Prima gli si poteva chiedere al massimo di mettere una canzone o impostare la sveglia. Oggi gli assistenti vocali sono diventati amici, confidenti, consulenti, aiutanti domestici e, non di rado, persino psicologi improvvisati. Per arrivare a questo livello, però, qualcuno ha dovuto insegnare loro a capire molto più delle parole. È quello che succede anche a Torino, nel centro italiano di ricerca e sviluppo di Amazon dove si lavora al nuovo servizio Alexa+. Un lavoro che parte dalla città della Mole ma guarda al mondo intero. Perché la nuova generazione dell’assistente vocale del colosso dell’e-commerce fondato da Jeff Bezos non deve solo parlare italiano. Deve capirli, gli italiani. E, allo stesso modo, deve saper interpretare le differenze linguistiche e culturali degli utenti negli altri Paesi. Il centro di via Lugaro è uno dei nodi della rete internazionale di ricerca e sviluppo di Amazon, che comprende poli come Cambridge in Uk, Berlino e Aquisgrana in Germania, un centro in Polonia e, negli Stati Uniti, Seattle, Boston e la Silicon Valley. Nei locali di Torino lavorano decine di persone tra ingegneri, linguisti e ricercatori: un team che, partito dalla localizzazione italiana di Alexa, oggi sviluppa componenti utilizzati su scala globale. «I modelli linguistici nascono multilingue, ma questo non significa in automatico che siano multiculturali», spiega Daniele Amberti, capo ricerca e sviluppo del polo. «La conoscenza del mondo varia da Paese a Paese ed è sempre in divenire. Ci sono nuovi cantanti, nuove canzoni, nomi ambigui, riferimenti culturali che cambiano. Il lavoro è fare in modo che l’assistente sappia interpretare correttamente anche questo contesto». E dunque, mentre Alexa impara a parlare una lingua, deve anche imparare a vivere dentro una cultura. A Torino si lavora perché sappia, per esempio, che a Milano si dice «michetta» e a Roma «rosetta», che la bagna càuda non è semplicemente una salsa e che Sanremo, per un italiano, non è solo una città ligure. «Alexa ha una personalità che deve essere riconoscibile in tutto il mondo: brillante, intelligente, inclusiva, paziente», racconta Chiara Rubagotti, Linguistic Engineer e Product Manager Alexa. «Ma poi ci sono caratteristiche che devono avere un tratto distintivo a seconda del Paese. In Italia lavoriamo sulla competenza linguistica e culturale, sulla conoscenza dei modi di dire e dei regionalismi, ma anche su un certo senso dell’umorismo e della simpatia che gli utenti italiani apprezzano». È una delle trasformazioni più evidenti della nuova Alexa, arrivata in Italia ad aprile – è ancora in early access– dopo il debutto negli Stati Uniti e nel Regno Unito. La vecchia Alexa chiedeva all’utente, almeno in parte, di imparare come parlare: ricordare un comando, formulare una richiesta in un certo modo. Nella nuova versione è la macchina che deve capire meglio la persona. Il salto è legato anche ai progressi dell’Ai generativa, che oggi permette alle macchine di comprendere il linguaggio naturale in modo più sofisticato e di produrre contenuti con una creatività sempre più simile a quella umana. Così Alexa+ non si limita a rispondere alle domande, ma può portare a termine attività articolate: dalla ricerca e prenotazione di un ristorante alla gestione di un acquisto, fino all’organizzazione di spostamenti e alla generazione di contenuti. È il passaggio dalla semplice risposta all’azione, con l’assistente che prova a gestire in autonomia richieste sempre più ampie dell’utente. Si può iniziare una conversazione, interromperla, riprenderla senza dover ripetere ogni volta «Alexa». Si può fare una domanda, aggiungere un’informazione, cambiare idea. L’assistente mantiene il contesto e può ricordare preferenze espresse dall’utente: se, per esempio, una persona dice di non mangiare l’aglio, quella informazione può essere utilizzata in seguito quando chiederà una ricetta. Lo stesso vale per i gusti musicali o per altre abitudini. Dietro questa apparente naturalezza c’è però un’architettura molto complessa. Alexa+ non è un unico modello di Ai, ma un sistema che mette in comunicazione diversi modelli linguistici di grandi dimensioni, i cosiddetti Large Language Models (LLM), e una serie di sistemi specializzati in compiti diversi: dalla matematica alla domotica, fino allo shopping e alla gestione delle richieste. «Utilizziamo diversi modelli come fossero un’orchestra, scegliendo quello più adatto alla richiesta che arriva» spiega Amberti. Ed è proprio nell’orchestrazione di questi sistemi che il ruolo di Torino si è ampliato. Se all’inizio il centro era soprattutto impegnato nella localizzazione della prima versione di Alexa per l’Italia e per ispanofoni, oggi il raggio d’azione è più largo. A Torino si lavora sull’allineamento dei modelli alle diverse lingue e culture, sulla gestione del contesto e sul sistema che indirizza le richieste verso i sistemi più adatti. Ci sono competenze dedicate anche alla matematica, a domotica e shopping. Il lavoro torinese, però, non è soltanto una questione di tecnologia. È anche una questione di persone. «Torino è assolutamente paritaria rispetto agli altri centri», sottolinea Amberti. «Il fatto che alcune persone che hanno lavorato qui abbiano poi assunto responsabilità su team in altri Paesi dimostra che le competenze sviluppate a Torino sono state riconosciute anche a livello internazionale». È qui, tra un regionalismo e un modello linguistico, che Torino prova a dare un accento locale a un’Ai pensata per il mondo