I modelli linguistici, il dizionario e la democrazia
di Guido Vetere — Università degli Studi Guglielmo Marconi, Roma
I grandi modelli linguistici parlano ormai con una fluidità che solo pochi anni fa sarebbe sembrata fantascienza. Disambiguano le parole, colgono le sfumature, possono scegliere il senso giusto di una parola nel contesto della frase in cui occorre con un’affidabilità sorprendente. Eppure, se chiedessimo a uno di questi sistemi perché ha inteso una parola in un modo piuttosto che in un altro, ci troveremmo davanti a un problema che non è solo tecnico ma politico: la competenza dell’automa vive dentro l’opaca attivazione di miliardi di parametri numerici, che sebbene inizi ad essere in una certa misura comprensibile, è comunque sottratta alla critica e al controllo sociale.
Quando Anthropic dimostra che nel rispondere “otto” alla domanda “quante zampe ha l’animale che tesse le ragnatele” Claude ha attivato internamente certi parametri associati a “ragno”, ha fornito la spiegazione di un processo che resta comunque al di fuori del raggio d’azione di chi ha posto la domanda ed anche in larga misura di chi ha costruito il sistema (Anthropic: Verbalizable Representations Form a Global Workspace in Language Models, ttps://transformer-circuits.pub/2026/workspace/index.html).
In una relazione al convegno JADT 2026 di Palermo (la conferenza internazionale sull’analisi statistica dei dati testuali), ho sostenuto che la questione del lessico riguarda chiunque abbia a cuore il governo democratico delle tecnologie del linguaggio.
Qui provo a spiegare perché; le slide della relazione sono accessibili (Linguistic Competence and Large Language Models: Extracting Interpretable Lexical Knowledge https://zenodo.org/records/21300804)
Saper usare le parole e saperne parlare
C’è una distinzione, spesso trascurata, tra due tipi di competenza linguistica. La prima è la competenza d’uso: la capacità di produrre e capire frasi appropriate, quella che ogni parlante esercita “a orecchio”, senza pensarci. La seconda è la competenza metalinguistica: la capacità di parlare della lingua, di dire che cosa significa una parola, di distinguerne i sensi, di dare definizioni. È la competenza che la lessicografia ha coltivato per secoli, e il dizionario ne è la forma istituzionale: il deposito pubblico della coscienza linguistica di una comunità.
I modelli linguistici eccellono nella prima competenza; cosa ne è della seconda? La capacità semasiologica – quella che permette di ragionare sulle accezioni di una parola – non è un lusso accademico: è l’unica dimensione in cui il comportamento linguistico di una macchina, così come quello di un essere umano, può essere criticato. Un dizionario si può ispezionare voce per voce, ampliare, emendare, correggere. Una sequenza di attivazioni neurali no: su ciò che vi accade e sul perché accada non possiamo che fare osservazioni.
Ma nei domini in cui gli atti linguistici hanno conseguenze — contratti, diagnosi, regolamenti, atti amministrativi — solo le interpretazioni attivabili possono sostanziare la responsabilità di chi parla o scrive. Se si tratta di una clausola contrattuale, un referto medico o una norma amministrativa, la differenza tra due sensi di una stessa parola può determinare quella tra una decisione corretta e una sbagliata, con conseguenze assai concrete per le persone. In questi contesti non basta che il sistema disambigui bene: occorre che la sua interpretazione sia intelligibile, razionale e governabile. E questo è possibile solo nella dimensione metalinguistica — quella dei sensi, delle definizioni, delle relazioni esplicite.
Il regolare non è il normativo
C’è una ragione filosofica per cui il problema non si risolve con più dati o più parametri. I modelli linguistici sono, in un certo senso, sistemi “wittgensteiniani”: realizzano l’idea che il significato di una parola sia il suo uso. L’idea è resa operativa dall’ipotesi distribuzionale, quella secondo la quale “conoscerai una parola dalla compagnia che frequenta”, come diceva Firth. Ma a questa operatività manca qualcosa di decisivo: un sistema addestrato sull’uso cattura, per costruzione, il regolare, la conformità a un pattern. Che catturi anche il normativo — la possibilità di dire che un uso è corretto o scorretto, che una definizione è appropriata al contesto, che una stipulazione vale — è una questione assai diversa. D’altro canto, Wittgenstein stesso avvertiva che l’uso non è l’unica dimensione a cui si può ricondurre il concetto di significato.
Si può osservare che i modelli più recenti “ragionano”: producono catene di passaggi intermedi prima di rispondere, e in quelle catene potrebbe capitare che producano cose come “la parola X qui significa Y”. Sembra esattamente l’esplicitazione che cerchiamo. Ma la letteratura scientifica mostra che queste auto-descrizioni possono divergere dal processo che ha realmente prodotto la risposta: possono avvenire in un teatro metalinguistico dove la forma della giustificazione non riflette la sua sostanza.
La conseguenza è che non possiamo fidarci di ciò che il modello dice di sé. La sua competenza metalinguistica andrebbe piuttosto misurata dall’esterno, con protocolli indipendenti, e le sue interpretazioni dovrebbero poter essere validate su base razionale. Ogni quadro di governance che accettasse le spiegazioni auto-prodotte dai sistemi come garanzia di trasparenza scambierebbe il teatro per la realtà.
La distinzione tra uso e norma è quella su cui si regge ogni pratica sociale del linguaggio: il diritto, la scienza, l’amministrazione, la scuola. La statistica può dirci come si parla; la norma dice come è opportuno parlare in un certo ambito e su che base l’uso può essere discusso. Confondere i due piani significa consegnare il secondo al primo — cioè, in pratica, consegnare la norma linguistica a chi controlla i dati, i modelli e le infrastrutture di calcolo.
L’esperimento: interrogare i modelli con il vocabolario di De Mauro
Fin qui la teoria. Ma la questione è anche empirica: quanta conoscenza metalinguistica esplicitabile contengono davvero i modelli? Per misurarla, abbiamo costruito un protocollo di valutazione basato sul lessico fondamentale dell’italiano, preso dal Nuovo Vocabolario di Base della lingua italiana di Tullio De Mauro (Gozzi, M., Vetere, G. & Fallucchi, F. (2026). Do LLMs Know Basic Italian? Evaluating Lexical Competence through Dictionary Entry Generation against the De Mauro Basic Vocabulary. Under review).
Il protocollo sperimentale è produttivo: il modello riceve un lemma e deve scrivere l’intera voce di dizionario — tutti i sensi che riconosce come distinti, ciascuno con definizione ed esempi. Le voci generate vengono poi confrontate automaticamente con quelle di riferimento. Abbiamo valutato così sei modelli di simile tipologia ma diversa provenienza geografica (Stati Uniti, Europa, Cina) su seicento lemmi del vocabolario fondamentale.
L’esperimento va ancora pienamente valutato, ma alcuni risultati, benché preliminari, hanno attratto la nostra attenzione. Il primo: quando un modello individua un senso, lo definisce con una qualità pressoché indistinguibile rispetto a quella di tutti gli altri, indipendentemente da produttore e provenienza. Ciò che separa i diversi modelli è la copertura: quanti sensi effettivamente enumerano. Il secondo risultato è anche interessante: se si chiede esplicitamente al modello di produrre almeno tanti sensi quanti ne registra il dizionario, quasi tutto il divario scompare, e la qualità delle definizioni non ne risente. La conoscenza, in altre parole è latente: soppressa talvolta da un comportamento generativo che può tendere alla prudenza, ma ottenibile con un’opportuna sollecitazione. L’omogeneità qualitativa delle definizioni generate si potrebbe spiegare col fatto che tutti i modelli abbiano “ingerito” – anche abusivamente – i dizionari consultabili online, compreso quello di De Mauro. Indagheremo.
Ma avviene anche qualcosa di più interessante: i modelli migliori (Claude Sonnet 4.6 e Mistral Large) tendono a sovra-generare, proponendo distinzioni di senso che il dizionario non registra. Ad esempio, Mistral propone ben 90 sotto-accezioni polirematiche del verbo prendere in espressioni come prendere a …, mentre il dizionario registra solo l’uso in costruzioni incoative. Alcune sembrano “allucinazioni”, ma altre sono distinzioni linguisticamente degne di nota (prendere a mangiare nel senso di “iniziare a seguire una dieta o un regime alimentare specifico”) che la lessicografia non ha registrato per i limiti dei suoi metodi e dei suoi spazi di rappresentazione. Qui, forse, è la macchina che avrebbe qualcosa da dire al dizionario, purché ci sia qualcuno disposto a vagliare le sue proposte.
Una questione democratica
Abbiamo usato il vocabolario di De Mauro anche perché dietro c’è un’idea di lingua come costruzione sociale e bene comune. De Mauro fu l’ispiratore delle Dieci tesi per l’educazione linguistica democratica del 1975: l’idea che l’accesso pieno alla lingua — incluso il saperne parlare, il saperla analizzare e criticare — sia una condizione della piena cittadinanza. Il dizionario, in questa prospettiva diviene uno strumento di democrazia linguistica.
Oggi, quando una parte crescente della pratica linguistica è mediata da sistemi generativi, quella lezione andrebbe di nuovo studiata – ammesso che si abbia intenzione di comprenderla. Se la conoscenza della lingua viene confinata nei parametri di modelli neurali, se ne potranno forse contestare gli esiti, ma non le assunzioni che li producono. Allo stato attuale, peraltro, neanche la capacità di costruire tali modelli garantisce un controllo sulle determinazioni di significato: queste, per progetto, “emergono” dai dati. Sembrerebbe il trionfo di un approccio descrittivistico; è il suo rovescio. L’uso che emerge — quello di certi corpora, di certi parlanti, in un certo momento — viene fissato in una forma che nessuno può più ispezionare né emendare: una norma derivata sì dall’uso, ma sottratta alla discussione. Si tratta in realtà di un nuovo dogmatismo. Mantenere la conoscenza linguistica in forma simbolica, ispezionabile ed emendabile, significherebbe invece restituirla alla discussione pubblica: non solo dei linguisti e dei lessicografi, beninteso, ma di tutte le comunità che usano questi sistemi e che forse un giorno saranno in grado di costruirli.
Altri nostri esperimenti, anch’essi ancora nelle fasi iniziali, intendono misurare come sia tecnicamente possibile riportare il livello simbolico del lessico in due direzioni complementari: si può estrarre conoscenza lessicale dai modelli per costruire a basso costo risorse linguistiche di nuova generazione, con l’essere umano sempre nel circuito di validazione, proprio perché l’output simbolico è verificabile, e si può iniettare struttura lessicografica nelle rappresentazioni neurali, per esempio di frasi o passaggi (sentence embedding) rendendo interpretabile il funzionamento di alcuni procedimenti di codifica e ricerca di informazione.
Una prospettiva pluralista
Un ricordo personale: con una punta di ironia, De Mauro diceva che ogni visione del linguaggio aveva in sé qualcosa di vero. Il successo dei modelli linguistici generativi è una conferma straordinaria dell’idea distribuzionalista che il significato si legga negli usi; ma la distribuzione cattura il regolare, non il normativo, e sul terreno normativo — dove vivono il diritto, la scienza, l’amministrazione — serve la dimensione esplicita e criticabile che la lessicografia ha sempre presidiato. Il futuro, per come lo vediamo, non è una scelta tra statistica e simboli: è l’attenta costruzione di un’interfaccia tra le due — protocolli che trasformino la conoscenza latente in risorse epistemicamente trasparenti, e meccanismi che restituiscano struttura simbolica ai sistemi neurali senza sacrificarne la potenza.
Costruire questa interfaccia non è solo un programma di ricerca: è politica della conoscenza. Le macchine che generano linguaggio possono e devono essere misurate rispetto a una visione della lingua come costruzione sociale, perché la lingua che producono appartiene, in definitiva, a chi la vive.
Guido Vetere insegna all’Università degli Studi Guglielmo Marconi di Roma. Questo articolo riprende il position paper “Linguistic Competence and Large Language Models: Extracting Interpretable Lexical Knowledge”, presentato alla 18ª International Conference on Statistical Analysis of Textual Data (JADT 2026, Palermo, 8–10 luglio 2026). Gli studi empirici citati, condotti con Manuel Gozzi e Francesca Fallucchi, sono attualmente in corso di revisione.
