Permettere alle “macchine” di ragionare come gli esseri umani è uno dei problemi aperti di quel settore dell’informatica noto come “intelligenza artificiale”.
La difficoltà di modellare questo fenomeno risiede nel fatto che noi  riusciamo a compiere con relativa facilità forme di ragionamento che invece sono molto complesse da modellare in sistemi artificiali: i loro metodi e formalismi li portano a tempi di risposta molto lunghi e non compatibili con la necessità di prendere decisioni in tempi ragionevoli.
Scenari problematici per un sistema artificiale riguardano ad esempio:
i) situazioni non ben definite (in cui non tutto è “bianco” o “nero”);
ii) situazioni in cui non si hanno a disposizione tutte le informazioni di cui avremmo bisogno;
iii) situazioni in cui le “regole” che sappiamo valere in molti contesti possono presentare delle eccezioni.
Mentre noi, in tali contesti, siamo in grado di cavarcela con quello che definiamo “intuito”, per i sistemi artificiali si tratta di grandi ostacoli da superare.

In collaborazione con il dott. Daniele Radicioni e la dott.ssa Valentina Rho, ho evidenziato come prendere spunto dal modo in cui noi esseri umani organizziamo la conoscenza nella nostra mente può essere un indizio da seguire anche per realizzare sistemi in grado poi di ragionare e decidere in modo “intelligente” (Lieto et al. 2017). Un recente sviluppo legato all’uso di “euristiche” (strategie che forniscono “scorciatoie” utili per risolvere un problema) di ispirazione cognitiva nell’ambito del ragionamento automatico riguarda il campo della generazione dinamica e “creativa” di nuova conoscenza da parte di sistemi artificiali.
Questa linea di ricerca, che porto avanti con il prof. Gian Luca Pozzato, si colloca nell’ambito di un filone che punta a definire delle “logiche per la creatività artificiale” e si basa sull’assunto che, per poter risolvere problemi realistici, i sistemi artificiali del futuro debbano essere in grado, come facciamo noi quando inventiamo nuovi concetti, di generare in autonomia nuova conoscenza.
L’idea è che si tratti di un processo dinamico ottenuto mediante la ri-combinazione, in modi creativi e innovativi, di informazioni pregresse già disponibili nella memoria di un agente artificiale. (Lieto & Pozzato, 2019).

Tale attività creativa (usata, ad esempio, quando dobbiamo creare nuovi oggetti a partire da due oggetti base: si pensi alla fionda, ottenuta combinando un supporto impugnabile e un elastico) è una abilità che solo l’uomo, alcune grandi scimmie e i corvi sono in grado di esibire e dunque rappresenta un elemento fondamentale da investigare per comprendere un meccanismo fondamentale dell’intelligenza animale e, si spera, dell’”intelligenza artificiale” del futuro.
Con il prof. Pozzato stiamo testando queste logiche nell’ambito delle “architetture cognitive” (la componente software che gestisce il comportamento di alcuni agenti autonomi e robot) e nell’ambito dell’industria creativa. Di recente abbiamo avviato una collaborazione con il Centro Ricerche RAI di Torino per testare la nostra logica nell'ambito della generazione automatica di nuovi personaggi e storie, ottenuti combinando in modo creativo elementi estratti da database esistenti. Insomma: il prossimo protagonista di una serie poliziesca potrebbe essere un misto tra Montalbano, Nero Wolfe e Dylan Dog. E potrebbe essere inventato non più dalla penna di uno scrittore ma da un programma che implementa la nostra logica per la creatività.