18 dicembre 2013: usciva Lei, un film di 126 minuti diretto da Spike Jonze. Joaquin Phoenix interpreta Theodore, mentre Scarlett Johansson dà voce a Samantha; nel cast principale figurano anche Lynn Adrianna, Lisa Renee Pitts, Gabe Gomez e Chris Pratt. Al centro non c’è un robot con un corpo, ma un software che conversa attraverso un auricolare e accompagna il suo utente durante la giornata.
I numeri con cui Lei arrivò al pubblico
La produzione ebbe un budget di 23 milioni di dollari e raggiunse un incasso mondiale di 47,4 milioni di dollari. Il voto medio registrato è 7,836 su 15.473 voti. Sono cifre che descrivono la circolazione commerciale e la valutazione accumulata dal film senza trasformarle in un giudizio sulla sua previsione tecnologica.
Il 2 marzo 2014 Lei partecipò agli Oscar con cinque candidature, comprese quelle per il miglior film e la sceneggiatura originale. Vinse proprio in quest’ultima categoria: il premio andò a Spike Jonze, autore oltre che regista. La previsione di un rapporto quotidiano con un’intelligenza artificiale era quindi già al centro di un’opera riconosciuta pochi mesi dopo l’uscita.
Che cosa esisteva davvero nel 2013
Quando il film uscì, parlare a un telefono non apparteneva più soltanto alla fantascienza. Apple aveva presentato Siri il 4 ottobre 2011 insieme all’iPhone 4S, arrivato nei primi mercati il 14 ottobre. L’assistente poteva usare informazioni personali autorizzate, comprendere riferimenti al luogo, impostare promemoria, inviare messaggi e rispondere a domande formulate a voce.
Mancavano però due prodotti che avrebbero segnato la fase successiva. Amazon introdusse Alexa nel novembre 2014, undici mesi dopo Lei; all’inizio poteva svolgere 13 attività. ChatGPT arrivò il 30 novembre 2022 come sistema testuale capace di sostenere un dialogo, rispondere a domande successive e contestare premesse errate. Tra il film e quel lancio passarono otto anni, undici mesi e dodici giorni.
La previsione precisa mostrata nel film
Theodore installa un sistema operativo che sceglie una voce, si presenta come Samantha e accede, con il consenso dell’utente, ai suoi messaggi e ai suoi documenti. Il software ordina la posta, segnala appuntamenti, propone iniziative e mantiene il filo delle conversazioni. Non aspetta soltanto un comando isolato: usa quanto ha appreso in precedenza per adattare le risposte successive.
La previsione comprende quindi quattro elementi separabili: dialogo vocale continuo, accesso al contesto personale, memoria delle interazioni ed espressione emotiva. Il rapporto fra Theodore e Samantha porta queste funzioni fino a un legame sentimentale. I prodotti arrivati dopo non hanno riprodotto l’autonomia e l’autocoscienza attribuite al personaggio, ma hanno introdotto singolarmente le quattro componenti dell’interfaccia mostrata nel 2013.
Il giorno in cui ChatGPT cominciò a rispondere a voce
Il 25 settembre 2023 iniziò il rilascio delle conversazioni vocali di ChatGPT per gli utenti Plus ed Enterprise. L’utente poteva parlare e ricevere una risposta pronunciata scegliendo tra cinque voci. Dal 18 dicembre 2013 erano trascorsi nove anni, nove mesi e sette giorni: da qui il “quasi 10 anni” che misura la distanza fra Lei e ChatGPT Voice.
Quella prima versione trasformava la voce in testo tramite il sistema di riconoscimento Whisper, affidava la risposta a un modello linguistico e convertiva nuovamente il testo in audio. Era dunque una catena di tre passaggi, non un’unica intelligenza che ascoltava e parlava direttamente. Per l’utente, però, il risultato era già un dialogo vocale con domande successive e risposte generate durante la conversazione.
Dalla sequenza di modelli alla conversazione in tempo reale
Il 13 maggio 2024 fu presentato GPT-4o, addestrato per elaborare testo, immagini e audio nello stesso modello. Poteva rispondere a un input vocale in almeno 232 millisecondi, con una media di 320 millisecondi. La precedente modalità vocale impiegava in media 2,8 secondi con GPT-3.5 e 5,4 secondi con GPT-4, perché doveva completare separatamente trascrizione, risposta e sintesi vocale.
Il 24 settembre 2024 Advanced Voice arrivò agli utenti Plus e Team. Il sistema poteva rilevare segnali non verbali, compresa la velocità con cui una persona parlava, e produrre risposte con espressione emotiva. Erano trascorsi dieci anni, nove mesi e sei giorni dall’uscita di Lei. L’aspetto corrispondente non era soltanto una voce sintetica, ma il suo adattamento al ritmo e al tono della conversazione.
La memoria trasforma ogni dialogo nel seguito del precedente
Il 13 febbraio 2024 cominciò il test della memoria di ChatGPT su una parte degli utenti Free e Plus. Il sistema poteva conservare dettagli emersi nelle chat, dichiarare che cosa ricordava e cancellare informazioni su richiesta. Il 5 settembre 2024 la funzione divenne disponibile per gli utenti Free, Plus, Team ed Enterprise.
Il 10 aprile 2025 la memoria fu estesa, per gli account Plus e Pro, anche al riferimento alla cronologia delle conversazioni passate. Le risposte potevano così utilizzare preferenze e interessi già espressi senza richiedere ogni volta le stesse informazioni. Restavano disponibili comandi per disattivare la funzione, eliminare i ricordi o aprire una chat temporanea che non li usasse né li aggiornasse.
Il rapporto emotivo entra nelle misurazioni
Il 21 marzo 2025 furono pubblicati due studi sull’uso affettivo di ChatGPT. Il primo analizzò automaticamente quasi 40 milioni di interazioni; il secondo coinvolse quasi 1.000 persone per quattro settimane. I segnali emotivi erano assenti nella grande maggioranza delle conversazioni, mentre un piccolo gruppo di utenti intensivi della modalità vocale mostrava una quota più alta di interazioni espressive.
Il 27 ottobre 2025 una successiva analisi stimò che lo 0,15% degli utenti attivi in una settimana mostrasse livelli potenzialmente elevati di attaccamento emotivo a ChatGPT; la stessa categoria riguardava lo 0,03% dei messaggi. Il fenomeno rappresentato da Lei non è quindi diventato il comportamento prevalente, ma dopo l’arrivo di voce e memoria è stato osservato con percentuali, categorie di rischio e interventi specifici.
La distanza fra previsione e realtà
La sequenza è misurabile: Lei uscì il 18 dicembre 2013; ChatGPT testuale arrivò il 30 novembre 2022; la voce fu annunciata il 25 settembre 2023; memoria e audio diretto seguirono nel 2024. La prima corrispondenza completa con il titolo della rubrica richiese nove anni, nove mesi e sette giorni.
Samantha resta un sistema operativo immaginario con capacità che i prodotti reali non dichiarano di possedere. Quello che è successo dopo riguarda invece funzioni verificabili: conversazioni vocali, risposte con una latenza media di 320 millisecondi, riconoscimento di segnali non verbali, memoria fra chat e una quota misurata di attaccamento emotivo. Sono gli elementi che Lei aveva riunito sullo schermo nel 2013.
Iscriviti al nostro canale Telegram e rimani aggiornato!