La traduzione automatica è uno dei settori in cui l’intelligenza artificiale sembra aver già vinto la sua sfida. Eppure, secondo Stefan Mesken, chief AI scientist di DeepL, siamo ancora lontani da un mondo senza barriere linguistiche. Intervenuto a The Big Interview, la serie di interviste di Wired alle grandi menti del nostro tempo, Mesken ha tracciato un quadro delle sfide che attendono l’AI, dalla traduzione vocale agli agenti intelligenti, fino al ruolo dell’Europa nella corsa globale all’intelligenza artificiale.“Negli ultimi due anni sono stati fatti molti progressi nella traduzione in tutti i settori”, osserva, “ma è vero che incontriamo ancora barriere comunicative nella vita di tutti i giorni, al lavoro e nella vita privata”. Il punto non è la mancanza di tecnologia, ma il suo comportamento nei contesti reali, dove il linguaggio cambia tono, intenzione e significato.La voce come prossimo passaggioSe la traduzione testuale è ormai un ambito maturo, il passaggio successivo riguarda la voce e la sua integrazione nei dispositivi intelligenti. Qui il tema non è solo la qualità della traduzione vocale, ma la facilità con cui diventa accessibile.“La tecnologia vocale al momento è estremamente interessante”, spiega, facendo riferimento ai progressi nella sintesi vocale. Il punto decisivo è però l’accesso: “Abbiamo bisogno di una strumenti che ci aiutino a comunicare in modo più efficiente e di un accesso comodo a tale tecnologia”. Con la diffusione di dispositivi sempre più intelligenti, secondo Mesken questi sistemi potrebbero diventare una presenza costante nella vita quotidiana, abbattendo ulteriormente le barriere linguistiche.I due problemi ancora apertiNel lavoro sull’intelligenza artificiale restano due nodi centrali. Il primo è l’apprendimento continuo: sistemi capaci di migliorare nel tempo senza perdere stabilità. “Come si creano sistemi di AI in grado di apprendere da lunghissimi periodi di esperienza senza deteriorarsi?”, si chiede, definendolo uno dei “sacri graal” ancora irrisolti. In altre parole, la sfida è costruire modelli che imparino dall’esperienza accumulata nel mondo reale senza compromettere ciò che hanno già appreso.Il secondo riguarda il recupero delle informazioni, cioè la capacità dei modelli di accedere al contesto corretto nel momento giusto. “È relativamente facile connettere un’AI a Internet”, osserva, “ma se si vuole integrarla profondamente nella propria vita e nel proprio ambiente personale, ci sono ancora molte sfide”.Mesken parla anche del passaggio dall’AI generativa all’AI agentica. Non più sistemi che producono contenuti, ma sistemi che eseguono compiti. “La capacità di fare cose per conto dell’utente è ciò che rende unica o innovativa l’AI agentica”, spiega. Il primo ambito in cui questo cambiamento è già evidente è la programmazione, ma l’impatto si sta allargando rapidamente. Nel customer service, racconta, il confine tra umano e macchina è già cambiato: “Per la prima volta ho parlato con un agente AI e l’ho preferito al tipico supporto clienti di primo livello”.Linguaggio, aziende e preferenze umaneNel lavoro su DeepL, la traduzione non è solo una questione di correttezza linguistica. “Il linguaggio è profondamente personale”, sottolinea Mesken, e lo è anche per le aziende. Per questo entrano in gioco preferenze, contesti e sfumature aziendali. Ogni organizzazione sviluppa un proprio modo di comunicare, e il compito della traduzione è anche preservare quella “voce” attraverso lingue diverse.La sfida, spiega, è realizzare traduzioni che siano “assolutamente accurate” ma che riescano anche a catturare “sfumature implicite” spesso difficili da descrivere, ma immediatamente riconoscibili per chi le legge.Europa tra applicazioni e infrastruttureSul ruolo dell’Europa nell’intelligenza artificiale, Mesken rifiuta una lettura semplicistica. Il divario esiste soprattutto sul piano delle infrastrutture e dei modelli di frontiera, ma non descrive tutto l’ecosistema. “Non penso che sia del tutto corretto affermare che l’Europa sia in ritardo rispetto a Cina e Stati Uniti nello sviluppo dell’IA in tutti i settori”, osserva, ricordando come molte innovazioni nel campo delle applicazioni arrivino proprio da aziende europee.“Però dobbiamo sicuramente fare di più per recuperare terreno”, ammette, sottolineando però che molte innovazioni arrivano già oggi dal livello applicativo. Nel lungo periodo, la condizione decisiva resta la stessa: “offrire un prodotto di alta qualità e di grande impatto a livello internazionale”.