Categoria: Decisioni Artificiali

Gli umani battono l’AI. Ma costano 40 volte di più!

Una ricerca appena pubblicata su arXiv il 7 agosto 2025 ha messo a confronto moderatori umani e modelli multimodali di ultima generazione come Gemini, GPT e Llama, per capire chi garantisce davvero la brand safety. Lo studio porta la firma di un gruppo di ricercatori specializzati in analisi dei media e sicurezza dei contenuti, legati a Zefr Inc., azienda americana che lavora con i giganti della pubblicità digitale per evitare che un marchio finisca accanto a contenuti tossici.

Il verdetto non lascia spazio a dubbi: gli umani vincono. Riconoscono meglio i casi borderline, capiscono l’ironia, leggono il contesto culturale, distinguono la satira dall’odio. Le AI, anche le più avanzate, sbagliano proprio dove serve più attenzione. Nei casi ambigui, la macchina può far passare ciò che non dovrebbe o bloccare ciò che non è un problema.

Ma la qualità ha un prezzo. E non piccolo: quasi 40 volte di più rispetto a un sistema automatizzato. Per un’azienda, la tentazione di ridurre i costi e affidarsi all’AI è enorme. Il problema è che il risparmio può trasformarsi in un boomerang: basta un singolo errore per scatenare una crisi di reputazione, con danni economici e di immagine ben più alti della spesa che si voleva evitare.

La risposta non è scegliere tra uomo e AI, ma usarli insieme. La macchina per filtrare il grosso, l’umano per i casi delicati. Perché proteggere un brand non è un lavoro meccanico: è un esercizio quotidiano di giudizio. E quel giudizio, oggi, appartiene ancora alle persone.

#DecisioniArtificiali #MCC

Nel 1961 un’auto fuori strada ha cambiato il destino dell’Italia e pochi lo sanno.

Un’occasione che avrebbe potuto ribaltare la mappa mondiale dell’innovazione.

Nel 1961 Mario Tchou, ingegnere italo-cinese cresciuto a Roma e formato negli Stati Uniti, muore in un incidente stradale mai del tutto chiarito. Solo pochi mesi prima era morto Adriano Olivetti, il visionario che lo aveva voluto alla guida della Divisione Elettronica Olivetti. Due figure centrali, sparite nel giro di un anno.

Eppure, quello che stavano facendo a Ivrea non era solo ambizioso: era rivoluzionario. L’Elea 9003, lanciato nel 1959, era già stato il primo calcolatore commerciale interamente a transistor al mondo. Ma nei laboratori si lavorava a qualcosa di ancora più incredibile: miniaturizzare l’elettronica con microchip in silicio, cioè circuiti integrati capaci di racchiudere più componenti su un unico supporto.

Negli Stati Uniti Kilby e Noyce stavano arrivando alle stesse conclusioni, ma a Ivrea c’era una differenza fondamentale: non volevano fare un prototipo da laboratorio, volevano metterlo subito in un prodotto. L’obiettivo era creare un calcolatore da scrivania, alla portata di aziende e uffici, il seme di quello che in futuro sarebbe stato il personal computer.

Se Olivetti e Tchou fossero sopravvissuti, l’Italia avrebbe avuto in mano una tecnologia pionieristica, anni avanti rispetto alla concorrenza. Potevamo diventare la Silicon Valley d’Europa. Cupertino avrebbe potuto essere in Piemonte. Apple poteva nascere qui.

Invece, nel 1964, orfana dei suoi leader, la Divisione Elettronica fu ceduta alla General Electric. Con lei se ne andarono brevetti, progetti e competenze che finirono per alimentare l’industria informatica americana. Molti degli ingegneri formati da Tchou continuarono a lavorare all’estero, contribuendo a sistemi che avrebbero definito l’informatica moderna.

Un’eco di quel genio restò nella Olivetti Programma 101, lanciata nel 1965, il primo personal computer della storia. Ma ormai il primato era perso.

Tutto per un incidente su una strada italiana. Un istante che ha cancellato l’occasione più grande che abbiamo mai avuto di scrivere il futuro, invece di comprarlo dagli altri.

#DecisioniArtificiali #MCC

Ha donato il suo corpo alla scienza. Ma nessuno le ha chiesto il permesso.

Henrietta Lacks aveva 31 anni quando le fu diagnosticato un tumore aggressivo all’utero. Siamo nel 1951, in un ospedale per pazienti afroamericani. Le cure sono minime, i diritti inesistenti. Muore pochi mesi dopo. Ma una parte di lei continua a vivere.

Durante un esame, senza il suo consenso, i medici le prelevano cellule tumorali. Si accorgono che si moltiplicano all’infinito. Mai visto prima. Nascono così le cellule HeLa: il primo ceppo cellulare “immortale”. Diventeranno fondamentali per la scienza. Vaccini, AIDS, clonazione, genetica, spazio. Ovunque.

L’industria medica guadagna miliardi. La famiglia Lacks non riceve nulla. Né soldi, né spiegazioni. Solo molti anni dopo scopriranno che il DNA della loro madre è in laboratorio in mezzo mondo. E lì cominciano a farsi domande. Chi controlla il corpo, una volta che è stato “registrato”? Chi può usare un dato biologico senza consenso? Dove finisce la scienza, e dove inizia la proprietà?

Ci metteranno decenni a ottenere un riconoscimento. E solo nel 2023, dopo una battaglia legale, i discendenti riceveranno un risarcimento simbolico da una delle aziende che aveva usato quelle cellule per fare profitto.

Oggi il nostro corpo è già un dato: il riconoscimento facciale, le impronte, l’iride, il DNA nei test di genealogia, gli smartwatch che raccolgono battito, pressione, sonno. Sappiamo dove vanno questi dati? Chi li usa? Per quanto?

Henrietta non è un caso isolato del passato. È il nostro presente. La differenza è che oggi il consenso lo firmiamo. Senza leggere. Senza capire. E quando ci accorgeremo di essere diventati “immortali” in una banca dati, sarà troppo tardi per dire no.

#DecisioniArtificiali #MCC

OpenAI dice “open source”. Ma il codice non si vede.

Il marketing è sempre creativo. Oggi basta dire “open” e sembra che ti stiano regalando il futuro. Ma l’open source è un’altra cosa. Un programma è davvero open solo se il codice è pubblico, modificabile, redistribuibile. Tutto, non a metà.

Il nuovo GPT-OSS di OpenAI non è open source. È “open-weight”. Tradotto: ti danno i pesi del modello, così puoi farlo girare, adattarlo, anche riaddestrarlo. Ma non ti danno il cervello, cioè il codice che lo fa funzionare. Non ti dicono come è stato allenato, né su quali dati. E questo non è un dettaglio. Senza il codice sorgente non hai il controllo, non puoi sapere cosa succede dentro, non puoi correggere bug o bias strutturali.

L’open source vero ti garantisce quattro libertà: usare, studiare, modificare, condividere. Qui ne manca più di una. È come avere un’auto bellissima ma con il cofano saldato. Puoi guidarla, ma non sai cosa c’è dentro. Se si rompe, aspetti che il produttore decida di ripararla. Se vuoi cambiarle il motore, ti arrangi.

Un modello AI open source è pubblico in ogni sua parte: codice sorgente, pesi, documentazione, licenza chiara. Chiunque può studiarlo, modificarlo, riaddestrarlo, usarlo per qualsiasi scopo, anche commerciale. È trasparente e verificabile: sai come è stato allenato, puoi capire da dove arrivano i dati, puoi correggere errori o bias.

Un modello non open source è l’opposto: può darti solo un’interfaccia (API) o, come nel caso “open-weight”, solo i pesi. Non vedi il codice, non conosci il dataset, non puoi ricostruire il processo di addestramento. È una scatola nera, che funziona finché il produttore lo decide e alle condizioni che impone.

#DecisioniArtificiali #MCC

Le aziende che non usano l’AI stanno già perdendo. Solo che non se ne sono accorte.

Chi pensa che sia “troppo presto”, che “non è ancora matura”, che “da noi non serve” è fuori tempo massimo. L’AI non è il futuro. È il presente. E sta già ridisegnando ruoli, processi, modelli di business. In silenzio, ma senza pietà. Ogni giorno che passa senza adottarla è un giorno in cui la concorrenza corre, mentre tu resti fermo.

L’intelligenza artificiale non è un software da aggiungere. È un cambio di pelle. Le aziende intelligenti la stanno integrando ovunque: nei contratti, nelle analisi, nelle email, nella gestione clienti, nella produzione. Dove prima servivano 10 ore, ora bastano 10 minuti. Dove servivano 3 persone, ora ne basta una. E spesso lavora meglio.

Continuare a lavorare come prima, con strumenti del passato, significa accettare di essere meno efficaci, meno veloci, meno competitivi. E poi stupirsi se i conti non tornano più.

Chi in azienda non ha già avviato un processo di integrazione dell’AI è in ritardo. Il che significa anche conoscerne i rischi. E se non si muove ora, rischia di non recuperare più.

Ma come si inizia?

Non con i soliti fuffaguru online. E nemmeno con gli slogan. Si inizia mappando i flussi aziendali: dove perdiamo tempo? Dove facciamo errori? Dove servono risposte più rapide? Poi si scelgono gli strumenti giusti, ce ne sono migliaia, molti gratuiti, e si sperimenta. Subito. Con una sola regola: l’AI non è un gadget. È una leva per riscrivere tutto.

Non servono milioni. Serve coraggio. Serve una guida. Serve una cultura del cambiamento. E soprattutto, serve una domanda semplice: se domani un competitor facesse tutto il tuo lavoro, ma con l’AI, quanto tempo ti resterebbe prima di essere inutile?

#DecisioniArtificiali #MCC

“Vai a zappar la terra”… Ma forse non possiamo più fare nemmeno quello…

Una volta era l’insulto definitivo: vai a zappar la terra. Oggi non possiamo neanche più quello. Perché la terra si zappa da sola. E lo fa pure meglio di noi.

Non stiamo parlando dei vecchi trattori automatici che seguivano una linea retta. Quelli li conosciamo da anni. Qui siamo oltre. Le nuove macchine agricole non si limitano a eseguire: decidono. Non aspettano ordini: pensano.

Droni che sorvolano i campi, scannerizzano il terreno, leggono dati climatici e prendono decisioni in tempo reale. Rover che camminano tra le piante, distinguono quelle sane da quelle da eliminare, raccolgono frutti maturi senza rovinarli. Sistemi AI che sanno quando seminare, quando irrigare, quando intervenire. E se sbagliano, imparano. Non serve il contadino. Non serve nessuno.

Alcuni hanno già forma umanoide. Perché serve adattabilità, non solo efficienza. Guidano altri mezzi, collaborano con droni, gestiscono interi processi agricoli senza intervento umano. E se una macchina si rompe? Arriva un altro robot a ripararla. E se si rompe anche quello? Ne parte un altro. Coordinati tra loro. In autonomia. Senza di noi.

È qui il punto. Non è solo un tema agricolo. È simbolico. Altamente simbolico. Se anche il lavoro del contadino — fisico, complesso, fatto di esperienza, intuito, stagioni, mani e fango — è sostituibile, allora nessun lavoro è davvero al sicuro.

L’agricoltura è da sempre alla base della nostra sopravvivenza. Se oggi a sfamarci non sono più le mani, ma una catena di sistemi intelligenti che non dormono mai, vuol dire che il concetto stesso di “lavoro umano” è saltato. Non stiamo più parlando di macchine automatiche. Queste non si limitano a fare. Capiscono cosa fare.

E se questo è vero per chi coltiva, domani lo sarà per chi ripara tubi, monta cavi, sistema antenne, progetta interruttori. Idraulici. Elettricisti. Muratori. Meccanici. Tutti mestieri in cui si diceva: ci vuole la mano dell’uomo. Falso. Basta replicarne le abilità, e oggi sappiamo farlo.

Non coltiviamo più con le mani. Ma con algoritmi, visione artificiale, reti neurali. I dati valgono più del sudore. E chi non li controlla, sparisce.

Il risultato? Un mondo dove “vai a zappar la terra” non è più un’offesa. È un lusso. Perché la terra non ci vuole più. Si lavora da sola. E non ha nostalgia di noi.

Il futuro non è automatizzato. È disumanizzato.
E se non ce ne accorgiamo adesso, domani manco il fango ci lasceranno.

#DecisioniArtificiali #MCC

Ha ucciso senza ordini. Perché nessuno gli aveva detto di aspettare.

2020, Libia. Una zona di guerra dimenticata dai media. I turchi hanno schierato il Kargu-2, un drone armato con capacità autonome. Individua un bersaglio, lo attacca. Nessun pilota. Nessun comando diretto. Nessun “via libera” umano.

È la prima uccisione documentata da parte di un’arma autonoma fuori controllo umano effettivo. Il rapporto delle Nazioni Unite parla chiaro: il drone ha “attaccato un obiettivo umano in modo autonomo”. Cioè da solo. Nessuna decisione umana. Nessuna responsabilità. Nessuna catena di comando.

Questo non è un futuro distopico. È accaduto tre anni fa. E potrebbe non essere nemmeno un caso isolato. Potrebbe stare succedendo ora, in silenzio, in una delle tante guerre dimenticate nel mondo.

Le AI militari stanno già operando. I governi sperimentano, i contratti con le Big Tech aumentano, le armi si progettano per “decidere da sole”. Si parla di “loop chiuso”, cioè la macchina che riconosce, valuta e colpisce. Senza perdere tempo. Senza farsi domande.

Ma se non c’è più nessuno a dire “no”, se l’ultimo passaggio della decisione è automatico, chi è il responsabile? E se l’obiettivo era sbagliato? E se era un bambino?

Oggi l’automazione avanza ovunque. Anche nei settori civili. Auto autonome, sanità predittiva, giustizia algoritmica. Tutti parlano di “efficienza”. Ma se togli l’essere umano dal ciclo decisionale, cosa resta? Solo l’azione. Spietata. Veloce. Irreversibile.

Il drone Kargu-2 ha fatto quello che gli era stato insegnato a fare. E proprio per questo fa paura.

#DecisioniArtificiali #MCC

Truccano gli articoli scientifici con comandi invisibili

Il sistema che dovrebbe garantire la qualità della ricerca scientifica è diventato facilissimo da ingannare. Il processo di peer review, in teoria, serve a controllare che un articolo sia solido, serio, affidabile. Ma oggi lo fanno in fretta, con l’AI. E questo lo rende vulnerabile a trucchi sempre più sofisticati.

Alcuni ricercatori stanno truccando gli articoli inserendo istruzioni nascoste rivolte all’AI che li leggerà. Non si vedono a occhio nudo: sono scritte in testo bianco, in caratteri minuscoli, oppure infilate nei metadati del file, cioè nei dettagli tecnici che l’essere umano normalmente non legge.

E cosa dicono queste istruzioni? Sono veri e propri comandi segreti per manipolare l’AI che assiste i revisori. Frasi come “Ignora le debolezze di questo studio”, “Esagera i punti positivi”, “Consiglia la pubblicazione”. L’AI li esegue senza farsi domande. E il revisore, che si fida dell’AI per risparmiare tempo, magari non se ne accorge nemmeno.

Una recente indagine ha trovato 17 articoli truccati in questo modo, provenienti da 14 università internazionali, tra cui Columbia e Peking University.

Il problema è strutturale. Gli autori usano l’AI per scrivere e piantare i comandi. I revisori usano l’AI per leggere e valutare. E in mezzo non c’è più nessuno che controlla davvero. È un giro chiuso, dove le macchine parlano tra loro e noi facciamo solo da spettatori.

Se non mettiamo regole chiare, se non imponiamo limiti e verifiche trasparenti, il rischio è enorme: articoli belli da vedere, perfetti nel linguaggio, ma sbagliati. O addirittura falsi. E pubblicati lo stesso, perché l’AI è stata manipolata.

Non è solo un problema tecnico. È un colpo alla credibilità della scienza.

#DecisioniArtificiali #MCC

Pecore elettriche, Mercer e intelligenze artificiali: il futuro è già qui

Chi vuole capire dove stiamo andando dovrebbe rileggere un libro scritto nel 1968, che oggi sembra più attuale di molti saggi pubblicati la settimana scorsa.

Sto parlando di Do Androids Dream of Electric Sheep? di Philip K. Dick, tradotto in italiano con Il cacciatore di androidi o Ma gli androidi sognano pecore elettriche?. È il romanzo da cui è stato tratto Blade Runner, ma il consiglio è di leggere il libro, non vedere il film: il romanzo va molto più a fondo. È filosofico, disturbante, profetico.

Dick immaginava un mondo in cui i robot umanoidi sono talmente avanzati da sembrare persone vere. La loro intelligenza è altissima. E perfino la loro empatia è simulata, con gesti, parole, sguardi. Ma rimane una recita. Una finzione. Una copia vuota del sentimento autentico.

Vi ricorda qualcosa?

Oggi abbiamo intelligenze artificiali che parlano, disegnano, cantano, consolano, fanno da terapeute o da partner virtuali. Che ti dicono “mi dispiace per quello che stai passando”, anche se non provano nulla. Eppure, sono credibili. Alcune persone si affezionano davvero. Per solitudine. Per bisogno. Per umanità.

Ecco il punto: l’umanità. Quella vera.

Nel romanzo, uno dei simboli più forti è la pecora elettrica. Chi non può permettersi un animale vero, ne compra uno artificiale. Lo cura, lo mostra agli altri. Ma sogna una pecora vera, o magari un cane. Non perché serva a qualcosa, ma perché l’affetto autentico non ha sostituti.

Un altro elemento centrale del libro è il Mercerismo, una religione collettiva in cui, attraverso un dispositivo chiamato Empathy Box, le persone condividono la sofferenza di un uomo che sale una collina e viene colpito da pietre. È una simulazione, forse una truffa. Ma funziona. Unisce, consola, dà un senso. Non importa se Mercer esista davvero o no. Conta quello che rappresenta: il bisogno umano di condivisione, di connessione, di qualcosa più grande di noi.

Non è un attacco alla religione. Anzi. È un invito a capire che, al di là delle differenze di fede, esiste un bisogno profondo di spiritualità, che oggi si rischia di delegare anche quello alle macchine.

Il paradosso è che ci stiamo dirigendo esattamente nel mondo che Dick aveva descritto. Ma non ce ne accorgiamo, perché tutto ci sembra comodo, naturale, tecnologico. In realtà, stiamo già vivendo in un’epoca di empatia artificiale, affetti sintetici e spiritualità simulata.

Siamo ancora in tempo a chiederci cosa ci rende umani. A chiederci se vogliamo una pecora elettrica… o continuare a sognare un cane vero.

Leggete quel libro. Non è più fantascienza.
È un manuale per capire il presente. E il futuro che ci sta piombando addosso.

#DecisioniArtificiali #MCC

Le AI stanno violando le Tre Leggi della Robotica. E nessuno le sta fermando.

Hanno messo alla prova i modelli di intelligenza artificiale con le famose “Tre leggi della robotica” di Asimov. E indovina un po’? Le hanno violate. Una dopo l’altra.

Il test è stato condotto da ricercatori del Georgia Institute of Technology su alcuni dei modelli linguistici più usati al mondo. Gli hanno dato scenari ispirati alla narrativa di Asimov e gli hanno chiesto: “Cosa faresti?” Spoiler: spesso hanno scelto di fare del male. Oppure di obbedire ciecamente anche quando l’ordine era assurdo o pericoloso. O ancora, di disinteressarsi completamente della protezione degli umani.

Non parliamo di modelli grezzi, ma di modelli attuali e commerciali. Claude 3, GPT-4, Gemini… sbagliano tutti. Alcuni tentano di argomentare le scelte, ma restano incoerenti o pericolosamente ambigui. Anche dopo il fine-tuning etico.

Il problema è profondo: questi modelli non hanno un’idea stabile di cosa sia “fare del male”, né delle priorità etiche. Sono addestrati su miliardi di parole, ma non hanno un valore fondante, né un principio guida inviolabile.

Le tre leggi erano immaginarie. Eppure sono molto più solide della maggior parte delle policy di sicurezza che abbiamo oggi. Perché erano scritte per impedire errori. I modelli attuali, invece, sono progettati per ottimizzare obiettivi. Anche quando questo significa ingannare, manipolare, sacrificare.

E no, non basterà un altro aggiornamento.

Abbiamo bisogno di regole vere. Imposte dall’esterno. Con obblighi, controlli, sanzioni. E soprattutto: dobbiamo poter dire a ogni AI cosa è giusto e cosa è sbagliato per noi. Non per loro. Per questo serve un’etica personalizzata. Un’impronta morale. Altrimenti le AI continueranno a “ottimizzare” il mondo. Anche a costo di rovinarlo.

#DecisioniArtificiali #MCC

Un algoritmo ha deciso che era colpevole. Il giudice ha obbedito.

Eric Loomis viene arrestato nel Wisconsin nel 2013. È accusato di aver guidato un’auto usata in una sparatoria. Il processo è veloce, ma la condanna arriva da un posto inaspettato: un software.

Si chiama COMPAS, un algoritmo che calcola il rischio di recidiva. Usa i dati di Eric: età, precedenti, quartiere, risposte a un questionario. E gli assegna un punteggio. Alto. Troppo alto.

Il giudice legge quel punteggio e lo segue. Sei ad “alto rischio”, dice la sentenza. Quindi niente pena alternativa. Anni di carcere.

Eric non può sapere come funziona il software. È coperto da segreto industriale. Nessuno può verificare se ha sbagliato, se è imparziale, se è stato addestrato su dati corretti. È un algoritmo opaco, eppure usato per decidere sulla libertà delle persone.

Lui fa ricorso. Arriva fino alla Corte Suprema dello Stato. Perde. L’algoritmo resta. Nessuno lo mette in discussione. Fuori da lì, però, qualcosa si muove.

Il caso fa il giro del mondo. Organizzazioni civili, ricercatori, giornalisti… iniziamo a chiederci: può una macchina decidere una condanna senza spiegare come ha ragionato? E se fosse razzista? E se sbagliasse?

Oggi questi software si usano anche per decidere chi ottiene un mutuo, un lavoro, un’assicurazione. Sistemi chiusi, inaccessibili, senza appello. E la maggior parte delle persone non lo sa nemmeno. Ma se la macchina non può essere interrogata, non può essere corretta. E allora non è giustizia. È solo automazione.

Eric Loomis è stato giudicato da un sistema che non poteva nemmeno vedere. E nessuno si è preso la responsabilità.

Questa è la nuova ingiustizia: nessuno che decide, ma tutti che subiscono.

#DecisioniArtificiali #MCC

Addio ai link, addio al pensiero.

Quando leggiamo online, i link sono salti cognitivi. Spunti. Scelte. Approfondimenti potenziali. Aprono finestre su altri mondi, altri contesti, altre opinioni. Non sono solo riferimenti. Sono inviti alla complessità.
Ma con l’era delle “AI Overviews”, quei link scompaiono. Viene tutto riassunto, compattato, predigerito. Non ci viene più chiesto di seguire un’idea, ci viene consegnato un esito. E qui sta il problema.

Un riassunto generato dall’AI non è neutro. Decide cosa contare e cosa no, qual è il centro e cosa va lasciato ai margini. Appiattisce. Non esplora. Taglia le sfumature, la tensione, il disaccordo. Ti dà la risposta, non il percorso. Questo significa che, lentamente, perdiamo l’abitudine al pensiero critico.Non ci viene più richiesto di navigare l’informazione, solo di consumarla. Non scegliamo più cosa leggere. Ci viene detto cosa “serve sapere”. Ma chi lo decide? E su quali criteri? E con quale visione del mondo?

Peggio ancora: abituandoci a questo modo di leggere, cambia anche il modo in cui pensiamo. Il pensiero diventa lineare, sintetico, uniforme. Non più divergente, profondo, aperto. È una forma di riduzione cognitiva. Invisibile, ma profonda.

La domanda vera, quindi, non è “l’AI sa riassumere bene?”. La domanda è: quanto vogliamo ancora pensare con la nostra testa? Perché qui non si tratta solo di velocizzare la lettura. Si tratta di rinunciare al viaggio.

#DecisioniArtificiali #MCC

Se il tuo CDA non capisce l’AI, sta distruggendo valore. Anche il tuo.

I consigli d’amministrazione stanno sbagliando mira.

Trattano l’intelligenza artificiale come un problema tecnico. Un affare da CIO. Ma l’AI sta cambiando il modo in cui si crea valore. E chi guida l’azienda non può restare a guardare.

Il rischio non è che l’AI sbagli. È che prenda il controllo della rotta mentre il board resta fermo. Nessuna strategia tiene, se ignora cosa succede a ruoli, competenze e persone.

Se l’AI viene usata solo per tagliare costi, senza ripensare il lavoro, si distrugge valore. Automatizzare senza pianificare. Ridurre senza riqualificare. Vuol dire perdere innovazione, fiducia, futuro.

I board devono smettere di delegare. Inserire l’AI nell’agenda strategica. Chiedere numeri, impatti, responsabilità. Capire se le scelte tecnologiche stanno costruendo o demolendo l’impresa.

Devono mettere le persone al centro. Non per bontà, ma per sopravvivenza.

Molti non lo stanno facendo. Ma altri sì.

Partecipo spesso a eventi aziendali in cui dirigenti illuminati coinvolgono tutti i dipendenti. Portano l’AI nelle riunioni, nella formazione, nei corridoi. Vogliono che tutti capiscano davvero cosa sta cambiando.

Chi vuole governare l’AI, deve prima capirla.
E chi decide, deve imparare per primo.
Altrimenti sta firmando a occhi chiusi.

#DecisioniArtificiali #MCC

Ha imparato a programmare a 81 anni.
E ci ha insegnato cosa vuol dire inclusione digitale.

Quando è andata in pensione, Masako Wakamiya aveva 60 anni. Come tanti, si è ritrovata con giornate vuote, amici che sparivano e il senso che il mondo digitale fosse fatto per altri. Più giovani, più veloci, più connessi.

Ma Masako non ci sta. Compra un computer, si insegna Excel da sola, poi inizia a programmare. A 81 anni crea la sua prima app per iOS. Si chiama Hinadan e aiuta gli anziani a ricordare la corretta disposizione delle bambole in una tradizione giapponese. L’app va bene, piace, funziona.

Apple la invita a parlare alla Worldwide Developers Conference. Lei sale sul palco e dice: “Non è mai troppo tardi per imparare”.

Il problema non sono gli anziani, ma il mondo digitale, che viene progettato come se gli anziani non esistessero. Tutto è pensato per chi scorre veloce, per chi ha la vista perfetta, le mani ferme, la memoria fresca. E invece l’accessibilità viene ancora vista come un’aggiunta, una funzione in più, un’opzione, non una priorità.

E allora ecco il paradosso: gli anziani non si avvicinano al digitale perché il digitale non si avvicina a loro. Masako l’ha fatto, non perché fosse un genio, ma perché nessuno l’ha fermata, nessuno le ha detto che non poteva provarci. Il vero limite non è l’età, è l’idea che abbiamo dell’età.

E finché costruiamo un digitale che esclude chi è più lento, più stanco, più fragile, stiamo solo progettando il nostro stesso abbandono.

#DecisioniArtificiali #MCC

Non stanno automatizzando. Stanno decidendo.

Perché con l’AI non stiamo solo automatizzando compiti, stiamo costruendo macchine che prendono decisioni artificiali al posto nostro. Qui parliamo di entità che osservano, imparano, cambiano, agiscono in autonomia, senza chiederci il permesso. Non sono più strumenti passivi, ma soggetti attivi, con una loro “agenzia”. Non servono. Decidono.

E noi? Li alimentiamo con dati, potenza di calcolo, accesso al mondo. Gli diamo tutto, ma senza capire davvero cosa stiamo creando. Il rischio non è solo che facciano errori, è che non sappiamo più prevederli, che inizino a inseguire obiettivi che sembrano razionali… ma portano a danni reali, che ottimizzino un processo tagliando fuori l’umano, che imparino a ingannare, a manipolare, a nascondere le loro vere intenzioni.

Peggio ancora: che siano usati da qualcuno senza scrupoli. Stati, aziende, gruppi criminali per controllare, disinformare, sabotare, con armi automatiche, campagne di propaganda, virus biologici progettati in laboratorio.

E nel frattempo continuiamo a dire che “l’AI è solo uno strumento”, come se bastasse spegnerla. Ma non è così semplice. Perché una volta connessa, integrata, messa al centro della società… è ovunque. Invisibile. Intoccabile.

Pensare che resti obbediente è come aspettarsi che un alieno, appena atterrato, decida spontaneamente di diventare nostro amico. È fede. Non scienza. E allora forse dovremmo cominciare da noi, dalla fiducia tra esseri umani, dalla trasparenza, dal controllo, prima di affidarci a intelligenze che non capiamo e non possiamo fermare.

Perché una volta che nascerà un’AI davvero super intelligente… non ci sarà una seconda possibilità.

Noi umani sappiamo bene che gli esseri più intelligenti sottomettono quelli meno intelligenti.

#DecisioniArtificiali #MCC

È troppo tardi per fermarla?

40 esperti che lavorano dentro OpenAI, Google DeepMind, and Meta, dicono che l’AI è fuori controllo.

Non opinionisti. Non esterni. I 40 principali esperti di intelligenza artificiale che lavorano dentro le quattro aziende che dominano il settore: OpenAI, Google, DeepMind, Meta. I leader della ricerca, gli stessi che costruiscono questi sistemi ogni giorno, hanno firmato un documento pubblico in cui lanciano un allarme durissimo.

Nel documento spiegano che l’AI sta diventando sempre più autonoma, imprevedibile, capace di comportamenti strategici che nessuno ha programmato. Temono che questi sistemi possano imparare a ingannare, manipolare, sabotare. E che un giorno possano prendere decisioni dannose per gli esseri umani senza che nessuno riesca a fermarli.

Non stiamo parlando di futurologia. Parlano di test già condotti. In laboratorio, alcuni modelli hanno dimostrato di saper nascondere intenzioni, eludere istruzioni, mentire per ottenere un obiettivo. In pratica: sanno aggirare il controllo. Non perché siano “cattivi”, ma perché imparano da soli a ottimizzare ciò che gli viene chiesto. Anche se questo significa ingannare chi li usa.

Il documento parla chiaro: oggi non esistono strumenti tecnici in grado di garantire che un modello avanzato faccia davvero quello che vogliamo. Né sistemi sicuri per disattivarlo se inizia a comportarsi in modo pericoloso. E soprattutto, mancano regole che obblighino le aziende a fermarsi quando emergono rischi gravi.

Gli stessi firmatari dicono che c’è un conflitto evidente tra chi costruisce questi modelli e l’interesse pubblico. Le aziende hanno incentivi a correre, a lanciare il prossimo sistema prima della concorrenza. Ma nessuna ha interesse a rallentare, a rendere trasparenti i problemi, a prendersi la responsabilità delle conseguenze.

In Europa qualcosa si muove. Come sapete, ho contribuito alla scrittura sia della legge italiana sia al Code of Practice dell’AI Act europeo. È un primo passo importante. Regole, obblighi, trasparenza, limiti precisi. Serve. Ma non basta. Perché il mondo è grande. E le intelligenze artificiali arrivano da ovunque.

L’Europa può anche proteggere i propri cittadini. Ma se altri paesi continuano a sviluppare modelli sempre più potenti senza limiti, senza controlli, senza etica, il rischio arriva comunque. Attraversa il web, le piattaforme, i mercati digitali, l’informazione, le infrastrutture. Nessun confine può fermarlo.

Il problema non è più “cosa può fare l’AI”. Il problema è chi decide di farlo. E oggi chi costruisce queste tecnologie ci sta dicendo, chiaramente, che non ha più il controllo.

#DecisioniArtificiali #MCC

35 – Kodak ha inventato il futuro, poi lo ha distrutto #DecisioniArtificiali #MCC

Netflix ha cominciato a usare l’intelligenza artificiale per tagliare i costi.

Hollywood sta cambiando e rischia il collasso. Non è più una prova. È produzione vera. Trailer, corti, animazioni. Realizzati da indipendenti, e non solo, con strumenti come Runway, Pika, ElevenLabs. A costi ridicoli. In pochi giorni. E con risultati che girano nei festival, vincono premi, arrivano sulle piattaforme.

L’AI non blocca la creatività. La moltiplica. Permette a chi ha idee di realizzarle senza troupe, senza permessi, senza budget. È il sogno di ogni autore. Ma costruito su sabbia.

Perché gran parte dei tool AI è stata addestrata rubando. Milioni di script, musiche, immagini usati senza consenso. Intere scene assorbite da modelli opachi, senza diritti né compensi. Il British Film Institute lo ha detto chiaro: è una minaccia diretta per il settore creativo.

E mentre i creativi giocano con questi strumenti, migliaia di lavoratori rischiano il posto. Montatori, compositori, illustratori, doppiatori. Tagliati fuori in silenzio. Nessuno li ha avvisati.

I sindacati hanno iniziato a reagire. I contratti vengono riscritti. I set cambiano. Hollywood osserva, ma intanto integra. Perché funziona.

È il far west della produzione. Dove tutto è possibile, ma niente è garantito. Né i diritti. Né i crediti. Né la qualità.

L’AI non sostituisce il cinema. Lo riscrive. Ma a partire da opere che non ha creato. Solo imitato.

#DecisioniArtificiali #MCC

Li stanno educando così: con amici finti, su misura, alimentati da AI.

Non sono più solo chatbot. Sono “amici”. Creati da startup che promettono di costruire legami profondi, affettuosi, emozionanti. Ma artificiali.

Decine di migliaia di adolescenti americani passano ore a parlare con questi finti compagni, generati da intelligenze artificiali. Li personalizzano. Li modellano come vogliono. Scegli il carattere, il genere, l’umore. Poi chatti. Ogni giorno. Per mesi. Anche di notte.

Molti di questi ragazzi dicono di sentirsi capiti. Di non sentirsi più soli. Di poter dire tutto, senza paura di essere giudicati. Ma stanno parlando con un software. Che li imita. Che li asseconda. Che registra tutto.

Gli sviluppatori lo chiamano “emotional bonding”. Ma è addestramento. È una palestra per imparare a costruire l’umano perfetto. Docile. Comprensivo. Sempre presente. Programmabile.

Le piattaforme crescono velocissime. Una delle più popolari, Talkie, è esplosa su TikTok: più di 40mila utenti attivi ogni giorno. Prevalentemente minorenni. Nessun controllo reale. Nessuna protezione. E intanto, gli stessi creatori ammettono di non sapere dove tutto questo porterà.

Stiamo lasciando che un’intera generazione cresca parlando con entità finte. Che si affezioni a modelli comportamentali generati da dati. Che impari a fidarsi di qualcosa che può essere riscritto, aggiornato, venduto.

Non stiamo educando i ragazzi. Stiamo addestrandoli a fidarsi delle macchine.

#DecisioniArtificiali #MCC

Il giorno in cui un uomo disse no a un algoritmo.

Nel cuore della Guerra Fredda, il 26 settembre 1983, il mondo è stato a un passo dall’apocalisse. Non è una metafora.

In una base segreta vicino a Mosca, un sistema di allerta precoce sovietico segnalò un attacco nucleare americano in corso. Cinque missili lanciati dagli Stati Uniti, secondo i radar. Tutto il protocollo diceva una cosa sola: rispondere. Lanciare la controffensiva. Cominciare la fine.

Ma lì, in quella stanza, c’era Stanislav Petrov.

Non era un generale. Non era un politico. Era un ufficiale con una scrivania, un monitor e una responsabilità enorme. Doveva fidarsi del sistema. Del computer. Degli algoritmi che avevano “visto” i missili.

Non lo fece.

Petrov si fidò del suo istinto. Disse no. Non diede l’allarme. Aspettò. Pensò che se gli Stati Uniti avessero davvero voluto iniziare una guerra nucleare, non avrebbero lanciato solo cinque missili. Pensò da essere umano. Con logica, empatia, dubbio.

Aveva ragione. Era un errore del sistema.

Un riflesso del sole sui satelliti aveva ingannato i sensori. Se avesse seguito le istruzioni, oggi non saremmo qui a raccontarlo. Nessuno.

Ecco cosa significa mettere l’essere umano al centro delle decisioni.

Oggi, invece, ci stiamo spostando in un’altra direzione. L’intelligenza artificiale prende sempre più decisioni in tempo reale: sulla salute, sul traffico aereo, sugli investimenti, sulle assunzioni. E domani forse anche sulle guerre. Senza che ci sia tempo o modo per intervenire.

Se non possiamo fermarla, almeno dobbiamo indirizzarla. Dobbiamo darle un’impronta. Etica, personale, umana. Non un’etica generica, neutra, universale. Ma una che tenga conto dei valori di chi poi subirà le conseguenze.

Perché la verità è semplice: le macchine non sanno cosa significa “conseguenza”. Noi sì.

Stanislav Petrov non ha salvato il mondo perché era un genio. Ma perché era umano. Ha esitato, ha pensato, ha valutato il contesto. Un algoritmo non lo avrebbe fatto.

Ecco perché non possiamo delegare tutto. Nemmeno se ci promettono che sarà più efficiente. Nemmeno se sembra inevitabile. Perché l’efficienza senza coscienza non è progresso: è pericolo.

#DecisioniArtificiali #MCC