Humanistic Engineering: l'IA generativa e la necessità delle discipline umanistiche nell'ingegneria

In questo articolo, Pierluigi Sacco, esperto di neuroscienze cognitive e cultura presso l’Università di Chieti-Pescara e Harvard, spiega come l’IA generativa stia cambiando il modo in cui gli ingegneri pensano e lavorano.

Il contesto attuale

L’IA non automatizza solo compiti semplici: crea “ecologie cognitive ibride” dove umani e macchine collaborano in modo fluido. Gli ingegneri devono interfacciarsi con l’IA tramite linguaggio naturale (prompt engineering), valutare output complessi e decidere quando fidarsi o no della macchina.

Questo richiede abilità che la formazione tecnica tradizionale non insegna: precisione linguistica, percezione fine, giudizio interpretativo e calibrazione della fiducia.

Cos’è l’Humanistic Engineering?

In questo articolo viene proposto il concetto di Humanistic Engineering: integrare sistematicamente formazione umanistica e artistica nella pratica ingegneristica. Non è un “extra culturale”, ma una necessità strutturale per funzionare con l’IA.

Si basa sulla teoria del predictive processing: il cervello prevede il mondo e regola la “precisione” (fiducia) nei segnali. Con l’AI, serve una “previsione di secondo ordine”: modellare come l’AI stessa prevede, per anticiparne errori.

Le arti e le humanities fungono da “cognitive sandbox”: ambienti sicuri per esercitare errore predittivo controllato, sviluppando modellazione di secondo ordine e switch di precisione.

L’arte e le discipline umanistiche possono insegnare queste competenze (evidenze scientifiche):

1. Disegno per vedere meglio
Medici hanno fatto 6 lezioni osservando quadri (senza disegnare): +38% precisione nel trovare anomalie cliniche. Stesso metodo per controllare disegni generati dall’IA.

2. Analisi letteraria per capire i limiti IA
Leggere un racconto chiedendosi “perché l’autore ha scritto così? Dove mente?” = capire i limiti di un testo generato dall’IA.

3. Musica per riconoscere pattern
Musicisti individuano meglio anomalie temporali. Utile per analizzare vibrazioni o serie temporali generate dall’IA.

L’articolo completo qui
ssrn-6647798.pdf (1,0 MB)

Cosa ne pensate?

didactical-review