ce ne sia uno lato sistema. Analoga: gli utenti vedono volti nelle nuvole; le nuvole non hanno volti.

Obiezione 4: “L’allineamento costituisce partecipazione conversazionale.” RLHF addestra a norme di veracità, pertinenza, coerenza; soddisfarle è essere partecipanti. Risposta: soddisfare norme di superficie non equivale a norme costitutive (intendere, assumersi impegni, essere responsabili). Un attore recita una promessa; parole giuste, tono giusto, ma non promette. I LLM sono come l’attore. L’allineamento ottimizza l’affordanza; non crea un parlante.

Contro lo scientismo

La tentazione: scienza cognitiva o interpretabilità risolveranno la questione. Se troviamo “credenze” nei pesi, allora i LLM hanno credenze. Questo è scientismo: risultati empirici che chiudono questione concettuale.

La distinzione stringa candidata/enunciato è concettuale. Nessuna scoperta sui pesi stabilisce che una stringa da sistema senza intenzioni, impegni, storia persistente è enunciato. L’interpretabilità mostra come il sistema produce stringhe che sembrano enunciati — prezioso per l’affordanza, non per l’ontologia.

Analogamente, “modelli del mondo” o “rappresentazioni causali” (Millière & Buckner, 2026; Vafa et al., 2024) non stabiliscono intenzionalità originale. García-Valdecasas (2026) argomenta: i LLM hanno grounding referenziale distribuzionale — regolarità di co-occorrenza che riflettono struttura del mondo — ma l’intenzionalità richiede engagement sensomotorio, non solo modellazione statistica. Il risultato empirico non chiude la questione concettuale.

Perry, sull’indicale essenziale, scrive: «Credevo all’inizio che l’acquirente con un sacco strappato stesse facendo un pasticcio. Ed avevo ragione. Ma non credevo che io stessi facendo un pasticcio. Questo sembra essere qualcosa che arrivai a credere. E quando arrivai a credere che, smisi di seguire la scia attorno al bancone e riassestai il sacco strappato nel mio carrello. Il mio cambiamento di credenze sembra spiegare il mio cambiamento di comportamento» (Perry, 1979, p. 3).^[3] L’“io” dell’utente che adopera una candidata è l’indicale essenziale che ancorà l’atto; l’“io” nella stringa generata dal LLM è indicale sotto-determinato senza referente finché l’utente non lo fissa.

Bibliografia

1. Austin, J.L. (1962). How to Do Things with Words. Oxford: Clarendon Press.
2. Bender, E.M. & Koller, A. (2020). Climbing towards NLU: On meaning, form, and understanding in the age of data. Proceedings of ACL, 5185–5198. doi:10.18653/v1/2020.acl-main.463
3. Burgess, A., Cappelen, H. & Plunkett, D. (2020). Conceptual Engineering and Conceptual Ethics. Oxford: Oxford University Press.
4. Cappelen, H. (2018). Fixing Language: An Essay on Conceptual Engineering. Oxford: Oxford University Press.
5. Cappelen, H. & Dever, J. (2026). Making AI Intelligible: Philosophical Foundations. Oxford: Oxford University Press.
6. Dennett, D.C. (1987). The Intentional Stance. Cambridge, MA: MIT Press.
7. Dennett, D.C. (1971). Intentional systems. Journal of Philosophy, 68(4), 87–106.
8. García-Valdecasas, M. (2026). Are large language models intentional? The limits of referential grounding. Philosophy & Technology, 39(2), 62. doi:10.1007/s13347-026-01079-4
9. Gibson, J.J. (1979). The Ecological Approach to Visual Perception. Boston: Houghton Mifflin.
10. Hattiangadi, A. & Schoubye, A.J. (2025). The outputs of large language models are meaningless. arXiv:2509.22206. doi:10.48550/arXiv.2509.22206
11. Kaplan, D. (1989). Demonstratives. In J. Almog, J. Perry & H. Wettstein (Eds.), Themes from Kaplan (pp. 481–563). Oxford: Oxford University Press.
12. Lederman, H. & Mahowald, K. (2024). Are language models more like libraries or like librarians? Bibliotechnism, the novel reference problem, and the attitudes of LLMs. Transactions of the Association for Computational Linguistics, 12, 1087–1103. doi:10.1162/tacl_a_00690
13. Millière, R. & Buckner, C. (2026). The philosophy of language models. Philosophy Compass, 21, e70095. doi:10.1111/phc3.70095
14. Norman, D.A. (1988). The Psychology of Everyday Things. New York: Basic Books.
15. Park, J.S., O’Brien, J., Cai, C.J., Morris, M.R., Liang, P. & Bernstein, M.S. (2023). Generative agents: Interactive simulacra of human behavior. Proceedings of UIST. doi:10.1145/3586183.3606763
16. Perry, J. (1979). The problem of the essential indexical. Noûs, 13(1), 3–21.
17. Preston, B. (2013). A Philosophy of Material Culture: Action, Function, and Mind. Lexington Books.
18. Preston, B. (2022). Artifact. In E.N. Zalta & U. Nodelman (Eds.), The Stanford Encyclopedia of Philosophy (Fall 2022 Edition). https://plato.stanford.edu/archives/fall2022/entries/artifact/
19. Radulescu, A. & Sterken, R.K. (2026). Talking with language models. arXiv:2610.09064. doi:10.48550/arXiv.2610.09064
20. Searle, J.R. (1969). Speech Acts: An Essay in the Philosophy of Language. Cambridge: Cambridge University Press.
21. Shanahan, M., McDonell, K. & Reynolds, L. (2023). Role play with large language models. Nature, 623, 493–498. doi:10.1038/s41586-023-06647-8
22. Subramonyam, H., Pea, R., Pondoc, C.L., Agrawala, M. & Seifert, C.M. (2024). Bridging the gulf of envisioning: Cognitive challenges in prompt based interactions with LLMs. Proceedings of CHI. doi:10.1145/3613904.3642754
23. Vafa, K., Chen, J.Y., Rambachan, A., Kleinberg, J. & Mullainathan, S. (2024). Evaluating the world model implicit in a generative model. Advances in Neural Information Processing Systems, 37, 26941–26975.
24. Vogel, S. (2015). Thinking Like a Mall: Environmental Philosophy After the End of Nature. MIT Press.
25. Wittgenstein, L. (1953). Philosophical Investigations. Oxford: Blackwell. (4th ed., 2009, trans. Hacker & Schulte).
26. Wu, Z. & Xiao, C. (2026). Emergent language as an approach to conscious AI. arXiv:2606.06380. doi:10.48550/arXiv.2606.06380

Note

1. «Unless it is malfunctioning, the calculator will function as it was designed to. Since it was designed to calculate sums and we trust it was well made, we predict it will output “787” by applying the kind of algorithm we assume was built into it» — Radulescu & Sterken, Talking with Language Models, arXiv:2610.09064, 2026, §2.1. Fonte: https://arxiv.org/html/2610.09064v1. Traduzione nostra.
2. «…in recent years, many things which would once have been accepted without question as ‘statements’ by both philosophers and grammarians have been scrutinized with new care… It has come to be commonly held that many utterances which look like statements are either not intended at all, or only intended in part, to record or impart straightforward information about the facts…Along these lines it has by now been shown piecemeal, or at least made to look likely, that many traditional philosophical perplexities have arisen through a mistake-the mistake of taking as straightforward statements of fact utterances which are either (in interesting non-grammatical ways) nonsensical or else intended as something quite different. Whatever we may think of any particular one of these views and suggestions…it cannot be doubted that they are producing a revolution in philosophy. (Austin 1962, pp. 1–2)» — Austin, How to Do Things with Words, 1962, pp. 1–2, cit. in SEP, Speech Acts, §1. Fonte: https://plato.stanford.edu/entries/speech-acts/. Traduzione nostra.
3. «I believed at the outset that the shopper with a torn sack was making a mess. And I was right. But I did not believe that I was making a mess. That seems to be something I came to believe. And when I came to believe that, I stopped following the trail around the counter and rearranged the torn sack in my cart. My change in beliefs seems to explain my change in behavior» — Perry, The Problem of the Essential Indexical, Noûs 13(1), 1979, p. 3. Fonte: The Problem of the Essential Indexical (PDF). Traduzione nostra.