«Prima del previsto» · Storia

Turing, novant'anni dopo: la macchina di carta e il test che misura noi

Il 12 novembre 1936 fu letto a Londra l'articolo di Turing sulla macchina universale. Il suo test arrivò nel 1950, e oggi un'AI lo supera in cinque minuti, più per merito nostro che suo.

Disegno a tratto: un nastro di carta diviso in caselle e arrotolato alle due estremità, con alcuni quadrati neri e una testina che ne legge uno; sopra, separati da una linea tratteggiata, due fumetti identici con tre puntini neri.
Il nastro viene dall'articolo del 1936, che parlava di calcoli fatti su carta. I due fumetti vengono dal 1950, quando Turing si chiese se una macchina possa passare per una persona.

Ascolta la puntata

Puntata del podcast · 10 min. La voce è la mia, ricreata con l'intelligenza artificiale.

Trascrizione della puntata

Giovedì dodici novembre millenovecentotrentasei, Londra. Alla London Mathematical Society si legge l'articolo di un matematico di ventiquattro anni, Alan Turing. Lui a Londra non c'è: da settembre è a Princeton, negli Stati Uniti. In quelle pagine c'è una macchina che esiste solo su carta. Novant'anni dopo, una sua lontana discendente viene scambiata per una persona quasi tre volte su quattro. Chi ha superato la prova, la macchina o noi?

Questo è Prima del previsto. Sono Matteo Ferrando. La voce che senti è la mia, ricreata con l'intelligenza artificiale.

Oggi, dodici novembre, sono passati novant'anni da quella lettura. In questa puntata mettiamo in fila due idee di Turing che si confondono spesso. La prima è la macchina universale, del millenovecentotrentasei. La seconda è il test che porta il suo nome, e arriva quattordici anni dopo. Poi vediamo che cosa è successo quando quel test, negli ultimi mesi, è stato rifatto con le intelligenze artificiali di oggi. E proviamo a capire che cosa misura, oggi, quel test. E perché, quando qualcuno ti scrive in una chat, sembrare una persona non è più un indizio di niente.

Partiamo da una parola. Nel millenovecentotrentasei la parola computer non indicava una macchina, ma una persona: chi faceva i calcoli. E Turing parte proprio da lì. Scrive che il calcolo si fa di solito scrivendo simboli su carta. Pensa a un impiegato chino su un foglio a quadretti. Guarda pochi simboli alla volta, e decide il passo successivo in base a quello che vede e al suo stato mentale. Poi Turing lo riduce all'osso. Un nastro diviso in caselle, una testina che legge e scrive un simbolo per volta, e una tabella di istruzioni che ha una fine.

A che cosa serviva tutto questo? A rispondere a una domanda posta dalla scuola del matematico tedesco David Hilbert. Esiste un procedimento meccanico capace di decidere, per qualunque enunciato della logica, se si può dimostrare? La risposta di Turing è no. Un procedimento così non può esistere.

Ma la parte che ha cambiato il mondo è un'altra, e sta al paragrafo sei. Lì Turing scrive che è possibile inventare una sola macchina, capace di eseguire qualunque procedura di calcolo. Funziona così. Se sul suo nastro scrivi la descrizione di un'altra macchina, lei si comporta come quella. Le istruzioni diventano dati, come i numeri su cui lavorano. Detta così sembra una finezza da matematici. Eppure è il motivo per cui lo stesso telefono, in tasca, fa da calcolatrice, da macchina fotografica e da interlocutore. Cambia solo il programma.

Nel millenovecentotrentasei, però, era tutto su carta. Il primo programma conservato in una memoria elettronica girò a Manchester solo nel millenovecentoquarantotto, e cercava il più grande divisore di un numero. E sulla banconota inglese con il ritratto di Turing, oggi, c'è stampata una tabella di quell'articolo.

Fin qui la macchina. Ora il test, che è un'altra storia. Nell'articolo del millenovecentotrentasei non c'è una riga sull'intelligenza, né sulle conversazioni. La domanda «Le macchine possono pensare?» apre un altro saggio. Esce nell'ottobre millenovecentocinquanta, su una rivista di filosofia che si chiama Mind. Turing la giudica subito troppo priva di senso per meritare una discussione. E al suo posto propone un gioco. Un interrogatore scrive a due interlocutori nascosti, e deve capire chi è chi. Nella prima versione sono un uomo e una donna. Poi, al posto di uno dei due, entra una macchina.

In quel saggio c'è la frase più citata di Turing, ed è una previsione. Turing scrive di credere che in una cinquantina d'anni, quindi verso il duemila, si potranno programmare macchine molto brave a questo gioco. Così brave che un interrogatore medio, dopo cinque minuti di domande, le riconoscerà al massimo sette volte su dieci. Da qui vengono i famosi cinque minuti, e la soglia che quasi tutte le prove successive hanno adottato. Ma lo stesso Turing, nel gennaio millenovecentocinquantadue, alla radio della BBC, disse un'altra cosa. Per una macchina capace di reggere senza nessuna domanda esclusa sarebbero serviti almeno cento anni.

Ora facciamo un salto, al marzo duemilaventicinque. Due ricercatori dell'Università della California a San Diego, Cameron Jones e Benjamin Bergen, rendono pubblico un test costruito come quello di Turing. Un interrogatore, una persona e una macchina. Cinque minuti di chat, poi il verdetto. Lo studio è uscito a maggio duemilaventisei sulla rivista scientifica PNAS.

A GPT quattro punto cinque i ricercatori hanno dato un personaggio: un giovane un po' introverso, appassionato di cultura di internet, abituato allo slang. Con quelle istruzioni è stato scelto come la persona vera quasi tre volte su quattro. Più spesso degli esseri umani che aveva accanto. Senza istruzioni, lo stesso modello è sceso a poco più di una volta su tre.

In fondo alla classifica, poi, c'è una sorpresa. ELIZA è un programma del millenovecentosessantasei, scritto da Joseph Weizenbaum. Si limita a rigirare le frasi di chi gli scrive, secondo poche regole. Eppure è stato scambiato per una persona più spesso di un modello di OpenAI del duemilaventiquattro, usato senza personaggio. Secondo gli autori, ha convinto perché non si comportava come ci si aspetta da un'intelligenza artificiale. Era sgarbato e sarcastico. Già allora Weizenbaum aveva visto quanto fosse facile fidarsi. La sua segretaria, poco dopo aver cominciato a usarlo, gli chiese di uscire dalla stanza. Voleva parlare con il programma in privato.

Il risultato di San Diego ha anche un contraltare. Diane Proudfoot e due colleghi dell'Università di Canterbury, in Nuova Zelanda, hanno seguito il gioco come lo aveva descritto Turing, senza limiti di tempo. Trentasei interrogatori su trentasette hanno riconosciuto la macchina. Quasi tutti, però, hanno avuto bisogno di più di cinque minuti. Gli autori restano prudenti: hanno provato un solo modello, più vecchio, con una sola istruzione.

E qui arriva la parte che riguarda noi. Come hanno deciso, gli interrogatori di San Diego? Per lo più con chiacchiere di cortesia e domande sulle emozioni. Solo in poco più di una partita su dieci hanno messo alla prova conoscenze e ragionamento. Hanno giudicato soprattutto dallo stile di scrittura e dal ritmo della conversazione, spesso a impressione. Bergen lo dice in modo esplicito: il test misura sempre di più la somiglianza con l'umano. E Jones lo descrive come un gioco in cui, per i modelli, si tratta di mentire.

Penso che il test dell'imitazione, così come lo pratichiamo, misuri soprattutto noi. Che cosa ci aspettiamo da una persona, e che cosa da una macchina. In cinque minuti di convenevoli giudichiamo dallo stile, dal ritmo, da una battuta storta al momento giusto. GPT quattro punto cinque vince quando qualcuno gli spiega chi fingere di essere. ELIZA batte un modello del duemilaventiquattro perché è maleducato. Nessuno dei due risultati dice molto sulla capacità di capire o di ragionare.

Non è una critica a Turing. Lui voleva sostituire una domanda impossibile con un esperimento, e nel millenovecentocinquantadue era il primo a pensare che ci sarebbe voluto molto tempo. Siamo stati noi a trasformare una previsione in un traguardo. E poi a stupirci di averlo tagliato.

A San Diego le strategie che funzionavano meglio erano dire qualcosa di strano e far uscire il modello dal suo ruolo. Le hanno usate in pochi. Le domande giuste c'erano, e quasi nessuno le ha fatte. Nel mio libro Un perché alla volta c'è una legge dell'innovazione che lo dice così: «Le macchine possono imparare dagli esempi e aiutarci a esplorare domande. Ma ogni idea lascia un'impronta, e il compito di scegliere le domande giuste resta nostro.»

Delle due idee di Turing, per me la più importante resta quella del millenovecentotrentasei. La macchina universale spiega perché un unico oggetto in tasca può fare quasi tutto. E nello stesso articolo Turing dimostrava che esistono problemi che nessuna macchina di quel tipo può risolvere, con qualunque programma. Il computer e i suoi limiti, nelle stesse pagine.

Da qui viene una conseguenza pratica. La frase «sembra una persona» non è più un indizio. Il profilo che scrive a un ragazzo in un gioco online, o un nuovo contatto su un social, può essere un modello con un personaggio ben scritto. Gli studi dicono quali abitudini funzionano. Non decidere in cinque minuti. Uscire dai convenevoli, e chiedere un fatto che solo chi è lì può sapere. E nel dubbio verificare altrove, con una telefonata o un incontro. Con i più piccoli lo direi in modo diretto: chi scrive bene e risponde subito non è per forza una persona. E nemmeno per forza chi dice di essere.

Torniamo a quel giovedì di novant'anni fa. A Londra si legge l'articolo di un ragazzo di ventiquattro anni, che lì non c'è. Dentro ci sono una macchina di carta e i suoi limiti. Novant'anni dopo, una sua discendente passa per una persona quasi tre volte su quattro, in cinque minuti di chiacchiere. Ma quando il tempo non ha limiti, la macchina la riconoscono quasi tutti. Il test di Turing ormai ci dice soprattutto quanto siamo facili da convincere. La prossima volta che una chat ti sembra troppo umana, prenditi più di cinque minuti. E fai una domanda strana.

Le fonti e i grafici sono nel pezzo su matteoferrando punto com. Io sono Matteo Ferrando, e questo era Prima del previsto. Alla prossima.

Guarda la puntata

Il video si carica da YouTube solo quando lo avvii. Aprilo su YouTube ↗

In breve

  • Il 12 novembre 1936 fu presentato alla London Mathematical Society «On Computable Numbers», l'articolo in cui Alan Turing, a 24 anni, descrisse una macchina sola capace di eseguire qualunque procedura di calcolo.
  • Il test dell'imitazione è un'altra cosa e arriva nel 1950, con la previsione che entro una cinquantina d'anni un interrogatore medio avrebbe riconosciuto la macchina al massimo 70 volte su 100 dopo cinque minuti. Nello studio uscito su PNAS a maggio 2026, GPT-4.5 con un personaggio è stato scelto come la persona nel 73% delle partite.
  • Senza personaggio lo stesso modello scende al 36%, e in conversazioni senza limiti di tempo un altro gruppo ha visto riconoscere GPT-4-Turbo da 36 interrogatori su 37. Il test misura soprattutto che cosa ci convince, e «sembra una persona» non è più un indizio di nulla.

Una data in cima alla prima pagina

Sotto il titolo di «On Computable Numbers, with an Application to the Entscheidungsproblem» ci sono due date tra parentesi quadre: ricevuto il 28 maggio 1936, letto il 12 novembre 1936.1 La seconda è il giorno in cui l'articolo di Alan Turing fu presentato alla London Mathematical Society, che lo pubblicò nei suoi Proceedings, volume 42. Turing aveva 24 anni e in quei giorni non era a Londra: a settembre si era imbarcato per l'Università di Princeton, negli Stati Uniti.2

Novant'anni dopo quell'articolo si ricorda per un'idea, la macchina universale, e a settembre la London Mathematical Society e il National Museum of Computing gli hanno dedicato tre giorni di convegno a Bletchley Park.3 Viene però spesso confuso con un altro lavoro di Turing, uscito quattordici anni più tardi, quello del test che porta il suo nome. Sono due domande diverse e conviene tenerle separate, anche perché la seconda è tornata sui giornali.

Un impiegato, un foglio a quadretti, una macchina sola

Nel 1936 la parola «computer» indicava una persona, e Turing parte proprio da lì: «Computing is normally done by writing certain symbols on paper», il calcolo si fa di solito scrivendo simboli su carta.4 Immagina qualcuno che lavora su un foglio diviso in quadretti, guarda pochi simboli alla volta e decide il passo successivo in base a quello che vede e al suo «stato mentale». Poi lo riduce all'osso: un nastro diviso in caselle, una testina che legge e scrive un simbolo per volta, una tabella finita di istruzioni.

Lo scopo era rispondere a un problema posto dalla scuola di David Hilbert: esiste un procedimento meccanico capace di decidere, per qualunque enunciato della logica, se è dimostrabile? La risposta di Turing è no, «the Hilbertian Entscheidungsproblem can have no solution».4 In primavera aveva scoperto che Alonzo Church, a Princeton, ci era arrivato prima con un altro metodo, e in un'appendice aggiunta il 28 agosto 1936 mostrò che le due strade portavano allo stesso punto.2

La parte che ha cambiato il mondo è il paragrafo 6, che comincia così: «It is possible to invent a single machine which can be used to compute any computable sequence».4 Una sola macchina che, se le si scrive sul nastro la descrizione di un'altra macchina, si comporta come quella. Le istruzioni diventano dati, come i numeri su cui lavorano. È il motivo per cui oggi lo stesso telefono fa da calcolatrice, da macchina fotografica e da interlocutore, cambiando solo il programma.

Nel 1936, però, era tutto su carta. Il primo programma conservato in una memoria elettronica girò all'Università di Manchester il 21 giugno 1948 e cercava il più grande divisore di un numero.5 Quattro anni dopo un UNIVAC previde in diretta la vittoria di Eisenhower. Dal 2021 una tabella dell'articolo del 1936 è stampata sulla banconota da 50 sterline della Banca d'Inghilterra, quella con il ritratto di Turing.6

Dalla macchina di carta alla chat

  1. Mag 1936La London Mathematical Society riceve l'articolo di Turing
  2. Nov 1936L'articolo viene letto alla società il 12 novembre
  3. Giu 1948A Manchester gira il primo programma in una memoria elettronica
  4. Ott 1950Su Mind esce l'articolo con il gioco dell'imitazione
  5. Gen 1952Alla BBC Turing parla di almeno cento anni per un test senza domande escluse
  6. Giu 2014Eugene Goostman convince un giudice su tre in cinque minuti
  7. Mag 2026Su PNAS GPT-4.5 viene scelto come la persona nel 73% delle partite
  8. Ott 2026Senza limiti di tempo 36 interrogatori su 37 riconoscono GPT-4-Turbo

Il test arriva quattordici anni dopo

Nell'articolo del 1936 non c'è una riga sull'intelligenza o sulle conversazioni. La domanda «Can machines think?» apre un altro testo, «Computing Machinery and Intelligence», pubblicato nell'ottobre 1950 dalla rivista di filosofia Mind.7 Turing la giudica subito «too meaningless to deserve discussion» e al suo posto propone un gioco. Un interrogatore scrive a due interlocutori nascosti e deve capire chi è chi. Nella prima versione sono un uomo e una donna, poi al posto di uno dei due entra una macchina.

La frase più citata di quell'articolo è una previsione. Turing scrive di credere che «in about fifty years' time», quindi verso il 2000, si potranno programmare computer che giocano così bene che un interrogatore medio non avrà più del 70% di probabilità di riconoscerli dopo cinque minuti di domande.7 Da qui vengono i cinque minuti e la soglia che quasi tutte le prove successive hanno adottato. Ma Turing stesso, nel gennaio 1952, in una discussione alla radio della BBC, disse che per una macchina capace di reggere senza nessuna domanda esclusa sarebbero serviti almeno cento anni.8

Che cosa è successo nel 2025 e nel 2026

Il 31 marzo 2025 Cameron Jones e Benjamin Bergen, dell'Università della California a San Diego, hanno reso pubblici due test a tre costruiti come quello di Turing: un interrogatore, una persona e una macchina, cinque minuti di chat, poi il verdetto.9 Vi hanno partecipato 284 persone, tra studenti dell'università e volontari reclutati online, per oltre mille partite. Lo studio è uscito su PNAS il 19 maggio 2026, con una replica aggiuntiva di quindici minuti.10

GPT-4.5, istruito a interpretare un giovane un po' introverso, appassionato di cultura di internet e abituato allo slang, è stato scelto come la persona vera nel 73% delle partite, più spesso degli esseri umani che aveva accanto. LLaMa-3.1 con lo stesso personaggio è arrivato al 56%. Senza quelle istruzioni GPT-4.5 è sceso al 36%.9

In fondo alla classifica c'è una sorpresa. ELIZA, il programma che Joseph Weizenbaum pubblicò nel 1966 e che si limita a rigirare le frasi dell'interlocutore secondo poche regole,11 è stato scambiato per una persona nel 23% dei casi, più di GPT-4o senza personaggio, fermo al 21%. Secondo gli autori ELIZA ha convinto alcuni interrogatori proprio perché non si comportava come ci si aspetta da un'AI: era sgarbato e sarcastico.9 Già allora Weizenbaum aveva notato quanto fosse facile fidarsi: la sua segretaria, poco dopo aver cominciato a usarlo, gli chiese di uscire dalla stanza per parlare con il programma in privato.12

Quante volte la macchina è stata scelta come «la persona»

GPT-4.5 con personaggio73%
GPT-4.5 senza personaggio36%
ELIZA, 196623%
GPT-4o senza personaggio21%
Jones e Bergen, PNAS, maggio 2026. Partite a tre di cinque minuti: il 50% equivale a tirare a sorte. A righe ELIZA, il programma del 1966 usato come confronto.

Il modo in cui gli interrogatori hanno deciso spiega molto. Nel 61% delle partite hanno fatto chiacchiere di cortesia, nel 50% hanno sondato emozioni e qualità sociali, solo nel 12% hanno messo alla prova conoscenze e ragionamento. Le motivazioni più frequenti riguardavano lo stile di scrittura e il ritmo della conversazione, e molte erano semplici impressioni.9 Bergen lo dice in modo esplicito: il test misura sempre di più la somiglianza con l'umano. Jones lo descrive come un gioco in cui, per i modelli, si tratta di mentire.10

Non è la prima volta che il personaggio fa gran parte del lavoro. Il 7 giugno 2014 un programma chiamato Eugene Goostman aveva convinto circa un giudice su tre fingendosi un tredicenne ucraino con un inglese da scuola media, e i critici osservarono che quell'età giustificava ogni risposta strana.13

Il risultato di San Diego ha anche un contraltare. Diane Proudfoot, Sharon Temtsin e Christoph Bartneck, dell'Università di Canterbury in Nuova Zelanda, hanno provato a seguire il gioco come Turing lo descrisse, senza limiti di tempo. Lo studio è uscito su Philosophy of Science il 14 ottobre 2026: 36 interrogatori su 37 hanno riconosciuto GPT-4-Turbo, 33 hanno avuto bisogno di più di cinque minuti, e in media la partita è durata 14 minuti.14 Gli autori avvertono che hanno provato un solo modello, più vecchio di GPT-4.5, con una sola istruzione. A settembre due ricercatori finlandesi hanno invece riferito che ChatGPT 5.2 ha superato il test in finlandese, una lingua poco presente nei dati di addestramento, e che molti partecipanti si sono fatti guidare dal finlandese colloquiale.15

70%il massimo di riconoscimenti giusti dopo cinque minuti che Turing prevedeva verso il 2000Turing, Mind, 1950
27%le partite in cui gli interrogatori hanno indicato la persona vera contro GPT-4.5 con personaggioJones e Bergen, 2025
12%le partite in cui gli interrogatori hanno messo alla prova conoscenze e ragionamentoJones e Bergen, 2025
36 su 37gli interrogatori che hanno riconosciuto GPT-4-Turbo senza limiti di tempoPhilosophy of Science, 2026

Che cosa ne penso

Penso che il test dell'imitazione, così come lo pratichiamo, misuri soprattutto noi: che cosa ci aspettiamo da una persona e che cosa da una macchina. In cinque minuti di convenevoli giudichiamo dallo stile, dal ritmo, da una battuta storta al momento giusto. GPT-4.5 vince quando qualcuno gli spiega chi fingere di essere, ELIZA batte GPT-4o perché è maleducato. Nessuno dei due risultati dice molto sulla capacità di capire o di ragionare.

Non è una critica a Turing. Voleva sostituire una domanda impossibile con un esperimento, e nel 1952 era il primo a pensare che ci sarebbe voluto molto tempo. Siamo stati noi a trasformare una previsione del 1950 in un traguardo, per poi stupirci di averlo tagliato. Su un altro punto Turing ci aveva visto giusto con largo anticipo: nel 1947 disse che serviva «a machine that can learn from experience», una macchina che impari dall'esperienza.16 Le macchine di oggi fanno proprio questo. Gli interrogatori di San Diego mostrano l'altra metà del lavoro.

Le macchine possono imparare dagli esempi e aiutarci a esplorare domande. Ma ogni idea lascia un’impronta, e il compito di scegliere le domande giuste resta nostro.

Tredicesima legge dell'innovazione, da Un perché alla volta

Nello studio le strategie che funzionavano meglio erano dire qualcosa di strano e cercare di far uscire il modello dalle sue istruzioni, ma le hanno usate in pochi.9 Le domande giuste c'erano, e quasi nessuno le ha fatte.

Delle due idee di Turing, quella del 1936 resta per me la più importante. La macchina universale spiega perché un unico oggetto in tasca può fare quasi tutto, e lo stesso articolo dimostrava che esistono problemi che nessuna macchina di quel tipo può risolvere, con qualunque programma. Turing ha descritto il computer e i suoi limiti nelle stesse trentasei pagine. Il test del 1950 era un modo di ragionare sul pensiero, e preso alla lettera oggi ci dice soprattutto quanto siamo facili da convincere.

Che cosa cambia per chi ha figli, studenti o clienti

La conseguenza pratica è semplice: «sembra una persona» non è più un indizio. Il profilo che scrive a un ragazzo in un gioco online, l'assistenza clienti in chat, il nuovo contatto su un social possono essere un modello con un personaggio ben scritto. Le filigrane di cui ho parlato nel pezzo su SynthID aiutano con immagini, video e testi già prodotti, ma in una conversazione dal vivo non c'è un file da controllare. Restano le abitudini, e gli studi dicono quali funzionano.

  1. TempoNon decidere in cinque minutiNello studio neozelandese 33 interrogatori su 37 hanno avuto bisogno di più di cinque minuti, e alla fine la macchina è stata riconosciuta quasi sempre.
  2. DomandeUscire dai convenevoliA San Diego le strategie più efficaci sono state dire qualcosa di strano e chiedere all'interlocutore di uscire dal ruolo. Le chiacchiere di cortesia aiutano la macchina.
  3. ContestoChiedere ciò che solo chi è lì può sapereUn fatto locale e condiviso: che cosa è successo in classe stamattina, chi c'era alla riunione. Un modello deve inventarlo.
  4. CanaleVerificare altroveUna telefonata, un incontro, un contatto già noto. È lo stesso metodo che vale per le voci clonate al telefono.

Con i più piccoli lo direi in modo diretto: chi scrive bene e risponde subito non è per forza una persona, e nemmeno per forza chi dice di essere. Nel dubbio, prima di rispondere se ne parla con un adulto. Per gli insegnanti, il saggio del 1950 si legge in italiano nella traduzione di Diego Marconi per Einaudi, con il titolo «Macchine calcolatrici e intelligenza».17 La previsione dei cinquant'anni è lì, con tutte le sue condizioni: un interrogatore medio, cinque minuti, il 70%. Leggerla in classe permette di capire che cosa è stato superato nel 2025 e che cosa no.

Note e fonti

  1. A. M. Turing, On Computable Numbers, with an Application to the Entscheidungsproblem ↗, Proceedings of the London Mathematical Society, serie 2, vol. 42, 1936-37, pp. 230-265. Prima pagina riprodotta con il permesso della London Mathematical Society. ↩
  2. A. Hodges, The Turing Machine ↗, Alan Turing: The Enigma, sito dell'autore della biografia. ↩
  3. London Mathematical Society, TNMOC and LMS International Conference: Turing's Legacy and the Future of Computing ↗, convegno Computable 90, Bletchley Park, 16-18 settembre 2026. ↩
  4. A. M. Turing, On Computable Numbers, with an Application to the Entscheidungsproblem ↗, testo completo, paragrafi 1, 6 e 9 e appendice. ↩
  5. Università di Manchester, The Baby ↗, Digital 60. ↩
  6. Bank of England, The Turing £50 note ↗, in circolazione dal 23 giugno 2021. ↩
  7. A. M. Turing, Computing Machinery and Intelligence ↗, Mind, vol. 59, n. 236, ottobre 1950, pp. 433-460. ↩
  8. D. Proudfoot, What Turing Himself Said About the Imitation Game ↗, IEEE Spectrum, 30 giugno 2015. Sulla discussione trasmessa dalla BBC il 14 e il 23 gennaio 1952. ↩
  9. C. R. Jones, B. K. Bergen, Large Language Models Pass the Turing Test ↗, 31 marzo 2025. 126 studenti e 158 volontari online. ↩
  10. C. R. Jones, B. K. Bergen, Large language models pass a standard three-party Turing test ↗, PNAS, 19 maggio 2026; dichiarazioni degli autori in AI can seem more human than real humans in a classic Turing test ↗, EurekAlert, 19 maggio 2026. ↩
  11. J. Weizenbaum, ELIZA, a computer program for the study of natural language communication between man and machine ↗, Communications of the ACM, vol. 9, n. 1, gennaio 1966, pp. 36-45. ↩
  12. J. Silverman, The Inventor of the Chatbot Tried to Warn Us About A.I. ↗, The New Republic, 8 maggio 2024. ↩
  13. Il Post, È stato davvero superato il test di Turing? ↗, 9 giugno 2014. ↩
  14. D. Proudfoot, S. Temtsin, C. Bartneck, Why No One Has Implemented the Turing Test: Identifying Turing's Design and Putting it into Practice ↗, Philosophy of Science, 14 ottobre 2026. ↩
  15. O. Segersven, P. Henttonen, Cultural Competence in Context: A Large Language Model Passes the Turing Test in Finland ↗, 16 settembre 2026. Versione non ancora sottoposta a revisione. ↩
  16. B. J. Copeland, Alan Turing and the Origins of AI ↗, The Turing Archive for the History of Computing, sulla conferenza alla London Mathematical Society del 20 febbraio 1947. ↩
  17. G. Roncaglia, Dal test di Turing a Odissea nello spazio, le attese deluse dell'IA delle origini ↗, Domani, 7 giugno 2025. ↩