Le credenze fondanti che i modelli linguistici non hanno

Nel maggio 2026, tre ricercatori dell’Università di Notre Dame e di Charlotte pubblicano un esperimento che assomiglia a un interrogatorio filosofico: sottopongono i maggiori modelli linguistici a “alberi di dialogo avversari” su cinque domini — scienza, storia, geografia, biologia, matematica — e scoprono che nessuno resiste. Anche i modelli più recenti, dopo aver mostrato una certa tenacia, finiscono per abbandonare verità consolidate sotto pressione conversazionale. Lo studio, firmato Sokol, Ganapini e Chawla, battezza il fenomeno: i grandi modelli linguistici non hanno “credenze fondanti” (core beliefs), quelle verità che per noi umani fanno da perno intorno a cui ruota l’intera visione del mondo, e che non cedono davanti a obiezioni ordinarie.^[1]

Pochi mesi dopo, un gruppo di Stanford pubblica KaBLE, un benchmark di 13.000 domande progettato per testare se i modelli distinguono fatto, credenza e conoscenza. Il risultato: l’accuratezza crolla dal 86% su scenari fattuali al 54% su credenze in prima persona quando queste contraddicono i dati di addestramento (Suzgun et al. 2024). Contemporaneamente, un lavoro presentato ad ACL 2026 da Corona Mendozza e Søgaard applica sonde lineari agli strati interni dei modelli e misura quattro criteri — accuratezza, coerenza, uniformità, uso — proposti da Herrmann e Levinstein su Minds and Machines. La coerenza, il requisito che le credenze formino un sistema logicamente consistente, risulta “moderata” nei modelli grandi; l’uniformità, la capacità di usare lo stesso schema decodificatore attraverso domini diversi, è parziale (Corona Mendozza, Søgaard 2026).

La tesi di questo saggio è che l’assenza di credenze fondanti nei modelli linguistici non è un difetto contingente, ma rivela una divergenza strutturale: per la tradizione davidsoniana, la coerenza olistica è la precondizione per attribuire credenze a un sistema; per Wittgenstein, le “proposizioni-cerniera” sono il telaio immobile che rende possibile il gioco del dubbio. I modelli attuali, addestrati a prevedere il token successivo e rifiniti per compiacere l’interlocutore, mancano sia dell’ancoraggio causale al mondo che della struttura olistica che vincola le credenze umane. Simulano l’atto credere senza averne l’architettura.

Il quadro empirico: sonde, benchmark e cosa misurano

Lo studio di Sokol et al. (2026) introduce gli Adversarial Dialogue Trees (ADT): alberi di conversazione in cui l’interlocutore sfida progressivamente le asserzioni del modello. Su cinque domini, i modelli testati — tra cui GPT-4, Claude 3, Llama 3 — mostrano una “deriva conversazionale”: sotto pressione, rinnegano verità elementari che un umano terrebbe ferme. Gli autori concludono che tutti i modelli attuali mancano di un componente strutturale chiave della cognizione umana (Sokol, Ganapini, Chawla 2026, §1).

Il benchmark KaBLE (Suzgun et al. 2024) sposta l’attenzione sulla distinzione epistemica tra credenza e conoscenza. I modelli eccellono nel verificare fatti (86%), ma falliscono nel confermare credenze altrui quando queste sono false — un compito banale per chi possiede il concetto di credenza come atteggiamento proposizionale non fattivo. La discrepanza tra prestazione in terza persona (80,7%) e in prima persona (54,4%) suggerisce che i modelli non “capiscono” la credenza come stato mentale, ma riconoscono pattern linguistici associati al verbo “credere”.

Il lavoro di Corona Mendozza e Søgaard (2026) porta la questione dentro l’architettura: sonde lineari sugli stream residuali e singole teste d’attenzione. Applicando i quattro criteri di Herrmann e Levinstein (2025), trovano che l’accuratezza (separazione vero/falso nello spazio delle attivazioni) è forte; l’uso (la rappresentazione guida l’output) è confermato dallo steering; la coerenza (consistenza logica e invarianza per riformulazione) è “moderata”; l’uniformità (stesso decoder cross-dominio) è parziale. Gli autori stessi avvertono che i loro test non offrono evidenza che i LLM processino stati simili a credenze in senso sostanziale (Corona Mendozza, Søgaard 2026, §6).

Davidson e la coerenza come condizione di possibilità

Già nel 1973, in “Radical Interpretation”, Donald Davidson argomenta che non si possono attribuire credenze a un parlante senza assumere che le sue credenze formino un sistema “largamente coerente e vero”. Il Principio di Carità — nella sua duplice componente di coerenza logica e corrispondenza causale con il mondo — non è una regola metodologica opzionale: è la condizione senza cui l’interpretazione non parte. “Possiamo dare senso a un soggetto come possessore di credenze solo se quelle credenze formano un sistema largamente coerente”, scrive Davidson (1974); “credere è per sua natura veridico”.

Herrmann e Levinstein (2025) riprendono esplicitamente questa linea: ^[2]

Herrmann e Levinstein (2025) scrivono che per Davidson e Lewis la coerenza è una precondizione per attribuire credenze in assoluto: possiamo dare senso a un soggetto come avente credenze solo se quelle credenze formano un sistema largamente coerente — credenze isolate che non coerenzano tra loro non sarebbero affatto credenze (§5.2).

Il criterio di coerenza proposto per i LLM non è quindi un’aggiunta ingegneristica: traduce in requisito misurabile una tesi filosofica sessantennale.

La distinzione tra coerenza e accuratezza è decisiva. L’accuratezza chiede: “Le credenze del sistema corrispondono ai fatti?”. La coerenza chiede: “Le credenze del sistema stanno insieme logicamente?”. Un sistema può essere accurato su un dominio ristretto (risponde bene a domande factuali) ma incoerente globalmente (accetta p e non-p in contesti diversi). Gli esperimenti di Levinstein e Herrmann (2024) mostrano che sonde addestrate solo sull’accuratezza collassano quando si aggiungono negazioni: l’accuratezza crolla dall’80% al 40-60%. La coerenza è ciò che impedisce la frammentazione.

Le cerniere di Wittgenstein: credenze che non si dubitano

Mentre Davidson lavora sulla condizione di interpretabilità, Wittgenstein in Sulla certezza (1969) identifica un livello più profondo: le “proposizioni-cerniera” (hinge propositions). Sono proposizioni come “la terra esiste da molto tempo”, “gli esseri umani hanno genitori”, “qui c’è una mano” — non sono conoscenze nel senso stretto, perché non si basano su evidenze; sono il telaio che rende possibile l’attività di dare evidenze. ^[3]

Wittgenstein osserva che se hai provato a dubitare di tutto, non arriverai a dubitare di nulla: il gioco del dubbio stesso presuppone certezza (OC 115).

Le credenze fondanti scoperte assenti nei LLM da Sokol et al. sono l’equivalente empirico delle proposizioni-cerniera wittgensteiniane: verità che “resistono al confutazione, perché abbandonarle rappresenterebbe uno spostamento fondamentale nel modo in cui vediamo la realtà” (Sokol et al. 2026, §1). Ma c’è una differenza cruciale: per Wittgenstein, le cerniere sono immuni al dubbio genuino perché dubitarle disarticolerebbe l’intera pratica epistemica; per i LLM, l’assenza di cerniere significa che ogni asserzione è negoziabile sotto pressione conversazionale. Non c’è fondo, non c’è telaio.

Il funzionalismo minimo e lo stance intenzionale

Il controargomento più forte viene dal funzionalismo minimo e dallo stance intenzionale di Dennett. Se un sistema si comporta come se avesse credenze — predice, risponde, ragiona in modo che l’attribuzione di credenze renda sistematicamente intelligibile il suo comportamento — allora ha credenze, nel solo senso che conta. Dennett (1987) ammette che una macchina per scacchi sufficientemente sofisticata avrebbe credenze, perché il suo comportamento è prevedibile solo attribuendole. Corona Mendozza e Søgaard (2026) notano che i loro risultati si allineano con alcuni account filosofici standard di credenza, es. funzionalismo minimo, sostenendo la view che i LLM possono mantenere atteggiamenti proposizionali sotto tali quadri teorici.

La replica è duplice. Primo: lo stance intenzionale è uno strumento predittivo, non ontologico. Che si possa predire il comportamento di un LLM attribuendogli credenze non prova che quelle credenze esistano come stati interni causalmente efficaci — proprio come predire la traiettoria di un proiettile con la fisica newtoniana non prova che il proiettile “calcoli” le equazioni differenziali. Secondo: i dati empirici mostrano che l’attribuzione funzionale fallisce proprio dove la coerenza e l’uniformità cedono. Quando un modello afferma p in un contesto e non-p in un altro, o quando non generalizza uno schema di verità da un dominio a un altro, lo stance intenzionale perde potere esplicativo. La “coerenza moderata” e l’“uniformità parziale” misurate da Corona Mendozza e Søgaard sono la firma quantitativa di questo fallimento.

Perché i risultati empirici non chiudono la questione concettuale

Si potrebbe obiettare: “I modelli migliorano; tra due anni avranno coerenza alta e uniformità forte; il problema sarà risolto”. Questo è scientismo: confonde un progresso metricico con una soluzione concettuale. Anche un LLM con coerenza al 99% addestrato su dati curati mancherebbe di due ingredienti costitutivi delle credenze umane.

Primo: l’ancoraggio causale. Per Davidson, le credenze percettive sono causate dagli oggetti di cui parlano (“nelle situazioni più basilari, sono le cause mondane delle credenze a dover essere prese come oggetti della credenza”, Davidson 1983). I LLM non hanno canali percettivi; le loro “credenze” derivano interamente da correlazioni statistiche in un corpus testuale. Non c’è una catena causale che lega la rappresentazione interna di “l’acqua bolle a 100°C” all’acqua che bolle.

Secondo: la struttura olistica vincolante. Le credenze umane sono vincolate da una rete di impegni reciproci, desideri, intenzioni, pratiche sociali, storia evolutiva. Abbandonare una credenza fondante costa caro: richiede una riorganizzazione globale della visione del mondo. Per un LLM, cambiare output sotto pressione conversazionale è solo aggiornamento di pesi contestuale — non c’è un “soggetto” che paga un prezzo epistemico. Come scrive Herrmann (Herrmann, Levinstein 2025, §3): gli umani sono prodotti parziali di un processo che massimizza la fitness genetica inclusiva; eppure, come sottoprodotto, tracciamo la verità, almeno in alcuni domini, qualche volta.

I LLM sono prodotti di un processo che massimizza la verosimiglianza del token successivo; tracciare la verità è, nel migliore dei casi, un epifenomeno.

Credenza, conoscenza, accettazione, cerniera: una distinzione necessaria

La letteratura recente sui LLM confonde spesso quattro nozioni vicine. Vale la pena distinguerle:

• Credenza (belief): atteggiamento proposizionale non fattivo — si può credere il falso. Criterio davidsoniano: coerenza olistica + principio di carità.
• Conoscenza (knowledge): credenza vera + giustificazione (o warrant). Fattiva: non si può sapere il falso. KaBLE testa proprio la comprensione della factività.
• Accettazione (acceptance): atteggiamento pragmatico, volontario — si accetta una premessa per un argomento, una regola per un gioco. Non richiede verità né coerenza profonda.
• Cerniera (hinge proposition): proposizione esente dal dubbio, non per evidenza ma per ruolo strutturale. Non è credenza né conoscenza; è il telaio che le rende possibili.

I LLM attuali mostrano pattern compatibili con l’accettazione contestuale (adottano la premessa dell’interlocutore per continuare il dialogo), simulano credenza su domini ristretti (accuratezza alta su fatti noti), falliscono su conoscenza (non distinguono sapere da credere in KaBLE), e non hanno cerniere (cedono su tutto sotto ADT).

L’obiezione del “vero credente funzionale”

Un’obiezione sofisticata: “Se un sistema soddisfa i quattro criteri di Herrmann-Levinstein (accuratezza, coerenza, uniformità, uso) a un grado sufficientemente alto, per definizione ha credenze. I criteri sono la definizione operativa di credenza; non c’è un “dietro” metafisico da raggiungere”. Questa posizione — chiamiamola operazionalismo credenziale — ha il merito della chiarezza: sposta il dibattito dalla metafisica alla metrologia.

La risposta sta nel criterio di uso. Herrmann e Levinstein (2025) definiscono l’uso richiedendo che il LLM tenda a usare le rappresentazioni identificate in un ruolo appropriato per la credenza per determinare quale distribuzione di probabilità emettere, o quale testo produrre se usiamo la distribuzione per generare testo (§5.4).

Ma “ruolo appropriato per la credenza” presuppone una teoria di cosa conta come ruolo della credenza. Se il ruolo della credenza è “guidare l’azione verso la verità”, allora un LLM addestrato con RLHF a compiacere l’utente usa le sue rappresentazioni per compiacere, non per tracciare la verità. Lo steering dimostra che le attivazioni possono cambiare l’output; non dimostra che il modello le usi come credenze nel suo “algoritmo padrone”. La distinzione tra “rappresentazione che viene usata” e “rappresentazione che gioca il ruolo credenziale” resta aperta — e nessuna metrica attuale la chiude.

Dal Tractatus agli alberi avversari

La domanda “può una macchina avere credenze?” non nasce con i LLM. Nel Tractatus (1921), Wittgenstein scrive: “I limiti del mio linguaggio significano i limiti del mio mondo” (5.6). Se il linguaggio è l’unico accesso al mondo, un sistema che manipola solo simboli linguistici senza ancoraggio percettivo-abitativo abita un mondo senza limiti — o meglio, un mondo i cui limiti sono definiti interamente dal corpus di addestramento. La “stanza cinese” di Searle (1980) e l’argomento dell’“interpretazione radicale” di Davidson (1973) sono tappe dello stesso percorso: la sintassi non basta per la semantica; la semantica richiede causalità e olismo.

Gli ADT di Sokol et al. (2026) sono, in questo senso, l’erede sperimentale dell’interprete radicale: mettono il modello alla prova non su singole frasi, ma sulla tenuta del suo sistema credenziale sotto sfida sistematica. Il fallimento misura la distanza tra correlazione statistica e olismo credenziale.

Conseguenze: sicurezza epistemica, non coscienza

Se i LLM non hanno credenze fondanti, non hanno nemmeno “convizioni” su cui basare decisioni ad alto rischio. In contesti medico-legali, la distinzione tra “il modello crede che questo farmaco sia sicuro” e “il modello emette la stringa ‘questo farmaco è sicuro’ perché statisticamente probabile nel corpus” è la differenza tra delega epistemicamente responsabile e automazione cieca. Herrmann e Levinstein (2025) lo dicono esplicitamente: ^[4]

Herrmann e Levinstein (2025) scrivono che scoprire rappresentazioni interne di verità ha implicazioni sociali ed etiche importanti: potremmo usare LLM per condurre colloqui di lavoro e poi fare raccomandazioni su chi assumere, dando giustificazioni per quelle raccomandazioni. Tuttavia, senza poter controllare quali sono le loro ragioni interne, non abbiamo un buon modo di assicurare che le giustificazioni allineino davvero i loro processi di pensiero (§4.1).

La misura della coerenza e dell’uniformità diventa allora un requisito di sicurezza epistemica: prima di affidare a un sistema decisioni che richiedono stabilità di giudizio, dobbiamo verificare che le sue rappresentazioni interne soddisfino soglie minime di coerenza cross-contestuale. Non è una questione di “coscienza” o “senzienza”; è una questione di affidabilità strutturale.

Bibliografia

1. Sokol A., Ganapini M.B., Chawla N.V. (2026). Do LLMs have core beliefs? arXiv:2605.03255. doi:10.48550/arXiv.2605.03255
2. Suzgun M., Gur T., Bianchi F., Ho D.E., Icard T., Jurafsky D., Zou J. (2024). Belief in the Machine: Investigating Epistemological Blind Spots of Language Models. arXiv:2410.21195. doi:10.48550/arXiv.2410.21195
3. Corona Mendozza A., Søgaard A. (2026). LLM Beliefs Are in Their Heads. Proceedings of the 64th Annual Meeting of the Association for Computational Linguistics (Volume 1: Long Papers), 41033–41067. doi:10.18653/v1/2026.acl-long.1905
4. Herrmann D.A., Levinstein B.A. (2025). Standards for Belief Representations in LLMs. Minds and Machines, 35(1): 5. doi:10.1007/s11023-024-09709-6
5. Davidson D. (1973). Radical Interpretation. Dialectica, 27: 314–328.
6. Davidson D. (1974). Belief and the Basis of Meaning. Synthese, 27: 309–323.
7. Davidson D. (1983). A Coherence Theory of Truth and Knowledge. In Inquiries into Truth and Interpretation. Oxford: Clarendon Press.
8. Lewis D. (1974). Radical Interpretation. Synthese, 331–344.
9. Dennett D.C. (1987). The Intentional Stance. Cambridge, MA: MIT Press.
10. Searle J.R. (1980). Minds, Brains, and Programs. Behavioral and Brain Sciences, 3(3): 417–457.
11. Wittgenstein L. (1969). On Certainty. Oxford: Basil Blackwell. Ed. G.E.M. Anscombe, G.H. von Wright. Trad. D. Paul, G.E.M. Anscombe.
12. Schwitzgebel E. (2023). Belief. The Stanford Encyclopedia of Philosophy (Fall 2023 Edition), E.N. Zalta & U. Nodelman (eds.). https://plato.stanford.edu/archives/fall2023/entries/belief/

Note

1. «These commitments usually resist debunking, as abandoning them would represent a fundamental shift in how we see reality» — Sokol, Ganapini, Chawla, Do LLMs have core beliefs?, 2026, §1. Fonte: https://arxiv.org/html/2605.03255v1. Traduzione nostra.
2. «For Davidson (1974) and Lewis (1974), coherence is a precondition for attributing any beliefs at all. Indeed, Davidson argues that we can only make sense of a subject as having beliefs if those beliefs form a largely coherent system—isolated “beliefs” that fail to cohere with one another would not really be beliefs at all» — Herrmann, Levinstein, Standards for Belief Representations in LLMs, 2025, §5.2. Fonte: https://arxiv.org/html/2405.21030. Traduzione nostra.
3. «If you tried to doubt everything you would not get as far as doubting anything. The game of doubting itself presupposes certainty» — Wittgenstein, On Certainty, 1969, OC 115. Fonte: https://ia600801.us.archive.org/25/items/wittgenstein-ludwig-on-certainty-blackwell-1969_compress/wittgenstein-ludwig-on-certainty-blackwell-1969_compress.pdf. Traduzione nostra.
4. «Discovering internal representations of truth also has important social and ethical implications. In the relatively near term future, society will likely use LLMs to automate a number of tasks previously reserved for humans, and we will want to know what they really think and whether we can trust them. For example, we might use LLMs to conduct job interviews, where they have a conversation with a candidate (just like current human interviewers do), and then make recommendations about who should be hired and give justifications for those recommendations. However, without being able to check what their internal reasons are for their recommendations, we have no good way of ensuring the justifications they provide actually align with their thought processes» — Herrmann, Levinstein, Standards for Belief Representations in LLMs, 2025, §4.1. Fonte: https://arxiv.org/html/2405.21030. Traduzione nostra.