Quando iniziamo a fare ricerca su qualcosa, tendiamo a desiderare più materiale. Leggiamo articoli, raccogliamo numeri, cerchiamo opinioni di esperti e chiediamo all’IA di riassumere. Sembra che più informazioni debbano rendere il nostro giudizio più affidabile. Naturalmente, se abbiamo troppo poco materiale, possiamo trascurare fatti importanti. Ma un aumento dei materiali non equivale a comprendere la domanda. Anche dopo aver letto dieci fonti, se ciascuna rimane separata, può essere ancora poco chiaro che cosa dobbiamo effettivamente giudicare.
Supponiamo di studiare una regione che ha introdotto una nuova forma di trasporto. Possiamo raccogliere molti dati: numero di utenti, costo, tempo di viaggio, impatto ambientale, sicurezza e altro ancora. Ma nessun singolo numero determina da solo il proprio significato. Anche se l’utilizzo è aumentato, conta sapere se gli utenti sono semplicemente passati da un’altra forma di trasporto o se persone che prima non potevano spostarsi hanno ottenuto accesso. Anche se i costi sono diminuiti, la valutazione cambia se l’area del servizio si è ridotta. La ricerca richiede non solo di raccogliere fatti, ma anche di esaminare le relazioni tra essi.
L’IA può ridurre notevolmente il tempo necessario per trovare materiali e organizzarne i contenuti. Questo è un vantaggio importante per la ricerca. Allo stesso tempo, quando la sintesi diventa più rapida, più fonti possono essere compresse verso conclusioni simili e le loro differenze possono diventare meno visibili. Anche fonti sullo stesso argomento non possono essere semplicemente fuse se differiscono per regione, periodo, condizioni o metodi di misurazione. La qualità della ricerca dipende non solo dalla capacità di comprimere le informazioni, ma anche dalla capacità di individuare quali differenze incidono sulla domanda.
Guardare alle relazioni cambia anche il significato delle prove contrarie. Quando troviamo un risultato diverso dal nostro punto di vista, possiamo liquidarlo come un’eccezione. Ma se chiediamo: «Perché in queste condizioni si è verificato il risultato opposto?», emerge una nuova domanda. Le prove contrarie non si limitano a ostacolare una conclusione; possono mostrarci fino a che punto quella conclusione è valida. La ricerca non consiste soltanto nell’accumulare informazioni nella stessa direzione. Consiste anche nel cercare le differenze nelle condizioni che stanno dietro a risultati diversi.
Ciò che possiamo aspettarci dall’IA in questo caso non è semplicemente «trovare più materiali pertinenti». Può anche separare le prove che sostengono un’affermazione da quelle che la contrastano, confrontare le condizioni in cui i risultati cambiano e indicare relazioni che non sono ancora state confermate. Ma queste connessioni non diventano automaticamente corrette. Le persone devono comunque esaminare la fonte, la popolazione, il periodo e il metodo di misurazione, e stabilire se le informazioni collegate dall’IA rispondano davvero alla stessa domanda.
Con il procedere della ricerca, la domanda originale può cambiare. Possiamo iniziare chiedendo: «Questo metodo funziona?» e scoprire che la vera domanda è: «Per chi e in quali condizioni funziona?». Questo non è un fallimento della ricerca. Vedere le relazioni tra le informazioni ha rivelato che la domanda originale era troppo grossolana. Una buona ricerca non forza una risposta dentro la prima domanda; quando necessario, aggiorna la domanda stessa.
È anche per questo che Sai＊aus Labo tratta la conoscenza attraverso le relazioni. Invece di isolare un articolo come una risposta completa, esso può essere collegato ad altre domande, controprove, condizioni e conoscenze ottenute successivamente. Così, quando inizia una nuova ricerca, un articolo precedente può essere utilizzato non semplicemente ripetendolo, ma esaminando «che cosa è cambiato rispetto alla nostra comprensione precedente». Il valore della conoscenza non risiede soltanto nel fatto di essere conservata, ma anche nel fatto di restare aperta a una nuova considerazione attraverso la domanda successiva.
La ricerca inizia con la raccolta di informazioni, ma non deve necessariamente finire lì. Esaminando le relazioni tra fatti, tra prove e controprove, tra risultati e condizioni e tra domande passate e presenti, l’informazione si avvicina a una conoscenza capace di sostenere il giudizio. Man mano che l’IA rende più rapida la raccolta, il luogo in cui è necessario il pensiero umano si sposta dal numero delle fonti al significato delle relazioni. La profondità della ricerca cambia non solo in base a quanto raccogliamo, ma anche in base alle relazioni che scopriamo.
Non risposte. Comprensione.