Sam Altman pubblicò un tweet. Dodici parole. Nessuna fanfara. “today we launched ChatGPT. try talking with it here: chat.openai.com” Era il 30 novembre 2022, alle 12:14 (ora del Pacifico). Cinque giorni dopo, un milione di persone l’aveva provato.

Due mesi dopo, 100 milioni.

Niente nella storia della tecnologia per il grande pubblico era mai cresciuto così in fretta. Non Facebook, che impiegò quattro anni e mezzo per arrivare a 100 milioni di utenti. Non Instagram, che impiegò due mesi e mezzo per raggiungere il milione. Non TikTok. Non Netflix. Niente.

La parte strana: le persone che l’avevano costruito non avevano idea che sarebbe successo.

Il lancio che nessuno pensava contasse

Greg Brockman, presidente di OpenAI, più tardi ammise qualcosa di notevole sullo sviluppo di ChatGPT. “None of us were that enamored by it. None of us were like, ‘This is really useful.’” L’azienda aveva perfino pianificato di accantonare del tutto il progetto, preferendogli strumenti più mirati e specifici per singoli ambiti. A novembre cambiarono idea, quasi per capriccio.

L’annuncio arrivò durante NeurIPS, una grande conferenza di apprendimento automatico a New Orleans. La maggior parte dei ricercatori di IA era distratta da presentazioni e incontri. Un chatbot di OpenAI? Ne avevano già visti. Avevano visto GPT-3. Cos’era diverso, qui?

Eppure, entro 24 ore, su Twitter stava succedendo qualcosa di inatteso. Thread di schermate. Persone che condividevano conversazioni. Una donna che chiedeva a ChatGPT di spiegare la fisica quantistica nello stile di un pirata. Uno sviluppatore che lo faceva debuggare del codice. Qualcuno che gli faceva scrivere un sonetto sul proprio gatto.

Jan Leike, ricercatore di OpenAI, descrisse l’esperienza: “It’s been overwhelming, honestly. We’ve been surprised.” John Schulman guardò le timeline di Twitter “filling up with ChatGPT screenshots” e non riusciva a spiegarsi perché proprio questa uscita avesse preso fuoco, quando le altre no.

Perché questa volta era diverso

GPT-3 era stato lanciato nel giugno 2020. Sapeva scrivere saggi. Sapeva rispondere alle domande. Sapeva debuggare del codice. Gli sviluppatori che ottennero accesso rimasero sbalorditi dalle sue capacità. Un tweet virale di quell’estate catturò la reazione: “Playing with GPT-3 feels like seeing the future.”

Ma GPT-3 non diventò un fenomeno culturale. Rimase nel mondo tecnologico. Ne parlavano gli sviluppatori. I ricercatori scrivevano articoli. La maggior parte delle persone non ne sentì mai parlare.

La differenza era l’accesso.

GPT-3 era disponibile solo tramite un’API. Dovevi fare domanda per l’accesso, aspettare l’approvazione, impostare la fatturazione, scrivere codice per fare richieste. La barriera d’ingresso filtrava chiunque non fosse sviluppatore o ricercatore. La tecnologia era impressionante. La distribuzione era limitata.

ChatGPT era gratis. Aperto a chiunque con un browser. Niente chiavi API. Niente carte di credito. Niente codice. Solo una casella di testo e un pulsante con scritto “Send.”

Quella singola modifica trasformò chi poteva fare esperienza della tecnologia e come la viveva. La riprogettazione dell’interfaccia spostò il modo in cui gli utenti si rapportavano all’IA. GPT-3 sembrava un motore di completamento: tu davi un prompt e lui finiva il tuo testo, come un autocompletamento molto intelligente. ChatGPT sembrava una conversazione: facevi domande e lui rispondeva, come parlare con qualcuno che sa tutto.

La tecnologia era in gran parte la stessa. GPT-3.5 era un miglioramento incrementale rispetto a GPT-3, non un salto rivoluzionario. Ma l’involucro attorno cambiò tutto.

Cosa hanno vissuto davvero le persone

L’11 dicembre 2022, a meno di due settimane dal lancio, un utente di Hacker News chiamato tluyben2 pubblicò un commento che catturò ciò che molti stavano provando:

“For me this is the most mindboggling thing I have seen in my life and I don’t think people realise what it means. And yes, it wooshed passed anything I thought possible in my lifetime.”

Tluyben2 si descrisse come “the worst sceptic of AI”, uno che aveva evitato del tutto il settore dopo il master. Si era spostato sulla programmazione tradizionale e sulla gestione. Non era qualcuno predisposto all’hype sull’IA. Ma ChatGPT gli cambiò idea.

Kevin Roose del The New York Times lo definì “quite simply, the best artificial intelligence chatbot ever released to the general public.” Quella valutazione, pubblicata il 5 dicembre 2022, arrivò a meno di una settimana dal lancio. La velocità della reazione culturale eguagliò quella della crescita degli utenti.

Gli insegnanti notarono studenti che lo usavano per i compiti nel giro di giorni. I programmatori iniziarono a usarlo per debuggare del codice. Gli scrittori ci provarono per le prime bozze. Le applicazioni si diffusero più in fretta di quanto qualsiasi azienda avrebbe potuto prevedere o controllare.

I numeri che hanno scioccato tutti

Le metriche di crescita divennero una storia a sé. Il 30 novembre, il giorno del lancio, chat.openai.com ricevette 153.000 visite. Entro la fine della prima settimana, 15,5 milioni. Entro la seconda, 58 milioni. Questi numeri consacrarono ChatGPT come l’applicazione per il grande pubblico in più rapida crescita mai registrata.

Per capirci: Instagram impiegò circa due mesi e mezzo per raggiungere un milione di utenti. Netflix circa tre anni e mezzo. Facebook quattro anni e mezzo. Twitter oltre cinque anni per arrivare a 100 milioni.

ChatGPT raggiunse un milione in cinque giorni. 100 milioni in due mesi.

Il confronto che conta di più è TikTok, il precedente detentore del record di crescita più rapida. TikTok raggiunse 100 milioni di utenti in circa nove mesi. ChatGPT lo fece in due. Il divario non era neppure vicino.

Al 2025, ChatGPT ha 800 milioni di utenti attivi settimanali. È circa il 10% della popolazione adulta mondiale che usa regolarmente un singolo strumento di IA.

Cosa ha sbagliato GPT-3 sulla distribuzione

GPT-3 era una dimostrazione. ChatGPT era un prodotto.

Quando uscì GPT-3, OpenAI lo presentò come un’anteprima di ricerca. L’accesso era ristretto. L’attenzione era sulle capacità: guarda cosa può fare questo modello. Il pubblico di riferimento erano altri ricercatori e sviluppatori che potevano costruire applicazioni sopra.

Dal punto di vista di un’organizzazione di ricerca, aveva senso. OpenAI voleva studiare come le persone usavano modelli linguistici potenti. Voleva identificare i rischi prima di una diffusione ampia. Voleva mantenere un po’ di controllo su una tecnologia imprevedibile.

Ma significava anche che la maggior parte delle persone non avrebbe mai fatto esperienza di GPT-3 in prima persona. Ne leggeva negli articoli. Ne vedeva i tweet. Non lo “sentiva”.

ChatGPT ribaltò il modello di distribuzione. Chiunque poteva provarlo. Chiunque poteva formarsi un’impressione propria. La conversazione passò da “l’IA può fare questo?” a “ho appena visto l’IA fare questo.” L’esperienza personale sostituì i resoconti di seconda mano.

Sandhini Agarwal, un’altra ricercatrice di OpenAI, notò che la squadra aveva sottovalutato quanto il modello avrebbe sorpreso gli utenti comuni. I ricercatori lavoravano con queste capacità da anni. Avevano normalizzato la strana esperienza di parlare con una macchina che risponde in modo coerente. Il pubblico no.

La svolta psicologica

Quando la gente comune usò ChatGPT, successe qualcosa che non era successo quando gli sviluppatori usavano GPT-3. L’esperienza sembrava personale.

Non stavi leggendo di cosa poteva fare l’IA. Ci stavi parlando. Gli facevi domande sui tuoi problemi specifici e ottenevi risposte pertinenti. La tecnologia smise di essere astratta e diventò intima.

I critici notarono che questa intimità poteva essere fuorviante. Emily Bender, linguista all’Università di Washington, avvertì che “we haven’t learned how to stop imagining a mind behind them.” L’interfaccia conversazionale spinge le persone ad attribuire comprensione e intenzione a un sistema che non ha né l’una né l’altra.

Questa critica è valida. Ma spiega anche l’impatto emotivo. ChatGPT sembrava parlare con qualcosa di intelligente anche se non lo era. Quella sensazione alimentò la diffusione virale. Le persone volevano condividere l’esperienza inquietante di conversare con una macchina che sembrava capire.

Il contesto della pandemia

ChatGPT emerse in un momento preciso. Il mondo aveva appena passato quasi tre anni a fare i conti con il COVID-19. Chiusure, distanziamento sociale, lavoro da remoto, isolamento. Il contatto umano era diventato complicato e scarso.

Un’analisi suggerisce che ChatGPT abbia avuto successo anche perché rispondeva a bisogni sociali creati dall’isolamento pandemico. Offriva una forma di interazione che sembrava sicura. Nessun rischio di contagio. Nessun imbarazzo da chiacchiere di circostanza. Nessun giudizio. Solo una casella di testo che avrebbe risposto a qualunque cosa digitassi.

Non è tutta qui la spiegazione. La tecnologia doveva essere abbastanza buona perché l’esperienza fosse coinvolgente. Ma il momento contava. Un mondo affamato di connessione trovò qualcosa che ci assomigliava.

Cosa ha significato per la percezione dell’IA

Prima di ChatGPT, la percezione pubblica dell’IA era frammentata. Alcuni pensavano a robot da fantascienza. Altri pensavano ad algoritmi di raccomandazione che suggeriscono prodotti. Gli addetti del settore tecnologico pensavano a modelli di apprendimento automatico che elaborano dati. Non c’era un punto di riferimento culturale condiviso.

ChatGPT divenne quel punto di riferimento.

Quando oggi qualcuno dice “IA”, l’immagine mentale predefinita è un’interfaccia di chat. Una casella di testo in cui scrivi domande e ottieni risposte. Nel 2022 non era così. ChatGPT l’ha creata.

Questa standardizzazione della percezione ebbe conseguenze. Rese l’IA concreta e accessibile. Ma creò anche fraintendimenti. Le persone diedero per scontato che tutta l’IA funzioni come un chatbot. Diedero per scontato che tutta l’IA sappia conversare. Generalizzarono da un’implementazione specifica a un intero settore.

La semplificazione era inevitabile. Le tecnologie complesse hanno bisogno di appigli culturali. L’automobile venne capita come “una carrozza senza cavalli”, anche se quella descrizione si perde quasi tutto ciò che rende interessanti le auto. ChatGPT diventò la carrozza senza cavalli dell’IA. Un punto di riferimento utile anche quando è incompleto.

Il terremoto aziendale

Google dichiarò internamente un “code red”. Sundar Pichai, il CEO, dirottò le squadre verso l’IA. Microsoft investì altri 10 miliardi di dollari in OpenAI. Meta accelerò la propria ricerca sull’IA. Amazon, Apple e ogni altra grande azienda tecnologica iniziarono a trattare l’IA come una priorità esistenziale, non come un progetto tra i tanti.

La corsa non riguardava ChatGPT in sé. Riguardava ciò che ChatGPT aveva rivelato. L’IA era diventata un prodotto per il grande pubblico. Le persone comuni la usavano ogni giorno. L’azienda che avesse controllato quello spazio avrebbe avuto un potere enorme.

Microsoft si mosse più in fretta. Integrò ChatGPT in Bing. Aggiunse funzioni di IA a Office. Si posizionò come l’azienda che portava l’IA al grande pubblico. Google, pur avendo sviluppato l’architettura transformer che rese possibile ChatGPT, si ritrovò a inseguire la propria invenzione.

Entro l’inizio del 2024, ogni grande azienda tech aveva lanciato un concorrente di ChatGPT. Claude di Anthropic. Gemini di Google. Copilot di Microsoft. I modelli Llama open source di Meta. Il settore, che era stato dominato da pochi laboratori di ricerca, diventò un mercato competitivo.

Cosa non è cambiato

Nonostante lo sconquasso, alcune cose rimasero costanti.

I limiti fondamentali dei modelli linguistici non sparirono. ChatGPT continua a inventare cose. Continua a non avere una vera comprensione. Continua a fallire nei compiti che richiedono un ragionamento reale invece del semplice riconoscimento di schemi. La tecnologia è potente e utile ed è anche fondamentalmente limitata.

Arvind Narayanan, professore di informatica a Princeton, fece notare già nella prima settimana che, mentre le persone erano entusiaste di usare ChatGPT per imparare, “the danger is that you can’t tell when it’s wrong unless you already know the answer.”

Quel pericolo non è scomparso. Tre anni dopo, le allucinazioni restano un problema centrale. Gli utenti che danno per scontato che ChatGPT sia sempre accurato si scottano. La tecnologia è migliorata. La debolezza fondamentale persiste.

La domanda che contava

Perché ChatGPT è diventato virale quando GPT-3 no?

Jan Leike di OpenAI espresse perplessità su cosa avesse guidato la viralità. “We don’t understand. We don’t know.” Parte della confusione della squadra nasceva dal fatto che gran parte della tecnologia dentro ChatGPT non era nuova. Lavoravano con capacità simili da anni. Perché proprio questa confezione aveva preso fuoco?

La risposta sembra essere una combinazione di fattori che si allinearono per caso. L’accesso gratuito eliminò le barriere. L’interfaccia di chat creò coinvolgimento emotivo. Il momento intercettò un mondo che usciva dall’isolamento e aveva voglia di qualcosa di nuovo. La tecnologia era finalmente abbastanza buona da essere utile, senza essere così complessa da risultare indecifrabile per le persone comuni.

Nessuno di questi fattori, da solo, sarebbe bastato. Insieme crearono le condizioni per una crescita esplosiva. La squadra non l’aveva pianificato. Ebbero fortuna con la combinazione.

Cosa stiamo ancora imparando

Il novembre 2022 non segnò l’arrivo dell’intelligenza artificiale generale. Non segnò la fine del lavoro umano o della creatività. Segnò il momento in cui l’IA smise di essere qualcosa che succedeva nei laboratori e diventò qualcosa che succedeva sul portatile di chiunque.

Quella transizione conta più della tecnologia in sé. Le tecnologie non cambiano la società finché la società non le usa. ChatGPT rese l’IA utilizzabile. Questo semplice fatto sta rimodellando industrie, istruzione, lavoro creativo e interazione umana in modi che stanno ancora prendendo forma.

La storia non è finita. Tre anni dopo, stiamo ancora capendo cosa fare con questa tecnologia e cosa farà lei a noi. Le aziende che sembravano dominanti nel 2023 affrontano nuova concorrenza. Gli impieghi che sembravano ovvi si sono rivelati complicati. Le preoccupazioni che sembravano esagerate si sono dimostrate più legittime di quanto gli scettici si aspettassero.

Ma qualcosa finì davvero nel novembre 2022. La domanda se l’IA avrebbe influenzato la vita delle persone comuni smise di essere teorica. La risposta divenne evidente per chiunque digitasse una domanda in una chat e ricevesse una risposta coerente.

Qualunque cosa venga dopo si costruisce su quel momento.