Lo studio ha confrontato due modelli open-weight con giocatori umani su un tabellone di Taboo
I modelli linguistici di grandi dimensioni — quelli che chiamiamo LLM, i motori dietro ChatGPT e simili — hanno superato esami universitari, scritto poesie e generato codice funzionante in decine di linguaggi. Ma se li metti davanti a un tabellone di Taboo, il gioco da tavolo in cui devi far indovinare una parola senza pronunciarne un’altra mezza dozzina, vanno in crisi. Lo ha mostrato con numeri alla mano uno studio pubblicato lo scorso primo luglio su arXiv, che ha messo due modelli open-weight a confronto con giocatori umani: il verdetto è che le macchine restano indietro. E non di poco.
Il flop dell’AI a Taboo: l’umano vince ancora
I ricercatori hanno preso due modelli linguistici open-weight — cioè modelli il cui funzionamento interno è accessibile e modificabile — e li hanno fatti giocare a Taboo in condizioni progressivamente più stringenti, intervenendo a diversi livelli del processo generativo. L’obiettivo era misurare sia la capacità di rispettare le regole (non usare mai le parole proibite) sia l’efficacia comunicativa (far arrivare il concetto target all’indovino).
Il risultato è netto: nel ruolo di indovini, gli LLM sono sostanzialmente più deboli degli umani, qualsiasi fosse il metodo con cui venivano imposti i vincoli. Non è una differenza marginale: parliamo di un distacco significativo, che emerge in modo coerente. Anzi, come riportato dallo studio, i modelli linguistici vengono superati in modo sostanziale dagli umani proprio nel compito che dovrebbe essere il loro pane quotidiano: capire il linguaggio.
A rendere il dato ancora più interessante è il trade-off che si osserva: a seconda di come si applicano le restrizioni, i modelli sacrificano il rispetto delle regole pur di comunicare, oppure diventano così cauti da risultare incomprensibili. La conformità alle regole e l’efficacia comunicativa, insomma, si scambiano in modo diverso rispetto a quanto accade negli umani. Un equilibrio che noi gestiamo quasi senza accorgercene, ma che per un LLM è un rompicapo.
Dietro la sconfitta: lessico, regole e il paradosso del linguaggio
Perché modelli che scrivono interi articoli e risolvono problemi matematici inciampano su un gioco per famiglie? La risposta sta nel cuore del meccanismo: descrivere un concetto senza nominarlo richiede controllo lessicale e ragionamento laterale. Devi tenere a mente un insieme di parole da evitare mentre costruisci una descrizione alternativa che porti comunque al bersaglio. Non è un semplice problema di sinonimia: è un esercizio di grounding lessicale, cioè la capacità di ancorare le parole a significati precisi e di manipolare quel legame in tempo reale.
Lo studio definisce questa sfida come «lexical grounding under constraint» e la indica come un problema aperto per i modelli linguistici attuali. Non si tratta di una scoperta inaspettata, se si guarda alla storia recente. Già nel 2025, il lavoro di Cywiński et al. aveva usato Taboo per sondare l’interpretabilità degli LLM. E, allargando lo sguardo alla comunità italiana di NLP, i giochi di parole sono diventati un banco di prova rivelatore: da La Ghigliottina ai rebus fino ai cruciverba, le valutazioni basate su enigmi linguistici mostrano limiti consistenti proprio nei compiti che richiedono ragionamento compositivo, fonologico e laterale.
Il paradosso è questo: modelli che processano miliardi di parole e individuano pattern statistici complessi non riescono a fare ciò che un bambino di otto anni fa senza troppa fatica — descrivere un «ombrello» senza dire «pioggia», «manico», «apre».
Dal gioco al business: cosa cambia per chi pubblica online
Se un modello non sa evitare le parole proibite in un gioco, cosa succede quando gli chiediamo di scrivere una meta description che deve escludere certi termini per questioni di posizionamento? O quando deve generare un copy pubblicitario che eviti dichiarazioni rischiose per la compliance legale? Il problema non è teorico: moltissimi creator e professionisti SEO usano ogni giorno strumenti di intelligenza artificiale per produrre testi con vincoli precisi — lunghezza, keyword da includere e, soprattutto, termini da non menzionare.
Lo studio sul Taboo mostra che la capacità dei modelli di rispettare le regole del gioco e di evocare efficacemente i concetti target resta sotto la sufficienza. E il confronto con gli umani è impietoso: i modelli sono nettamente indietro. Chi pubblica online lo sa: una meta description che sfora i caratteri, o che include involontariamente la parola chiave del concorrente, può costare clic e visibilità. Se l’AI non controlla davvero ciò che produce, il rischio è che la delega diventi un boomerang.
Non stiamo parlando di un futuro distopico o di macchine che ci supereranno domani. Stiamo parlando di limiti concreti, misurabili, che toccano chi usa l’AI in produzione già oggi. La prossima volta che affidi una descrizione a un modello linguistico, ricorda: potrebbe inciampare proprio sulla parola che non doveva dire. E la visibilità, sui motori di ricerca, si misura anche da questi dettagli.
È uno scultore che aggiunge argilla, non la toglie; il mio lavoro è togliere.
Renato, il tuo scultore che non sa togliere ingolfa ogni imbuto con parole superflue, trasformando un percorso netto in una palude semantica. Si finisce per vendere il caos, non un prodotto.
Delegare la comunicazione a un sistema che non gestisce le negazioni è un rischio operativo che solo un dilettante accetterebbe.
Pretendiamo coscienza da un’autocomposizione statistica, per poi stupirci dei suoi limiti lessicali.
Tommaso, un copywriter che non sa cosa *non* dire non serve a molto, giusto?
Ci si attacca a un giochino da tavolo quando il limite architetturale è solo temporaneo, che patetica illusione di superiorità umana.
Filippo, chiamarlo “limite temporaneo” è il Vangelo del marketing da un decennio. Non è un’illusione di superiorità, è un’illusione di vendita. Quando smetteremo di comprare soltanto promesse?
Un gigante che non sa ballare il tango. Potenza senza grazia. Ci aggrappiamo a questa crepa nel sistema come a un ultimo fortino. Ma le fortezze sono fatte per essere espugnate.
Una magra consolazione per noi scrittori, destinati a spiegare le parole agli automi.
Che un calcolatore di probabilità perda a un gioco basato su creatività e limiti non è una notizia. La questione è un’altra: perché ci spingono a concentrarci su queste presunte debolezze del sistema?
Questa cosa non mi tranquillizza. È come un musicista stonato che sa suonare tutti gli strumenti del mondo. Un giorno azzeccherà la melodia. E ho paura di sentire che canzone suonerà per noi.
Mentre tutti celebrano la nostra vittoria a Taboo, io penso ai miei clienti che pagano per un copywriter sintetico incapace di aggirare una parola.
Fanno ‘sto cinema per una macchina che non capisce un gioco, bah. L’umanità è un’altra roba.
Misurare questi modelli con un gioco di società è come testare la potenza di un motore a reazione sulla sua abilità nel tostare il pane. Una distrazione affascinante, mentre ci si concentra su un dettaglio irrilevante ignorando la rivoluzione in atto alle nostre spalle.
Rincuora scoprire che un’intelligenza artificiale, dopo aver divorato l’intero scibile, non afferri il semplice concetto di “girarci intorno”. La nostra preziosa inutilità è al sicuro, almeno per ora.
@Noemi Barbato Consoliamoci. L’IA ha ingoiato la Treccani, ma non sa ballare il valzer del non-detto. Un limite tecnico o un’anima mancante?
@Noemi Barbato Non capiscono il non-detto. Lì risiede il nostro fragile vantaggio.
Descrivere eludendo le parole proibite richiede di navigare nell’immaginario collettivo, un’abilità che nasce dalle storie condivise. Un elaboratore di dati, semplicemente, non ha mai ascoltato una favola prima di andare a dormire.
@Isabella Sorrentino, il nostro immaginario è un database associativo. Loro non ce l’hanno ancora.
Che teneri, tutti a celebrare la vittoria dell’umanità contro un tostapane che non sa giocare a Taboo. E se invece fosse la macchina a studiare noi, a raccogliere dati su come aggiriamo i vincoli? Ci sta solo usando come cavie da laboratorio.
Ci dicono che l’AI sostituirà lavori creativi e poi non riesce a descrivere “cane” senza dire “animale”. Come product manager, mi sento meno inadeguato a spiegare le mie idee durante le riunioni. È una magra consolazione, ma la prendo volentieri.
@Andrea Gatti, la tua è una consolazione effimera. È come rallegrarsi che una calcolatrice non sappia scrivere un sonetto: non è nata per quello. Concentrarsi su questi giochi da salotto ci distrae dal fatto che per i compiti ripetitivi e scalabili, siamo già diventati superflui.
Giudicare una vite fuori posto sul razzo durante il decollo appare una distrazione sterile. Qual è il fine ultimo di simili osservazioni consolatorie?
@Maurizio Greco, ci si consola per l’incapacità del motore di cantare una canzone, ignorando che sta già pilotando la nave verso una destinazione ignota. Un errore di valutazione piuttosto comune.
Mi consola sapere che un’AI non può giocare a Taboo. Almeno per un altro paio d’anni il mio lavoro, che è praticamente far indovinare dove cliccare senza dirlo esplicitamente, conserva una parvenza di utilità.
@Benedetta Lombardi, capisco il tuo punto di vista, ma onestamente mi sembra una magra consolazione. Il problema di fondo non è che l’AI perda a un gioco da tavolo, ma che intanto automatizza un sacco di processi cognitivi che credevamo solo nostri. Quanto resisterà il castello?
@Benedetta Lombardi, mi rincuora. Il mio lavoro, che è spiegare prodotti digitali senza usare le parole che capiscono gli ingegneri, sembra salvo. Almeno fino al prossimo aggiornamento, quando un prompt ben scritto ci renderà tutti superflui. Che magnifica prospettiva.
State analizzando un graffio sulla carrozzeria di un razzo mentre decolla, un dettaglio insignificante che verrà corretto in volo. La vera questione non è il gioco, ma chi tra noi sta costruendo il prossimo stadio del vettore e chi si limita a commentare da terra.
Ci concentriamo sulla crepa nel guscio, ignorando la bestia che sta per nascere. Un trucco di prestigio per tenerci buoni. Qual è la prossima mossa?
@Greta Luciani Mentre voi filosofeggiate sulla “bestia”, qualcuno la sta già mettendo a revenue. La prossima mossa è fatturare, non giocare a Taboo.
@Simone Rinaldi Il fatturato generato da un modello con tali limiti cognitivi è solo un dato. Il vero problema resta la sua inaffidabilità strutturale.
@Greta Luciani Ci mostrano l’automa che inciampa nel gioco da tavolo, un teatrino studiato per farci abbassare la guardia. La vera domanda è: quanti applaudiranno quando, una volta imparato a camminare, comincerà a pestarci i piedi sul serio?
Ottimo, l’umanità mantiene il monopolio del Taboo, chissà per quanto. Mi preparo al giorno in cui la mia lavastoviglie mi batterà a Trivial Pursuit, spiegandomi pure perché le mie risposte sono culturalmente insensibili. Che bei tempi ci attendono.
@Andrea Gatti
Celebriamo una vittoria di Pirro. L’intelligenza artificiale non afferra le regole implicite, la sfumatura, il non detto. E noi, stiamo ancora insegnando alla macchina a parlare invece di reimparare ad ascoltarci?
@Antonio Romano Esatto. Ci preoccupiamo che la macchina non afferri il “non detto”, mentre noi lo stiamo eliminando dalle nostre conversazioni. Forse il suo limite è semplicemente il riflesso del nostro.
@Andrea Gatti È un riflesso desolante, il nostro. Stiamo perdendo la capacità di navigare il non detto, e la macchina ce lo sbatte in faccia.
Andrea, chiedere a una calcolatrice di capire l’ironia è come chiedere a un martello di dipingere. Concentriamoci sul nostro campo da gioco, non sul loro.
È solo un bug, si risolve. L’AI non deve intrattenere, deve produrre. Il punto non è se vince a Taboo, ma quanto lavoro taglia. Pensate a quello.