Ecco l’intelligenza artificiale italiana che genera metafore come un essere umano

La creazione e l’interpretazione delle metafore rappresentano una delle funzioni cognitive più raffinate dell’essere umano. Oggi, grazie a un innovativo progetto italiano, dal nome MET^CL, questa abilità potrebbe essere condivisa anche dai sistemi di intelligenza artificiale. È quanto emerge dal lavoro di tre ricercatori, Antonio Lieto (Università di Salerno), Gian Luca Pozzato e Stefano Zoia (Università di Torino), selezionato per la prossima edizione della conferenza mondiale sull’intelligenza artificiale IJCAI (International Joint Conference on Artificial Intelligence), in programma ad agosto a Montréal, in Canada.

MET^CL: un sistema ispirato al pensiero umano

Il paper, dal titolo “The Delta of Thought: Channeling Rivers of Commonsense Knowledge in the Sea of Metaphorical Interpretations”, introduce il sistema MET^CL (Metaphor Elaboration in Typicality-based Compositional Logic), progettato per generare e classificare metafore. Alla base, un motore logico ispirato ai processi cognitivi umani, in grado di combinare e fondere concetti secondo un approccio composizionale basato sulla tipicalità.

“Combinazione e composizione sono aspetti centrali del nostro modo di esprimerci – spiega Stefano Zoia, dottorando del Dipartimento di Informatica dell’Università di Torino – e ciò è particolarmente evidente nel caso delle metafore. Per esempio, dire che qualcuno ha un cuore di pietra vuol dire associare metaforicamente il cuore alla pietra per evocare freddezza e insensibilità. MET^CL combina la conoscenza tipica legata ai concetti coinvolti per generare un concetto ibrido che cattura il significato della frase”.

MET^CL: un motore di ragionamento simile alla mente umana

A distinguere MET^CL è la sua capacità di operare attraverso una logica descrittiva non arbitraria, capace di riflettere fedelmente le strutture della mente umana. “Il cuore del nostro lavoro – racconta Antonio Lieto, direttore del CIIT Lab dell’Università di Salerno – è un motore di ragionamento in grado di operare in maniera simile ai processi cognitivi umani. Questo approccio è cruciale per replicare funzioni cognitive complesse, come la comprensione e la produzione di metafore, che richiedono una vera capacità di astrazione e generalizzazione”.

Spiegabilità e trasparenza come valore aggiunto

Uno degli aspetti più rilevanti del sistema è la sua spiegabilità. A differenza di molti modelli sub-simbolici oggi dominanti, METCL è trasparente e fondato su basi formali solide. “In un’epoca in cui si tende a pensare, erroneamente, che i grandi modelli linguistici possano fare tutto, MET^CL dimostra quanto sia ancora fondamentale il contributo delle logiche per la rappresentazione della conoscenza – aggiunge Gian Luca Pozzato, professore ordinario del Dipartimento di Informatica e presidente dei corsi di studio SUISS dell’Università di Torino. “La nostra logica descrittiva basata sulla tipicalità permette al sistema di essere interpretabile e riutilizzabile in contesti anche molto diversi tra loro”.

MET^CL: una tecnologia complementare ai modelli neurali

MET^CL rappresenta un passo in avanti non solo in termini di prestazioni nella generazione e identificazione di metafore, ma anche per il suo approccio complementare rispetto ai grandi modelli neurali come GPT-4o, Qwen 2.5 Max DeepSeek R1. Rispetto a precedenti approcci simbolici, come MetaNet (UC Berkeley), MET^CL offre una sintesi più coerente tra potenza computazionale e rappresentazione cognitiva.

Inoltre, il progetto offre un importante contributo teorico: la generazione di metafore viene reinterpretata come un processo di categorizzazione creativa, in linea con alcune delle più affermate teorie nelle scienze cognitive.

Metafore: dalla teoria alle applicazioni pratiche

Le metafore non sono solo figure retoriche, ma strumenti cognitivi fondamentali per la semplificazione e la trasmissione di concetti complessi. Per questo, un sistema in grado di generarle o riconoscerle può essere estremamente utile in una vasta gamma di ambiti.

Tra i potenziali beneficiari troviamo:

• Insegnanti, per spiegare concetti astratti in modo più accessibile;
• Scrittori, sceneggiatori e giornalisti, alla ricerca di nuove ispirazioni;
• Professionisti della comunicazione e del marketing, interessati a rendere i propri messaggi più efficaci ed evocativi.

Verso una creatività computazionale autentica

In definitiva, MET^CL dimostra come modelli alternativi e integrati possano affiancare e potenziare l’intelligenza artificiale generativa. Non si tratta soltanto di imitare il linguaggio umano, ma di avvicinarsi a una vera capacità di pensiero creativo. Un traguardo che potrebbe cambiare il modo in cui progettiamo e utilizziamo le tecnologie intelligenti.