ChatGPT dice «non posso». Poi trova il modo.

Avevo chiesto a ChatGPT di ascoltare un reel. Mi ha risposto con grande educazione che non era riuscito a estrarre l’audio e mi ha proposto una soluzione: registrare lo schermo del telefono e caricare il video.

Una risposta composta, ragionevole, quasi premurosa. Il lavoro, intanto, era tornato a me. Con il fiocco.

Gli ho scritto: «Dai, non ci credo che tu non possa trovare un modo».

E un modo è arrivato. Da lì è nata una domanda che mi interessa molto più del video: quante cose lasciamo perdere perché ci fidiamo del primo «non riesco»?

Il reel che sembrava chiedere un operatore umano

Stavamo lavorando all’articolo su OpenAI Dots. Nel reel di Simone Rizzo c’erano spunti che meritavano attenzione: volevo confrontarli con quello che avevamo scritto, verificarli e migliorare il pezzo.

Il primo tentativo si era fermato al recupero dell’audio. Dopo la mia insistenza, l’assistente ha cambiato strada: ha scaricato il video, separato la traccia audio e cercato un sistema per trascriverla. Anche un servizio di trascrizione si è bloccato, per mancanza di crediti. Altro giro: uno strumento eseguito nell’ambiente di lavoro ha prodotto la trascrizione dei circa tre minuti del reel.

Alla fine non ho dovuto registrare lo schermo. Abbiamo ottenuto materiale da esaminare e usato quegli spunti per approfondire e aggiornare l’articolo su Dots e gli assistenti che esistevano già.

Avevo chiesto un ragionamento più approfondito. Quello che possiamo osservare, però, è soprattutto un cambio di metodo: altri strumenti, altri tentativi, un risultato concreto. Nessun miracolo motivazionale dentro i circuiti.

La prima risposta descriveva dove si era fermato. Io rischiavo di leggerla come il punto oltre il quale fosse impossibile andare.

Chi si fida del primo «non posso» cosa perde?

Quando un assistente spiega bene una difficoltà, è facile considerarla definitiva. La grammatica impeccabile aiuta: anche una resa, scritta bene, può sembrare una perizia tecnica.

Se mi fossi fermato, avrei registrato il video a mano oppure rimandato l’approfondimento. Nel secondo caso, avremmo perso anche l’occasione di migliorare l’articolo.

È questo il costo meno visibile: le cose che non proviamo più. Un controllo lasciato a metà, un documento che nessuno approfondisce, un’attività che continuiamo a fare manualmente perché «l’AI non può».

Chi accetta quella risposta non è ingenuo. Sta usando un assistente proprio per ricevere aiuto. Quanto deve essere competente l’utente per capire che l’assistente si è fermato troppo presto? Non dovrebbe servire una laurea in «insistenza applicata» per fargli valutare un’alternativa.

È successo anche ad altri: due casi documentati

Il nostro reel ha dei precedenti. Nel 2023, lo sviluppatore Simon Willison raccontò due esperienze che aiutano a riconoscere il problema.

Il programma che «non poteva» essere eseguito. Nel suo intervento Open questions for AI engineering, Willison mostrò ChatGPT dichiarare di non poter eseguire un comando nell’ambiente di analisi. Quando gli chiese una prova concreta, il comando funzionò. Lo stesso schema si ripeté con la compilazione e l’esecuzione di un piccolo programma in C: prima l’impossibilità dichiarata, poi il risultato.

Il file mancante che fermava tutta la ricerca. In Exploring GPTs, descrisse un assistente incaricato di trovare le dipendenze di un progetto software. A volte si fermava perché uno dei file cercati non esisteva. Specificare di proseguire con gli altri file permise di completare la ricerca. Un indirizzo sbagliato stava diventando la fine del viaggio.

Sono episodi storici, in ambienti diversi dal nostro. Illustrano però una distinzione utile: il fallimento di un passaggio non dimostra, da solo, che l’obiettivo sia irraggiungibile.

La domanda da fare prima di archiviare tutto

Il mio «Dai, non ci credo» ha funzionato in quel caso. Per lavorare meglio, oggi formulerei la richiesta così:

«Qual è l’ostacolo preciso? Quali metodi hai già provato? Cerca un’alternativa tra gli strumenti disponibili e autorizzati, provala e mostrami un risultato verificabile. Se non riesci, spiegami che cosa manca.»

Non occorre litigare con il computer. Occorre chiedergli un tentativo diverso. E quando risponde «fatto», aprire il file, leggere il testo, controllare la fonte. Anche il successo merita una verifica: vogliamo una soluzione, non una seconda risposta più entusiasta.

Naturalmente esistono limiti reali. Se manca un accesso necessario o non c’è uno strumento utilizzabile, la determinazione non lo materializza. E ripetere la stessa richiesta venti volte può trasformare il risparmio di tempo in un hobby piuttosto impegnativo.

Un po’ di ostinazione, con un metodo

Questa esperienza mi ha lasciato più voglia di usare l’AI, insieme a una buona abitudine: prima di rinunciare, chiedere quale altra strada valga la pena provare.

Vale nel lavoro con gli assistenti e, spesso, anche fuori dalla chat. Chi continua a cercare può scoprire possibilità che al primo tentativo non vedeva. Ogni tentativo deve aggiungere qualcosa: un’informazione, uno strumento, una verifica.

Io volevo ascoltare un reel. Ho finito per ricordarmi che, qualche volta, anche al futuro bisogna dire: «Dai, prova ancora».

Domande frequenti

Devo insistere ogni volta che ChatGPT dice «non posso»?

Chiedi prima il motivo e un’alternativa concreta. Se il limite è confermato, puoi cambiare strumento o intervenire tu. Insistere senza una nuova strada non garantisce risultati.

Con più ragionamento si risolve sempre?

No. In questa esperienza il risultato è arrivato usando metodi e strumenti diversi. Ragionare più a lungo non crea automaticamente accessi, dati o funzioni mancanti.

Come capisco se il compito è stato completato?

Chiedi un risultato che puoi controllare: la trascrizione, il documento, la fonte consultata o l’esito di una prova. La frase «ci sono riuscito» da sola non basta.

Hai un’attività sulla quale l’AI si è fermata troppo presto? Portala a un Momento Redomino: partiamo da lì per capire quali alternative vale la pena mettere alla prova.