Ridere per ridere/Approcci computazionali

Busto di giovane che ride, autoritratto già attribuito a Rembrandt (1630)

Approcci computazionali all'umorismo

Per approfondire su Wikipedia, vedi le voci Informatica, Computer e Intelligenza artificiale.

Per approfondire, vedi Computational humor.

È possibile programmare un computer per generare e/o comprendere l'umorismo? Sebbene i ricercatori nel campo dell'intelligenza artificiale (IA o AI per artificial intelligence) abbiano, per la maggior parte, ignorato l'umorismo, si può sostenere che qualsiasi tentativo di sviluppare un sistema informatico veramente intelligente dovrà in ultima analisi affrontare il problema dell'umorismo. Graeme Ritchie, linguista e ricercatore di intelligenza artificiale presso l'Università di Edimburgo, insieme ai suoi studenti e colleghi, è attualmente lo studioso più attivo nel campo dell'umorismo computazionale (Binsted e Ritchie, 1997, 2001; Ritchie, 2001, 2004). Ritchie (2001) ha suggerito che le indagini sull'umorismo basate sull'intelligenza artificiale possono non solo aiutare a chiarire le nostre teorie sull'umorismo, ma possono anche portare a importanti scoperte sull'intelligenza umana, sul linguaggio, sulla risoluzione dei problemi e sull'elaborazione delle informazioni più in generale.

Inoltre, poiché in futuro i sistemi di intelligenza artificiale, come i robot, diventeranno sempre più sofisticati, potrebbe essere importante per loro essere in grado di generare e comprendere l'umorismo per comunicare in modo più efficace e in modo più congeniale con gli esseri umani con cui interagiscono. Da un punto di vista più filosofico, possiamo considerare se i robot veramente intelligenti potrebbero addirittura richiedere il senso dell'umorismo per far fronte alle prospettive incongrue e incoerenti che si presentano a qualsiasi essere intelligente che funzioni autonomamente nel mondo reale e interagisca con altri esseri intelligenti. L'idea che l'umorismo sia più di un semplice lusso è suggerita dalle teorie secondo cui si è evoluto negli esseri umani come modalità di comunicazione interpersonale per affrontare prospettive contrastanti (Mulkay, 1988), o come meccanismo cognitivo di coping necessario per la sopravvivenza (Dixon, 1980). Queste domande sono simili a quelle sulla questione se i sistemi di intelligenza artificiale funzionanti nel mondo reale richiederebbero qualche analog di emozione (Trappl, Petta e Payr, 2002).

Ritchie (2001, 2004) ha sostenuto un approccio di "intelligenza artificiale sperimentale", in cui la programmazione informatica viene utilizzata come mezzo per testare le teorie cognitive (e in particolare linguistiche) dell'umorismo. Affinché una teoria possa essere implementata in un programma per computer, deve essere formale, precisa, dettagliata e rigorosa, conforme ai principi della linguistica generativa e dell'intelligenza artificiale. Pertanto, le indagini sulla IA forniscono un modo per individuare pensieri confusi e logica difettosa che altrimenti non potrebbero essere evidenti nelle formulazioni teoriche. Sfortunatamente, secondo Ritchie, la maggior parte delle teorie esistenti sull'umorismo sono troppo vaghe e imprecise per essere di grande utilità per lintelligenza artificiale. Ad esempio, Ritchie (1999) ha criticato le tradizionali teorie sulla risoluzione delle incongruenze (di cui ho discusso nel Capitolo 3), sottolineando che le idee di incongruenza e risoluzione non sono state definite con sufficiente chiarezza e che diverse teorie utilizzano questi concetti in modi diversi. In particolare, sebbene siano spesso viste come equivalenti, la teoria di Shultz (1976) (che Ritchie chiama il "surprise disambiguation model") è, ad un'analisi più attenta, in realtà molto diversa dalla teoria di Suls (1972) (il "two-stage model"). Le due teorie hanno implicazioni diverse e si applicano a diverse classi di barzellette. Ritchie (2004) ha anche criticato la General Theory of Verbal Humor di Raskin e Attardo (discussa in precedenza), in quanto troppo vaga nella sua forma attuale per l'implementazione informatica.

Uno dei motivi della vaghezza e dell'imprecisione di molte teorie, secondo Ritchie, è che tentano di spiegare troppi tipi diversi di umorismo. Ritchie rifiuta fermamente la ricerca di una "grande teoria dell'umorismo" al momento attuale, sostenendo invece che dobbiamo identificare sottoclassi specifiche che possano essere completamente caratterizzate e implementate su un computer. Solo dopo aver fatto ciò con un gran numero di tipi potremo costruire una teoria comprensiva che tenga conto di tutti i tipi di umorismo. Di conseguenza, Ritchie ha ristretto la sua attenzione alle barzellette verbali, e ancor più strettamente a certi tipi di barzellette che condividono particolari meccanismi verbali (ad esempio, enigmi di giochi di parole).

Anche se teoricamente si potrebbe tentare di sviluppare un programma in grado di elaborare i testi verbali che gli vengono immessi e determinare se sono divertenti o meno, Ritchie suggerisce che il punto più pratico da cui iniziare è con programmi che applicano una determinata teoria per generare testi umoristici. I giudici umani possono quindi determinare se il risultato del programma è effettivamente divertente. Osservando il comportamento del programma (cioè il tipo di battute che produce), si possono ottenere utili spunti sui punti deboli della teoria alla base dello stesso. Ciò può quindi portare a ulteriori perfezionamenti della teoria e al corrispondente "tweaking" del programma. Pertanto, l'obiettivo di questo tipo di impresa di programmazione non è tanto il programma in sé quanto il perfezionamento delle idee teoriche che ne sono alla base.

Kim Binsted e Graeme Ritchie (1997) hanno adottato questo approccio sviluppando un programma per computer chiamato Joke Analysis and Production Engine (JAPE) che genera una classe specifica di barzellette note come punning riddles (giochi di parole a indovinello). Si tratta di battute domanda-risposta basate su un gioco di parole (ad esempio, "What's the difference between a hairy dog and a painter? One sheds his coat, the other coats his shed"). Binsted e Ritchie hanno iniziato sviluppando un modello formale dei meccanismi di gioco di parole alla base di questi tipi di enigmi, identificando una serie di regole simboliche sulle combinazioni di significato e sulle forme testuali coinvolte. Queste regole sono state poi integrate in un programma che ha anche accesso a un ampio lessico (dizionario) del linguaggio naturale del tipo utilizzato in generale nella ricerca sull'intelligenza artificiale. Questo lessico contiene un gran numero di parole, insieme a informazioni sulla loro pronuncia fonetica, uso lessicale e significato sintattico. È importante notare che questo lessico non contiene alcuna informazione che possa essere concepita come intrinsecamente "divertente". Tuttavia, cercando nel lessico le coppie di parole adatte che soddisfano i criteri descritti dalle regole e applicando vari modelli di base della struttura degli enigmi, il programma è in grado di generare un numero praticamente illimitato di nuovi enigmi.

I seguenti sono alcuni esempi degli enigmi più divertenti generati da JAPE e quindi godibili esclusivamente in (EN) :

« What do you call a ferocious nude? A grizzly bare.
What do you get when you cross breakfast food with a murderer? A cereal killer.
What's the difference between leaves and a car? One you brush and rake, the other you rush and brake.
What's the difference between a horse and a wagon? One bolts and jumps, the other jolts and bumps. »
(da Ritchie, 2004)

Binsted, Pain e Ritchie (1997) hanno condotto uno studio per valutare i risultati del JAPE, utilizzando come giudici un campione di bambini di età compresa tra 8 e 11 anni. Hanno presentato a questi soggetti una selezione casuale di indovinelli prodotti da JAPE, indovinelli prodotti dall'uomo (presi da libri di barzellette pubblicati), non-barzellette senza senso e non-barzellette sensate. Ai bambini è stato chiesto di determinare se ogni testo fosse una barzellette e, in caso affermativo, quanto fosse divertente e se la avessero già sentita prima. I risultati hanno mostrato che gli enigmi prodotti da JAPE venivano identificati come barzellette con la stessa affidabilità di quelle prodotte dagli esseri umani, ed entrambe erano facilmente distinguibili dai non-barzellette. Sebbene le battute prodotte da JAPE siano state valutate come meno divertenti, in media, rispetto a quelle prodotte dagli esseri umani, un certo numero di enigmi JAPE sono stati valutati altrettanto divertenti di quelli prodotti dagli umani. Un'ulteriore analisi degli enigmi meno divertenti prodotti da JAPE potrà portare a futuri perfezionamenti del programma e, allo stesso tempo, a una teoria linguistica più precisa di questo tipo di umorismo.

Oltre al programma JAPE, Binsted e Ritchie (2001) hanno analizzato la struttura e le regolarità formali di un'altra classe di barzellette, che hanno definito ""story puns", e hanno offerto alcuni suggerimenti su un possibile modello computazionale per la loro produzione. Ritchie (2004) ha descritto anche una serie di altri programmi per computer che sono stati sviluppati da altri ricercatori utilizzando una varietà di approcci. Ad esempio, Bruce Katz (1993) ha adottato un approccio connessionista nello sviluppo di un modello di rete neurale di incongruenza nell'umorismo che ha tentato anche di incorporare concetti di eccitazione, temi sessuali e aggressivi e tono edonico (cioè allegria).

Sebbene modelli computazionali come JAPE sembrino piuttosto promettenti, Ritchie (2001, 2004) riconosce che sono ancora in una fase molto iniziale di sviluppo. Le regole di attuazione alla base di questo programma non sono legate ad alcuna ipotesi reale sull'umorismo in generale, e non è chiaro come generalizzare questo modello ad altre forme di umorismo. Inoltre, un modello computazionale completo dell'umorismo richiederà in definitiva lo sviluppo di sistemi veramente intelligenti con una vasta base di conoscenza enciclopedica unita a sofisticate capacità di ragionamento. Ciononostante, Ritchie sostiene che si possono compiere passi avanti verso questo obiettivo finale suddividendo il problema in parti più piccole, identificando classi specifiche di umorismo e sviluppando descrizioni formali rigorose che possono essere implementate utilizzando la tecnologia esistente. Afferma Ritchie (2001, p. 132): "The overall message is that endeavoring to develop computational models of humor is a worthwhile enterprise both for artificial intelligence and for those interested in humor, but we are starting from a very meager foundation, and the challenges are significant."

Ritchie ha sostenuto che i tentativi di implementare le teorie cognitive dell'umorismo nei programmi informatici sono vantaggiosi sia per gli psicologi che per i linguisti poiché forniscono un modo per testare le teorie e allertare i teorici delle debolezze dei loro modelli. Per essere psicologicamente rilevanti, tuttavia, è importante che le simulazioni al computer svolgano i compiti nello stesso modo in cui si presume che facciano gli esseri umani. Ad esempio, sebbene i programmi di scacchi per computer siano in grado di battere la maggior parte dei migliori giocatori umani, funzionano in modo molto diverso dai giocatori di scacchi umani e non rappresentano quindi un ottimo test per le teorie cognitive del gioco degli scacchi umano. Allo stesso modo, non è del tutto chiaro se programmi come JAPE generino umorismo nello stesso modo in cui lo fanno gli esseri umani.

La raccomandazione di Ritchie per teorie più mirate applicate a tipi distinti di umorismo può anche essere un suggerimento utile per la ricerca sull'umorismo psicologico, sebbene ciò dipenda probabilmente dagli obiettivi del singolo ricercatore. Se l'obiettivo è identificare le caratteristiche generali dell'umorismo che lo distinguono dalle altre attività umane, allora potrebbero essere appropriate teorie più ampie e generali. D'altra parte, se l'obiettivo è descrivere in dettaglio il modo in cui le persone elaborano cognitivamente particolari tipi di umorismo, allora probabilmente si faranno maggiori progressi con la ricerca mirata a testare ipotesi specifiche derivate da teorie ristrette. Tuttavia, ai fini della comprensione degli aspetti psicologici dell'umorismo, potrebbe non essere necessario fare distinzioni così precise (ad esempio, distinguere tra diverse classi di giochi di parole), e gli psicologi potrebbero trovare utile suddividere il dominio dell'umorismo ("carve nature at its joints") in modi diversi rispetto a quanto fanno i ricercatori sulla IA. In ogni caso, per lo psicologo, i progressi nella ricerca IA sull'umorismo possono essere visti come una ricca fonte di potenziali ipotesi per ulteriori ricerche sperimentali. Ritchie (1999) ha elencato una serie di domande di ricerca che potrebbero essere suscettibili di indagini psicologiche e di studi sull'intelligenza artificiale.

Per approfondire, vedi Serie delle interpretazioni e Serie dei sentimenti.