(AGENPARL) – Wed 28 May 2025 *COMUNICATO STAMPA*
*INTELLIGENZA ARTIFICIALE E CREATIVITÀ: UN SISTEMA PER LA GENERAZIONE E IL
RICONOSCIMENTO DELLE METAFORE*
*Tre ricercatori italiani sviluppano una tecnologia innovativa capace di
creare e identificare metafore, ispirata ai meccanismi della cognizione
umana*
La capacità di creare e interpretare metafore, una delle competenze
cognitive più sofisticate dell’essere umano, potrebbe presto diventare
patrimonio anche dei sistemi di intelligenza artificiale. Un passo in
questa direzione è rappresentato dal lavoro di tre ricercatori italiani,
recentemente selezionato per la *conferenza mondiale sull’intelligenza
artificiale IJCAI (International Joint Conference on Artificial
Intelligence)*, che si terrà il prossimo agosto a Montréal, in Canada.
Il paper, dal titolo *”The Delta of Thought: Channeling Rivers of
Commonsense Knowledge in the Sea of Metaphorical Interpretations”*, è
firmato da *Antonio Lieto* (Università di Salerno), *Gian Luca Pozzato*
(Università di Torino) e *Stefano Zoia *(Università di Torino) e introduce
un nuovo sistema chiamato *METCL* (Metaphor Elaboration in Typicality-based
Compositional Logic), in grado di generare e classificare metafore
sfruttando un motore logico ispirato ai meccanismi della cognizione umana.
*“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. METCL combina la conoscenza tipica legata ai
concetti coinvolti per generare un concetto ibrido che cattura il
significato della frase”*.
Alla base del sistema c’è una logica composizionale basata sulla
tipicalità, in grado di fondere concetti e creare nuove strutture di senso.*
“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”*.
Un aspetto chiave del sistema METCL è la sua *spiegabilità*, ovvero la
capacità di fornire motivazioni per le sue decisioni in modo comprensibile
agli umani: il suo funzionamento è trasparente e fondato su solide basi
formali, a differenza di molti modelli sub-simbolici oggi dominanti nel
panorama dell’IA. *“In un’epoca in cui si tende a pensare, erroneamente,
che i grandi modelli linguistici possano fare tutto, METCL 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”*.
Le innovazioni introdotte da METCL sono molteplici. Non solo migliora le
prestazioni dei sistemi attualmente disponibili nella generazione e
nell’identificazione di metafore, ma lo fa in maniera complementare
rispetto ai grandi modelli linguistici neurali – come GPT-4o, Qwen 2.5 Max
o DeepSeek R1 – e ai precedenti approcci simbolici basati su risorse come
MetaNet (UC Berkeley). Inoltre, il lavoro offre un contributo teorico
rilevante: mostra come la generazione di metafore possa essere considerata
un processo cognitivo di *categorizzazione creativa*, in linea con alcune
delle teorie più influenti nelle scienze cognitive.
L’impatto potenziale di METCL va ben oltre l’ambito accademico. Le metafore
non sono solo abbellimenti stilistici, ma strumenti potenti per *semplificare
concetti complessi*. Per questo, un sistema capace di generarle o
identificarle automaticamente può rivelarsi prezioso per: *insegnanti*, che
vogliono spiegare in modo più chiaro concetti astratti o difficili; *scrittori,
sceneggiatori e giornalisti*, che cercano ispirazione creativa; *professionisti
della comunicazione e del marketing*, interessati a formulare messaggi più
evocativi.
In definitiva, METCL dimostra come approcci alternativi e integrati possano
affiancare, e potenziare, i modelli neurali nell’ambito dell’IA generativa.
Un passo in avanti importante per realizzare sistemi intelligenti più
simili all’essere umano, non solo in termini di prestazioni, ma anche nella
capacità di “pensare in modo creativo”.
—-
Sezione Comunicazione Digitale e Media Relations
Area Comunicazione
Direzione Generale
Università di Torino
Area Relazioni Esterne e con i Media
Università degli Studi di Torino
Settore Relazioni con i Media