Lo spazio latente: la nuova mappa dove vive l’IA (e la PA farebbe bene a esplorarla)

C’è un modo semplice per liquidare gli LLM in trenta secondi: dire che sono enormi file zip, che comprimono internet e le biblioteche del mondo in pochi giga di parametri. Ma è un’immagine che si ferma troppo presto. Perché quel che succede dentro quella compressione non è archiviazione. È la nascita di un medium nuovo, che sempre più addetti ai lavori chiamano spazio latente.

Non è un dettaglio tecnico da lasciare ai data scientist. È, a conti fatti, il posto dove l’intelligenza artificiale “vive” e “pensa”, per quanto queste parole vadano usate con tutte le cautele del caso. E se lavori nella PA, se devi decidere come e dove introdurre l’IA nei servizi ai cittadini, capire la logica di questo spazio conta più di imparare a memoria dieci prompt perfetti.

Non un archivio, una mappa

Partiamo dalla compressione. Un LLM addestrato su una fetta consistente della conoscenza umana disponibile online non conserva un copione di ogni pagina che ha letto. Non c’è, da qualche parte dentro il modello, una cartella con dentro Wikipedia, i romanzi di Calvino e i decreti del PNRR salvati uno per uno.

Quello che succede è più simile a un processo di distillazione. Il modello impara relazioni, strutture, ricorrenze. Il risultato di questo apprendimento prende forma in uno spazio matematico dotato di miliardi di dimensioni, dove ogni informazione assimilata trova una collocazione precisa. È qui che nasce lo spazio latente: non un magazzino di dati, ma una mappa di significati.

Capire questa differenza serve a sgombrare il campo da un equivoco che sento spesso ripetere negli enti: “l’IA ha copiato da altri documenti”. Nella stragrande maggioranza dei casi non è così semplice, e la questione è tutt’altro che marginale quando si parla di dati pubblici, di trasparenza, di proprietà intellettuale.

Astrazione, non fotocopia

Il secondo tassello riguarda proprio questo: gli LLM non memorizzano copie esatte di testi, volti, documenti. Ne astraggono le caratteristiche, le relazioni, i pattern sottostanti.

È la differenza che passa tra imparare una poesia a memoria e imparare a riconoscere cos’è una poesia, capirne il ritmo, la struttura, il tipo di emozione che veicola, al punto da saperne riconoscere una nuova mai letta prima. Il modello fa, su scala enorme, qualcosa di più simile alla seconda cosa che alla prima.

Questo non significa che il tema del diritto d’autore sia risolto, tutt’altro: restano aperte questioni serie su consenso, remunerazione, trasparenza delle fonti. Ma significa che il dibattito pubblico, quando si limita a immaginare l’IA come una fotocopiatrice gigante, parte già su un piano sbagliato, e questo vale anche per chi nella PA deve valutare rischi e opportunità di adottare questi strumenti.

Miliardi di dimensioni, una sola bussola

Proviamo a visualizzare lo spazio latente. Immaginiamo una mappa, ma non una mappa piatta con due coordinate, nord sud ed est ovest. Una mappa con miliardi di dimensioni, dove ogni parola, ogni concetto, ogni idea, ogni attributo corrisponde a una direzione precisa, un vettore.

È un’astrazione difficile da visualizzare per chiunque, ma l’effetto pratico è intuitivo: in questo spazio, i concetti correlati si trovano fisicamente vicini. Un cane e un gatto condividono molte direzioni comuni, quella della coda, quella delle orecchie, quella di “mammifero domestico”. Per questo un modello può passare da uno all’altro con naturalezza, sa cosa hanno in comune e cosa li distingue.

Portiamola sul terreno che conosco meglio. Un ente che chiede a un modello di riformulare una delibera in linguaggio semplice sta, di fatto, chiedendogli di spostarsi lungo una direzione precisa di quella mappa: quella che separa il burocratese dal linguaggio chiaro. Il modello non “inventa” la semplificazione dal nulla, la trova percorrendo uno spazio già organizzato per somiglianza.

Quando i mondi si toccano

Qui arriva la parte più interessante, quella che apre davvero nuovi scenari. Se concetti e stili occupano posizioni precise in questa mappa, diventa possibile spostare idee da un dominio all’altro, trasferire uno stile artistico su un contenuto diverso, fondere concetti complessi e apparentemente lontani tra loro. Spostare un concetto verso l’asse verità, come verso l’asse bugia.

È il meccanismo dietro tante applicazioni che vediamo emergere: non solo la generazione di immagini in uno stile specifico, ma anche la capacità di riformulare un contenuto tecnico con il tono di un manuale divulgativo, o di ibridare un linguaggio normativo con quello di una comunicazione istituzionale più empatica.

Per la PA, che deve comunicare la stessa informazione a pubblici molto diversi tra loro, cittadini, imprese, altri enti, questa capacità di traslazione tra registri e stili non è un esercizio da laboratorio creativo. È uno strumento concreto per rendere i servizi digitali più accessibili, a patto di saperlo guidare con criterio e senza abdicare al controllo editoriale finale.

Gli spazi bianchi

C’è un aspetto dello spazio latente che trovo particolarmente affascinante, e che raramente entra nel dibattito pubblico sull’IA: questa mappa include anche tutto ciò che è possibile ma che ancora non esiste.

Tra un’invenzione conosciuta e l’altra, tra un’idea esistente e la successiva, ci sono vuoti, spazi bianchi mai esplorati. Esplorare questi vuoti diventerà, secondo molti osservatori, la nuova frontiera della scoperta, non solo scientifica, ma anche organizzativa e di servizio.

Vale la pena chiedersi cosa significhi questo per gli enti locali. Quanti servizi pubblici oggi non esistono semplicemente perché nessuno li ha ancora immaginati, incastrati come sono tra un modulo cartaceo che sopravvive per inerzia e una piattaforma digitale pensata per replicare, più che ripensare, un processo vecchio? Lo spazio latente bianco, in questo senso, è anche un invito a smettere di digitalizzare il passato e a iniziare a esplorare quello che ancora non c’è.

Verso uno spazio latente personale

L’ultimo punto è quello che, da qui a qualche anno, cambierà il modo in cui pensiamo al rapporto tra persona e intelligenza artificiale. Sarà possibile per ciascuno di noi curare e addestrare modelli privati basati sulle proprie vite, esperienze, idee: i propri diari, le proprie relazioni, il proprio archivio professionale. Ad oggi diremmo “il second brain”, ma molto più potente e personale.

Non parliamo di un semplice assistente personalizzato che ricorda le nostre preferenze. Parliamo della possibilità di costruire uno spazio latente personale, una mappa di significati costruita sui nostri dati, con cui co-creare opere, contenuti, soluzioni uniche e irripetibili.

Per un funzionario pubblico, per un ente, per un piccolo Comune con una memoria istituzionale fatta di decenni di delibere, verbali, corrispondenza, questa prospettiva pone una domanda che vale la pena iniziare a porsi già oggi: chi cura quello spazio latente, chi ne stabilisce i confini, e soprattutto, chi ne è titolare quando il dato è pubblico per natura? Lo costruiamo personale, di ufficio o di ente? Come lo gestiamo?

Perché la PA non può restare spettatrice

Torniamo al punto di partenza. Continuare a raccontare l’IA come un file zip gigante, o peggio, come una scatola nera che indovina le parole giuste, ci lascia impreparati di fronte alle domande che davvero contano: come garantire trasparenza su una tecnologia che ragiona per vicinanza vettoriale e non per regole esplicite, come formare persone che sappiano leggere criticamente un output generato per somiglianza, come costruire governance del dato pubblico sapendo che quei dati, un giorno, potrebbero alimentare spazi latenti personali o istituzionali.

Non è un tema per soli tecnici. È un tema culturale, che riguarda chi in un ente deve decidere, chi deve formare, chi deve spiegare ai cittadini perché una scelta è stata presa in un certo modo. La domanda non è più se lo spazio latente riguarderà anche la pubblica amministrazione. È quando, e con quale livello di consapevolezza, gli enti sceglieranno di entrarci con gli occhi aperti, invece di scoprirlo per inerzia, articolo dopo articolo, quando ormai la mappa sarà già stata disegnata da altri.