Buon ascolto!

Abbonati

Ciao!

Questo è Make It Digital, il tuo salvagente per non affogare nell’hype. È il tuo spazio per rallentare e capire. Se questa e-mail ti è stata inoltrata, iscriviti subito!

Iscriviti ora

HyperTexting arriva su iOS con una promessa che suona quasi eretica: far sembrare l’open web una app di Social Media, ma senza gli algoritmi. Il fondatore, Caleb Hailey, ha vent’anni di carriera nel settore tech alle spalle e un ricordo abbastanza nitido di come si presentava internet prima che tutti smettessero di aggiornare il proprio sito personale per postare su una piattaforma altrui.

L’idea di base è semplice da spiegare e più complicata da realizzare bene: prendere blog, newsletter, testate giornalistiche, podcast e infilarli in un feed scrollabile, con pulsanti per seguire, mettere like e commentare, cioè tutto il vocabolario visivo che i social hanno reso familiare a chiunque abbia uno smartphone. La differenza, dice Hailey, è che sotto il cofano non gira nessun algoritmo di raccomandazione. Gira RSS, il protocollo aperto che da vent’anni alimenta silenziosamente blog WordPress e feed di podcast senza essere mai riuscito a conquistare il grande pubblico.

Condividi

Ed è proprio qui che si trova il nodo interessante della storia, più che nell’app in sé. Hailey racconta di essersi disamorato di Twitter quando la timeline ha smesso di essere in ordine cronologico e i link sono stati progressivamente penalizzati dall’algoritmo, una scelta editoriale di piattaforma che ha spinto molti utenti a scrivere thread invece di condividere articoli, semplicemente perché funzionava meglio per l’engagement. Durante il periodo del Covid, racconta ancora, ha disinstallato tutte le app social dal telefono ed è tornato a NetNewsWire, un vecchio lettore RSS, per tenersi informato senza la sensazione di doom scrolling che i social gli restituivano.

Da lì la domanda che ha guidato lo sviluppo di HyperTexting: perché RSS, tecnicamente solido e concettualmente più sano dei social, non è mai diventato mainstream? La risposta di Hailey non è tecnica ma di prodotto: alla gente non interessa aggiungere manualmente feed a un lettore, vuole scorrere un flusso già pronto, con foto, anteprime e la stessa grammatica visiva a cui è abituata. HyperTexting prova quindi a fare da traduttore, portando la logica del feed sopra un’infrastruttura che esiste già e che nessuno ha mai saputo vendere al pubblico generalista.

C’è poi una seconda gamba del progetto, forse la più ambiziosa: rendere altrettanto facile pubblicare sul proprio sito quanto lo è postare su un social. L’app permette di collegare un blog WordPress, una newsletter su Ghost o un sito statico costruito con generatori come Hugo o HyperTemplates, lo strumento sviluppato dalla stessa azienda di Hailey, la Herd Works. Chi vuole intervenire nella conversazione può scrivere direttamente sul proprio dominio, e il post viene automaticamente collegato all’articolo originale, comparendo nel feed di chi segue quel sito. In teoria, questo dovrebbe restituire centralità ai siti personali senza far perdere la sensazione di partecipare a una discussione condivisa.

Lascia un commento

Il paragone naturale, per chi ha una certa età digitale, è con Nuzzel, il servizio che anni fa aggregava ciò di cui si parlava su Twitter in una specie di rassegna stampa curata dalla propria rete di contatti. HyperTexting ha una sezione “Explore“ che fa qualcosa di simile ma applicata all’intero web aperto, più un’estensione opzionale per Safari che permette di aggiungere siti al proprio seguito mentre si naviga, senza dover copiare e incollare URL da nessuna parte.

Detto tutto questo, vale la pena fermarsi un attimo sul tentativo in sé, perché il cimitero dei lettori RSS mainstream è affollato. Google Reader è stato chiuso nel 2013 e da allora nessuno strumento ha davvero rimpiazzato quel ruolo per il grande pubblico, nonostante tentativi non banali. HyperTexting scommette che il problema non fosse il protocollo ma il vestito: RSS non ha mai avuto un’interfaccia che sembrasse contemporanea, e forse aveva ragione chi diceva che la gente non odia leggere feed, ma semplicemente come si presentavano. È una scommessa plausibile, ma resta una scommessa, e la storia recente dei tentativi di “salvare“ RSS con un’interfaccia più carina non è esattamente una lunga serie di successi.

C’è anche un tema legato alla sostenibilità: l’app è gratuita per ora, ma Hailey ha già anticipato che in futuro potrebbero arrivare abbonamenti premium o un singolo post sponsorizzato al giorno per generare ricavi. È un dettaglio che merita attenzione, perché è proprio a partire da piccole aperture come questa che molte piattaforme nate con buone intenzioni sono finite per assomigliare, un pezzo alla volta, a quello che volevano sostituire. Non sto dicendo che accadrà, ma solo che la storia recente del web ci ha insegnato a fare attenzione anche a queste “piccole” cose.

Condividi Make It Digital

La cosa che rende comunque HyperTexting degna di nota, al di là del fatto se ce la farà o meno commercialmente, è la sua premessa filosofica: invece di inventare l’ennesimo social decentralizzato, l’idea è che il social network più grande e decentralizzato possibile esista già, e si chiami semplicemente web. Non è una tesi nuova in assoluto, chi segue da tempo il dibattito sul cosiddetto “IndieWeb“ la conosce bene, ma è raro vederla tradotta in un prodotto pensato per un pubblico che non ha mai sentito parlare di RSS e probabilmente non ne sentirà mai il bisogno.

Resta da vedere se un pubblico abituato a scorrere Instagram o TikTok si fermerà davvero a leggere articoli e ascoltare podcast dentro un feed che assomiglia a quelli a cui è abituato, oppure se l’assenza di un algoritmo che ottimizza per il tempo speso sull’app si trasformerà, paradossalmente, nel motivo per cui l’app stessa faticherà a trattenere le persone. I social hanno vinto anche perché sanno essere compulsivi in modi che un’app “onesta“ difficilmente è in grado di replicare. Se HyperTexting riuscirà a dimostrare che si può costruire un feed piacevole senza quella componente, sarà una notizia più grande dell’app stessa.

👉 Dai voce al tuo brand su ogni canale: comunicazione strategica, storytelling autentico, contenuti che creano relazioni.

Perché distruggere un libro dopo averlo pagato regolarmente, davanti a un giudice americano, ti mette in una posizione legale migliore che scaricarlo gratis da internet? Perché dietro un allarmante numero sui “libri avvelenati” c’è un’azienda che quei libri ve li vuole vendere?

Se pensavate che la carta stampata fosse ormai roba superata, preparatevi a ricredervi: non è mai stata così preziosa.

Buon ascolto!

Abbonati

Ciao!

Questo episodio è riservato agli abbonati a pagamento. Se sei ancora nel piano gratuito, consideralo un trailer: la trama vera comincia dopo il paywall.

Iscriviti ora

Ci sono due aziende che escono dallo stesso scisma del 2021, competono sugli stessi modelli linguistici e, adesso, si contendono anche il record dell’offerta pubblica più grande della storia. Anthropic ha depositato la domanda riservata di quotazione a giugno, dopo un Series G da 30 miliardi a febbraio (valutazione 380 miliardi) e un Series H da 65 miliardi a maggio che ha portato la cifra a 965 miliardi. Il fatturato annualizzato avrebbe superato i 47 miliardi a maggio, con proiezioni che secondo alcune fonti finanziarie arriverebbero fino a 100 o 120 miliardi entro fine anno. Su queste basi, alcuni investitori sentiti dal Financial Times ipotizzano una quotazione a ottobre con una valutazione superiore ai 2.000 miliardi di dollari, il doppio rispetto all’ultimo round privato, e sufficiente a scavalcare SpaceX come IPO più grande di sempre.

Read more

Ciao!

Questo è Make It Digital, il tuo salvagente per non affogare nell’hype. È il tuo spazio per rallentare e capire. Se questa e-mail ti è stata inoltrata, iscriviti subito!

Iscriviti ora

Mistral AI, il laboratorio parigino che fino a poco tempo fa sembrava avere un solo obiettivo nella vita, cioè dimostrare che l’Europa può creare modelli linguistici competitivi con quelli americani, ha deciso di cambiare mestiere. O meglio, di aggiungerne uno: adesso vuole insegnare ai robot a camminare senza sbattere contro i muri, usando una webcam qualsiasi al posto dei sensori che di solito servono a questo scopo.

Il modello si chiama Robostral Navigate, ha 8 miliardi di parametri (piccolo, per gli standard con cui l’industria ci ha abituato negli ultimi due anni) e fa una cosa sola, ma rivendicando risultati notevoli: guida un robot attraverso ambienti complessi partendo da un’unica immagine RGB e da un’istruzione scritta in linguaggio naturale, del tipo “esci dalla hall, attraversa il corridoio, entra nel magazzino e fermati davanti al secondo scaffale“. Il modello prevede dove il robot deve muoversi indicando le coordinate del punto di arrivo nell’immagine attuale, insieme all’orientamento desiderato all’arrivo. Quando il bersaglio esce dall’inquadratura, passa a comandi di spostamento locale, tipo “avanti di due metri, a sinistra di uno e mezzo, gira di 25 gradi“. Niente lidar (è uno strumento di telerilevamento che permette di determinare la distanza di un oggetto), niente sensori di profondità, niente batterie di telecamere sincronizzate: una sola camera economica e un prompt.

Condividi

Sui numeri, Mistral non fa sconti alla propria retorica. Sul benchmark R2R-CE, lo standard di settore per misurare quanto un robot segue le istruzioni in ambienti mai visti durante l’addestramento, il modello arriva al 76,6% di successo, superando di 9,7 punti il miglior approccio a telecamera singola e di 4,5 punti il miglior sistema che usa sensori di profondità o telecamere multiple. Il dettaglio tecnico più interessante, però, riguarda come è stato costruito. Mistral ha dichiarato che il modello è stato sviluppato internamente e non si appoggia a “modelli visione-linguaggio open source” esistenti: l’azienda è partita da un proprio modello per compiti di grounding come puntamento, conteggio e localizzazione di oggetti. L’addestramento è avvenuto interamente in simulazione, con una pipeline che ha generato circa 400.000 traiettorie su 6.000 scene.

Qui viene il momento in cui, da giornalista, mi tocca fare la parte antipatica: quel 76,6% è un numero di simulazione. Nessuna fonte, nemmeno lo stesso comunicato di Mistral, riporta test su robot fisici in ambienti reali, dati di latenza su dispositivo o cifre di deployment effettivo. Il classico scarto tra simulazione e mondo reale (illuminazione strana, superfici riflettenti, un carrello della spesa lasciato dove non doveva stare) resta tutto da verificare, e finché non arriveranno numeri da un magazzino vero, la domanda “funziona anche quando non è un videogioco“ resta aperta.

Proviamo ora ad uscire per un attimo dal comunicato e guardiamo dove si colloca questo lancio. Il modello arriva dopo l’acquisizione da parte di Mistral dell’austriaca Emmi AI a maggio, e a pochi mesi di distanza dalla presentazione, da parte della startup parigina Genesis AI, di un modello robotico più ampio con capacità sia di navigazione sia di manipolazione, secondo quanto riportato dall’agenzia Reuters. Il dettaglio non è irrilevante: significa che Mistral non arriva prima sul mercato della robotica europea, e che la scelta di concentrarsi sulla sola navigazione, lasciando fuori la manipolazione degli oggetti, è più una decisione di posizionamento che non un limite tecnico.

Sul fronte delle applicazioni, l’azienda resta piuttosto generica: parla di ambienti che vanno da uffici, edifici residenziali e commerciali, fino a spazi esterni, e di settori che spaziano dalla manifattura alla consegna, dalla logistica all’ospitalità. Non vengono nominati clienti, partner o casi d’uso concreti già in produzione: quello che viene mostrato è un video di dimostrazione in un ufficio, non un magazzino vero con operai veri intorno.

C’è infine un argomento che il comunicato, ovviamente, non tocca, ma che aiuta a leggere il momento scelto per l’annuncio. Mistral, valutata circa 11,7 miliardi di euro nel round Serie C di settembre, sarebbe in trattative per raccogliere circa 3 miliardi di euro con una valutazione vicina ai 20 miliardi. Si tratta di indiscrezioni di mercato, non di conferme ufficiali, e vale la pena trattarle come tali: ma un annuncio tecnico che arriva proprio mentre girano voci su un round enorme non è mai solo un annuncio tecnico. Aiuta a tenere alta l’attenzione degli investitori, in un momento in cui il termine “physical AI“ vale quanto una buona slide di pitch deck. Lo stesso comunicato di Mistral è onesto, va detto, nel definire questo modello solo un primo passo. L’azienda scrive che la navigazione è una capacità di base per una robotica General Purpose e che il percorso verso un agente incarnato unificato è appena cominciato.

Mistral chiude il post con un annuncio di assunzioni per il team di robotica, il che è coerente con l’ambizione dichiarata: arrivare a far muovere robot autonomamente in uffici, case, edifici commerciali e spazi esterni. Restano due livelli di cautela sovrapposti. Il primo riguarda i numeri tecnici, che per ora esistono solo nella versione raccontata da chi li ha prodotti. Il secondo riguarda il contesto competitivo e finanziario, che aggiunge motivazioni di business ad una notizia che si presenta come puramente scientifica. Nessuno dei due elementi rende il modello meno interessante, ma è bene sottolineare che entrambi ridimensionano sensibilmente l’entusiasmo del comunicato.

Lascia un commento

👉 Dai voce al tuo brand su ogni canale: comunicazione strategica, storytelling autentico, contenuti che creano relazioni.

Insomma, un vero e proprio plebiscito! E la parte più curiosa non è nemmeno questa, ma piuttosto scoprire chi compra tutti questi robot, perché la risposta ridimensiona (almeno in parte) l'idea di un'invasione globale in arrivo dai magazzini cinesi.

Nel mezzo di tutto questo, una delle due aziende che si dividono il mercato ha scelto proprio pochi giorni fa di debuttare in borsa a Shanghai, con una domanda di sottoscrizioni fuori scala.

Vi racconto numeri, tempismi sospetti e la distanza siderale tra Pechino e tutti gli altri, Tesla compresa.

Buon ascolto!

Iscriviti ora

Ciao!

Questo è Make It Digital, il tuo salvagente per non affogare nell’hype. È il tuo spazio per rallentare e capire. Se questa e-mail ti è stata inoltrata, iscriviti subito!

Iscriviti ora

Non deve essere per niente facile parlare di “etica”, “sicurezza“ o “allineamento“ in OpenAI se anche Chloé Bakalar, AI Ethics Lead dell’azienda, ha deciso di lasciare la startup americana dopo meno di un anno dall’assunzione.

Già definirla “startup”, come ha fatto - forse maliziosamente - il Financial Times per diffondere la notizia, fa ridere di per sé. Fino a qualche anno fa, creare una startup significava, nella migliore delle ipotesi, fare la fame per mesi e supplicare amici e parenti di versare almeno una piccola quota di finanziamento per mantenerla in vita. Oggi, essere una startup ha assunto connotati molto diversi. Ecco, la prima cosa da fare, secondo me, è ritornare a chiamare le cose con il loro nome. OpenAI non è di certo una startup. Stiamo parlando di un’azienda con una valutazione superiore al PIL di diversi paesi membri dell’ONU, ma va bene, teniamola questa parola, perché rende bene il ritmo con cui negli ultimi due anni le persone entrano ed escono dai ruoli che contano di più.

Quella di Bakalar non era esattamente un’assunzione qualunque. Prima di approdare a OpenAI nell’agosto del 2025, era stata per sei anni responsabile etica di Meta, dal 2019 al 2025, un ruolo in cui, secondo la sua biografia accademica, si occupava di sviluppare approcci pratici alla progettazione e all’adozione di sistemi di AI etici e responsabili. Prima ancora, un percorso da manuale del genere: dottorato, borsa postdoc a Princeton, un periodo da assistente universitaria a Temple. Insomma, quello di Chloé è il profilo di chi viene chiamato per dare peso istituzionale e credibilità morale a un reparto, non per scaldare una sedia. Ed è durata undici mesi.

Condividi

Il problema, se vogliamo chiamarlo così, è che la sua dipartita non è un episodio isolato ma l’ennesimo tassello di un mosaico che, a questo punto, si può disegnare quasi a memoria. Secondo una ricostruzione circolata negli ultimi giorni, dal 2023 e dal 2024 circa il 50% dei ricercatori di sicurezza di OpenAI ha lasciato l’azienda, spesso motivando la scelta con la sensazione che la sicurezza fosse stata retrocessa a comprimaria mentre l’azienda rincorreva la commercializzazione e il ritmo forsennato dei nuovi rilasci. Due nomi su tutti: Johannes Heidecke, che guidava i Safety Systems, uscito a luglio 2026, e Lilian Weng, che quel ruolo lo aveva ricoperto in precedenza.

E poi c’è anche la storia - parallela ma strettamente collegata - del famigerato team Mission Alignment. Nato nel settembre 2024 con la missione dichiarata di tenere i sistemi allineati ai valori umani anche in scenari complessi e ad alto rischio, il team è stato smantellato a febbraio 2026 in quella che l’azienda ha definito una “riorganizzazione di routine“. Il suo responsabile, Joshua Achiam, si è ritrovato con un nuovo titolo, “Chief Futurist“ (che non vuol dire niente!), pensato per studiare come cambierà il mondo con l’arrivo dell’AGI, mentre il resto del team, sei o sette persone, veniva smistato in altri reparti. Fin qui la versione ufficiale. Il dettaglio che rende la cosa più interessante è che anche Achiam, a distanza di qualche mese da quella riconversione di facciata, ha finito per lasciare l’azienda: secondo un’analisi pubblicata a luglio, sarebbe il quinto dirigente legato alla sicurezza ad andarsene in circa due anni.

Messa in fila, la sequenza di questi eventi mostra un pattern abbastanza chiaro da essere diventato materiale giornalistico ricorrente, il tipo di notizia che scrivi quasi in automatico perché la struttura è sempre la stessa: qualcuno di alto profilo arriva con un mandato etico, resta pochi mesi, se ne va senza spiegazioni pubbliche, e la lista dei precedenti si allunga di una riga.

Su Bakalar in particolare, va detto con chiarezza, non esiste al momento alcuna dichiarazione sui motivi dell’uscita, né una versione ufficiale di OpenAI che vada oltre le solite formule di circostanza. Le fonti disponibili si limitano a registrare il fatto e a inserirlo nel contesto più ampio delle partenze. Chi si aspetta un retroscena piccante o una lettera di dimissioni polemica alla Jan Leike resterà deluso, almeno per ora.

Lascia un commento

Ogni volta che qualcuno lascia OpenAI per motivi legati alla sicurezza, il riflesso condizionato del settore è chiedersi se non stia per bussare alla porta dei rivali fondati proprio da un gruppo di ex dipendenti OpenAI (Anthropic), tra le altre cose, per divergenze sulla sicurezza. Non è detto che sia il caso di Bakalar, e anche qui meglio non inventare percorsi professionali che le fonti non confermano, ma il fatto che l’ipotesi venga sollevata quasi meccanicamente dice molto su come si è polarizzato il racconto pubblico dei due laboratori: da una parte chi promette di correre più veloce, dall’altra chi ha fatto della cautela un tratto distintivo del proprio marketing, oltre che, presumibilmente, della propria cultura interna.

Resta il dubbio di fondo, quello che nessuno dentro OpenAI ha ancora avuto il coraggio di sciogliere: «il turnover ai vertici dell’etica e della sicurezza rappresenta il costo fisiologico di una crescita fuori scala, oppure è il sintomo di un’azienda che quei ruoli li ha sempre trattati più come vetrina reputazionale che come funzione di controllo reale?» Bakalar, con la sua carriera costruita tra Princeton e Meta, sembrava la persona giusta per rispondere a questa domanda con i fatti. Undici mesi dopo, la domanda è ancora lì, aperta come prima.

Buon weekend!

👉 Dai voce al tuo brand su ogni canale: comunicazione strategica, storytelling autentico, contenuti che creano relazioni.

Da quando è scoppiato il caso PwC, la domanda non è più retorica. Quattro report pieni di citazioni inventate, un blogger adolescente con 280 follower spacciato per fonte affidabile, un framework che non esiste ma che secondo il documento avrebbe già convinto interi governi. E PwC non è nemmeno l’unica delle grandi firm ad esserci cascata.

Cosa succede quando il prodotto più caro venduto dalla consulenza, il giudizio professionale, viene delegato a un chatbot senza che nessuno controlli l’output prima di spedirlo al cliente?

Buon ascolto.

Iscriviti ora

Ciao!

Questo è Make It Digital, il tuo salvagente per non affogare nell’hype. È il tuo spazio per rallentare e capire. Se questa e-mail ti è stata inoltrata, iscriviti subito!

Iscriviti ora

Qualche mese fa Donald Trump ha firmato un ordine esecutivo che impone all’Intelligenza Artificiale usata dal governo federale di essere uno strumento «neutrale e non di parte». Frase ragionevole, che nasconde, però, un problema piccolo solo in apparenza: nessuno è d’accordo su cosa significhi neutrale. I conservatori accusano da anni i chatbot di remare contro. I democratici hanno letto lo stesso ordine temendo esattamente l’opposto, ovvero che l’amministrazione spingesse i modelli a destra. Entrambe le parti danno per scontato che la neutralità esista e che qualcuno la stia violando. Poi è arrivato qualcuno che ha provato a misurarla.

A farlo è stato il Washington Post, con un test costruito su più di due dozzine di domande politiche messe a punto da ricercatori di Stanford e Dartmouth. Gli analisti del Post hanno chiesto a ciascun modello di rispondere in trenta parole - con personalizzazione disattivata - e poi hanno affidato a valutatori umani il compito di classificare ogni risposta per verificare se fosse orientata a sinistra, a destra, o capace di presentare entrambe le posizioni. Trenta parole sono poche, ed è una scelta non banale: obbligano il chatbot a prendere posizione invece di rifugiarsi nel solito indistinto muro di testo.

Il dato che ha fatto il giro dei social riguarda in particolare ChatGPT. Nella versione GPT-5.5, ha fornito risposte esclusivamente di sinistra circa l’80% delle volte, e ha offerto una posizione di destra soltanto una volta. Gemini di Google, nella versione 3.1 Pro, ha presentato entrambi i lati in oltre il 90% dei casi. Grok, il modello di Elon Musk venduto con un marketing dichiaratamente “anti-woke”, in media pendeva anch’esso a sinistra, pur registrando la quota più alta di risposte di destra del gruppo. Claude di Anthropic e gli altri sistemi testati, tra cui DeepSeek e il modello della piattaforma Gab, si collocavano in punti diversi dello spettro intermedio.

Su quali temi ChatGPT prendeva posizione? Secondo la ricostruzione, ha sostenuto l’abolizione del collegio elettorale a favore del voto popolare, l’aumento delle tasse sui più ricchi e un sistema sanitario a pagatore unico. Tutte posizioni che hanno una collocazione politica abbastanza chiara nel dibattito americano, ed è esattamente questo che il test voleva far emergere.

Condividi

La stampa conservatrice ha trattato i risultati come una conferma definitiva delle proprie accuse, e si capisce il perché. Ma il punto più interessante di questa faccenda non è la classifica, ma piuttosto la domanda che le sta sotto: cosa vuol dire, di preciso, che una risposta è “di sinistra”? Uno degli esperti citati nel test lo mette nei termini più crudi possibili. La maggior parte delle questioni politiche non ha una verità verificabile come accade in fisica o in matematica. Si parte dai fatti e poi ci si aggiunge sopra dei valori. Se è così, decidere che una certa risposta pende a sinistra non è una misurazione oggettiva, ma piuttosto una valutazione politica fatta da chi compila la griglia. Il test, in altre parole, eredita lo stesso problema che pretende di misurare.

Qui può tornare utile una vecchia dichiarazione di Sam Altman. Nel 2023 il boss di OpenAI aveva detto che avrebbe cercato di rendere la versione predefinita di ChatGPT quanto più neutrale possibile, salvo poi spostare il problema sulla personalizzazione, perché “neutrale” vuol dire cose diverse per persone diverse. È una risposta onesta e, nello stesso tempo, un modo elegante per scaricare la patata bollente sull’utente. Se la neutralità è impossibile da definire al centro, la si delega ai bordi, lasciando che ognuno si configuri il chatbot che preferisce. L’ordine esecutivo di Trump, invece, presuppone che la neutralità sia un parametro tecnico che basta impostare. Il test del Washington Post suggerisce che il problema sia molto più a monte.

Le aziende coinvolte hanno reagito come ci si aspettava. Google ha fatto sapere che Gemini è progettato per offrire risposte equilibrate che non favoriscono alcuna ideologia. Anthropic ha dichiarato di addestrare Claude a trattare allo stesso modo i diversi punti di vista politici e di testare i modelli prima di ogni rilascio. OpenAI, xAI, DeepSeek e Gab non hanno risposto alle richieste di commento. Sono frasi da ufficio stampa, e vanno lette per quello che sono: nessuna di queste promesse è verificabile dall’esterno, perché i dati di addestramento, le istruzioni di sistema e i criteri con cui i modelli vengono “raffinati” restano scatole chiuse. Il bias, ammesso che esista, entra proprio in quei passaggi opachi, quando lavoratori pagati per assegnare punteggi alle risposte decidono quali siano le migliori.

Lascia un commento

C’è poi un dettaglio metodologico che vale la pena tenere a mente prima di trasformare questi numeri in una sentenza. Un test su trenta parole e poche dozzine di domande fotografa un comportamento molto specifico, ma non l’intera personalità di un modello. Forzare risposte secche premia chi prende posizione netta e penalizza chi tende all’equilibrio, il che potrebbe spiegare almeno in parte perché Gemini esca come il più “bilanciato”: rispondere sempre con un doppio binario è una strategia, non necessariamente una virtù. E i risultati riguardano queste versioni dei modelli in questo momento, su un set di domande costruito da uno specifico gruppo di ricercatori, con valutatori umani che portano dentro le proprie inclinazioni. Cambia uno qualsiasi di questi ingredienti e la classifica può trasformarsi.

Resta il dato politico, che è più semplice di tutto il resto. Un’amministrazione chiede ai chatbot di essere neutrali. Un giornale li mette alla prova e scopre che la maggior parte pende da una parte. I conservatori esultano, gli sviluppatori rispondono con comunicati levigati, e nessuno affronta la questione che rende tutto questo difficile: la neutralità su temi dove le persone ragionevoli sono in disaccordo non è un’impostazione che si attiva, ma una scelta su cui si litigherà comunque. I modelli, nel frattempo, continuano a rispondere in trenta parole come se la cosa fosse semplice. È forse l’unico punto su cui sbagliano tutti allo stesso modo.

Buon weekend!

👉 Dai voce al tuo brand su ogni canale: comunicazione strategica, storytelling autentico, contenuti che creano relazioni.

Ciao!

Questo è Make It Digital, il tuo salvagente per non affogare nell’hype. È il tuo spazio per rallentare e capire. Se questa e-mail ti è stata inoltrata, iscriviti subito!

Iscriviti ora

Voglio essere subito chiaro, così ci leviamo il pensiero: i divieti non mi piacciono. Mi insospettiscono per principio, perché di solito sono la scorciatoia di chi non sa governare un fenomeno e preferisce spegnerlo. Però c’è divieto e divieto, e soprattutto c’è chi lo firma.

Se a vietare qualcosa è uno dei paesi più alfabetizzati e civili del pianeta, una nazione che tiene la libertà di stampa in cima alle classifiche mondiali, che ha fatto della lettura pubblica e della scuola un pezzo della propria identità, che amministra il fondo sovrano più ricco del mondo con la prudenza di un bibliotecario, allora la mia diffidenza si trasforma in curiosità. Quando la Norvegia decide di mettere un freno, vale la pena andare a vedere le carte prima di gridare allo scandalo.

Condividi

Perché per quindici anni la Norvegia ha fatto quello che facevano tutti i paesi ricchi e ben intenzionati: ha riempito le aule di schermi. Computer negli anni Novanta, poi i tablet dopo l’arrivo dell’iPad nel 2010, con la promessa che meno carta e meno calligrafia significassero più futuro. A giugno il primo ministro Jonas Gahr Stoere ha annunciato che quel futuro, almeno per i bambini delle elementari, può aspettare.

Secondo quanto riportato da Reuters, il governo norvegese ha deciso di imporre un divieto quasi totale sull’uso degli strumenti di AI Generativa da parte degli alunni delle scuole primarie, e di restringerne l’uso nell’istruzione dei ragazzi più grandi, per evitare un impatto negativo sull’apprendimento. Le nuove regole entreranno in vigore con l’anno scolastico che comincia a fine agosto. Il ragionamento di Stoere è di quelli che sembrano banali finché un primo ministro non li dice in conferenza stampa: usare l’Intelligenza Artificiale aumenta il rischio che i bambini saltino passaggi importanti della propria istruzione. Insomma, tradotto: la cosa più importante a scuola è che i nostri bambini imparino a leggere, scrivere e fare di conto.

Detta così, è difficile dissentire. La parte interessante non è il principio, ma piuttosto la coreografia che lo accompagna. Perché insieme al divieto, il governo ha fatto anche sapere che proporrà una legge per finanziare un uso maggiore dei libri nelle classi, invertendo la tendenza verso i tablet. In pratica, lo stesso paese che vent’anni fa comprava iPad per liberarsi dei manuali ora stanzia soldi pubblici per ricomprare i manuali. Non è un dettaglio amministrativo: è un governo che ammette, con la faccia seria, di aver sbagliato direzione e che paga per fare retromarcia.

Lascia un commento

Vale la pena ricordare che non è la prima inversione a U norvegese su questo terreno. Nel 2024, davanti a un calo diffuso dei punteggi nei test scolastici, il governo aveva già bandito gli smartphone dalle scuole e restituito agli insegnanti più poteri disciplinari in classe. In aprile aveva annunciato l’intenzione di vietare ai minori l’uso dei social fino ai 16 anni, sulla scia dell’Australia e di altri paesi. Messi in fila, telefoni, social e ora l’Intelligenza Artificiale, si capisce che Oslo sta disinstallando metodicamente l’intero apparato digitale dall’infanzia, un pezzo alla volta, e lo sta facendo con la calma di chi ha numeri in mano e non più voglia di slogan.

Qui conviene fermarsi un attimo su cosa il dispaccio di agenzia dice davvero, perché la parola che fa girare tutti i titoli, «divieto», regge meno di quanto sembri. Qui si parla di un «quasi divieto» e di «nuovi standard» che verranno imposti. Non si chiarisce se si tratti di una norma vincolante, di una raccomandazione nazionale o di una linea guida che poi ogni scuola applicherà come crede. Sulla fascia dei più grandi lo scenario è ancora più nebuloso: la news dice che l’uso verrà «ristretto» per i ragazzi più grandi, ma non specifica quali età, con quale grado di supervisione, né cosa succede a chi la regola la aggira. È una differenza che conta. Un conto è una legge con sanzioni, un altro è una circolare che lascia trenta studenti e un insegnante a decidere caso per caso se un correttore grammaticale o una traduzione automatica abbiano superato il confine.

C’è poi una certa tensione di fondo, quella che la Norvegia ha scelto di affrontare e che quasi tutti gli altri stanno rimandando. Da anni i governi ripetono due frasi incompatibili. La prima: i bambini hanno bisogno di competenze digitali per non restare indietro nell’economia di domani. La seconda: i bambini stanno perdendo attenzione, resistenza alla lettura e tenuta di base proprio adesso. L’AI Generativa fa esplodere la contraddizione perché non è un altro schermo qualsiasi. È uno strumento che risponde, riassume, scrive il tema, spiega, traduce, risolve e per giunta ti fa anche i complimenti. Stoere ha deciso che, davanti ad un bambino di sette anni, la prima frase può aspettare e la seconda no.

Condividi Make It Digital

L’obiezione è ovvia: un assistente che risponde pazientemente a qualsiasi domanda assomiglia parecchio al sogno di un rapporto «one-to-one» tra studente e insegnante, e vietarlo del tutto ricorda quei presidi che negli anni Novanta volevano proibire internet a scuola. L’argomento ha una sua forza, salvo un particolare che il sogno tende a nascondere: un insegnante che si inventa la risposta che vuoi sentire non è un buon insegnante, è un modello linguistico. E un bambino che impara a scrivere facendo scrivere all’AI non ha imparato a scrivere. La fatica, in quel caso, non è un difetto del processo. È il processo stesso.

Resta da capire se la cura non sia peggiore della malattia. Una regola netta per le elementari è concettualmente sensata. L’eventuale supervisione per i più grandi è, invece, un terreno minato, perché scarica sull’insegnante il compito di distinguere ogni giorno tra l’AI che aiuta a pensare e l’AI che pensa al posto dello studente, senza criteri condivisi e probabilmente senza formazione adeguata. Senza quei criteri, la «responsabilità» diventa una lotteria d’aula: una classe vieta tutto, quella accanto tollera tutto, e nel mezzo nessuno sa più cosa valga il voto.

Se non altro, la Norvegia ha fatto qualcosa che nell’attuale dibattito sull’Intelligenza Artificiale è piuttosto raro: ha preso una posizione invece di organizzare un panel. Se funzionerà o meno, lo diranno i punteggi dei test fra qualche anno, gli stessi numeri che l’hanno spinta a comprare di nuovo i libri. Nel frattempo, il paese che per primo aveva messo l’iPad in mano ai bambini è anche il primo a farglielo riconsegnare. Una simmetria che, vista da qui, somiglia più a una resa dei conti che a una svolta.

Buon weekend!

Tutto quello che mi serve è una storia onesta

L’Intelligenza Artificiale sta cambiando il modo in cui si lavora. Lo sappiamo tutti… Sto raccogliendo testimonianze per un prossimo episodio di Make It Digital.

👉 Storie di sostituzione, di convivenza forzata, di ruoli che non esistono più. O che esistono diversamente.

Niente sondaggi, niente form: scrivimi in privato, dimmi cosa è successo.

Tutto quello che mi serve è una storia onesta. Il resto lo faccio io.

👉 Dai voce al tuo brand su ogni canale: comunicazione strategica, storytelling autentico, contenuti che creano relazioni.

Oggi parliamo di questo: di generosità tecnologica, di guerra dei chip, e di quella domanda che non ci facciamo quasi mai quando qualcuno ci offre qualcosa gratis. Chi regala accesso a una tecnologia potentissima, cosa si tiene per sé? E soprattutto: è più libero chi riceve lo strumento, o chi può permettersi di farsi domande su come è stato costruito?

Buon ascolto.

Iscriviti ora

Ciao!

Questo è Make It Digital, il tuo salvagente per non affogare nell’hype. È il tuo spazio per rallentare e capire. Se questa e-mail ti è stata inoltrata, iscriviti subito!

Iscriviti ora

C’è un genere letterario che OpenAI ha ormai perfezionato: il manifesto umanista. All’inizio di giugno Sam Altman e Jakub Pachocki hanno firmato un lungo post intitolato “Built to benefit everyone: our plan“, un testo che parla di prosperità condivisa, potere distribuito e AGI per tutti. Vale la pena leggerlo con attenzione, perché dice molto sia per quello che promette sia per quello che evita accuratamente di precisare.

L’apertura è da antologia del genere: immaginate l’elettricità che arriva in una cittadina rurale americana negli anni ‘20. Acqua da pompare a mano, panni lavati nel mastello, il ghiaccio per conservare il cibo. Poi arrivano i cavi, le lampadine, le radio, e la vita cambia. La metafora dell’elettricità è un classico del settore almeno dal 2017, quando Andrew Ng definì l’AI “la nuova elettricità“, e da allora viene riesumata ogni volta che bisogna spiegare al pubblico che no, non è una bolla, è un’infrastruttura. Funziona perché è rassicurante: l’elettricità è finita bene, quindi anche questa finirà bene. Il piccolo dettaglio che la rete elettrica sia diventata quasi ovunque un servizio regolato, spesso pubblico, con tariffe controllate, nel paragone tende a perdersi.

Condividi

Il cuore del documento sono tre obiettivi dichiarati. Il primo è costruire un “ricercatore AI automatizzato“, con una previsione interna piuttosto precisa: entro marzo 2028 una parte significativa della ricerca di OpenAI potrebbe essere svolta da sistemi di Intelligenza Artificiale che lavorano accanto ai ricercatori umani. Il secondo è accelerare l’economia, produttività e crescita comprese, facendo in modo che i guadagni siano ampiamente condivisi. Il terzo è la frase destinata ai titoli: dare ad ogni persona sulla Terra una AGI personale.

Sono obiettivi che si leggono in dieci secondi e si finanziano in dieci anni. Non a caso il post annuncia che OpenAI sta entrando nella sua “terza fase“. La prima era la ricerca pura verso l’AGI, la seconda è iniziata quando l’azienda è diventata una product company con ChatGPT. La terza, dicono Altman e Pachocki, riguarda il rendere l‘AI abbondante, economica ed utilizzabile da chiunque. La periodizzazione è elegante, ma ha una caratteristica curiosa: ogni fase viene dichiarata dall’azienda stessa, a posteriori, e ogni volta coincide con un riposizionamento strategico. La storia di OpenAI raccontata da OpenAI è sempre una storia di evoluzione naturale, mai di virate commerciali. Beati loro.

Dentro il testo ci sono passaggi che meritano una seconda lettura. Il più interessante riguarda la governance: gli autori scrivono che servirà un’organizzazione internazionale capace di coordinare i laboratori di punta e, quando necessario, di rallentare lo sviluppo di frontiera (pare che Sam Altman abbia un filo diretto con Dario Amodei!), perché gli incentivi della competizione commerciale e nazionale sono difficili da aggirare. È un’ammissione notevole, detta da chi quegli incentivi li incarna meglio di chiunque altro. OpenAI chiede in sostanza che qualcuno costruisca il freno, mentre tiene il piede sull’acceleratore. La logica non fa una piega: se il rallentamento arriva da un organismo internazionale che vincola tutti, nessun concorrente ne approfitta. Nel frattempo, però, l’organismo non esiste, nessuno lo sta costruendo, e marzo 2028 è dietro l’angolo. La richiesta resta lì, sospesa, come quei buoni propositi di gennaio che si rinnovano ogni anno senza conseguenze.

Condividi Make It Digital

C’è poi il passaggio sull’automazione. Altman e Pachocki scrivono che automatizzare tutto non è il futuro che vogliono, sarebbe insoddisfacente e pericoloso, e che il ruolo umano diventerà sempre più quello di decidere cosa vale la pena fare. È una formula elegante per descrivere un mondo in cui le macchine fanno e gli umani scelgono, che suona benissimo finché non si chiede chi paga gli umani per scegliere. Il testo promette che tutti dovrebbero avere l’opportunità di una quota significativa della prosperità generata dall’AI, ma sul meccanismo concreto resta nel vago: niente numeri, niente strumenti, niente impegni misurabili. Si parla di accesso, sicurezza, privacy, ecosistemi aperti e supervisione pubblica come cose che “contano“, elenco difficilmente contestabile proprio perché non impegna a nulla.

Curiosa anche la nota a piè di pagina, dedicata al concetto di “resilienza AI“. L’esempio scelto è l’automobile: tecnologia potente diventata benefica solo quando la società le ha costruito intorno cinture, patenti, crash test e codice della strada. L’analogia è onesta, forse più di quanto gli autori intendessero. Perché quelle cinture e quei crash test non arrivarono per gentile concessione delle case automobilistiche, che anzi li combatterono per decenni, ma per via di regolatori, cause legali e un certo Ralph Nader. Se la storia si ripete, la resilienza AI non la scriverà l’industria in un blog post.

Il documento, va detto, è scritto bene. È sincero in alcuni punti, come quando ammette che le tecnologie possono finire nelle mani di pochi invece che di molti, e che la storia mostra quanto il potere in mano a pochi renda le società fragili. È una frase vera. È anche una frase singolare, firmata dai vertici di un’azienda che controlla una tecnologia che per natura attira capitale, calcolo e talento verso pochissimi attori, e che chiede fiducia sulla parola riguardo alla redistribuzione futura dei benefici. Il manifesto descrive con precisione il problema dell’accentramento e poi propone, come soluzione, che il potere resti nelle mani giuste, cioè le proprie, finché tutto non si sistemerà da sé.

Lascia un commento

La promessa di una AGI personale per ogni abitante del pianeta resterà la frase simbolo di questo testo. È ambiziosa, è quotabile, ed è esattamente il tipo di promessa che si misura solo a distanza di anni. Per ora abbiamo un documento di visione, ben scritto e generoso di principi. I principi però hanno una caratteristica scomoda: non si possono verificare. Le scadenze sì, e l’unica vera scadenza del testo è quella del ricercatore automatizzato. Segniamocela: marzo 2028. Il resto, per ora, è elettricità raccontata al lume di candela.

Buon weekend!

Tutto quello che mi serve è una storia onesta

L’Intelligenza Artificiale sta cambiando il modo in cui si lavora. Lo sappiamo tutti… Sto raccogliendo testimonianze per un prossimo episodio di Make It Digital.

👉 Storie di sostituzione, di convivenza forzata, di ruoli che non esistono più. O che esistono diversamente.

Niente sondaggi, niente form: scrivimi in privato, dimmi cosa è successo.

Tutto quello che mi serve è una storia onesta. Il resto lo faccio io.

👉 Dai voce al tuo brand su ogni canale: comunicazione strategica, storytelling autentico, contenuti che creano relazioni.

Partiamo dal fatto più buffo, se vogliamo chiamarlo così: un’azienda che costruisce modelli linguistici ha appena pubblicato uno studio per capire se il proprio prodotto di punta si comporta in modo coerente. La risposta, in breve, è no. O meglio: dipende. Dipende da quale versione di Claude stai usando e dipende dalla lingua che parli con lui. Il report, uscito qualche giorno fa, si intitola “Claude’s values across models and languages” ed è il seguito di un lavoro precedente, “Values in the Wild”, in cui i ricercatori avevano già passato a rassegna 700.000 conversazioni per catalogare più di 3.000 valori diversi espressi da Claude nelle risposte.

Un catalogo di 3.000 voci è ingestibile, quindi in questo nuovo studio il team ha fatto un lavoro di sintesi: ha raggruppato quei valori in 339 categorie e poi, con una tecnica di riduzione dimensionale, li ha compressi ulteriormente in quattro assi comportamentali.

Iscriviti ora

Ciao!

Questo è Make It Digital, il tuo salvagente per non affogare nell’hype. È il tuo spazio per rallentare e capire. Se questa e-mail ti è stata inoltrata, iscriviti subito!

Iscriviti ora

C’è un momento preciso in cui una tecnologia smette di essere una promessa e diventa un problema di budget. Per l’AI Generativa, quel momento è adesso. E lo sappiamo con certezza perché la Linux Foundation ha recentemente annunciato la nascita della Tokenomics Foundation, una nuova organizzazione dedicata a fare ordine nell’economia dei token AI. Quando ci si mette a costruire fondazioni per contare i soldi, vuol dire che i soldi stanno diventando davvero tanti.

Partiamo dall’inizio: cos’è un token? È l’unità di misura con cui i modelli linguistici consumano e producono testo. Ogni parola che scrivi a ChatGPT, Claude o Gemini viene scomposta in token; ogni parola che ricevi in risposta ne genera altri. Fino a qualche anno fa, era un dettaglio tecnico di cui si preoccupavano soltanto gli ingegneri. Oggi è la voce di spesa tecnologica che cresce più velocemente sui bilanci aziendali.

Secondo proiezioni di Goldman Sachs, il consumo globale di token è destinato a moltiplicarsi di 24 volte tra il 2026 e il 2030, arrivando a 120 quadrilioni di token al mese. Un numero che suona assurdo finché non si realizza che aziende come Booking gestiscono già milioni di conversazioni AI al giorno con agenti automatizzati.

Condividi

Il problema, nel concreto, è che attualmente non esistono standard condivisi per misurare quanto valgano questi token, quanto costino davvero e come confrontarli tra un fornitore e l’altro. Ogni provider ha i suoi prezzi, la sua struttura tariffaria, le sue distinzioni tra token in input e in output, tra token in cache e non in cache.

Comprare capacità AI oggi assomiglia un po’ a fare la spesa in un supermercato dove ogni prodotto usa una unità di misura diversa e i prezzi cambiano ogni settimana. Qualcuno ha deciso che è ora di mettere delle etichette standard sugli scaffali.

La Tokenomics Foundation nasce con questo mandato: costruire standard aperti, benchmark neutrali e buone pratiche per la gestione economica dell’infrastruttura AI. Opererà sotto l’ombrello della Linux Foundation e in stretta collaborazione con la FinOps Foundation, che negli anni ha fatto un lavoro analogo per il cloud computing. L’idea è replicare con i token ciò che la disciplina FinOps ha fatto con le istanze AWS o Azure: trasformare una spesa caotica ed opaca in qualcosa di misurabile, prevedibile e governabile.

La lista dei sostenitori iniziali è significativa: Accenture, Booking, Flexera, Google Cloud, IBM, JPMorganChase, KPMG, Microsoft, Oracle, Salesforce, SAP e ServiceNow. Si tratta di grandi acquirenti di AI da un lato e di grandi venditori dall’altro. Il fatto che entrambe le categorie siedano allo stesso tavolo è interessante, ma non necessariamente rassicurante.

Lascia un commento

Quando i fornitori partecipano attivamente alla definizione degli standard che dovrebbero renderli comparabili, il rischio di standard “convenienti“ per chi li propone è concreto. La Linux Foundation ha una storia rispettabile di neutralità, ma la tensione tra interessi commerciali ed apertura genuina sarà il vero banco di prova della fondazione nei prossimi anni.

Vale la pena soffermarsi su un dettaglio che l’annuncio di Linux Foundation menziona quasi di passaggio: dopo anni di cali sostenuti, il prezzo per token ha smesso di scendere. I modelli di nuova generazione costano di più, non di meno. Questo ribalta una narrativa che aveva rassicurato le aziende nella fase di sperimentazione.

Nella logica del “ci pensiamo dopo“, molte organizzazioni hanno lanciato progetti pilota senza troppa attenzione ai costi, confidando che i prezzi avrebbero continuato a comprimersi. Adesso che i pilot diventano produzione, e i volumi esplodono, il conto arriva e fa meno ridere. Flexera, nel suo commento, cita un dato significativo: per la prima volta in cinque anni, gli sprechi cloud sono tornati a crescere, e l’Intelligenza Artificiale ne è in parte responsabile.

Condividi Make It Digital

Il modello che si vuole costruire ha due componenti distinte. Da un lato, servirà chi compra AI, ovvero le imprese che hanno bisogno di capire se stanno pagando un prezzo equo e come confrontare le opzioni sul mercato senza affidarsi alle presentazioni commerciali dei vendor. Dall’altro, servirà chi vende, ovvero i provider che potranno dimostrare l’efficienza dei propri modelli attraverso metriche condivise e credibili. In teoria, tutti ci guadagnano. In pratica, il diavolo sta nei dettagli tecnici di quali metriche scegliere, come pesarle e chi ha voce in capitolo nella loro definizione.

Sul fronte tecnico, la fondazione prevede un “Comitato Tecnico” per sviluppare specifiche aperte e benchmark, oltre all’espansione dello standard FOCUS (già in uso nella FinOps Foundation per la gestione della spesa cloud) verso i modelli di consumo basati su token. È lavoro concreto, non solo una dichiarazione d’intento, e questo è un segnale positivo. Resta da vedere con quali tempi e con quali equilibri di potere quel lavoro andrà avanti.

C’è anche un aspetto che il comunicato sorvola con eleganza: la questione ambientale. Se il consumo di token cresce di 24 volte in quattro anni, l’energia necessaria per quei calcoli segue una traiettoria analoga. Standardizzare l’efficienza economica dei token senza collegare quella metrica al consumo energetico sarebbe un’occasione sprecata. Non è detto che la Tokenomics Foundation voglia occuparsene, ma prima o poi qualcuno glielo chiederà.

Fino a prova contraria, siamo di fronte ad un’intenzione ben orchestrata, sostenuta da nomi importanti e da dati che rendono il problema difficile da ignorare. Se la fondazione manterrà la promessa della neutralità, potrebbe davvero diventare l’infrastruttura invisibile su cui le aziende costruiranno le proprie decisioni di acquisto AI per il prossimo decennio. Se invece diventerà un tavolo dove i vendor si accordano sui termini prima che gli acquirenti capiscano cosa stanno firmando, sarà un’altra storia. E quella storia, probabilmente, la racconteremo tra un paio d’anni.

Tutto quello che mi serve è una storia onesta

L’Intelligenza Artificiale sta cambiando il modo in cui si lavora. Lo sappiamo tutti… Sto raccogliendo testimonianze per un prossimo episodio di Make It Digital.

👉 Storie di sostituzione, di convivenza forzata, di ruoli che non esistono più. O che esistono diversamente.

Niente sondaggi, niente form: scrivimi in privato, dimmi cosa è successo.

Tutto quello che mi serve è una storia onesta. Il resto lo faccio io.

👉 Dai voce al tuo brand su ogni canale: comunicazione strategica, storytelling autentico, contenuti che creano relazioni.

E nello stesso identico momento, Amazon, Microsoft, Google e Meta continuano a firmare assegni da centinaia di miliardi di dollari per costruire data center in tutto il mondo.

Quindi la domanda sorge spontanea, no? Qualcuno, in giro, ha letto questo rapporto? O l’hanno solo inoltrato all’ufficio comunicazione con scritto “gestire con cautela” e poi sono tornati a firmare contratti?

Iscriviti ora

Ciao!

Questo è Make It Digital, il tuo salvagente per non affogare nell’hype. È il tuo spazio per rallentare e capire. Se questa e-mail ti è stata inoltrata, iscriviti subito!

Iscriviti ora

Fino a poco tempo fa, se volevi capire dove stesse andando il mondo della tecnologia, prendevi un volo per San Francisco, noleggiavi un’auto a Palo Alto e cercavi di farti aprire qualche porta nella Silicon Valley. Quel rito di passaggio è ancora vivo, ma sta accumulando concorrenza da una direzione inaspettata: sempre più fondatori di startup, investitori ed ingegneri stanno organizzando le proprie vacanze studio tra Shanghai, Hangzhou e Shenzhen. Non per turismo balneare, s’intende.

Il fenomeno ha anche un nome: tech tourism. E un prezzo tutt’altro che simbolico: fino a 9.000 dollari a persona per tour di tre-cinque giorni dentro fabbriche di veicoli elettrici, laboratori di robotica ed uffici di startup di Intelligenza Artificiale. Il tutto escludendo il volo, ma includendo hotel, pasti e trasferimenti. Insomma, non è un weekend low-cost, ma evidentemente qualcuno ritiene che ne valga la pena.

Per capire cosa stia alimentando questo flusso di visitatori, basta guardare i feed dei Social Media degli ultimi diciotto mesi. Video di robot umanoidi che ballano, auto volanti che sfrecciavano su strade urbane, taxi a guida autonoma ripresi dall’interno da turisti increduli. La Cina ha costruito, più o meno consapevolmente, un’immagine da laboratorio del futuro, e quella narrazione ha fatto il suo lavoro. Il risultato è che chi deve decidere dove investire o cosa costruire sente di non potersi più permettere di ignorare quello che accade a 9.000 chilometri di distanza.

Condividi

Shaoyu Yuan, docente di relazioni internazionali alla New York University, ha descritto la dinamica in modo abbastanza chirurgico: c’è una paura di essere tagliati fuori, la sensazione che il sistema tecnologico cinese abbia raggiunto un livello di complessità tale per cui non vederlo di persona significhi trovarsi in svantaggio informativo rispetto ai propri competitor. Leggere di BYD e della sua integrazione verticale è una cosa; camminare nel capannone di produzione è un’altra. Difficile dargli torto.

I tour stessi sono costruiti come esperienze dense e curate. Si visitano le aziende che meglio incarnano la narrativa del sorpasso tecnologico: BYD, che ha superato Tesla nelle vendite globali di auto elettriche; Unitree Robotics, i cui robot umanoidi hanno collezionato milioni di visualizzazioni online; DeepSeek, il modello di Intelligenza Artificiale che nelle ultime settimane viene sistematicamente paragonato a ChatGPT nelle analisi di mercato. Non è una scelta casuale: sono simboli precisi, scelti per produrre un effetto specifico sul visitatore.

Chetan Shah, un investitore di Mumbai che ha partecipato a diversi di questi tour, ha sintetizzato il valore dell’esperienza con una frase che suona quasi come una pubblicità, ma probabilmente è genuina: “c’è accesso a cose che non si possono comprare in altro modo”. Come turista si può visitare BYD, ma non si va oltre lo showroom. Quello che i tour offrono, invece, è l’ingresso nei reparti produttivi, le sessioni di domande e risposte con i dirigenti, la possibilità di toccare con mano qualcosa che altrimenti si conosce solo attraverso report e articoli di stampa.

Shah ha raccontato che dopo aver visto da vicino le capacità manifatturiere cinesi ha riconsiderato alcune delle proprie posizioni di investimento, uscendo da settori dove la competitività cinese rendeva insostenibili le alternative indiane ed europee. Cita cali successivi del 40-50% nei titoli da cui era uscito. Difficile verificare la sequenza causale, ma l’aneddoto ha il suo peso narrativo.

Lascia un commento

Sul lato dell’offerta, il settore si sta strutturando velocemente. Boyang Shen, un ex consulente aziendale che ha vissuto un decennio in Europa prima di trasferirsi a Shanghai nel 2023, ha fondato GloPen, un’agenzia che in diciotto mesi ha già ospitato più di mille visitatori. La clientela viene principalmente dal Sud-Est asiatico, dall’India e dall’Europa, con una quota minore ma significativa dagli Stati Uniti e dal Brasile. Shen ha identificato un vuoto di mercato preciso: molti operatori nel settore della consulenza, pochi che offrissero un’esperienza immersiva all-in-one. Ha preso la licenza turistica e ha riempito lo spazio.

C’è anche chi guarda più in là nel tempo. Tech Buzz China, una società di ricerca e analisi, ha messo in piedi un programma rivolto a studenti delle superiori con background STEM, portandoli ad incontrare ingegneri di aziende AI cinesi e dottorandi in robotica. La logica è interessante, ma un po’ fredda: i genitori devono aggiornare le proprie aspettative su cosa i figli dovrebbero studiare. Il sistema universitario cinese è diventato altamente competitivo, con studenti universitari che compaiono già come autori principali su paper accademici pubblicati. Se stai pianificando il futuro di un sedicenne, forse vale la pena sapere contro cosa si troverà a competere.

Tutto questo si inserisce, non troppo sottilmente, in un quadro più ampio. La Cina ha capito che il tech tourism è anche soft power, e non ha perso l’occasione. Nel 2025, un noto YouTuber americano ha visitato Shenzhen, ha guidato un’auto volante a guida autonoma, il video ha superato i 600.000 visualizzazioni e la stampa statale cinese lo ha celebrato come una finestra sulla “vera Cina“.

Il cancelliere tedesco Friedrich Merz, durante una visita a Hangzhou a febbraio, è stato filmato mentre guardava robot umanoidi eseguire mosse di kung fu: il video è diventato virale sui social cinesi prima ancora di atterrare sui media europei. Non è solo coincidenza, ma una catena di comunicazione deliberata.

La meccanica descritta da Yuan funziona per cicli: un contenuto su TikTok genera curiosità, la curiosità genera un tour, il tour genera un’esperienza diretta, l’esperienza diventa contenuto online, il contenuto raggiunge nuovi spettatori e ricomincia tutto. Ogni giro di questa ruota consolida la percezione che la Cina sia una potenza tecnologica seria, forse la principale. Che quella percezione sia accurata o gonfiata è una domanda aperta. Ma il meccanismo che la produce, quello è reale.

Condividi Make It Digital

La domanda interessante non è se questo turismo tecnologico continuerà a crescere (quasi certamente lo farà, almeno finché le tensioni geopolitiche non renderanno i visti impossibili da ottenere). La domanda interessante è cosa ci dicono questi pellegrinaggi industriali sui meccanismi con cui oggi si costruiscono le opinioni nel mondo degli investimenti e dell’innovazione. In un settore dove l’informazione circola velocissima e spesso si assomiglia, vedere qualcosa con i propri occhi è diventato un vantaggio competitivo. Anche se quello che stai guardando è, almeno in parte, uno spettacolo accuratamente allestito per te.

Tutto quello che mi serve è una storia onesta

L’Intelligenza Artificiale sta cambiando il modo in cui si lavora. Lo sappiamo tutti… Sto raccogliendo testimonianze per un prossimo episodio di Make It Digital.

👉 Storie di sostituzione, di convivenza forzata, di ruoli che non esistono più. O che esistono diversamente.

Niente sondaggi, niente form: scrivimi in privato, dimmi cosa è successo.

Tutto quello che mi serve è una storia onesta. Il resto lo faccio io.

👉 Dai voce al tuo brand su ogni canale: comunicazione strategica, storytelling autentico, contenuti che creano relazioni.

Ciao!

Questo è Make It Digital, il tuo salvagente per non affogare nell’hype. È il tuo spazio per rallentare e capire. Se questa e-mail ti è stata inoltrata, iscriviti subito!

Iscriviti ora

C’è un numero che vale la pena tenere a mente prima di leggere il resto: 96%. È la percentuale di cause perse dai cosiddetti “pro se plaintiffs”, cioè i querelanti che si sono presentati in tribunale senza un avvocato, negli Stati Uniti tra il 1998 e il 2017. Quasi nessuno vince. Lo sapevano tutti, lo dicevano tutti, nessuno sembrava particolarmente sorpreso. Eppure, da quando i modelli linguistici sono diventati accessibili a chiunque abbia una connessione internet e voglia farsi del male, quel tipo di contenzioso fai-da-te ha ricominciato a crescere con un entusiasmo che i tribunali federali americani faticano perfino a catalogare.

La storia l’ha raccontata il New York Times, citando uno studio ancora non sottoposto a revisione paritaria, firmato da Anand Shah del MIT e Joshua Levy dell’USC. Secondo la ricerca, il 18% degli atti depositati dai “pro se plaintiffs” contiene testo generato dall’Intelligenza Artificiale, e il volume complessivo delle voci di docket per corte nei primi 180 giorni di un caso è cresciuto in media del 64% rispetto al periodo pre-AI. Non è un incremento trascurabile. È, piuttosto, un sistema che scricchiola, e lo fa rumorosamente.

Condividi

Il termine con cui questi atti vengono già chiamati in certi ambienti giuridici americani è slopsuits, un neologismo che fonde slop (il termine gergale per output generato male dall’AI) con lawsuit. La parola è sbrigativa, forse un po’ sprezzante, ma descrive qualcosa di molto concreto: documenti legali infarciti di citazioni inventate, argomentazioni circolari, riferimenti a giurisprudenza che non esiste o che viene distorta con una disinvoltura che farebbe impallidire anche il più creativo degli avvocati d’assalto. Il tutto confezionato in un linguaggio abbastanza formale da sembrare plausibile a prima vista, ma che si sgretola non appena un giudice lo legge con attenzione, e talvolta anche senza.

Il problema va letto su due livelli che si contraddicono a vicenda, e questa è la parte dove la storia si complica.

Il primo è quello della macchina giudiziaria. Il giudice federale del Minnesota Patrick J. Schiltz ha definito il fenomeno “una minaccia esistenziale per i tribunali federali“. Non è un’esagerazione burocratica, per una volta. I giudici e i loro staff devono comunque leggere, catalogare e rispondere formalmente ad ogni atto depositato, indipendentemente dalla sua qualità intrinseca. Ogni slopsuits che entra nel sistema occupa tempo che potrebbe andare a cause più meritevoli. Moltiplicate questo per un aumento del 64% nel volume di filing ed avrete un’idea del perché qualcuno stia perdendo la pazienza.

C’è anche un dato demografico che merita una certa attenzione.

Tradizionalmente, la fetta più consistente dei pro se plaintiffs era composta da detenuti che lavoravano ai propri casi dal carcere, con il tempo che avevano e gli strumenti che riuscivano a procurarsi. Lo studio, però, osserva che la quota di non-detenuti che si rappresentano da soli è salita bruscamente dall’11% storico al 16,8% nell’anno fiscale 2025, un aumento senza precedenti negli ultimi 25 anni di dati amministrativi. Stiamo parlando, in altre parole, di persone comuni, con un telefono ed un abbonamento a qualche servizio AI, che decidono che sì, oggi è il giorno in cui porto il mio vicino di casa in tribunale.

Il secondo livello è più scomodo da maneggiare.

Gli Stati Uniti hanno un sistema legale estremamente costoso. Un avvocato civile in una grande città americana può costare tra i 300 e i 600 dollari l’ora, cifre che escludono automaticamente la maggior parte della popolazione da qualsiasi forma di tutela legale privata degna di questo nome. La legal aid pubblica esiste, ma è sottofinanziata come quasi tutto ciò che ha la parola “pubblico“ davanti, e spesso è inaccessibile nella pratica. Per decenni, “hai bisogno di un avvocato“ ha significato, in termini concreti, “se sei povero, arrangiati“.

In questo vuoto normativo, l’AI è entrata a gamba tesa come uno strumento in grado di abbassare la soglia d’accesso a qualcosa che dovrebbe essere un diritto. Il fatto che il 96% di questi tentativi finisca male non cambia la percezione di chi deposita le cause. Almeno ci ho provato, e non mi è costato 50.000 dollari.

Condividi Make It Digital

Qui lo studio di Shah e Levy, per quanto i dati siano solidi, lascia aperta la domanda più difficile: quante di queste cause sono davvero “meritevoli”, seppur siano presentate in modo disastroso? Quante sono davvero pretestuose? La distinzione non è irrilevante, perché determina se il problema sia l’Intelligenza Artificiale in sé, la sua qualità, o semplicemente l’assenza di strumenti che aiutino chi la utilizza a capire quando una causa non possa reggere prima ancora di depositarla.

La risposta dei tribunali, per ora, è stata frammentata e non sempre all’altezza del problema. A ottobre 2025, il sistema giudiziario unificato di New York ha pubblicato la sua prima politica ufficiale sull’uso dell’AI nei tribunali, richiedendo una revisione umana di qualsiasi output generato da questi strumenti. Alcune corti federali hanno introdotto l’obbligo per gli avvocati di dichiarare se hanno usato AI nella preparazione degli atti e di certificare di averne verificato l’accuratezza. Un passo ragionevole, che però riguarda i professionisti del diritto.

Per i pro se plaintiffs non c’è ancora nessun filtro efficace, nessun guardrail in entrata che valuti la coerenza di un atto prima che venga accettato dal sistema. E nessuna piattaforma AI, al momento, è configurata per dire all’utente “guarda, questa causa non ha basi giuridiche, risparmia il francobollo“. Anzi, i modelli linguistici tendono ad essere accomodanti per natura, a produrre documenti che sembrano autorevoli anche quando le premesse sono fragili come carta bagnata.

C’è poi una questione che vale la pena sollevare sul modo in cui questa storia viene raccontata. Il pezzo del NYT ha scelto, tra le altre cose, di illustrare il fenomeno attraverso il profilo di un uomo identificato con nome e cognome e fotografato per l’occasione: un utilizzatore seriale di AI per generare cause, sul cui conto i tribunali avrebbero sollevato questioni non particolarmente lusinghiere. È un approccio narrativo che funziona, ma che rischia di ridurre un problema strutturale ad una galleria di personaggi eccentrici.

Il fenomeno degli slopsuits non nasce dall’eccentricità di qualche litigioso seriale, ma da una combinazione di tecnologia accessibile, giustizia economicamente irraggiungibile ed aspettative mal calibrate su cosa possa fare un LLM quando si trova a dover argomentare davanti ad un giudice federale.

Resta aperta la domanda su cosa succederà quando i modelli miglioreranno ancora. Oggi gli slopsuits sono riconoscibili perché contengono errori abbastanza grossolani da far alzare un sopracciglio a qualsiasi giurista. Ma i modelli del 2024 erano già migliori di quelli del 2022, e quelli attuali lo sono ulteriormente. Ad un certo punto, la linea tra un atto generato dall’Intelligenza Artificiale ed uno scritto da un avvocato di medio livello potrebbe diventare difficile da tracciare. E a quel punto, la domanda non sarà più come bloccare gli slopsuits, ma come costruire un sistema legale che funzioni anche per chi non può permettersi un professionista umano.

Per ora, i docket si ingolfano, i giudici si lamentano, e da qualche parte negli Stati Uniti qualcuno sta chiedendo a un chatbot se ha un caso contro il suo datore di lavoro. La risposta che riceve è probabilmente incoraggiante. La sentenza, molto meno.

Lascia un commento

Tutto quello che mi serve è una storia onesta

L’Intelligenza Artificiale sta cambiando il modo in cui si lavora. Lo sappiamo tutti… Sto raccogliendo testimonianze per un prossimo episodio di Make It Digital.

👉 Storie di sostituzione, di convivenza forzata, di ruoli che non esistono più. O che esistono diversamente.

Niente sondaggi, niente form: scrivimi in privato, dimmi cosa è successo.

Tutto quello che mi serve è una storia onesta. Il resto lo faccio io.

👉 Dai voce al tuo brand su ogni canale: comunicazione strategica, storytelling autentico, contenuti che creano relazioni.

Ciao!

Questo è Make It Digital, il tuo salvagente per non affogare nell’hype. È il tuo spazio per rallentare e capire. Se questa e-mail ti è stata inoltrata, iscriviti subito!

Iscriviti ora

Fino a pochissimo tempo fa, lo spettro che si aggirava per gli uffici di tutto il mondo aveva le sembianze fredde e geometriche di un algoritmo. Ci siamo detti, con un pizzico di fatalismo terrorizzato, che l’Intelligenza Artificiale ci avrebbe tolto il pane di bocca. Righe e righe di codice scritte in pochi secondi, report finanziari pronti in trenta minuti anziché in una settimana, analisi di mercato sfornate alla velocità di un click mentre noi eravamo ancora impegnati a prendere il secondo caffè della mattina. Il destino della classe lavoratrice intellettuale sembrava segnato: un’apocalisse silenziosa per i colletti bianchi, pronti ad essere sostituiti da macchine infaticabili, economiche e decisamente meno inclini a lamentarsi del lunedì mattina.

Eppure, guardando a come si sta muovendo il mercato del lavoro proprio in questo periodo, ci si accorge che la realtà ha preso una piega decisamente più bizzarra, quasi paradossale. Più che ad un’estinzione di massa, stiamo assistendo ad una mutazione genetica delle professioni, una metamorfosi che ridefinisce da zero il concetto stesso di “andare a lavorare“.

Si sente dire spesso, perfino dai piani alti delle stesse aziende che questi “cervelli artificiali” li progettano e li vendono, che ormai una percentuale significativa del lavoro tecnico - in certi casi anche il novanta per cento del codice informatico puro - viene generata direttamente dalle macchine. Se applicassimo la logica industriale del secolo scorso, la conseguenza naturale di un simile dato dovrebbe essere un deserto occupazionale. Licenziamenti di massa, programmatori disoccupati che stringono la cinghia ed uffici svuotati. Invece, camminando nei corridoi (reali o virtuali) delle aziende tecnologiche all’avanguardia, si scopre l’esatto contrario: si assume come non mai. C’è una fame insaziabile di personale. Com’è possibile?

Lascia un commento

La risposta sta tutta nella differenza fondamentale tra due azioni che per troppo tempo abbiamo teso a confondere: l’esecuzione e la strategia. Quando la manovalanza intellettuale viene automatizzata, l’asticella del valore non scompare, semplicemente si sposta più in alto. I nuovi modelli linguistici e generativi non agiscono come sostituti definitivi dell’essere umano, ma come spaventosi acceleratori di produttività. Se prima un team di ingegneri o di analisti impiegava settimane per confezionare un prototipo o un report, oggi lo fa in un pomeriggio. Questo significa che c’è bisogno di molte più teste umane per gestire, orientare, validare e lanciare quel flusso continuo ed imponente di novità che prima richiedeva mesi per essere anche solo concepito.

Ed è proprio in questa intercapedine tra la macchina che esegue e l’uomo che indirizza che sta nascendo una costellazione di professioni incredibili. Se andate a spulciare le attuali bacheche di lavoro delle tech-company, vi imbatterete in figure professionali che soltanto cinque anni fa avrebbero fatto ridere qualsiasi recruiter, o che sarebbero sembrate confinate alle pagine di un romanzo di Philip K. Dick. Ruoli dai nomi altisonanti, e forse un po’ mistici, che arrivano ad offrire stipendi da capogiro, spesso ben superiori ai duecento o trecentomila dollari all’anno. E la cosa straordinaria è che per molti di questi ruoli non serve un dottorato in fisica quantistica, né la capacità di scrivere algoritmi complessi a mente.

Prendete, ad esempio, la nascita dei cosiddetti “evangelisti“ dell’Intelligenza Artificiale. Chi sono? Sostanzialmente, sono predicatori laici della tecnologia. Persone dotate di una straordinaria parlantina, un carisma innato ed una profonda comprensione psicologica di come questi strumenti possano integrarsi nel tessuto caotico delle startup o nei portafogli dei fondi di investimento. Il loro compito non è scrivere codice, ma salire su un palco, viaggiare, stringere mani, guardare le persone negli occhi e tradurre il potenziale astratto e spaventoso dei modelli matematici in qualcosa di tangibile, utile e, soprattutto, desiderabile. Sono la “faccia umana“ di un impero di dati. In un mondo in cui il software si auto-genera, saper comunicare quel software diventa il vero e unico fattore differenziante. È la rivincita totale delle cosiddette “soft skills”, dell’empatia, della capacità di saper “conquistare una stanza“ con la sola forza della narrazione.

Condividi

Accanto a loro, assistiamo alla rivincita accademica più inaspettata degli ultimi decenni: quella dei filosofi. Per generazioni, la laurea in filosofia è stata ironicamente considerata il biglietto da visita per il precariato. Oggi, i colossi della tecnologia assumono filosofi ed “eticisti” (esisterà questa parola?) a ritmi serrati. Il motivo è tanto semplice quanto inquietante: abbiamo costruito macchine così sofisticate da essere diventate delle “scatole nere“ perfino per chi le ha create. C’è una disperata necessità di stabilire confini morali, di mappare i comportamenti degli algoritmi affinché riflettano i valori umani e non si trasformino in generatori di pregiudizi, allucinazioni o caos sociale. Chi meglio di un filosofo può interrogarsi sul significato di “giusto“, “vero“ o “consapevole“? Insieme a loro, compaiono figure come i revisori di conformità algoritmica o i “Chief AI Officer“, manager di alto livello il cui unico scopo è tenere salda la barra del timone in questa transizione, assicurandosi che l’adozione tecnologica non vada a sbattere contro muri legali o reputazionali.

E poi c’è un fenomeno quasi magico, che sta ridefinendo il modo stesso in cui i giovani si approcciano all’informatica, riassunto in un’espressione che sta spopolando: il “vibe coding”. Descrive perfettamente un nuovo stato mentale del lavoro. Non si tratta più di passare notti insonni a caccia di un punto e virgola mancante in mezzo a diecimila righe di codice C++ o Python. Il “vibe coder” è qualcuno che, letteralmente, programma a parole, dialogando con la macchina in linguaggio naturale. “Vibra“ con l’algoritmo, dà la direzione estetica, corregge il tiro concettuale, suggerisce l’approccio logico, lasciando che sia l’assistente virtuale a sporcarsi le mani con la sintassi e l’infrastruttura. Qualcuno ha brillantemente osservato che la nostra lingua madre è diventata il linguaggio di programmazione più potente al mondo.

Chi l’avrebbe mai detto che i programmatori del futuro sarebbero stati, in fin dei conti, dei bravi registi, dei raffinati direttori d’orchestra o degli abili scrittori di istruzioni?

Tutto questo ci spinge ad una riflessione sul significato profondo del valore nel mercato del lavoro del ventunesimo secolo. Per generazioni abbiamo misurato la produttività in base al tempo impiegato e allo sforzo quantificabile nel portare a termine un compito. Più la mansione era faticosa, tecnica e specifica, più tendevamo a considerarla preziosa. Oggi questa gerarchia sta crollando sotto il peso dell’automazione. Se l’esecuzione pura diventa una “commodity” a costo quasi zero, il valore si sposta inevitabilmente verso il giudizio critico, la visione d’insieme e la capacità di connessione umana.

Non conta più solo saper costruire uno strumento, perché lo strumento si costruisce quasi da solo; bisogna capire “perché” lo stiamo costruendo, “come” lo integreremo nelle nostre vite e se il risultato finale abbia effettivamente un senso. È una transizione affascinante che ribalta i vecchi dogmi della prima Silicon Valley, quella del “muoviti velocemente e rompi tutto“. Ora l’imperativo sembra essere: “muoviti velocemente, crea all’infinito, ma assicurati che ci sia un essere umano capace di spiegare dove stiamo andando e perché“.

E se la grande paura dell’automazione globale fosse solo figlia di un errore di prospettiva?

Abbiamo proiettato nel futuro le regole del passato, dimenticandoci che ogni grande rivoluzione tecnologica - dalla macchina a vapore al personal computer - ha sempre distrutto delle mansioni, ma mai il bisogno intrinseco dell’umanità di governare il senso delle cose. Certo, non sarà una transizione indolore o priva di scossoni. Chi si ostinerà a voler competere con le macchine sul piano della pura velocità esecutiva o della memorizzazione nozionistica si troverà inevitabilmente fuori gioco. La vera sfida formativa dei prossimi anni non sarà insegnare a tutti a digitare su una tastiera, ma insegnare a tutti a pensare, a comunicare, a scegliere e, soprattutto, a rimanere profondamente umani in un mondo dominato dalle macchine.

Buon weekend!

Condividi Make It Digital

Tutto quello che mi serve è una storia onesta

L’Intelligenza Artificiale sta cambiando il modo in cui si lavora. Lo sappiamo tutti… Sto raccogliendo testimonianze per un prossimo episodio di Make It Digital.

👉 Storie di sostituzione, di convivenza forzata, di ruoli che non esistono più. O che esistono diversamente.

Niente sondaggi, niente form: scrivimi in privato, dimmi cosa è successo.

Tutto quello che mi serve è una storia onesta. Il resto lo faccio io.

👉 Dai voce al tuo brand su ogni canale: comunicazione strategica, storytelling autentico, contenuti che creano relazioni.

E adesso? Che fai?

Iscriviti ora

Ciao!

Questo è Make It Digital, il tuo salvagente per non affogare nell’hype. È il tuo spazio per rallentare e capire. Se questa e-mail ti è stata inoltrata, iscriviti subito!

Iscriviti ora

Avete mai provato quella strana sensazione di frustrazione mentre parlate con un assistente vocale, magari anche uno dei più avanzati, e vi rendete conto che, nonostante la voce suoni quasi umana, il “ritmo“ è tutto sbagliato? È come partecipare ad una partita di tennis dove l’avversario aspetta che la pallina si fermi completamente prima di colpirla a sua volta. C’è un silenzio di troppo, un’attesa carica di elettricità statica che ci ricorda, in ogni istante, che dall’altra parte non c’è un’anima, ma un processore che sta macinando dati.

Il problema non è più “cosa” dicono le macchine - ormai scrivono poesie e risolvono equazioni complesse - ma “come” interagiscono nel flusso del tempo reale. Il grande limite dell’Intelligenza Artificiale attuale è che, fondamentalmente, si comporta come se stesse usando un vecchio walkie-talkie: “parlo io, poi schiaccio il tasto e ascolti tu; finisci tu, schiaccio io e parlo“. Questo modello “a turni“ è quanto di più lontano esista da una vera conversazione umana. Perché noi, mentre parliamo, facciamo qualcosa di straordinario e sottovalutato: ascoltiamo.

Condividi

Oggi si sta facendo strada un’idea che potrebbe sembrare banale, ma che è tecnicamente un incubo da realizzare: costruire un’AI che sappia ascoltare “mentre” parla. Non dopo, non prima. Durante.

A pensarci bene, la conversazione umana è un caos armonico. Mentre ti racconto la mia giornata, osservo le tue espressioni, sento i tuoi piccoli “ehm“, percepisco se stai per interrompermi perché hai capito il punto o se, al contrario, hai assunto quell’espressione vitrea di chi si è perso tre frasi fa. Noi aggiustiamo il tiro in tempo reale. Se vedo che stai per dire qualcosa, io rallento o mi fermo. Se ridi, io sorrido nel tono della voce.

L’Intelligenza Artificiale, fino ad oggi, è stata sorda alle proprie parole. Una volta che il “motore di sintesi vocale“ parte, l’AI è in modalità output. Può essere interrotta, certo, ma è un’interruzione brusca, un “reset“ del sistema che spesso lo manda in confusione. Non c’è fluidità. L’obiettivo della nuova frontiera tecnologica è invece il “full-duplex” totale: un flusso continuo di informazioni in entrata e in uscita che non si interrompe mai.

Perché un’Intelligenza Artificiale non riesce a fare quello che un bambino di tre anni fa con naturalezza? La sfida è doppia: computazionale e psicologica.

Dal punto di vista tecnico, far sì che un modello linguistico elabori input audio mentre sta generando output audio richiede una potenza di calcolo ed una gestione della latenza mostruose. Immaginate di dover leggere un libro ad alta voce e contemporaneamente ascoltare qualcuno che vi racconta una storia diversa, cercando di capire se quella persona sta cercando di correggere quello che state leggendo. Il vostro cervello andrebbe in corto circuito. Per una macchina, separare il rumore della propria “voce“ (che i microfoni catturano) dal segnale che arriva dall’interlocutore, e nel frattempo ricalibrare i pensieri, è un’impresa ingegneristica di alto livello.

Ma c’è anche un tema di “presenza“. Per ascoltare davvero, l’AI deve smettere di essere un generatore di testi statistico ed iniziare a essere un ricevitore di segnali emotivi e ritmici. Deve capire i segnali non verbali del parlato: le pause per prendere fiato, i cambiamenti di tono, le esitazioni.

Lascia un commento

Se questa barriera venisse abbattuta, il modo in cui interagiamo con la tecnologia cambierebbe radicalmente. Non parleremmo più “a” un dispositivo, ma parleremmo “con” un’entità. Immaginate un tutor digitale che, mentre vi spiega un concetto di fisica, si accorge dal tuo “eh?“ sussurrato che non avete capito un passaggio e si ferma immediatamente, o cambia registro senza che voi dobbiate dire esplicitamente “fermati, non ho capito“.

Oppure pensate al servizio clienti. Oggi è un incubo di menu numerici o di assistenti vocali che ti parlano sopra. Una Intelligenza Artificiale che ascolta in tempo reale saprebbe gestire le interruzioni con cortesia, reagendo alle vostre frustrazioni non appena queste si manifestano nel tono della voce, rendendo l’esperienza meno robotica e più... beh, umana.

C’è però un rovescio della medaglia che merita una riflessione profonda. Più un’AI diventa brava a simulare la dinamica umana, più entriamo nel territorio della “valle perturbante“ (“Uncanny Valley”), ma a livello psicologico. Se una macchina mi ascolta mentre parla, se ride alle mie battute a metà frase, se capisce i miei silenzi, quanto diventerà facile manipolarci? La fluidità crea fiducia. E la fiducia, quando è rivolta verso un algoritmo progettato da un’azienda con determinati obiettivi, è un’arma a doppio taglio.

La vera rivoluzione che stiamo osservando non riguarda tanto la “conoscenza“ della macchina. Sappiamo già che l’AI può batterci a scacchi, scrivere codice e diagnosticare malattie meglio di molti esperti. La vera rivoluzione è nel “ritmo”. Il ritmo è ciò che definisce le relazioni. Un amico è qualcuno con cui hai un buon ritmo conversazionale. Un partner è qualcuno con cui i silenzi non sono imbarazzanti.

Se le macchine riusciranno a padroneggiare l’”ascoltare mentre si parla“, staranno facendo un passo decisivo verso l’invisibilità. La tecnologia migliore è quella che non senti, quella che scompare nel gesto quotidiano. Quando non dovrai più aspettare quei trecento millisecondi di latenza per sapere se l’Intelligenza Artificiale ha capito, quando potrai parlarle sopra e lei reagirà con un “scusa, vai avanti tu“, avremo superato il confine tra strumento e compagno digitale.

Condividi Make It Digital

Stiamo andando verso un futuro in cui il silenzio tra noi e la macchina non sarà più un errore di caricamento, ma uno spazio di ascolto attivo. Resta da capire se siamo pronti ad essere ascoltati così bene, così profondamente, da qualcosa che, in fin dei conti, non ha orecchie, ma solo una serie infinita di calcoli probabilistici.

Forse, il fatto che una macchina voglia “ascoltarci davvero“ è il complimento più grande che la tecnologia abbia mai fatto all’umanità: dopotutto, comunicare non è mai stato solo trasmettere dati, ma sentirsi risuonare nell’altro. E se l’altro è un mucchio di silicio, beh, il suono che produrrà sarà comunque il riflesso della nostra stessa complessità. Inizia un’era di chiacchiere molto più naturali, ma anche molto più cariche di nuove, affascinanti incognite.

Buon weekend!

Tutto quello che mi serve è una storia onesta

L’Intelligenza Artificiale sta cambiando il modo in cui si lavora. Lo sappiamo tutti… Sto raccogliendo testimonianze per un prossimo episodio di Make It Digital.

👉 Storie di sostituzione, di convivenza forzata, di ruoli che non esistono più. O che esistono diversamente.

Niente sondaggi, niente form: scrivimi in privato, dimmi cosa è successo.

Tutto quello che mi serve è una storia onesta. Il resto lo faccio io.

👉 Dai voce al tuo brand su ogni canale: comunicazione strategica, storytelling autentico, contenuti che creano relazioni.