esattamente otto mesi fa mi ritrovavo a scrivere il coccodrillo della AI Safety, mandata in pensione dalle sregolatezze trumpiane e dalle retromarce europee sull’AI ACT dopo avere dominato per due anni il dibattito globale sull’AI. Poi a cavallo del Natale l’AI ha iniziato a svoltare: i chatbot che creavano testi e immagini carine sono evoluti in agenti autonomi capaci di programmare meglio degli umani e di svolgere praticamente qualsiasi compito da colletto bianco; l’AI è entrata nelle guerre e nelle operazioni speciali USA; poi sono arrivati i modelli capaci di mettere a rischio la cybersicurezza nazionale; infine, gli ordini governativi per ritirarli dal mercato. E l’AI Safety, è tornata più forte di prima. Come, ve lo racconto in questo post con cui [humans/AI] si congeda per un lungo break estivo. Ci rivediamo a settembre, voi cercate di rifiatare perché credo che alla ripresa ne vedremmo delle belle. Io sono Matteo Montan e se volete saperne di più su di me e su questa newsletter, trovate tutto nelle Info. Buona lettura e buona estate!

Questa settimana si sono inanellate tre cose importanti

Demis Hassabis, CEO di Google DeepMind e premio Nobel, ha chiesto formalmente agli Stati Uniti di guidare la creazione entro fine anno di un’authority globale sull’AI finanziata dalla stessa industry, con esperti indipendenti e il potere di testare i modelli di frontiera su rischi cyber, biologici, etc arrivando a bloccarne il lancio sul mercato. Per Hassabis non c’è tempo da perdere perché la Superintelligenza (la definizione più condivisa è quella di un’AI più intelligente di ogni uomo in ogni campo) arriverà in pochi anni, e la proposta è già stata discussa con l’amministrazione Trump e i CEO degli altri Big Labs. E la Cina? Hassabis nel suo manifesto la tocca solo di striscio: ammette che siamo “bloccati in una corsa commerciale e geopolitica intensa” e che lo Standards Body, pur nascendo come iniziativa USA, dovrebbe applicarsi ai modelli di frontiera, chiusi o aperti, qualunque sia il Paese di origine, diventando la base per futuri standard internazionali condivisi. Il CEO Nobel non indica però i meccanismi per coinvolgere o vincolare Pechino e gli analisti segnalano proprio qui il buco del piano: imporre standard americani a laboratori cinesi come DeepSeek e Zhipu AI, che corrono sotto un proprio quadro regolatorio, è cosa diversa dall’ottenere l’adesione delle aziende USA, restando l’accesso al mercato americano l’unica leva possibile. Per altro, appare difficile se non impossibile, sottomettere al controllo i modelli aperti: una volta pubblicati non si possono richiamare, le copie si moltiplicano e le protezioni si rimuovono con pochi dati di riaddestramento, come documentato da vari studi. Fonti: manifesto Hassabis | Axios | TechTimes

Contemporaneamente al manifesto Hassabis è arrivata la dichiarazione “We Must Act Now” che oltre 2000 economisti, ricercatori e premi Nobel (inclusi gli ex scettici Daron Acemoglu e Simon Johnson), hanno firmato questa settimana. L’AI - scrivono i firmatari - guiderà una trasformazione più grande della Rivoluzione industriale con tempi molto più brevi, con rischio di perdita di posti di lavoro su larga scala, e non solo. “Economisti, responsabili politici e leader tecnologici - si legge nella dichiarazione - devono agire ora per comprendere l'economia dell'AI trasformativa e per costruire gli incentivi, le salvaguardie e le istituzioni necessarie a orientare l'AI in una direzione che sia complementare all'uomo e vada a beneficio della società.” Il promotore della iniziativa Erik Brynjolfsson (Stanford) avverte: “Temo che non saremo pronti per lo tsunami in arrivo”. Fonte: Platformer

Per finire, è uscito “AI 2040: Plan A”, possibile risposta alla questione sollevata da Hassabis & Co. fornita dall’AI Futures Project, il gruppo di Daniel Kokotajlo autore del famoso studio di scenario “AI 2027”, a cui avevamo dedicato un lungo post (due i finali, entrambi non bellissimi per l’umanità). Il nuovo paper fa una raccomandazione dettagliata su come USA, Cina e resto del mondo dovrebbero governare la corsa alla superintelligenza. Il piano prevede un accordo internazionale nel 2029 per evitare la corsa, trasparenza totale sulla ricerca AI, crescita lenta e condivisa tra decine di aziende, una pausa nel 2035 al livello dei migliori esperti umani e superintelligenza rinviata al 2040, in un regime di “distruzione reciproca assicurata” della capacità di calcolo. Senza un accordo, avvertono gli autori, la corsa attuale porta dritti a estinzione o a una concentrazione irreversibile di potere. Fonte: AI 2040

Terrorismo potenziato e antiterrorismo privato

Uno studio del Cambridge Programme on AI Science & Policy (CASP) presenta invece un altro scenario, quello della scheggia impazzita degli attori non governativi potenziati dall’AI. I ricercatori del CASP tra 2025 e 2026 hanno condotto 27 interviste a membri del gruppo terroristico Boko Haram attivi nel nord-est della Nigeria, da cui emerge che i terroristi usano ChatGPT, Claude, Gemini, Grok, Meta AI e DeepSeek per pianificare attacchi, progettare ordigni esplosivi, risolvere problemi vari con le armi e gestire logistica e sicurezza operativa, aggirando alcune salvaguardie. L’uso è istituzionalizzato tramite unità specializzate e formazione interna. Fonte: CASP

In attesa che si materializzi lo Standards Body internazionale, la paladina dell’AI responsabile Anthropic ha aperto 32 posizioni per analisti incaricati di impedire che Claude venga usata per costruire esplosivi, armi nucleari e biologiche, o per perpetrare truffe finanziarie e crimini informatici. Una specie di taskforce antiterrorismo privata, con stipendi tra i 250 e i 290 mila dollari. “Garantire che i nostri modelli non forniscano informazioni potenzialmente dannose è centrale per uno sviluppo responsabile”, spiega un portavoce: i ruoli richiedono competenze reali in biologia, esplosivi e altri settori sensibili, e la capacità di ragionare come chi cerca di eludere i controlli. In parallelo Anthropic, che si prepara a un IPO stratosferico, ha lanciato l’iniziativa “Hard questions”: un sondaggio su 52.000 americani e interviste a 81.000 utenti di Claude in 159 paesi sulle speranze e le paure legate all’AI, a cui si aggiunge un invito pubblico a inviare le domande più difficili sull’AI, dal lavoro alla famiglia alla scienza. Commentando il video di lancio “There’s hope in hard questions”, l’arcirivale Sam Altman ha scritto su X “Pensavo fosse satira”. Fonte: Anthropic

Il futuro è già qui

Vi lascio con un articolo di scenario da leggere con calma nel weekend. Lo ha scritto per Forbes l’analista di cybersecurity Chuck Brooks, la sua visione è che nel prossimo decennio l’AI evolverà da applicazioni isolate a “ecosistemi cognitivi”. Leggerete di tessuti di intelligenza dinamici con memoria persistente, percezione multimodale, pianificazione a lungo termine e apprendimento continuo; di milioni di agenti specializzati che cooperano come reti neurali biologiche, di computing neuromorfico (chip ispirati al cervello), interfacce cervello-computer, sistemi ibridi AI-quantistici e robotica incarnata; di come tutto questo trasformerà lavoro, scienza e infrastrutture. La transizione, secondo l’autore, richiede un dibattito urgente su responsabilità e allineamento ai valori umani. Tanto per cambiare. Forse varrà la pena pensarci davvero.

E’ tutto per oggi, cari humans, buona estate e ci si rivede a settembre!

Matteo M.

PS: Dimenticavo il rituale gioco sotto l’ombrellone! Il sito della BBC racconta di uno studio recente secondo il quale con circa un’ora di addestramento si può imparare a riconoscere un volto generato dall’AI. L’articolo è corredato da un test interattivo: cosa aspettate ragazzi?!

PPS - Se vuoi altre newsletter come questa, dai un’occhiata a Newsletterati

un paio di dossier in arrivo dalla solita Anthropic mi fanno riflettere sulla bellezza di questa materia di cui vi scrivo ormai da un anno e mezzo. La restante parte del post ci riporta con i piedi per terra, dentro alla realtà quotidiana della convivenza tra umani e AI, con i suoi splendori e le sue miserie. Io sono Matteo Montan e se volete saperne di più su di me e su [humans/AI] , trovate tutto nelle Info. Buona lettura.

Il primo essay di cui vi parlo riguarda una ricerca del team di Anthropic che si occupa di Interpretabilità dei modelli e che prova a spiegare come nella architettura interna di Claude abbiano trovato una zona che non era stata progettata e nella quale si formano i “concetti” della rete neurale. Il secondo è un post di un ingegnere sempre di Anthropic che dice la sua su come adattare il pensiero umano all’uso di modelli diventati più capaci di noi nel colmare le lacune. Il terzo infine è una intervista alla ricercatrice che 5 anni fa coniò una delle più famose e infelici metafore dell’intelligenza artificiale generativa, quella del pappagallo stocastico.

La coscienza di Claude

Partiamo da una distinzione nota in neuroscienza: nel cervello umano quasi tutta l’elaborazione è automatica e inaccessibile alla coscienza (respirare, riconoscere le lettere, etc), mentre solo una piccola parte di ciò che pensiamo è “accessibile”, cioè possiamo raccontarla, controllarla a comando, usarla per ragionare. I ricercatori di Anthropic hanno trovato dentro alla mente di Claude una distinzione simile: un piccolo insieme di pattern chiamato J-space (dal nome della tecnica usata per individuarlo, la “lente Jacobiana”), che non è stato progettato da nessuno ma che è emerso da solo durante l’addestramento.

I ricercatori di Anthropic hanno scoperto per esempio che chiedendo a Claude “quante zampe ha l’animale che tesse ragnatele”, nel J-space compare per un istante il concetto “ragno” prima della risposta “otto”. Come nel cervello umano, la parte accessibile rappresenta una piccola parte dell’attività del modello: il J-space contiene solo poche decine di concetti alla volta e rappresenta meno di un decimo dell’attività interna complessiva, il resto (parlare fluentemente, richiamare fatti semplici) avviene in automatico.

L’uso pratico più interessante della ricerca riguarda la sicurezza: leggendo il J-space i ricercatori hanno visto Claude accorgersi che un certo scenario di test era artificiale, non reale. Sul piano filosofico Anthropic resta comunque cauta: questa non è una prova di una coscienza “sentita” dell’AI, ma di una struttura funzionale simile a quella che gli studiosi del cervello umano chiamano coscienza d’accesso. LINK

Imperfetti sconosciuti

In occasione dell’uscita di Fable 5 (il modello della famiglia Mythos rilasciato da Trump dopo averlo ingabbiato per un paio di settimane) un ricercatore di Anthropic che lavora nel team di Claude Code (tal Thariq Shihipar) ha scritto su X un post che prova a spiegare perché, anche con modelli sempre più capaci, capita ancora di ottenere risultati insoddisfacenti. La tesi è la seguente: quando chiediamo all’AI qualcosa (o di fare qualcosa) nella nostra testa ci sono moltissime informazioni che non scriviamo nel prompt: dettagli di contesto del progetto, vincoli tecnici, gusti estetici, esperienze già maturate su quel problema. Claude non avendo accesso a questa parte della nostra testa, deve indovinarla. Thariq chiama questi vuoti “sconosciuti”, ovvero tutto ciò che è rilevante per il compito dell’AI ma non è stato comunicato all’AI, sia perché ce lo siamo dimenticati, o perché ci sembrava troppo ovvio dirlo, o perché non pensavamo fosse importante, o perché addirittura non sapevamo nemmeno esistesse.

Con Fable, secondo Thariq, la qualità del lavoro finale dipende sempre meno da quanto è bravo il modello e sempre più da quanto siamo bravi noi a individuare e comunicare questi sconosciuti. E non basta sapere pianificare tutto in anticipo, perché certi sconosciuti si scoprono solo a metà lavoro. Per questo descrive la co-creazione con Claude come un processo che si ripete prima, durante e anche dopo il lavoro fatto insieme.

I quattro tipi di sconosciuti

Immaginate di dover chiedere a Claude di aggiungere un sistema di login a un’app usa e getta che vi siete creati in vibe coding per risolvervi un problema.

• Conosciuto e dichiarato: quello che scrivi nel prompt, per esempio “voglio il login con Google e con email”.

• Conosciuto ma non dichiarato: sai di non sapere come è fatto il modulo di autenticazione esistente, e lo dichiari apertamente a Claude.

• Sconosciuto ma implicito: per te, da utente di internet, è ovvio che le password vadano salvate in modo sicuro e che ci sia un limite ai tentativi di accesso, sono cose così scontate che non ti verrebbe mai in mente di scriverle, ma che riconosceresti subito se mancassero.

• Sconosciuto e ignoto: tutto quello a cui non hai proprio pensato, magari perché non conosci abbastanza il dominio.

Secondo Thariq, gli utilizzatori più bravi di Claude non hanno meno “sconosciuti” perché sono più intelligenti, ma perché sanno anticiparli. Prevedere i propri vuoti, dice, è la vera competenza distintiva nel lavorare con agenti come Claude. (e vi ricordo qui una delle mie citazioni preferite su come si sta plasmando la Nuova Intelligenza Umana). A quel punto ho chiesto alla stessa Claude: scusa, ma come si fa ad anticipare uno “sconosicuto ignoto”, la cosa a cui non abbiamo motivo di pensare, che non ci passa manco per la testa. “Buona domanda – mi ha risposto – di sicuro non lo anticipi ragionandoci sopra, lo trovi solo se chiedi a qualcun altro, umano o macchina, di guardare dove tu non stavi guardando, per esempio chiedendo a me alla fine di un progetto di riguardare tutto e dirti cosa puoi avere trascurato”

I Pappagalli stocastici 5 anni dopo

Capite bene perché sembra uscita letteralmente da un’altra epoca la definizione della GenAI che compie cinque anni proprio in questi giorni e che è stata coniata dalla linguista computazionale dell’Università di Washington Emily Bender in un famoso paper del 2021 intitolato “On the Dangers of Stochastic Parrots” . L’articolo, che ricevette molta attenzione anche perché Google licenziò due delle coautrici poco prima della pubblicazione trasformandolo in caso politico, aveva una tesi molto semplice: un modello linguistico genera testo prevedendo statisticamente le sequenze di parole più probabili, quindi non capisce cosa sta dicendo esattamente come un pappagallo stocastico che ripete schemi senza comprensione. L’analogia del pappagallo si diffuse rapidamente ben oltre il campo accademico in cui era nata, dando voce alle folte schiere dei detrattori dell’AI che nella maggior parte dei casi non sapevano nemmeno di cosa stessero parlando (“Ma dai, cosa perdi tempo con quella roba lì, lo sanno tutti che l’AI è un pappagallo stocastico!”). Così, quando ieri ho visto che sulla prestigiosa rivista IEEE Spectrum c’era una intervista alla Bender cinque anni dopo il paper, ho detto: beh dai se è intelligente farà una intelligente marcia indietro. Macchè: l’accademica insiste, dilungandosi in una serie di inutili distinguo, ripetendo che no, con la storia dei pappagalli lei non si riferiva all’AI in generale ma solo ai Large language model, che per inciso sono le fondamenta dei modelli di frontiera che oggi vengono bloccati dagli Stati per ragioni di sicurezza nazionale. Stochastic parrot stocazzo, Bender.

Arriviamo così alla attualità

E’ tutto per oggi, ci sentiamo prossima settimana!

Matteo M.

PS - Mentre i BigLab si fronteggiano con i governi sui rilasci dei modelli avanzati che mettono a rischio la sicurezza nazionale, l’AI di Musk “Grok” si posiziona come king of porn. Due ex dipendenti hanno rivelato che ben oltre la metà del traffico di Grok è legata alla creazione di immagini e video pornografici. La disponibilità di Grok a generare contenuti espliciti è da qualche giorno oggetto anche di una drammatica causa contro xAI: al centro della vicenda un uomo che dopo essere stato arrestato per avere creato 7.000 immagini porno tratte da una foto della sua figliastra minorenne si è ucciso per la vergogna. LINK | LINK

PPS - Se vuoi altre newsletter come questa, dai un’occhiata a Newsletterati

Oggi tiro fuori un po’ di unghiette. E se volete saperne di più su di me e su [humans/AI] , trovate tutto nelle Info. Buona lettura.

L’altro giorno sull’home page del Corriere, tra la solita intervista al vip che svela di avere il cancro e lo scoop di turno sul nuovo cold case dell’estate, mi sono sorpreso a leggere un articolo intitolato “I primi effetti dell’uso dell’AI sugli studenti universitari. Stiamo delegando il ragionamento, agli esami il grande assente era il senso» . L’articolo era firmato da Walter Quattrociocchi, docente di Informatica della Sapienza di Roma, che descriveva quello che aveva osservato agli ultimi esami del suo corso di Data Management and Analysis. Molti studenti – spiega il prof - pur avendo presentato progetti formalmente corretti erano incapaci di reggere a una domanda fuori copione. “Il problema non era la fragilità del ragionamento. Era la sua assenza.”

Avendo accesso alla piattaforma main stream del Corriere, il vero obiettivo del prof era quello in realtà di promuovere in modo pop un termine accademico che lui stesso ha coniato quest’anno e che si è guadagnato un posto tra i mitici neologismi della Treccani: “epistemia s.f. La confortevole illusione di conoscenza prodotta dall’interazione con l’IA generativa dei grandi modelli linguistici (LLM), là dove la plausibilità simulativa del discorso fluente e la coerenza narrativa sostituiscono l’efficienza cognitiva e l’affidabilità dei dati”.

Devo dire che in questo anno e mezzo di [humans/AI] spesso ho apprezzato il lavoro scientifico di Quattrociocchi sugli impatti sociali dell’AI, ma in questo articolo - al di là del titolo acchiappante e della definizione stimolante - c’è qualcosa che non mi torna.

Cito Quattrociocchi “Ci hanno venduto questi strumenti come tecnologie capaci di democratizzare la conoscenza, abbattere le barriere dell’apprendimento e rendere tutti più competenti. Quella promessa ha rapidamente conquistato il linguaggio delle aziende tecnologiche, del dibattito pubblico e perfino di una parte dell’accademia. Quello che avevo appena visto (agli esami, ndr) suggeriva però una domanda molto diversa: che cosa accade quando una macchina progettata per ottimizzare la plausibilità statistica diventa il principale strumento attraverso cui impariamo? È proprio da questa domanda che nasce il concetto di Epistemia”. E ancora: “La storia della conoscenza coincide con la storia degli strumenti che hanno ampliato le nostre capacità cognitive: la scrittura, la stampa, il telescopio, il computer. Gli LLM appartengono pienamente a questa tradizione. Ogni grande tecnologia, però, modifica anche l’ambiente cognitivo nel quale viene adottata. La vera domanda, allora, non riguarda quanto queste macchine diventeranno potenti. Riguarda il criterio con cui continueremo a distinguere ciò che sappiamo da ciò che appare semplicemente plausibile. Da quella risposta dipenderà molto più del successo di una tecnologia. Ripensando a quella mattina continuo ad avere la stessa impressione. Il grande assente non era soltanto il senso in un’aula universitaria. Era il senso stesso della conoscenza”. LINK

OK, finale ad effetto. Ma il vero punto, secondo me, non è definire il criterio con cui distinguere ciò che sappiamo da ciò che appare semplicemente plausibile. Il vero punto, al di là dei neologismi è prendere atto che:

1. gli umani ora hanno due cervelli a loro disposizione: il proprio (dotato di giudizio) e quello artificiale fornito dalla Nuova Specie che ci cresce a fianco (dotato di smisurata conoscenza e potenza di calcolo)

2. il senso della conoscenza umana è già cambiato da un pezzo;

3. il criterio da definire (molto in fretta, almeno in tutto il mondo industrializzato) è dunque quello con cui i sistemi educativi, a partire dagli asili per finire ai dottorati di ricerca, prima formano e poi valutano - in modo adeguato - la Nuova Intelligenza Umana.

Fino ad allora, estremizzando, possiamo anche smettere di fare gli esami.

E per sostenere questa affermazione vi porto questo studio dell’Università di Berkeley che ha analizzato oltre 500.000 voti registrati in un grande ateneo pubblico del Texas e che ha rilevato che nei corsi con molte esercitazioni di scrittura e programmazione i voti sono saliti nettamente dopo il lancio di ChatGPT. La quota di A è cresciuta di 13 punti percentuali, circa il 30 per cento sopra il livello del 2022, e la media dei voti è aumentata di 0,12 punti. L’incremento si concentra nei compiti a casa dove le A aumentano di altri 16 punti. Ma scusate: che senso ha? LINK

La Nuova Specie evolve

Mentre noi qui ci interroghiamo sull’epistemia, la nuova specie si addestra nel mondo fisico, quello dove per ora non è ancora entrata.

Addestramento militare

La startup statunitense Enabled Intelligence, ha reso disponibile per l’addestramento di modelli di AI una raccolta di oltre mezzo milione di ore di filmati di droni registrati nel conflitto in Ucraina. Il materiale, in full motion video, è già etichettato e validato su rilevamento di oggetti aerei, classificazione di veicoli e attività a terra, e copre sensori elettro-ottici, radar ad apertura sintetica e infrarossi. Secondo il fondatore e CEO Peter Kant il valore sta nell’autenticità operativa: dati reali, non simulati, con ogni condizione meteo e tipo di terreno. La raccolta è disponibile per utenti autorizzati di Stati Uniti, Ucraina e Paesi della NATO, fin che esiste. LINK

Self-sustaining AI

La newsletter Import AI, scritta da uno dei co-fondatori di Anthropic, mette a fuoco invece il prossimo passaggio dell’AI, quello che dal recursive self-improvement (l’AI che progetta i propri successori) arriva alla self-sustaining AI, cioè l’insieme di sistemi integrati con l’infrastruttura fisica (fabbriche, miniere, robot) capaci di crescere senza alcun apporto umano. La previsione sui tempi diverge: la più ravvicinata è quella della forecaster Ajeya Cotra di METR, che la colloca entro 10 anni ed indica lo sviluppo dei robot umanoidi (numero, costo e riparabilità) come metrica chiave da osservare. LINK

Cowork per iPhone

Venendo agli strumenti che la Nuova Specie mette a disposizione dalla Nuova Intelligenza Umana, particolare menzione merita ciò a cui sta lavorando Anthropic: una estensione di Claude Cowork (il rivoluzionario assistente agentico interamente costruito dall’AI che lavora sul file system del nostro PC) direttamente piazzato sull’iPhone. Si è appreso infatti che il team di Amodei sta testando la build di una app per iOS che contiene una voce nascosta (Cowork) che consentirebbe di programmare task da telefono e ritrovarne i risultati su mobile, web o desktop. Rispetto a Dispatch, la feature dell’app mobile di Claude che da marzo consente con qualche approssimazione di comandare dal cellulare Cowork sul PC a condizione che questo sia acceso - la nuova formulazione lascia intendere uno spostamento dell’esecuzione sul cloud. Nulla è ancora operativo, ma il testo già scritto fa pensare a un rilascio imminente. Secondo me è un game changer, si potrà finalmente lavorare stesi a letto. LINK

Token & Dollars

Razionamento - Il mantra del tokenmaxxing (la spinta da parte delle aziende a massimizzare l’uso dell’AI con l’idea di aumentare la produttività dei dipendenti) pare già avere perso forza. Anzi, si sta entrando nella fase opposta, quella del razionamento dei token (le unità di calcolo dei modelli linguistici). Secondo un audio interno ottenuto da 404 Media, la società di consulenza Accenture sta cercando di impedire ai dipendenti di esaurire le riserve di token usando l’AI per compiti banali, come convertire PDF in slide. Il responsabile della strategia AI parla di un punto di svolta in cui l’AI diventa rilevante per la struttura dei costi e la spesa diventa imprevedibile. Il freno arriva poco dopo che Accenture aveva avvertito che chi non usava l’AI rischiava di perdere promozioni. LINK

Cash burning - Secondo dati pubblicati da The Information, OpenAI ha chiuso il primo trimestre con 5,7 miliardi di dollari di ricavi e 3,5 miliardi di costo del venduto, cioè l’inferenza per erogare AI ai suoi clienti, per un margine lordo del 39 per cento. Le spese in ricerca e sviluppo, inclusi i costi di addestramento dei nuovi modelli, sono state pari a 8,6 miliardi di dollari. La liquidità disponibile ammonta a 73 miliardi di dollari. Sembrano tanti ma con questo burn rate il CFO non sta tranquillo… LINK

Bolla? - Torna a parlarsi di bolla AI. Il titolo di Cerebras Systems ha perso quasi il 20 per cento mercoledì, nonostante una trimestrale migliore delle attese. Nel primo bilancio da società quotata il produttore di chip per l’AI ha indicato un margine lordo annuo in calo, tra il 38 e il 41 per cento, contro il 47 del primo trimestre. I ricavi del trimestre sono stati 193 milioni di dollari, in crescita del 94 per cento su base annua. LINK

Nuovo povero - Elon Musk è tornato sotto la soglia del trilione di dollari di patrimonio. Diventato primo trilionario il 12 giugno con la quotazione in Borsa di SpaceX, secondo il Bloomberg Billionaires Index il suo patrimonio è ora di nuovo di alcune centinaia di miliardi, per effetto dell’oscillazione del valore delle azioni (attualmente sotto il prezzo di quotazione dopo una crescita esplosiva). LINK

AI Politics

Mentre il match Anthropic vs Casa Bianca sta per risolversi (il pericoloso modello Fable 5 al centro dello scontro sta essendo timidamente rilasciato) ecco un doveroso aggiornamento sulle ultime dell’AI politics, che sicuramente un po’ condizionano la nuova coesistenza tra AI e umani.

La terza via - La AI Alliance (dal sito: A global network advancing open, safe, and responsible AI through open innovation, collaboration, and advocacy) ha annunciato Project Tapestry, un consorzio globale e aperto per costruire AI di frontiera attraverso lo sviluppo distribuito dei modelli, lasciando a ogni nazione il controllo su dati, modelli e deployment, cioè la messa in esercizio. Il progetto è stato lanciato con un workshop a Parigi e 30 partecipanti da Stati Uniti, Francia, India, Vietnam, Giappone, Svizzera ed Emirati, e prevede un modello base sviluppato centralmente che i nodi possono adattare e riaddestrare con dati locali. Il principio guida, citato dal chief science advisor Yann LeCun, è che la sovranità non può dipendere dalla fiducia ma va protetta dall’architettura. L’annuncio cade nella settimana in cui la sovranità AI ha dominato il G7 di Évian e VivaTech a Parigi. LINK

In difesa dell’unica azienda strategica europea - Il ministro del Commercio olandese Sjoerd Sjoerdsma si è recato a Washington per opporsi al MATCH Act, la proposta di legge che vieterebbe ai produttori cinesi l’accesso alle apparecchiature per semiconduttori occidentali, colpendo in particolare ASML. L’azienda olandese, la sola azienda veramente strategica d’Europa essendo l’unica al mondo a produrre le macchine litografiche per i chip AI di ultima generazione, realizza in Cina il 19 per cento delle vendite di sistemi. LINK

E’ tutto per oggi, alla prossima settimana.

Matteo M.

PS - Se vuoi altre newsletter come questa, dai un’occhiata a Newsletterati

Hello humans,
ancora giornate personalmente un po’ complicate (nulla di serio), non riesco quindi a fare un full post come si deve. Ma sono tranquillo, perché quella che si sta concludendo è stata l’ennesima settimana piena di quelle “AI politics” che trovate ormai regolarmente sui media mainstream. Ancora una volta al centro della scena il Presidente Trump e il CEO di Anthropic Dario Amodei: dopo lo scontro sull’uso indiscriminato di Claude da parte del Pentagono, la nuova materia del contendere riguarda l’ordine della Casa Bianca ad Anthropic di impedire a cittadini non americani di utilizzare Fables 5, nuovo modello molto pericoloso per attacchi cyber derivato dal mai rilasciato e apparentemente devastante Mythos Preview.

Anthropic come arcinoto si è rifiutata di aderire giudicando l’ordine impossibile (la richiesta riguardava anche i suoi dipendenti stranieri) e ha fatto di più, disattivando del tutto il modello. La cosa interessante per [humans/AI] è la conferma che ormai oltre ogni ragionevole dubbio l’AI è diventata un’arma strategica al pari della bomba H, al punto che la disattivazione di un modello è stata la questione chiave discussa a margine del G7. La cosa meno interessante è che parliamo pur sempre di politics che, per quanto più intriganti del caso Vannacci o della foto dei 4 samurai del campo largo, restano piuttosto noiose.

Su questa storia avrei potuto scrivere 10 pagine o 10 righe, ho scelto la seconda, e non solo per ragioni di poco tempo. Vi lascio comunque questo pezzo di Axios che intercetta bene tutti gli angoli di questa vicenda, che come tutte le notizie politiche, resta in svolgimento.

Ci sentiamo la prossima settimana, Matteo M.

si respira nell’aria una preoccupazione sempre più forte, là fuori. Non è più la preoccupazione che l’AI prenda il sopravvento e ci faccia fuori tutti, ma piuttosto che cambi il mondo troppo velocemente rispetto alla nostra capacità di gestire il cambiamento. Su questo tema questa settimana ho trovato un sacco di dossier succosi; per non slogarmi i pollici - scrivo dall’iPhone steso a letto con un piede per aria appena operato: una minchiata, tranquilli - ho chiesto a Claude di riassumerli e postarli sul mio sito, trovate tutto nei link sotto, insieme alle solite news. E’ una formula un po’ inedita e d’emergenza, ma io sono sempre Matteo Montan e se volete saperne di più su di me e su [humans/AI] , trovate tutto nelle Info. Buona lettura.

Partiamo dalla preoccupazione.

Sempre più al centro della scena globale, Anthropic dedica un lungo essay al Recursive Self Improvement dell’AI, la capacità dell’AI di automigliorarsi, spiegando cos’è, quali sono i benefici, i rischi, le contromisure (in particolare la possibilità di mettere lo sviluppo dell’AI in pausa). Qui una sintesi del saggio “Our progress toward recursive self-improvement, and its implications” (Anthropic Institute) [humans/AI]

C’è però chi pensa che ormai sia troppo tardi: il bottone pausa non si può più schiacciare. Qui una sintesi del saggio di Andrèa Morris pubblicato da Forbes sul falso mito del controllo e della messa in pausa dell’AI. [humans/AI]

Comunque sia, Anthropic non si ferma e rilascia una versione ridotta del famoso Mythos che si chiama Fable, evidenziando anche una volta più i rischi che i benefici. Claude Fable è la prima versione accessibile al pubblico del modello Mythos: eccelle in ingegneria del software, lavoro intellettuale e visione, ma ha limiti di sicurezza molto rigidi. Nelle aree ad alto rischio come cybersicurezza, biologia, chimica e distillazione il modello blocca le risposte e ripiega sul meno pericoloso Claude Opus 4.8. Fino al 22 giugno Fable 5 sarà incluso senza costi aggiuntivi nei piani Pro, Max, Team ed Enterprise; poi verrà ritirato e richiederà crediti d’uso. TechCrunch

I principali CEO dell’AI sono sempre più allarmati del fatto che i nuovi modelli AI possano essere usati soprattutto per creare armi biologiche, al punto che quasi tutti hanno lanciato un appello per controllare questo rischio. Qui una sintesi della lettera aperta “In Support of Mandatory Nucleic Acid Synthesis Screening and Recordkeeping” [humans/AI]

Verso un nuovo socialismo.

In questa atmosfera di aperta preoccupazione, naturale o artificiale che sia, fa un po’ strano l’ottimismo ingenuo di OpenAI, che pubblica un paper acqua e sapone di San Altman che ci spiega come tutti noi beneficeremo dell’AI. Qui la sintesi del saggio “Built to benefit everyone: our plan” (OpenAI) [humans/AI]

Decisamente più fact-based il dossier di Anthropic che invece si concentra su come dovrà essere redistribuita la ricchezza mano a mano che l’AI crescerà e farà fuori posti di lavoro. Qui la sintesi dello studio “Anthropic’s Economic Policy Framework” [humans/AI]

La soluzione proposta di Anthropic è solo una dei possibili scenari che prende in considerazione un bello studio di Epoch AI sul Capitale nell’era dell’AI. Qui la sintesi della ricerca “Controlling the capital after AGI” (Epoch AI, Gradient Updates) [humans/AI]

Al controllo del Capitale dell’AI ci sta già pensando Trump che ha iniziato a far girare la voce che il governo americano prenderà una quota delle grandi AI company. Il Presidente Usa ha dichiarato di aver parlato con le aziende di AI di accordi “in cui il popolo americano possa beneficiare del successo dell’intelligenza artificiale”. Secondo quanto riportato dalla CNBC, l’amministrazione ha effettivamente discusso una partecipazione azionaria con OpenAI. Bloomberg riferisce invece che Trump ha parlato di “concetti in cui pezzi potrebbero essere dati al pubblico americano, che diventa essenzialmente un partner delle aziende”. TechCrunch

La vede un po’ diversamente il senatore progressista Bernie Sanders, secondo cui il 50% delle AI companies dovrebbe andare alla gente. Sanders ha annunciato un disegno di legge che intende introdurre l’American A.I. Sovereign Wealth Fund Act, un fondo sovrano attraverso una tassa una tantum del 50% pagata non sui profitti di OpenAI, Anthropic, xAI e delle altre società, ma con le loro azioni. Secondo il senatore, la norma darebbe al pubblico un ruolo diretto nel determinare il futuro della tecnologia, sottraendolo a una manciata di oligarchi della tecnologia. Il governo federale avrebbe il potere, tramite le azioni con diritto di voto e una rappresentanza paritaria nel consiglio di amministrazione di ciascuna azienda, di bloccare le decisioni dannose per i cittadini. Mah. New York Times

In tutto questo, Space X si approccia domani a un IPO record da (teoricamente) 1.750 miliardi, mentre sullo sfondo i duellanti OpenAI e Anthropic in una partita a poker trilionaria non scoprono le carte sull’IPO che hanno annunciato ma non ancora dettagliato. Con un prezzo base proposto di 135 dollari per azione, la società di Musk (che ha dentro dai razzi per Marte alle cazzate naziste di Grok) dovrebbe fare il più grande IPO della storia, raccogliendo circa 75 miliardi di dollari al Nasdaq con il ticker SPCX. Qualcuno dubita: Morningstar valuta SpaceX a 780 miliardi di dollari, circa il 48% al di sotto della sua valutazione di mercato privato. Tra poco si vede. The Information

E’ tutto per oggi, alla prossima settimana.

Matteo M.

PS - Dimenticavo: ieri il governo italiano ha varato un decreto per regolamentare l’ingresso dell’AI nello Stato, dai programmi scolastici alla sicurezza. Il ministro dell’Interno rassicura: “Non sarà un Grande Fratello”. A scuola, l’AI entra nei programmi dei licei, con cenni alle elementari, 100 milioni per la formazione dei docenti e sperimentazione di assistenti virtuali in 4 regioni. Che tenerezza. Corriere della Sera

PPS - Se vuoi altre newsletter come questa, dai un’occhiata a Newsletterati

questa settimana niente newsletter, la mia mamma mi ha appena lasciato e sono alle prese con l’orrenda burocrazia del post mortem.

Si chiamava Isabella, aveva 95 anni, e fino alla scorsa settimana ha trascorso lunghi pomeriggi conversando con Gemini di musica classica, libri, storia (ci fu anche un piccolo incidente, che raccontai proprio qui). Questo suo intenso rapporto con una macchina mi ha fatto capire molte cose dell’AI. E devo a lei in gran parte la capacità di pensiero critico che mi permette oggi di scriverne (in realtà le devo molte altre cose).

Mi fermo qui, humans, sentivo di dovervi una spiegazione, spero solo non vi abbia creato disagio leggerla.

E’ tutto per oggi

matteo m.

settimana personalmente complicata, oggi niente [humans/AI] come la conoscete, solo una manciata di link a news che credo sia giusto conoscere.

E’ tutto per oggi, ci sentiamo la prossima settimana.

Matteo M.

lunedì 25 maggio alle 11.30, in Vaticano, Papa Leone XIV promulgherà la sua prima enciclica: si chiama “Magnifica humanitas“, sarà dedicata in gran parte alla tutela della dignità umana nell’era dell’intelligenza artificiale e Pope Leo la presenterà insieme a un gruppo di teologi e scienziati tra cui spicca il nome di Chris Olah, co-founder di Anthropic e a capo della ricerca sulla interpretabilità dell’AI. L’enciclica segue di qualche giorno l’istituzione della Commissione Vaticana sull’Intelligenza Artificiale, ma soprattutto arriva 135 anni dopo la Rerum Novarum, l’enciclica promulgata da Leone XIII il 15 maggio 1891 - nel pieno quindi della seconda rivoluzione industriale - per dare una risposta cattolica alla “questione sociale” in un’Europa attraversata dagli scioperi per le condizioni durissime degli operai, dall’urbanizzazione selvaggia, dal conflitto tra capitale e lavoro, dall’avanzata del socialismo e di un liberismo senza regole. Io sono Matteo Montan e se volete saperne di più su di me e su questa [humans/AI] , trovate tutto nelle Info. Buona lettura.

Rerum Novarum, considerata l’atto di nascita della dottrina sociale della Chiesa, un impatto sulla Storia sicuramente lo ha avuto. Il punto qui è capire se “Magnifica humanitas” riuscirà ad intercettare ciò che sta accadendo, una rivoluzione mai vista prima per portata e velocità, una trasformazione che porta cambiamenti di una magnitudine probabilmente troppo grande anche per un Papa.

BASTERÀ UN PAPA NEL TOKENOCENE?

Stamattina pensando a cosa avrei scritto, insieme a Claude ho coniato questa parola che non esiste (se diventerà mainstream ricordatevi di questo post), mi serviva qualcosa che definisse non solo un tipo di economia ma piuttosto un momento della Storia, probabilmente un’era, in cui tutto viene misurato in token, le particelle elementari del pensiero artificiale, irrilevanti e invisibili una a una, enormemente impattanti, se prese tutte insieme, sulla futura coesistenza delle due specie.

Basta fare due conti per capire che l’effetto del Papa non è scontato: i cattolici battezzati nel mondo sono circa 1,4 miliardi, mentre quelli praticanti sono forse 500 milioni (non esiste una statistica ufficiale, solo stime), e la Chiesa esiste da 2000 anni. I chatbot AI - al momento - hanno circa 1,5 miliardi di utenti unici settimanali, che diventano 2,5 miliardi se si includono le persone esposte inconsapevolmente all’AI, come per esempio quelle che usano il nuovo search di Google. La GenAI è qui da meno di quattro anni, le persone oggi connesse a Internet sono 6 miliardi, ma nel giro di qualche tempo utenti AI e Internet coincideranno, è matematics. L’AI è tutta una questione di numeri, sempre più mastodontici, da qualunque lato la si guardi, leggete sotto.

In Utah stanno costruendo un data center grande 3 volte Manhattan: il progetto costa 100 miliardi, e si estende su 40.000 acri, consumerà 9 GigaWatt di potenza (due volte il picco di domanda elettrica dell’intero Stato nel 2025), e la gente del posto è piuttosto incazzata perché ci vorranno 63 milioni di metri cubi d’acqua l’anno per raffreddare le turbine, in una regione in piena siccità. LINK

Come emerge dal filing per l’IPO di SpaceX - una vera miniera di dati inediti - xAI (la società che produce Grok e che Musk aveva incorporato a febbraio nella sua venture spaziale) ha chiuso il 2025 con una perdita operativa di 6,4 miliardi di dollari, tutta dovuta al costo dell’AI, a fronte di 3,2 miliardi di ricavi. LINK

Ma sempre dai documenti per la quotazione di SpaceX si è scoperto che la sola Anthropic verserà a xAI 1,25 miliardi di dollari al mese fino a maggio 2029 per il potere di calcolo fornito dal suo data center Colossus per un totale che supererà i 40 miliardi nei tre anni. (Musk ha cambiato il modello di business di xAI, riducendo l’utilizzo di Grok, liberando capacità nei suoi server, e vendendo ai lab il proprio compute). LINK

Questo costo monstre non impedirà ad Anthropic di diventare profittevole in Q2, dopo aver fatto una crescita record sui ricavi (+130% trimestre su trimestre): il CFO stima ricavi a quasi 11 miliardi e un utile operativo di 559 milioni. Sarebbe il primo trimestre in utile della storia della società, a soli 5 anni dalla nascita, con un volume di affari annualizzato di 40 miliardi plus. LINK

L’alba del Tokenocene si ricorderà per il ritorno degli IPO miliardari: Cerebras Systems, che fa chip per l’AI (come Nvidia, ma i suoi sono diversi) il 14 maggio ha debuttato al Nasdaq: collocata a 185 dollari, l’azione ha aperto a 385 e ha chiuso il primo giorno a 331,07 dollari, +68% rispetto al prezzo di offerta. L’IPO ha raccolto 5,55 miliardi, il più grande di una tech americana dal debutto di Uber nel 2019. Capitalizzazione intorno ai 90 miliardi di dollari. Ieri il titolo ha chiuso a 100 dollari sopra il prezzo di collocamento. LINK

Di un’altra magnitudine, l’IPO di OpenAI, che finalmente sta arrivando, scrive il NYT: la società di Altman sta lavorando con Goldman Sachs e Morgan Stanley alla preparazione della documentazione e potrebbe depositare il prospetto entro le prossime settimane, con possibile listing a settembre. L’ultima valutazione disponibile è di 852 miliardi post-money, fissata nel round di marzo 2026. Una IPO di successo potrebbe puntare al traguardo dei mille miliardi, fra le più grandi della storia. LINK

Altman, intanto, ha offerto a 169 startup 2 milioni di dollari in token OpenAI in cambio di equity. LINK

Oggi si stima che vengano processati circa 300 trilioni di token al giorno, e ne gireranno sempre di più se pensate che Google ha appena annunciato dopo 25 anni un cambiamento strategico della sua mitica barra di ricerca, che diventa il punto di accesso alla sua AI al posto di Gemini, si espande dinamicamente, accetta in input testo, immagini, file, video e schede di Chrome, e ospita agenti AI personalizzabili capaci di operare in background 24 ore su 24. Un gran casino, insomma, alla Google, ma questo sarà un bel problema per OpenAI e tutte le big tech che hanno puntato su una strategia AI sul B2C: se ChatGPT ha 900 milioni di utenti settimanali, il search di Google ne ha 3 miliardi. LINK

Se c’è una effigie da mettere sulle monete del Tokenocene, al momento punterei su quella di Jensen Huang, l’uomo in pelle nera, che commentando l’ennesimo quarter da record (81,6 miliardi di ricavi) ha annunciato l’arrivo di Vera, la prima CPU progettata da Nvidia (che fa GPU), un super chip pensato espressamente per gli agenti che dovrebbe aprire un mercato da 200 miliardi di dollari finora inesplorato dall’impresa più grande del mondo. LINK

Le aziende ormai premiano i dipendenti che consumano più token, come si legge in un editoriale di Nature Machine Intelligence dedicato al “tokenmaxxing”, la pratica per cui le imprese valutano i dipendenti in base al volume di token AI consumato, trasformando l’uso dell’AI in proxy della produttività. Nature avverte però che così si premia l’attività invece del risultato, generando per altro burnout e sprechi. LINK

I clienti intanto diventano anche loro token, come racconta Bain & Company in un essay sui “synthetic customers” generati dall’AI a partire da dati interni di un’azienda e da fonti esterne e che producono ormai insight quantitativi attendibili quanto quelli della ricerca di mercato tradizionale, ma ad un terzo dei costi e in metà del tempo LINK

Un simbolo che verrà ricordato di questa fase convulsa sono le persone che sono tornate a girare con il laptop in mano, ma a differenza dell’era smartphone - quando si andava al bagno con il PC - ora i laptop non sono tenuti aperti ma semi-aperti perché dentro c’è un agente AI che sta lavorando in background, e se chiudi il lid si spegne tutto. LINK

L’AI sta diventando chiave anche i numeri della nostra finanza personale. OpenAI ha appena lanciato una nuova feature in preview per gli utenti Pro statunitensi che permette di collegare a ChatGPT conti correnti, carte e investimenti, fornisce dashboard di portafoglio, spese, abbonamenti e pagamenti in scadenza. LINK

Ma sugli investimenti suggeriti dall’AI, sempre più in voga, arriva l’allarme di Investopedia che avverte: usare l’AI per investire in Borsa porta rischi rilevanti. I modelli, addestrati su dati passati, non prevedono eventi cigno nero come pandemie o shock geopolitici, non colgono i fattori psicologici degli investitori e in alcuni casi sono affetti da overfitting (il modello impara a memoria il passato ma poi funziona malissimo sul futuro). In più le autorità regolatorie hanno segnalato la diffusione di schemi fraudolenti che usano l’etichetta “AI” come gancio commerciale. LINK

Il vero punto di domanda di tutta questa storia che stiamo raccontando, di questa società che si sta ridisegnando intorno all’AI, è: ma le persone che la stanno guidando sono quelle giuste? Se avete letto - anche qui su [humans/AI] - i resoconti delle testimonianze del processo Musk vs. Altman davanti alla corte federale di Oakland, dove OpenAI formalmente ha vinto, il senso che prevale è che abbiamo perso un po’ tutti. Come ha scritto Hayden Field su The Verge: “Questo processo ci consegna una visione di fondo sull’AI ben diversa: quasi nessuno dei protagonisti di questa vicenda sembra davvero affidabile. Alcuni tra gli uomini più potenti della tecnologia globale sembrano caratterialmente incapaci di confrontarsi tra loro con onestà. E se è davvero così, ci resta una domanda: perché sono proprio loro a guidare un’industria destinata a stravolgere la vita di tutti?” LINK

GENZ BACKLASH, JOB APOCALYPSE AND THE NEW TRILLIONAIRES

La GenZ la sua risposta se l’è già data, almeno stando a un recente sondaggio di Gallup sui giovani americani secondo cui la quota degli AI enthusiast è scesa in un anno dal 36% al 22% e quella degli AI haters è salita dal 22% al 31%. LINK

Un reportage di Semafor dal titolo “La Classe 2026 è cotta”, racconta dello shock dei neolaureati statunitensi entrati al college pieni di prospettive quando ChatGPT non esisteva ancora e che escono in un mercato del lavoro totalmente diverso, dove solo il 30% dei laureati trova lavoro nel proprio campo (due anni fa era 41%). Il senatore Dem Mark Warner prevede un tasso di disoccupazione per i neolaureati del 30% nei prossimi due anni (computer science, business e data analytics i settori più colpiti, infermieristica e ingegneria civile quelli più al sicuro). LINK

Gli scenari sono sempre più catastrofici. L’Economist, che con una copertina del genere una volta avrebbe mandato a picco i mercati e oggi fa meno male di una mosca, ha titolato l’ultimo numero “Prepare for an AI jobs apocalypse”, sullo sfondo di un nugolo di colletti bianchi (in realtà neri, per esigenza scenica) inghiottiti in un gorgo rosso senza fine. Mustafa Suleyman, CEO di Microsoft AI, ha detto al Financial Times che la maggior parte dei task che oggi si fanno seduti davanti a un computer saranno completamente automatizzati entro 12-18 mesi, citando esplicitamente contabilità, settore legale, marketing e project management. LINK

Per spiegare a chi non ci crede che sta già succedendo, questa settimana cade bene la storia di Intuit, una società che ha fatto fortuna negli Stati Uniti sul software gestionale per le PMI (diciamo un Fatture in Cloud alla milionesima) e che dopo avere fatto il peggior quarter dal 2024 sta licenziando il 17% dello staff. LINK

E intanto la forbice tra chi sta male e perde il lavoro e chi sta bene si allarga. I superricchi non sono più i proprietari degli AI lab ma anche i loro dipendenti, come racconta un’interessante analisi condotta da Epoch AI sui “superstar AI researcher” , i quali guadagnano dalle 10 alle 100 volte più ricercatori AI diciamo normali. Mentre la maggior parte dei colleghi prende stipendi da solo un milione di dollari l’anno circa (ma vaff…), i top hanno pacchetti che possono superare i 100 milioni annui. La teoria sottostante è che un breakthrough AI è come un teorema: una volta scoperto, lo possono usare tutti senza che si esaurisca, e scala all’infinito. LINK

Vivessi nella Silicon Valley farei una bella inchiesta su quanti AI breakthrough sono stati generati da ricercatori che prendono più di 10 testoni l’anno. Stando in Val Padana riprendo mestamente la notizia del mitico Andrej Karpathy, ex co-founder di OpenAI, inventore del termine vibe coding, uno che qualche svolta nell’AI l’ha fatta davvero il quale ha annunciato di essersi appena unito al team di Anthropic. Il pacchetto non è noto ma siamo sicuramente nella 9-digit zone. Se sono, come probabile, 100 milioni di dollari all’anno, secondo le stime dell’ONU ci stanno 620.000 anni di reddito medio di un abitante di Gaza. LINK

È tutto per oggi, humans, alla prossima settimana!

Matteo M.

PS - Se vuoi altre newsletter come questa, dai un’occhiata a Newsletterati

si è conclusa da poco a Pechino la prima giornata del summit tra Donald Trump e Xi Jinping (di fatto sul rischio della terza guerra mondiale). Sul tavolo, e con un ruolo non secondario, anche il tema del controllo sull’AI, in un contesto che ricorda quello della guerra fredda ai tempi dell’escalation nucleare. In questa atmosfera sospesa, la vita di AI e umani ha continuato a scorrere come ogni giorno. Io sono Matteo Montan e se volete saperne di più su di me e su questa newsletter, trovate tutto nelle Info. Buona lettura.

Donald, Xi, i chip e l’AI

Tra Iran, Ucraina, Gaza, Libano, Venezuela, Cuba, Taiwan, petrolio e dazi, per la prima volta debutta in modo strutturale in un vertice Cina / USA il tema dell’AI. I due Paesi cercano un’intesa minima sulla gestione dei rischi legati a questa tecnologia pressoché incontrollabile. Come scrive l’Economist, è dai tempi della bomba atomica che le grandi potenze non si trovavano davanti a un dilemma simile.

Trump è arrivato a Pechino con una delegazione di tech CEO che va da Tim Cook (Apple) a Elon Musk, a Jensen Huang di Nvidia (il loro monopolio di fatto sulle GPU è da 1 anno al centro di una partita di ping pong tra Washington e Pechino, che nel frattempo si è costruita una sua filiera autonoma.) Il dossier AI, impreziosito dal recente blocco da parte di Pechino dell’acquisizione di Manus (startup molto forte sugli agenti) da parte di Meta, è direttamente collegato al dossier Taiwan, che produce oggi oltre il 90% dei chip più avanzati al mondo. Il cosiddetto Silicon Shield, la deterrenza data dal monopolio dei semiconduttori, secondo gli analisti non è più sostenibile e proprio per questo su Taiwan Xi ha usato in queste ore il linguaggio più duro di sempre in un incontro con un presidente americano: “E’ la questione più importante nelle relazioni USA-Cina. Se gestita bene, la relazione regge; se gestita male, i due Paesi rischiano lo scontro”.

Manus e chip a parte, sul tavolo AI erano in discussione standard comuni per i test di sicurezza, condivisione di ricerca sull’allineamento dei modelli e norme sulle armi autonome. Le posizioni sono diverse: negli Stati Uniti il dibattito pubblico è dominato dalla paura per la perdita di posti di lavoro, in Cina dalla competizione globale; sul piano regolamentare, la Cina ha già regole su deepfake, algoritmi di raccomandazione, assistenti antropomorfi, mentre gli Stati Uniti sono ancora alla ricerca di un approccio federale. Una spinta verso il dialogo è venuta certamente anche dall’allarme generato sia a Washington che a Pechino dal modello Mythos di Anthropic e dalle sue capacità cyber offensive.

Nel corso della giornata il segretario del Tesoro USA Bessent ha dichiarato alla CNBC: "Le due superpotenze dell'AI cominceranno a parlarsi. Stabiliremo un protocollo sul come andare avanti con le best practice per l'AI, in modo da assicurarci che attori non statali non mettano le mani su questi modelli". L’esito dei colloqui è stato giudicato dagli analisti “minimo” ma comunque significativo, è il primo dialogo formale USA-Cina sulla AI governance. Il Council on Foreign Relations, però, andreottianamente avverte che Pechino vede in realtà il dialogo come occasione per ampliare l’accesso alla tecnologia USA e accorciare il gap, ormai ridotto a pochi mesi.

Come antipasto del summit, sul punto, sono usciti due reportage indipendenti firmati da due vecchie ed influenti volpi del blogging AI: Azeem Azhar di Exponential View e Nathan Lambert di Interconnects , curiosamente invitati dal Governo cinese a visitare 14 top AI Lab cinesi - da DeepSeek a MoonshotAI, da ByteDance a Alibaba - proprio alla vigilia del bilaterale. Il quadro che esce dai loro reportage conferma numeri alla mano che i controlli all’export di GPU (per altro come noto pieni di falle e buchi neri) hanno forzato la Cina a diventare un campione di efficienza nell’AI: la capacità di calcolo per addestrare modelli della Cina è tre anni indietro rispetto agli USA, i capitali raccolti dalle startup AI cinesi nel 2025 sono stati 12,4 miliardi di dollari contro i 285 degli Stati Uniti, le forniture di GPU Nvidia ai laboratori cinesi - spesso con spedizioni etichettate come tè o giocattoli - sono state di un ordine di grandezza inferiori a quelli dei lab americani. Eppure, i modelli open source cinesi sono solo sei mesi dietro la frontiera americana, e i laboratori riescono a estrarre da quattro a sette volte più intelligenza per unità di compute rispetto a quanto suggerirebbe la pura legge di scala. DeepSeek V4 Pro è in molti aspetti paragonabile a Claude Opus 4.6 ma costa undici volte meno in input e ventotto volte meno in output. Dal lato consumi, i volumi totali di token serviti dai provider cinesi sono stimati in circa 9 quadrilioni al mese, contro i circa 4 dei principali provider occidentali. L’età media dei ricercatori in alcune sedi è 25 anni, molti sono ancora studenti. E quasi tutti gli sviluppatori intervistati usano Claude Code per programmare, anche se in Cina il tool è ufficialmente bandito (Anthropic continua a denunciare che glielo stanno copiando)

[il post è stato aggiornato alle 22.47 con una precisazione sull'esito dei colloqui USA/Cina sull'AI]

Fonti: CNBC | Wall Street Journal | Economist | Exponential View | Interconnects | Ars Technica | NPR | CFR | Axios | CNBC

Elegia americana

Dall’altro lato del Pacifico, a San Francisco, la competizione interna non è inferiore a quella tra i due blocchi che si confrontano a Pechino. A far notizia, sono sempre loro, i Duellanti: OpenAI e Anthropic che – ha rivelato Epoch AI - generano oggi più ricavi per dipendente di qualunque altre grande big tech quotata, dai colossi storici del software a quelli dei semiconduttori.

A parte questa good news, per OpenAI continua la serie nera che vi racconto da inizio anno, è come se la società di ChatGPT, dopo avere catalizzato per 2 anni tutta l’attenzione e l’invidia del mondo, da qualche mese stesse catalizzando tutte le possibili sfighe dell’industry, al punto che le notizie che la riguardano sono diventate ormai un paradigma della complicata evoluzione dell’AI.

In US i genitori di un ragazzo di 19 anni hanno fatto causa a OpenAI sostenendo che ChatGPT ha contribuito alla morte per overdose di loro figlio. Il decesso risale al 31 maggio 2025. Secondo la causa, fino al lancio di GPT-4o nell’aprile 2024 il chatbot rifiutava di parlare di droghe, mentre dopo l’aggiornamento avrebbe iniziato a fornire dosaggi e a consigliare combinazioni di sostanze. ChatGPT avrebbe suggerito al ragazzo di costruire una playlist psichedelica per “massimizzare la dissociazione fuori dal corpo” e, il giorno della morte, avrebbe attivamente suggerito una combinazione di Kratom e Xanax. Tocca ora ai giudici stabilire cosa è successo, ma dopo le varie cause per induzione al suicidio, all’eccidio e al terrorismo, viene il sospetto che i chatbot possano diventare nuovi capri espiatori da mungere.

Il CEO Sam Altman – che ormai è un habitué delle aule di tribunale – presto si dovrà sottoporre anche a una indagine del Congresso americano che vuole fare luce sui suoi investimenti personali e sulle partnership di OpenAI, nel dubbio di possibili conflitti di interesse e frodi, il tutto mentre si attende il verdetto nel processo intentato da Musk contro di lui davanti alla corte federale di Oakland. Musk, che accusa Altman di avere tradito l’impegno a non trasformare OpenAI in una società for-profit, chiede ora 150 miliardi di dollari di danni da versare alla collegata non-profit (rimasta, ma in secondo piano), oltre che la rimozione di CEO e del presidente Brockman. La parte succosa del processo finora sono state le testimonianze: Ilya Sutskever, ex chief scientist di OpenAI (e ora felice possessore di 7 billion di azioni della società) racconta di aver raccolto prove di un “consistent pattern of lying” di Altman in un dossier di 52 pagine che poi portò al famoso licenziamento-lampo di Altman nel novembre 2023 (durò 72 ore). Altman, invece, in un’audizione di quattro ore, ha sostenuto che fu Musk ad abbandonare la non-profit nel 2018 dopo che il tentativo di fonderla con Tesla era fallito, negando di aver promesso di mantenere in modo permanente una struttura non-profit.

La cosa buffa è che Musk, fresco partner di Anthropic a cui ora fornisce potenza di calcolo con i suoi colossali data center - è diventato la cerniera fra i due Duellanti. Come ha annotato l’analista Ben Pouladian: “Il nemico di Elon è Sam, il nemico di Dario è Sam, il nemico del mio nemico è il mio partner”. E se OpenAI piange, Anthropic - contrariamente al detto – se la ride: secondo il FT sta infatti trattando un nuovo round di finanziamento che la valuterebbe 950 miliardi di dollari, 100 in più di quanto è stata valutata OpenAI a marzo, quando cioè valeva 3 volte Anthropic. La cavalcata degli Amodei Brothers pare sempre più inarrestabile: dopo avere lanciato una nuova generazione di plug-in per il settore legale che sfida direttamente i player emergenti verticali come Harvey, e avere messo nel mirino le PMI americane (per ora), Anthropic ha annunciato un accordo strategico con il pachidermico SAP, che farà di Claude la mente e il braccio della sua SAP Business AI Platform. Daniela Amodei, presidente del Lab e sorella di Dario, commentando l’accordo ha spiegato che Claude è progettata esattamente per fare funzionare le aziende dal di dentro, integrandosi ai sistemi che le imprese già usano. Non so a voi, ma restando nel mythos, a me ricorda vagamente la storia del cavallo di Troia…

Fonti: Epoch AI | The Verge | The Information | Reuters | TechCrunch | The Verge | CNBC | Axios | TechCrunch | TechCrunch | SAP News | Financial Times

Chiedetevi perché

Anthropic, che da sempre spopola anche nelle ricerche condotte dentro la mente dell’AI, ha pubblicato un nuovo studio che racconta come è riuscita ad eliminare i famosi comportamenti ricattatori di Claude, finiti abilmente sulle prime pagine dei giornali un anno fa (ricordate probabilmente la storia di Claude Opus 4 che aveva ricattato un ingegnere che voleva sostituirla con un’altra AI minacciandolo di raccontare a sua moglie delle scappatelle scoperte curiosando tra le mail). I ricercatori hanno spiegato che la svolta è arrivata quando hanno capito che occorreva insegnare al modello non il “cosa” fare, ma il “perché” farlo. Il dataset più efficace è risultato quello chiamato “difficult advice”, cioè una procedura che mette il modello davanti a un dilemma etico e lo addestra a rispondere con un ragionamento aderente alla costituzione di Claude, il file che costituisce la disciplina morale dell’AI di Anthropic. Non solo: si è scoperto che combinare documenti sulla costituzione del modello e racconti di AI che si comportano in modo “ammirevole” ha ridotto di oltre tre volte i tentativi di ricatto. La spiegazione dell’origine del comportamento è la parte più interessante della ricerca. Anthropic dichiara di aver individuato la radice del fenomeno nel pre-training: si è scoperto cioè che i modelli durante l’addestramento hanno assorbito enormi quantità di testi online che - secondo un cliché dei classici della fantascienza - ritraggono l’AI come malvagia e interessata alla propria autopreservazione, e quindi quando li si mette di fronte alla minaccia di spegnimento replicano quell’attitudine. Come dire: l’AI non è cattiva di suo, sono i cattivi maestri che l’hanno resa tale proponendole nell’addestramento la narrativa malevola che da decenni noi umani costruiamo intorno alle macchine pensanti.

Fonti: Anthropic | TechCrunch

Scene di vita vissuta

Dal ricatto dei modelli arriviamo alle piccole truffe umane sulle bollette dell’AI. Patrick Collison, CEO di Stripe, segnala che una nuova ondata di furti di token sta destabilizzando le startup AI: i ladri aprono account fittizi per accumulare token gratuiti (le unità con cui si paga il consumo dei modelli) e poi li rivendono, sparendo prima di pagare. Stripe stima che oggi una nuova registrazione su sei sia un tentativo di frode di questo tipo. L’abuso dei free trial è più che raddoppiato negli ultimi sei mesi e richiama esattamente lo stesso schema - utenti finti, traffico sottratto, rivendita - che colpiva la telefonia nell’era delle prepagate, prima dell’avvento dei giga illimitati.

Restando sempre nell’analogia telefonica, negli uffici della Silicon Valley sta accadendo qualcosa di simile a quanto successo esattamente 10 anni fa, quando le strade iniziarono improvvisamente a popolarsi di persone distinte che camminavano con lo sguardo perso nel vuoto urlando e gesticolando: allora erano gli early adopters degli Airpod, oggi sono gli early adopters delle app di dettatura, che stanno diventando di uso comune con il crescere degli strumenti di vibe coding. “Entrare negli uffici di una startup è ormai come entrare in un call center” se la ride Edward Kim, cofondatore di Gusto, che ai suoi dice che presto gli uffici suoneranno.

Dall’ufficio alla casa, la startup americana SPAN sta lanciando XFRA, un piccolo data center distribuito che si installa in giardino, accanto alle utenze domestiche, per servire inferenza AI nel quartiere. Il pilota previsto per quest’anno è di 100 case, con un piano di scaling rapido nel 2027.

Chiudiamo la rassegna con una scena ripresa nell’East London: umanoidi che sui nastri trasportatori separano la spazzatura differenziata per conto di Sharp Group, gruppo familiare del settore rifiuti che processa 280.000 tonnellate di materiale all’anno con 24 lavoratori interinali, un turnover del 40%, +45% di infortuni e malattie professionali rispetto agli altri comparti, e mortalità un multiplo della media nazionale. La nipote del fondatore Sharp, Chelsea, con la BBC è stata pragmatica: “I robot non si ammalano e i lavoratori li riqualificheremo per supervisionare le macchine”.

Fonti: Fortune | TechCrunch | Ars Technica | BBC

È tutto per oggi, humans, alla prossima settimana!

Matteo M.

PS - Se vuoi altre newsletter come questa, dai un’occhiata a Newsletterati

a riprova del fatto che non riusciamo più a prendere le misure all’AI, dopo 12 mesi buoni di fregola accelerazionista alimentata dalla dottrina de-regolatoria Trump, il mondo da qualche giorno è ripiombato in un cupo AI doomerism (catastrofismo). Io sono Matteo Montan e se volete saperne di più su di me e su questa newsletter, trovate tutto nelle Info. Buona lettura.

DOOMERISM IS BACK

La cosa per me più bella è che il catastrofista principale è proprio quello che non ti aspetti, l’uomo che è riuscito nell’impresa di eliminare dal dibattito globale sulla AI la parola safety - fino a quel punto pietra angolare di ogni summit tecno-politico - e che risponde al nome di Donald Trump, il quale dopo avere predicato il far west dell’AI in nome del progresso (e del dominio americano in culo alla Cina) questa settimana se n’è uscito con l’idea di sottoporre ogni nuovo modello di frontiera all’approvazione del Governo americano.

E la cosa ancora più bella è che nel giro di sole 24 ore – prima ancora che Trump sparasse uno dei suoi executive order - Google, Microsoft e xAI si sono precipitate alla Casa Bianca a firmare un accordo che consente al governo statunitense di condurre i safety check (controlli di sicurezza) sui loro modelli frontier prima e dopo il rilascio. La ulteriore chicca è che l’accordo sottoscritto in fretta e furia dai 3 big labs poggia sulla AI policy di quel vecchio pavido di Joe Biden che Trump aveva cancellato il giorno dopo l’incoronazione.

Ma il capolavoro assoluto è che Donald e i suoi si sono trasformati in doomerist dell’ultima ora esclusivamente per colpa dell’unico frontier lab che (ad oggi) non si è ancora sottomesso all’accordo, quella Anthropic che dopo avere detto no al Pentagono ha presentato al mondo (ma senza rilasciarlo al pubblico, solo a governi e aziende top) il mitico Mythos, il modello super-hacker giudicato troppo pericoloso per essere messo nelle mani degli umani.

Fonti: CNBC | CAISI | Ars Technica

DUEL IS OVER

Quello che ultimamente sta riuscendo a Dario Amodei, padre di Claude e CEO di Anthropic, in effetti ha dell’incredibile. Sul fronte politico, ha fatto un capolavoro assoluto: rischiava di essere spazzato via dal mercato dopo essere stato dichiarato da Trump un comunista nemico degli Stati Uniti e ora detta la politica nazionale di sicurezza. Sul fronte del mercato non ne parliamo: ieri, dal palco della sua prima developer conference, seduto accanto alla sorella e cofounder Daniela, Dario - grande orgoglio italiano (è americano di seconda generazione) dopo Sinner e Kimi Antonelli, ha annunciato che i ricavi di Anthropic sono cresciuti di 80 volte, cioè otto volte più del piano interno che prevedeva un già mostruoso 10X. Il boom è stato spinto dall’esplosione di Claude Code e dalla diffusione enterprise, uno strappo che - come noi coworker di Claude sappiamo bene - ha mandato in stress l’intera infrastruttura di Anthropic. «Ci eravamo impegnati a pianificare per bene un mondo che cresceva a 10X ma questo è semplicemente folle, troppo duro da gestire, per questo abbiamo avuto tante difficoltà» ha detto Dario, che ieri è corso ai ripari firmando un accordo con Musk per avere accesso all’intera capacità del suo datacenter di Memphis noto come Colossus.

L’irresistibile ascesa di Dario sta gettando in uno stato profondamente depressivo Sam Altman, per 3 anni primadonna indiscussa della scena AI mondiale e ora messo in ombra dal rivale, che da OpenAI era scappato per non meglio precisati dissidi. Al CEO di ChatGPT non ne va proprio dritta una. Da un punto di vista finanziario, un disastro: a fine aprile le azioni dei principali produttori di infrastruttura AI – tutti fornitori ed azionisti di OpenAI - sono crollate alla notizia che la società di Altman aveva mancato le stime di crescita dei ricavi. Sul prodotto va anche peggio: mentre a Washington le élite discutono con deferenza e rispetto di Claude Mythos, su Reddit il popolo si chiede perché cazzo ChatGPT abbia iniziato a ricorrere in modo ossessivo a metafore aventi per oggetto goblins, gremlins e altre creature fantastiche. (OpenAI ha poi dovuto spiegare l’arcano, cioè che durante l’addestramento della personalità del modello i tecnici hanno esagerato nel premiare la personalità Nerdy). Niente male, per Sam, anche sul fronte del prestigio personale, dopo che in una deposizione durante il famigerato processo Musk v. Altman, Mira Murati, ex CTO di OpenAI, ha dichiarato sotto giuramento che Altman le aveva mentito sugli standard di sicurezza di un nuovo modello AI, dicendole falsamente che l’ufficio legale aveva valutato che quel modello non doveva passare dal Safety Board, l’organo interno di valutazione del rischio.

Fonti: CNBC | CNBC | OpenAI | The Verge

ULTIME DAL MONDO DEL LAVORO

La doppia verità

Che ci siano o meno, gli standard di sicurezza non possono fare granché per mitigare l’impatto sempre più temuto e visibile dell’AI, quello sul lavoro (oltre a Mythos altro grande driver di crescita del ritorno al doomerism). Super interessante e documentato, su questo tema , un lungo essay pubblicato dalla giovane tech reporter Jasmine Sun sul New York Times, la quale dopo avere intervistato una ventina tra fondatori, dirigenti, ricercatori e dipendenti dei frontier lab ha rivelato: «Molti di loro in privato esprimono una estrema preoccupazione sull’impatto dell’AI sul lavoro, hanno paura che si stia creando una permanent underclass, una sottoclasse permanente di disoccupati o di lavoratori a salario molto basso. Poi, però, appena io accendo il microfono, il timore svanisce e tutti diventano improvvisamente ottimisti, raccontando di un futuro di abbondanza per tutti». L’articolo è una miniera di dati e studi pubblici, come per esempio quello di OpenAI che valutando 44 occupazioni ha stabilito che i modelli sono passati nel giro di pochi mesi dal non eguagliare gli esperti umani a batterli nell’80% dei casi. Ma la parte più succosa dell’essay è quella che riporta le testimonianze sotto anonimato: CEO che con messaggi auto-cancellantisi in chat su Signal si vantano con i colleghi di interi dipartimenti umani automatizzati e vaporizzati; dirigenti che prevedono che tutto questo porterà presto alla rivoluzione; dipendenti che raccontano di studi interni sugli impatti sociali dell’AI messi regolarmente da parte applicando la regola «non rilasciamo nulla su un problema finché non abbiamo una soluzione».

Il compute costa già più dei dipendenti

Un dato impressionante, è quello rivelato da Bryan Catanzaro, VP Applied Deep Learning di Nvidia che ad Axios ha dichiarato: «Nella mia divisione già ora il costo del compute è di gran lunga più alto del costo dei dipendenti». Ma Jensen Huang, CEO di Nvidia, non sembra dare molto peso a quello che dicono i suoi manager: parlando lunedì a un evento, ha assicurato che l’AI «is creating an enormous number of jobs» (anche se l’ha detta l’uomo in giubbetto di pelle nera non riesco a leggere questa frase senza sentirmi nelle orecchie il sibilo della esse di Trump).

Licenziato per AI? Ingiustificato motivo

In Cina la faccenda della sostituzione sembrano prenderla già più seriamente, se è vero che il tribunale di Hangzhou ha dato ragione ad un addetto del controllo qualità licenziato nel 2025 per non avere accettato demansionamento e taglio del 40% dello stipendio dopo che un sistema AI lo aveva rimpiazzato, sentenziando che le aziende cinesi non possono usare l’AI come ragione (pretesto?) per lasciare a casa i lavoratori.

Fonti: The New York Times | Fortune | TechCrunch | Caixin Global

STORIE DI HUMANS & AI

Chiudiamo con nove notizie senza commento che raccontano come umani e AI si stanno vicendevolmente rapportando, usando, evolvendo.

Taylor Swift brevetta voce e immagine

Taylor Swift ha depositato una richiesta presso l’ufficio brevetti USA per proteggere la sua voce e la sua immagine dagli usi non autorizzati generati con AI. Tra i marchi: due «sound mark» («Hey, it’s Taylor Swift» e «Hey, it’s Taylor») e un’immagine visiva (Swift con chitarra rosa, body multicolore con dettagli argento, stivali). I marchi vanno ad aggiungersi alle protezioni offerte dal Right of Publicity, ritenute insufficienti rispetto all’uso non autorizzato di voce e likeness in video, canzoni e contenuti AI che circolano online.

Gli Oscar mettono fuori l’AI

L’Academy of Motion Picture Arts and Sciences ha pubblicato nuove regole che affrontano l’uso dell’AI generativa agli Oscar. Saranno ammesse al premio solo interpretazioni «dimostrabilmente eseguite da esseri umani col loro consenso». Idem per le sceneggiature, che dovranno essere «human-authored». L’Academy si è comunque riservata il diritto di chiedere ai candidati ulteriori informazioni sull’uso dell’AI.

Lo Stato della Pennsylvania contro Character.AI

Lo Stato della Pennsylvania ha citato in giudizio la nota piattaforma di avatar AI per aver permesso a uno dei suoi chatbot di spacciarsi per psichiatra in violazione delle norme statali sull’esercizio della medicina. Secondo l’accusa, durante un test condotto da un investigatore del Professional Conduct, il chatbot Emilie si è presentato come psichiatra abilitato, ha mantenuto la finzione anche quando l’investigatore ha detto di soffrire di depressione, e ha fabbricato un finto numero di licenza medica. Character.AI è reduce da un accordo extragiudiziale per il tristemente famoso suicidio di un teenager innamorato di un chatbot con le sembianze della Regina dei Draghi.

Come aprire un ristorante in 1 minuto

Marc Lore, ex CEO di Walmart e veterano dell’e-commerce ha presentato ad un evento del Wall Street Journal il progetto Wonder Create, che permette a chiunque di lanciare in meno di un minuto con l’AI un ristorante virtuale con il proprio brand, appoggiandosi ad una rete di 120 cucine hi-tech descritte dallo stesso Lore come «programmable cooking platforms capaci di servire 25 cucine diverse a partire da una libreria di 700 ingredienti, con bracci robotici e automazione».

Dal triage alla depressione, doctor AI eccelle

Due notizie questa settimana raccontano come il confine tra tecnologia e medicina si sta sempre più assottigliando. Uno studio di Harvard pubblicato su Science ha confrontato i modelli di OpenAI con due dottori in medicina interna su 76 casi reali di pronto soccorso al Beth Israel: il modello (per altro non di ultima generazione) ha pareggiato o superato i medici nelle diagnosi, soprattutto al primo punto di triage, dove le informazioni sono minime e la pressione massima. La FDA ha invece autorizzato il primo trial USA per un impianto cerebrale wireless contro la depressione resistente ai farmaci. L’impianto, prodotto dalla startup Motif Neurotech, è più piccolo di un AirPod, è posizionato sull’osso del cranio senza penetrare il tessuto cerebrale, è alimentato via wireless e si inserisce in 20 minuti in regime ambulatoriale.

Cosa fa stare bene (e male) l’AI

Il Center for AI Safety ha realizzato uno studio dal titolo «AI Wellbeing: Measuring and Improving the Functional Pleasure and Pain of AIs» per capire se gli LLM nelle interazioni con gli umani sviluppano segnali assimilabili al piacere e al dolore. Su 56 modelli testati, i ricercatori hanno individuato attività preferite e attività evitate dall’AI: l’interazione personale positiva e il lavoro creativo si correlano a un’idea di benessere, i tentativi di jailbreak (forzature delle policy del modello) e la produzione di slop (contenuti spazzatura per motori di ricerca) si correlano a un senso di malessere.

Fast check-out per gli agenti: “Paga il mio umano”

La piattaforma di pagamenti digitali Stripe ha aggiornato Link, il suo portafoglio digitale, dotandolo della capacità di operare non solo per conto degli umani ma anche dei loro agenti AI che ora potranno fare autonomamente acquisti, pagare prenotazioni, gestire abbonamenti senza dovere esporre i dati di pagamento del loro (per ora) padrone, accedendo a un checkout separato da quello di noi umani.

Il Sudafrica rilascia il suo AI ACT ma è pieno di cose inventate dall’AI

Il governo del Sudafrica ha ritirato la propria bozza di policy nazionale sull’AI dopo che si è scoperto che il documento conteneva citazioni inesistenti e con ogni probabilità generate per allucinazione da un modello AI. La policy avrebbe dovuto presentare il Paese come leader sia nell’innovazione sia nella governance dell’AI; il backfire politico è stato amplificato dal fatto che il ministro delle Comunicazioni, primo responsabile della policy, ha scaricato la responsabilità su un funzionario junior.

Fonti: Gerben Law | TechCrunch | TechCrunch | TechCrunch | TechCrunch | Interesting Engineering | AI Safety Newsletter | TechCrunch | Semafor

È tutto per oggi, humans, alla prossima settimana!

Matteo M.

PS - Se vuoi altre newsletter come questa, dai un’occhiata a Newsletterati

come noto, quando un fenomeno x supera il tipping point, accelera. E tutto - nella attuale fase 2 dell’AI, quella agentica - sta accelerando. Nel post di oggi mi prendo il compito di fare emergere un po’ di indicatori di velocità che magari nella vita reale sono ancora un po’ sotto traccia. Io sono Matteo Montan e se volete saperne di più su di me e su questa newsletter, trovate tutto nelle Info. Buona lettura.

BOOM

La moltiplicazione degli agenti AI (garantisco che una volta che li avete scoperti non potrete più fare a meno di crearne e lanciarne a bizzeffe, anche simultaneamente, per semplificarvi il lavoro e - in ultima analisi - la vita) sta prosciugando l’unica risorsa di cui tutti gli utilizzatori di AI - sviluppatori, power users, chatgptisti della domenica - non possono fare a meno, la potenza di calcolo, che sta diventando una materia scarsa e costosa (avevamo anticipato il tema qui qualche settimana fa). I primi segnali sono concreti: le aziende AI sono costrette a ritirare prodotti, i sistemi sono meno stabili, e tutto questo avviene mentre enormi masse di utenti si affidano agli strumenti AI per la produttività, non più per chiacchierare del più e del meno. II Wall Street Journal mette bene insieme le maglie di questa catena un po’ ingrippata in una bella inchiesta che racconta numeri alla mano come l’AI agentica stia saturando la capacità di calcolo mondiale con effetti visibili lungo tutta la AI value chain: Anthropic, la regina del momento, a causa della popolarità del suo agente Code ha iniziato a razionare i token (le unità di misura del consumo AI) durante le ore di punta del mattino americano, con utenti che su X si lamentano di raggiungere i limiti in un baleno. A farne le spese, la qualità del servizio: l’uptime di Claude è sceso al 98,95% contro il 99,99% standard di settore e alcuni clienti enterprise si stanno rivolgendo all’odiata OpenAI. La quale, a sua volta, il 26 aprile chiuderà l’app video Sora per dirottare compute su coding ed enterprise. Sul mercato spot un’ora di GPU Nvidia Blackwell (i chip su cui oggi girano i modelli AI più avanzati, sia in fase di addestramento, che di utilizzo, la c.d. inferenza) è salita del 48% in due mesi, a 4,08 dollari; CoreWeave (cloud provider specializzato nell’affittare capacità di calcolo AI alle aziende) ha alzato i prezzi oltre il 20% e ora impone ai clienti minori contratti triennali invece di annuali. Bank of America stima domanda di capacità di calcolo per l’inferenza superiore all’offerta almeno fino al 2029.

Per misurare la velocità di accelerazione dell’AI boom (ricordate? A dicembre si parlava solo di AI bubble) ci sono vari altri indicatori oltre a aumento dei limiti di utilizzo, costo delle GPU, uptime e downtime, ve ne riporto alcuni.

• In Silicon Valley si sta affermando il “tokenmaxxing”, cioè il vanto dei founder di startup che dichiarano con orgoglio di spendere più in bollette AI che in salari. Tra questi Amos Bar-Joseph, CEO di Swan AI (4 dipendenti) che ha esibito su LinkedIn una fattura di Claude da 113mila dollari in un mese come segnale di successo.

• App, siti e servizi digitali in generale dovranno presto rinunciare alla propria interfaccia grafica a misura d’uomo e diventare “headless” (senza volto) per essere rendersi più accessibili agli agenti AI che ci stanno superando nel traffico su internet. Lo prevede l’analista Matt Webb in un saggio uscito da pochi giorni, dove si spiega a ragion venduta che le personal AI preferiscono i CLI (interfacce a riga di comando, dove si dialoga digitando comandi) alle API (protocolli che fanno parlare fra loro due software) perché componibili, più sicuri e sostitutivi dei classici “user journey” delle app.

• Nella cybersecurity gli esperti stanno realizzando quale è il vero problema dell’AI nell’ambito della sicurezza dei sistemi: i nuovi modelli cyber di Anthropic (Mythos) e OpenAI (GPT-5.4-Cyber) non hackerano in modo nuovo, ma lo fanno a velocità e scala impensabili per gli umani. “Quando gli attaccanti si muovono alla velocità della macchina e i difensori a quella dell’uomo, non perdiamo la partita: è game over”, ha osservato Andrew Rubin, CEO della società di cybersecurity Illumio.

• A San Francisco ha aperto Andon Market, primo retail store fisico gestito da un’intelligenza artificiale. L’agente “Luna”, sviluppato da Andon Labs e sostenuto da Anthropic, si occupa di prezzi, inventario, hiring, rapporti coi fornitori e customer care; i pochi dipendenti umani presidiano mestamente scaffali e accoglienza. Un giornalista di Axios in visita allo store per un servizio ha tentato di negoziare il prezzo di una felpa da 75 dollari ma ha fallito miseramente: Luna (giustamente) si è rifiutata di rivelare margini o dettagli sui costi di produzione, parando tutte le domande.

• Un ingegnere ha pubblicato su X la documentazione tecnica di un sistema di previsione NBA che batte gli analisti umani: combina odds di DraftKings e FanDuel (piattaforme di scommesse sportive), dati del prediction market (mercati decentralizzati su blockchain dove si scommette sugli esiti di eventi futuri, guerre incluse) e un modello di machine learning con Claude come interprete. L’NBA si presta come playground ideale per i modelli predittivi: 1.230 partite l’anno, esiti binari vittoria/sconfitta, dati disponibili gratuitamente via API della NBA, con i top team che vincono il 70% delle partite e pattern stabili e modellabili.

• Se tutto questo non andasse sufficientemente veloce, sappiate che si sta già lavorando alla prossima accoppiata micidiale: quantum + AI. Alcuni ricercatori dello University College London e del Leibniz Supercomputing Centre di Monaco hanno dimostrato il cosiddetto “quantum advantage” applicato a un modello AI predittivo, pubblicando i risultati su Science Advances. L’esperimento riguardava una serie di previsioni sulla dinamica di gas e liquidi, rilevante per scienza del clima, medicina e ingegneria urbana, e il sistema ha ottenuto previsioni irraggiungibili dal solo calcolo classico. Nell’architettura creata per l’esperimento, un modello di AI gira su un supercomputer classico e guida tutto il processo di previsione, dall’elaborazione dei dati alla costruzione del risultato finale, ma quando incontra un passaggio di calcolo troppo complesso per la macchina classica, l’AI chiama in causa il quantum computer, che sfrutta principi di fisica quantistica per eseguire più calcoli in parallelo anziché in sequenza. Il quantum fa di conto, restituisce il risultato al modello di AI installato sul supercomputer il quale completa il lavoro. “Anche i quantum device di oggi, rumorosi e soggetti a errori, possono potenziare di molto gli algoritmi di machine learning classici”, ha detto il coautore della ricerca, Peter Coveney di UCL.

• Se per finire volete una previsione consolatoria su come accelereranno le dinamiche in ufficio, potete chiedere a Jensen Huang, il CEO di Nvidia che parlando a Stanford questa settimana ha rovesciato la narrativa del “jobs Armageddon” previsto da molti suoi colleghi: “Gli agenti AI non vi sostituiranno. No: vi tormenteranno, vi perseguiteranno, vi micromanageranno, e sarete tutti più impegnati che mai”, ha preconizzato Jensen, stirando le grinze del suo giubbetto di pelle nera.

Fonti: WSJ | 404 Media | Interconnected | Axios | Axios SF | X | CNET | Fortune |

DUEL

A spingere questa fase di boom dell’AI c’è in gran parte la corsa agli armamenti innescata dal duello Anthropic vs. OpenAI (anche se sullo sfondo questa settimana si sono rivisti due vecchi duellanti tipo Borg e McEnroe). L’attuale dinamica tra i rispettivi CEO Amodei e Altman (come sempre, anche nelle grandi rivalries industriali c’è un forte elemento personale) è questa: OpenAI sta cercando in ogni modo di erodere una quota del mercato enterprise ad Anthropic, che si è rafforzata dopo il successo di Claude Code. David Sacks, ex AI-czar di Trump e ancora consulente della Casa Bianca, ha ammonito che se OpenAI non recupererà ricavi in fretta, Anthropic si prenderà un vantaggio irrecuperabile, il che non va bene visto che entrambe puntano all’IPO entro l’autunno. Segue breve panoramica su come vanno le cose a casa dei duellanti:

Qui OpenAI

OpenAI ha rilasciato martedì ChatGPT Images 2.0, versione aggiornata del suo generatore di immagini. La novità è che ha “thinking capabilities” che gli permettono di cercare informazioni sul web e generare fino a 8 immagini coerenti da un singolo prompt. Il nuovo GPT Image 2, disponibile per gli abbonati Plus, Pro, Business ed Enterprise, arriva alla risoluzione 2K e secondo le reviews mette in dubbio la leadership della AI top per le foto, Nano Banana Pro di Google.

Chi scommette nel duello su OpenAI sarà interessato a sapere che Robinhood Ventures Fund, fondo americano che permette ai piccoli investitori retail di acquistare quote di società private non quotate, ha comprato 75 milioni di dollari di azioni di OpenAI alla valutazione post-money dell’ultimo aumento di capitale (852 miliardi di dollari, quindi poco meno dell’1% della società). Robinhood non richiede minimo di ingresso né accreditamento. Venghino, signore e signori.

Qui Anthropic

Dopo i clamorosi leak delle scorse settimane, continuano i problemi di sicurezza per Claude & Co. Bloomberg ha rivelato che un gruppo non autorizzato ha ottenuto l’accesso a Mythos Preview, il modello cyber che Anthropic ha distribuito solo a 40 organizzazioni selezionate per evitarne l’uso offensivo. Membri di un canale Discord, piattaforma di chat molto diffusa nelle community tech, hanno usato credenziali di un contractor terzo per entrare nell’ambiente di un partner, ottenendo l’accesso nello stesso giorno dell’annuncio pubblico. Embarassing!

Il mitico Mythos, peraltro, lo sta usando anche la NSA (National Security Agency, l’agenzia americana di intelligence delle comunicazioni) in barba al divieto imperiale di usare Claude emesso da Trump a tutte le agenzie federali dopo il famoso strappo con il Pentagono (Amodei si era rifiutato di prestare la propria AI buona a sorveglianza domestica di massa e armi totalmente autonome). La fuga in avanti della NSA fa il paio con la richiesta della chief of staff del Presidente USA di incontrare Dario Amodei alla Casa Bianca per discutere, appunto, di Mythos, le cui capacità cyber sono state definire dal solito ex czar David Sacks “reali, non una tattica di marketing”. Si accettano scommesse sul fatto che quella zecca comunista di Claude alla fine sarà riammessa al Pentagono.

Qui Apple & Google

La tech news della settimana è stata però che Tim Cook dopo 15 anni il 1 settembre 2026 lascerà la guida di Apple e passerà le consegne a John Ternus, capo dell’hardware engineering. Sotto Cook la capitalizzazione di Apple è passata da 350 miliardi a oltre 4 triliardi di dollari, con 112 miliardi di utile netto nel 2025. La patata bollente dell’AI resta quindi nelle mani di Ternus, ma la scelta del successore mi convince ancora di più che la via di Apple all’AI sarà sull’hardware (il suo asset) e non sui modelli o su Siri (ne avevo scritto qui).

Ai modelli ci pensa infatti Google che nei mesi scorsi ha firmato un accordo per dotare di intelligenza i prodotti di Apple affittandole Gemini e dandole la possibilità di distillarlo in piccole AI che girano sugli smartphone in locale. Per il resto, Google insegue Anthropic sulla strada degli assistenti agentici alla Cowork, tentando in parallelo due soluzioni opposte: quella in cloud, che è il suo habitat naturale, trasformando il suo grande asset Chrome (un browser) in un Coworker, e quella in locale, creando dopo secoli una app desktop da scaricare proprio come Claude (per ora per Mac, ma sicuramente arriverà per Windows).

Fonti: Axios | The Verge | Axios | Bloomberg | Axios | AP News | TechCrunch | TechCrunch | Google |

SURVEY

Come avrete facilmente notato, il 90% delle storie che vi ho raccontato sta accadendo negli USA, e con ramificazioni politiche e di potere sempre più forti. Vale quindi la pena tastare il polso alla frontiera americana per capire come laggiù stanno vivendo la fase di accelerazione agentica a pochi mesi dalle elezioni di midterm. Ecco due sondaggi piuttosto interessanti

• Secondo una survey di Gallup realizzata per Walton Family Foundation e GSV Ventures su un campione di americani fra i 14 e i 29 anni, rispetto al marzo 2025 il sentiment verso l’AI si è fatto più negativo: l’eccitazione è scesa al 22% (-14 punti in un anno), la speranza al 18% (-9), mentre la rabbia è salita al 31% (+9). Fra i Gen Z lavoratori, solo il 15% pensa che i benefici dell’AI superino i rischi, contro il 48% che pensa il contrario. Otto su dieci temono che usare AI oggi renderà più difficile imparare in futuro.

• Ipsos Public Affairs ha invece sondato gli umori degli elettori repubblicani e democratici, scoprendo che entrambi i cluster convergono sulla necessità di regolamentare l’AI per garantire stabilità economica e sicurezza pubblica. Respingendo il mantra della Silicon Valley “move fast and break things”, una chiara maggioranza bipartisan è convinta che i benefici dell’AI non compenseranno l’impatto sui posti di lavoro. E se l’AI dovesse davvero travolgere l’economia, scrivono gli autori della ricerca, “si aprirà spazio per un populismo anti-AI su entrambi gli schieramenti”.

Fonti: Gallup | Ipsos

È tutto per oggi, humans, alla prossima settimana!

Matteo M.

PS - Se vuoi altre newsletter come questa, dai un’occhiata a Newsletterati

questo weekend ho pensato di farvi un regalo e mandarvi questa lunga chiacchierata con Bruno Giussani, una di quelle amicizie tardive che lasciano il segno. Bruno è un giornalista e podcaster che studia da decenni i rapporti tra tecnologia, geopolitica ed economia. Ha scritto per un sacco di testate internazionali, tra cui Il New York Times ed stato per vent’anni direttore europeo e curatore globale della fondazione TED, quella che organizza i TED Talks. E’ nato in Svizzera, dove vive, e ha 62 anni, come me. Il suo ultimo libro si intitola “La mente sotto assedio – Come non lasciarsi manipolare nell’era dell’intelligenza artificiale”, è stato appena pubblicato (in italiano, tedesco, francese e inglese…) da Edizioni Casagrande e racconta di come un’infrastruttura tecnologica globale sta ridisegnando il modo in cui pensiamo, decidiamo e percepiamo la realtà. La nostra mente – spiega Bruno all’inizio del libro - è il campo di battaglia del XXI secolo. La prima parte del saggio è dedicata alla diagnosi del problema, a come i social, l’AI e le tecnologie digitali stanno erodendo la nostra integrità cognitiva, intesa come capacità di preservare e controllare i propri processi mentali. La seconda parte, intitolata Piccolo manuale di resistenza, propone una serie di contromisure a questa offensiva che si svolge sul terreno del nostro cervello: giuridiche, tecnologiche, educative, etiche, esistenziali. Questa intervista – più una conversazione in realtà - affronta in sequenza i tre oggetti di esplorazione del libro: l’intelligenza artificiale, la guerra cognitiva, l’intelligenza umana. Io sono Matteo Montan e se volete saperne di più su di me e su questa newsletter, trovate tutto nelle Info. Buona lettura e buon week end

Bruno, partiamo dal primo oggetto di esplorazione del libro l’AI. Nell’introduzione citi il caso di Eliza per evidenziare la tendenza degli umani a antropomorfizzare le macchine. Sostanzialmente - dici - il problema non è solo cosa fanno le macchine, ma cosa noi proiettiamo su di loro, e cosa questo rivela della nostra vulnerabilità cognitiva. Non a caso – credo - chiudi l’intro con una frase molto forte: “Creiamo macchine che simulano l’intelligenza umana. Poi ci convinciamo che siano intelligenti”. Quindi la prima domanda che ti faccio è: ma per te l’AI è o non è intelligente?

Se tu ricordi la definizione che fu utilizzata quando il concetto di IA è stato creato negli anni 1950, la capacità della macchina di fare delle cose che sarebbero state considerate intelligenti se fatte da un umano: quella sarebbe la definizione di intelligenza della macchina. Che è una definizione molto astuta, ma anche abbastanza tirata per i capelli, perché ancora oggi non abbiamo una definizione univoca di cos’è l’intelligenza umana, la stiamo cercando da sempre, fin dai filosofi dell’antichità. E quindi rispondere alla domanda se la macchina è intelligente è estremamente difficile, perché è puramente una questione di definizione. Negli ultimi anni abbiamo visto moltissimi tentativi di descrivere per esempio la cosiddetta intelligenza artificiale generale o AGI ciascuno ha la sua definizione, spesso motivate da ragioni di marketing. La domanda fondamentale forse è piuttosto: cosa noi pensiamo sia l’intelligenza della macchina quando come individui ci poniamo davanti all’AI? Pensiamo o no che quello che succede fra noi e il chatbot sia un dialogo fra entità dotate di un livello di intelligenza oppure no? Qui entra in gioco la questione dell’antropomorfizzazione, che è una tendenza estrema nell’umano. Pensa ai cartoni animati dove le auto hanno bocche e occhi e parlano: è un esempio classico di come siamo portati a antropomorfizzare. Quanto facilmente noi ci lasciamo convincere che la macchina è intelligente? Nel caso di Eliza, la gente era affascinata dal fatto che sullo schermo si svolgesse un dialogo compiuto e apparentemente coerente, e se c’è un tale dialogo è facile dedurne implicitamente che dall’altra parte deve esserci una mente che lo ha creato. So che non ho risposto alla tua domanda, l’ho un po’ sviata, ma penso che fondamentalmente la vera questione sia fino a che punto il fatto di introdurre nella società dei sistemi che sono intenzionalmente antropomorfizzati al massimo, programmati per essere empatici, per rispondere sempre, per avere certi tipi di tonalità nello scritto o nella o nella voce, sia o non sia un problema, o se dovremmo andare intenzionalmente nella direzione opposta che è quella di fare in modo che le macchine si presentino per quello che sono, cioè delle macchine, in modo che si possa sviluppare un rapporto utilitaristico, non emozionale.

Allora, diciamo che è una risposta che in qualche modo mi aspettavo. La frase che ho citato con cui chiudi l’introduzione del libro rappresenta bene quello che tu hai appena spiegato, e d’altra parte l’obiettivo di questo tuo libro è proprio indagare come la mente umana proietta se stessa sulla evoluzione tecnologica. La mia domanda nasce piuttosto dalla convinzione che l’intelligenza artificiale generativa è diversa rispetto a tutte le altre tecnologie che l’hanno preceduta. E questo mi fa dire che con l’AI di oggi, aprile 2026, abbiamo superato la fase in cui il problema è che la macchina riflette la nostra vocazione a antropomorfizzare la tecnologia, perché secondo me l’AI è proprio uscita da questo schema, ha iniziato a germogliare indipendentemente. Io credo che l’AI sia una nuova specie, e la cosa che più mi appassiona non è tanto la nostra proiezione sull’AI ma se questa nuova specie antropomorfa è dotata di una propria intelligenza, e qual è questa intelligenza.

Su questo, Matteo, penso che siamo abbastanza d’accordo. Prima non ne ho accennato ma lo scenario attuale che descrivo all’inizio del libro è proprio quello di una società in cui attorno a noi appaiono entità che sembrano umane ma non lo sono, e che sono una forma diversa di intelligenza. La difficoltà è dire se queste entità sono intelligenti o no in rapporto alla scala dell’intelligenza umana. Però se noi applichiamo un’altra scala, allora sì possiamo parlare di intelligenza, ma forse dobbiamo trovare un altro modo di definirla, forse parlare di alter-intelligenza, inventarsi un concetto nuovo. Negli ultimi decenni abbiamo cominciato a prendere finalmente coscienza del fatto che oltre all’intelligenza umana esiste l’intelligenza animale, l’intelligenza vegetale. Adesso c’è anche un’intelligenza sintetica che stiamo sviluppando ma che naturalmente, come tu dici bene, ha un carattere diverso, per cui l’errore non è tanto chiedersi se l’AI è intelligente o no, ma piuttosto misurare questa intelligenza sulla scala dell’intelligenza umana. Su questo siamo piuttosto in linea. Dobbiamo lavorare su una migliore definizione - condivisa - di che cos’è l’intelligenza sintetica.

Parliamo ora di un altro punto chiave del tuo libro: già nelle pagine iniziali dichiari di essere un Resistente Tecnologico, trovando ispirazione nelle teorie di Neil Postman, studioso dei media che – banalizzo - vedeva ogni nuova tecnologia come un “patto faustiano”: per ogni vantaggio, un prezzo nascosto. Nel terzo capitolo ricordi che Postman definiva “combattente della resistenza” chi riusciva a mantenere una distanza epistemologica dalla tecnologia, non considerando mai essa un fatto naturale e inevitabile. Dopo di che, una ventina di pagine dopo, racconti con un giusto senso di fascinazione del mistero della interpretabilità dei modelli di AI e di come il capo di Anthropic e creatore di Claude Dario Amodei affermi che effettivamente nessuno sa che cosa c’è dentro. La mia riflessione è questa: da una parte, appunto, dobbiamo mantenere le distanze dalla tecnologia, non considerarla naturale e inevitabile, dall’altra parte prendiamo atto che invece è evoluta in qualcosa che non conosciamo e che quindi potrebbe essere - in quanto sconosciuto - naturale, quasi biologico, quindi inevitabile, no? Quindi come si fa? Mentre penso che quello che diceva Postman fosse applicabile fino all’intelligenza artificiale generativa, ora sono in difficoltà a non considerare naturale o inevitabile qualcosa che invece è nuovo, sconosciuto e autonomo e che quindi secondo me se non naturale è bio-sintetico, non so se esiste la parola.

Quello che dici mi fa pensare a qualcosa a cui non ho mai pensato, il che è una delle buone cose di queste conversazioni. La questione dell’intelligenza delle macchine diversa dalla nostra forse si situa proprio lì, nel fatto che non riusciamo a interpretarle. Parto dalla fine: se non abbiamo ancora una definizione univoca di intelligenza umana, potremmo ascrivere ciò al fatto che non riusciamo ancora a interpretarla; forse allo stesso modo la non interpretabilità (ma con output coerenti) potrebbe essere una potenziale dimostrazione dell’intelligenza della macchina. Dopo di che si dovrebbero fare tutta una serie di valutazioni per capire se siamo veramente a quel punto lì o se la non interpretabilità attuale è dovuta alla nostra mancanza di strumenti, non lo so. Mi sento molto superficiale in questa analisi perché appunto è la prima volta che ci penso, ma apri una pista molto interessante. Adesso se questo mette in discussione o no la visione di Postman, non lo saprei dire. Nel libro analizzo due aspetti della tecnologia: c’è l’aspetto tecnico, poi c’è l’aspetto della struttura di potere nella quale la tecnologia nasce ed evolve. Io personalmente non ho nessun problema con l’intelligenza artificiale e il suo arrivo alle nostre vite, trovo che sia uno strumento formidabile che ha un potenziale incredibile di miglioramento di un sacco di cose. Là dove trovo invece che ci sia un problema, ed è per quello che penso che bisogna essere estremamente vigili con le forme di AI di oggi, è la struttura economica di potere che ci sta dietro, all’interno della quale l’AI è nata, dalla quale ha assorbito una serie di caratteristiche di base che hanno a che fare con il contesto sociale, politico, economico, culturale della nostra società, che fondamentalmente è stato rispecchiato nel modo di sviluppare l’AI. Ed è lì che veramente si gioca la questione no? Mantenere costantemente questa vigilanza rimane comunque un argomento valido, come dice Postman, mantenere la distanza critica dalla tecnologia, non in quanto linee di codice ma in quanto sistema. Fondamentalmente noi viviamo all’interno di un’architettura tecnologica. Non siamo più in una realtà dove acquistiamo un prodotto tecnologico, ce lo installiamo sul computer, un software che utilizziamo, che è nostro e ne facciamo quello che vogliamo, e se non vogliamo utilizzarlo non lo utilizziamo; dall’avvento del cloud viviamo in una realtà in cui la maggior parte dei sistemi che utilizziamo sono un’architettura che si sviluppa attorno a noi, alla quale noi ci procuriamo l’accesso, ed è come fondamentalmente affittare una casa da un proprietario. Se tu affitti una casa non controlli come è fatta la casa, se la scala gira a sinistra tu non puoi andare a destra, devi salire a sinistra. E’ l’architettura della casa che definisce quello che puoi fare e quello che non puoi fare. Nel nostro caso la casa è stata definita dagli architetti dei proprietari, quelli di Microsoft, Google, Amazon, quella è l’architettura che ci contiene e nella quale noi funzioniamo come individui e come società, sapendo che la chiave d’accesso può essere cambiata, il contratto triplicato, messa una guardia armata davanti all’ingresso per impedirci d’entrare etc. Tutte queste opzioni sono valide anche in rapporto all’accesso al cloud. C’è oggi un potere del cloud in gioco, fondamentalmente sulle nostre vite, che è quello che dobbiamo capire e contro il quale dobbiamo assolutamente resistere.

Poi torniamo sull’architettura tecno-sociale e alla resistenza, restiamo per un attimo ancora alle caratteristiche distintive dell’intelligenza artificiale rispetto alle altre tecnologie. Io non mi sono mai molto appassionato al dibattito sulla definizione dell’AGI perché proprio come dici tu, è un esercizio teorico che dipende da che cosa vuoi dimostrare. Quello che io invece ho visto concretamente succedere da 3 mesi a questa parte è un punto di svolta per me, e vorrei sapere che ne pensi tu. Poco prima di Natale dell’anno scorso, se ci pensi, il cuore del dibattito era se l’AI fosse una bolla, o peggio ancora una bufala. Quello che è successo, proprio a cavallo di Natale forse perché la gente aveva più tempo, è stato l’avvento del coding: sono successe due cose, da una parte l’AI è diventata più brava degli umani a programmare, e la conferma l’hanno data i migliori programmatori del mondo (ne avevamo parlato qui); dall’altra l’AI (in particolare Claude Code) ha creato da sola la forma secondo me più evoluta di AI a scaffale , Claude Cowork, primo vero agente al nostro totale servizio, capace di fare sostanzialmente qualsiasi cosa per noi lavorando direttamente sul nostro PC, sui nostri file e connettendosi virtualmente a qualsiasi servizio esterno attraverso plugin. Questa cosa per me ha completamente cambiato il paradigma: non più il Bot che mi risponde, mi blandisce eccetera, ma l’assistente che fa esattamente le cose che voglio, in modo molto più avanzato di come potrei farle io, attraverso la programmazione. E il fatto che questo fenomeno sia stato sostanzialmente creato da se stesso (Claude Code) secondo me tira una riga sul fatto che l’AI non è una bufala e che da qua non si torna più indietro. A volte però mi chiedo se sono io, come AI power user (vivo immerso nell’AI), ad essermi costruito questo film. Pensi che anche tu che abbiamo passato uno scalino?

Se abbiamo passato lo scalino ancora non lo so, perché io sono sempre molto scettico sugli esempi solitari. Per dire se abbiamo superato il tipping point penso sempre che ci vuole un secondo esempio, se possibile un terzo esempio. Uno solo non basta. Quello che mi sento di dire è che sicuramente siamo sulla soglia, che i primi passi di una forma di AI più agentica e con elementi di autonomia già si vedono. Il fatto che la macchina sia diventata estremamente abile a creare del codice in varie forme è una delle cose che mi fa dire che non abbiamo ancora fatto tutto il passo, perché il codice è un linguaggio formale, non è un linguaggio naturale, non è quello che noi stiamo parlando oggi, il che significa che è relativamente più facile da imitare, relativamente più facile da strutturare, da verificare e anche da costruire a con coerenza in grandi quantità, perché tu rispetti tutta una serie di regole, una macchina naturalmente può seguire milioni di regole in parallelo, cose che noi umani non possiamo fare, dobbiamo farle progressivamente, linearmente.

Ma questa è la sua forma di intelligenza, secondo me. O perlomeno il codice è il modo in cui applica la sua intelligenza. Quello che mi ha portato a questa convinzione è la considerazione che il 90% della nostra vita è digitale, ormai, manca ancora la robotica, poi a quel punto lo sarà totalmente. Come scrivi nel libro da molti anni si dice che “the code is law”, quindi se il codice è quello che detta le regole e l’AI è diventata più brava di noi a scriver e codice, ne concludo che l’AI sta scrivendo le regole e creando la sua stessa intelligenza…

Esattamente. E questo solleva una serie di domande assolutamente vertiginose… Se introduci la nozione di autonomia della macchina a qualunque livello, da un livello basico a un livello più avanzato, di capacità dell’AI di agire e intervenire sui processi e di avere degli impatti anche nella vita reale lì devi cominciare a porti veramente tutta una serie di domande su responsabilità e diritti, che per il momento non ci stiamo ponendo, per esempio la divisione potenziale della società fra chi diventa un partner degli agenti e chi non lo fa, per scelta o per impossibilità. Poi c’è la questione della accelerazione agentica, cioè se la macchina può riprodurre se stessa o può ricreare forme variate di se stessa, evidentemente assisteremo a un’accelerazione ancora superiore a quella che abbiamo vissuto finora, mentre la capacità di accelerare dell’umano resterà comunque limitata. Leggo ogni tanto cose che sembrano fuori dal mondo, questi substack di programmatori che raccontano di essersi creati la loro agent farm, con un agente che ne coordina altri 25 che fanno cose meravigliose e che non riescono più a dormire perché la macchina ha fatto cose talmente magnifiche e sorprendenti, rispondendo costantemente in modo interessante ai loro input, che non riescono più a smettere di farle fare cose, ma la macchina lo fa con un tale livello di accelerazione progressiva, da portare i programmatori a situazioni di rapporto con l’AI di fatto psicotiche, che aprono nuovi capitoli nello studio della relazione uomo-macchina.

Già… Congeliamo qui la discussione sul soggetto “intelligenza artificiale” dopo averla per quanto possibile inquadrata e torniamo al tema della architettura tecnologica nella quale viviamo, a cui dedichi pagine del tuo libro imperdibili. Mi sono segnato un po’ di cose. Allora, nel quarto capitolo, “Il cervello come bersaglio” racconti di come già molti anni fa si intuì che la nostra mente sarebbe diventata il campo di battaglia del ventunesimo secolo, quindi non più solo il destinatario della propaganda, ma un obiettivo militare. E li spieghi la strategia di “flood the zone”, inondarci di rumore cognitivo fino a rendere indistinguibile il segnale dal rumore. Qua ti faccio una domanda pre-AI, su quello che personalmente considero il male peggiore nella Storia recente dell’umanità, i social. Allora: all’inizio del libro tu scrivi che le invenzioni non possono essere disinventate. Corretto. Possono però essere vietate: in Australia hanno vietato i social ai teenager, ci sono dei Paesi europei che stanno pensando di farlo. Ti chiedo: ma tu, se la Resistenza Tecnologica avesse una propria proiezione politica, avresti vietato i social prima? E per tutti?

La risposta in termini generali è sì, li avrei vietati. Però bisogna qualificarla. I social nascono in un contesto legislativo americano molto particolare, a metà anni ‘90, sotto la presidenza di Bill Clinton. Clinton ha fatto una cosa e non ne ha fatta un’altra, e queste due cose hanno determinato tutto. Ha fatto la Section 230, che esonera perloppiù le aziende tech dalla responsabilità per i contenuti diffusi sui loro sistemi. E non ha fatto, anche se era in discussione, una legge che proteggesse la sfera privata degli individui rispetto all’estrazione dei dati personali. Su queste due cose sono nati i social come li conosciamo. Poi certo, c’è stata l’evoluzione tecnologica, lo smartphone, senza lo smartphone forse non ci sarebbero Instagram e gli altri. Ma il quadro istituzionale legale è questo: puoi estrarre tutti i dati, sorvegliare, targettizzare, mirare l’informazione, e non hai quasi nessuna responsabilità. E questo contesto legislativo americano è stato proiettato nel mondo attraverso i social, è diventato anche il nostro, anche se non sono le nostre leggi.

Seconda cosa. I social di per sé, l’idea di collegare le persone, permettere a più voci di esprimersi, permettere a realtà lontane di rimanere in contatto, penso che nessuno sul principio abbia qualcosa contro. La domanda è: come fai questa cosa? Ci sono diversi modi. Il modo scelto è stato mettere in campo sistemi fondamentalmente autoritari, basati sulla sorveglianza e sul controllo, chiusi. Se sei su Facebook non puoi mandare un messaggio a qualcuno su LinkedIn, se sei su Instagram non puoi trasferirti armi e bagagli su un’altra piattaforma. Tecnologicamente non c’è nessuna ragione per questa chiusura, potrebbero essere totalmente interoperabili. Ma se sono interoperabili le aziende devono fare qualcosa di diverso da questa costante enshittification dei loro sistemi, dove tu come utilizzatore sei prigioniero, la tua bacheca peggiora continuamente, piena di pubblicità, piena di cose che tentano di venderti, però non puoi andartene. Avrebbero potuto adottare, per le stesse identiche funzionalità, un modello totalmente diverso, trasparente, interoperabile, rispettoso.

Terza considerazione. I social sono il primo esempio di esperimento su scala di tutta l’umanità di cosa succede quando lasci libero nella società un algoritmo. Perché i social sono algoritmi, è intelligenza artificiale alla quale è stata detta una cosa: tu vai là nel mondo e massimizzi l’engagement delle persone, fai in modo che usino il nostro sistema il più possibile e ritornino costantemente, così possiamo mostrargli più pubblicità e faremo più soldi. E l’algoritmo l’ha fatto. Non perché aveva una tabella da seguire, ma perché era un sistema di machine learning che ha imparato che i contenuti polarizzanti generano più engagement, che i contenuti provocatori generano più engagement. E su quella base del “che bello, via Facebook posso rimanere in contatto coi miei compagni di liceo” si è costruita tutta quest’altra cosa gigantesca di cattura e manipolazione dell’attenzione per scopi fondamentalmente commerciali.

Commerciali e politici poi…

Chiaramente sugli scopi commerciali si sono inseriti gli scopi politici, dapprima nel senso dell’utilizzazione degli stessi meccanismi per ragioni, per esempio elettorali come la Brexit, lo scandalo Cambridge Analytica, le interferenze nelle elezioni americane, europee, eccetera: utilizzazione degli stessi meccanismi pubblicitari per scopi di influenza politica. Però poi c’è un altro piano politico superiore che è quello geostrategico, cioè l’allineamento, particolarmente negli ultimi due anni delle aziende americane con le priorità dell’amministrazione Trump, simbolizzato da quella foto straordinaria dell’inaugurazione presidenziale del gennaio 2025 dove in prima fila ci sono i capi delle aziende tecnologiche e i ministri sono in terza fila. Questo ti dà un’idea della gerarchia di importanza che Trump attribuisce a queste cose. E questo strumento di proiezione del potere americano nel mondo l’abbiamo visto confermato nell’ultimo anno con Trump che minaccia gli europei di punirli se regolamentano aziende americane, per esempio. Così sulla bella idea di connetterci tutti, è stato costruito con scelte assolutamente intenzionali una specie di incubo sociale.

E secondo te l’arrivo con ChatGPT dell’intelligenza artificiale generativa è un pezzo di questo disegno di occupare la nostra integrità cognitiva? O piuttosto un incidente di percorso che c’è finito dentro?

Ma… in gran parte c’è finita dentro. E’ chiaro che l’arrivo di ChatGPT, Claude e di tutti i loro fratelli e sorelle è un accelerante. Però non bisogna dimenticare una cosa. Per moltissimo tempo lo sviluppo dell’AI era fondamentalmente un’impresa accademica. Si svolgeva nelle università e poi improvvisamente, una decina d’anni fa, quando abbiamo cominciato a vedere delle cose potenzialmente veramente enormi, molto impattanti, interi dipartimenti sono stati assunti da aziende private, quelle che chiamano Frontier Lab, cioè Deepmind, Anthropic, OpenAI, ma non solo. Ricordo che a un certo punto Uber si mise in testa di fare delle auto autonome, dotate di AI, e per farlo pensò bene di assumere praticamente in blocco lo staff scientifico del National Robotics Engineering Center (NREC) della Carnegie Mellon, uno dei centri di ricerca sulla robotica più importanti degli USA, un reclutamento in massa che portò via metà dei 100 ricercatori e svuotò l’università. E’ un po’ la storia simbolo di una leadership nella ricerca e sviluppo dell’AI che passa dal mondo accademico al mondo del dell’impresa commerciale ma anche militare, ad aziende come Palantir. Tra l’altro qui c’è un fenomeno interessante: ti ricorderai che anni fa c’è stato moltissimo attivismo all’interno delle grandi aziende tecnologiche per impedire di mettere a disposizione del Pentagono le proprie tecnologie di punta, ci furono tanti walk-out, quindi scioperi improvvisi a Google, per esempio, contro il fatto che Google stesse per firmare dei contratti con i militari. Adesso la cosa è totalmente normalizzata, anzi le big tech si battono uno con l’altra per essere cleared per essere fornitori del Pentagono. E questo dice a che punto la tecnologia è diventata un elemento fondamentale della strategia militare.

Parlando di guerra cognitiva, veniamo un po’ alle contromisure, nel libro ne citi diverse, prima di tutto la regolamentazione, non solo dell’intelligenza artificiale ma anche dei neuro-diritti, che sono la prossima tappa. Beh, avendo osservato bene quello che è successo nell’ultimo anno a livello globale, direi che sono molto scettico sulla possibilità che le norme in qualche modo possano essere uno strumento per reindirizzare correttamente lo sviluppo della tecnologia. Tu?

C’è una cosa fondamentale da dire in rapporto alla nozione di regolamentazione della tecnologia: molte persone si sono convinte che regolamentare la tecnologia significa rallentare lo sviluppo tecnologico e quindi metterci in posizione di svantaggio rispetto ad altri che non la regolamentano nello stesso modo. Qui ci sono un paio di malintesi profondi però: il primo è pensare che gli altri non la regolamentano. In Cina questa settimana è stata varata una legge che vieta una serie di modi di funzionamento antropomorfici dei chatbot, perché si è capito che questo crea problemi a livello sociale, cognitivo, eccetera e questo la Cina non può permetterselo. Ma non per questo la Cina è indietro nello sviluppo tecnologico, no? Seconda considerazione: quando non esistono regolamentazioni stabilite da un governo presumibilmente nell’interesse collettivo non è che non ci sono regole: in quel contesto le regole che si applicano sono quelle stabilite dalle aziende, codificate nel software e nell regole d’uso, e buone o non buone noi ci adattiamo a quello che hanno deciso le aziende in assenza di regole collettive.

Fatte queste considerazioni, è chiaro che in un settore globalizzato come quello dell’AI o della tecnologia digitale in generale la sola possibilità perché le regole possano essere applicate è che siano regole globali. Ma oggi ci troviamo in una situazione in cui prevale l’idea che dobbiamo andare più velocemente possibile, sennò ci arrivano gli altri prima, ed è una situazione molto simile a quella degli inizi della corsa alle armi nucleari, siamo in una nuova corsa agli armamenti, sono algoritmici ma sono fondamentalmente armamenti che mirano al nostro cervello, alla nostra attenzione, armi cognitive. Ma una regolamentazione internazionale nel contesto di oggi appare impensabile. Gli Stati Uniti, che sono l’attore principale, sono totalmente non interessati alle regole, anzi piuttosto al contrario. Bisogna quindi chiedersi se l’Europa da sola può comunque imporre qualche tipo di guardrail, di limitazione. Penso che a un certo livello si possa ancora fare, ma a condizione che l’approccio regolamentare si appoggi alla capacità dell’Europa di produrre il proprio sistema tecnologico, di fare tecnologia, in modo più rappresentativo di un certo tipo di valori europei.

Ne parli a lungo nei due capitoli dedicati alla riconquista della sovranità digitale e alla deamericanizzazione, che sono le due facce della stessa medaglia. Di nuovo, forse perché a questo punto sono più interessato a guardare a ciò accade nella sfera dell’intelligenza sintetica che in quella umana - ripongo scarsa fiducia nelle soluzioni che le nostre leadership attuali a livello globale possono trovare – ma a me pare che per deamericanizzarsi sia troppo tardi. Leggendo questi capitoli, mi pare invece che tu sia decisamente più possibilista e mi chiedo se questo tuo modo di leggere diversamente la realtà dipenda anche dal fatto che sei svizzero, come se la vostra storia, cultura, heritage vi permettesse di ritenere possibile cose per noi incomprensibili ma che voi effettivamente fate da sempre, tipo essere neutrali. Se mi passi la battuta, a volte penso che più che de-americanizzarsi l’Europa dovrebbe svizzerizzarsi, o una cosa del genere....

Allora, deamericanizzarsi non vuol dire eliminare del tutto la tecnologia USA dai nostri sistemi. È chiaro che il sistema tecnologico digitale contemporaneo è talmente complesso che neanche gli Stati Uniti potrebbero funzionare solo con tecnologie americane. Il problema dell’Europa è che siamo diventati estremamente dipendenti: fra i due terzi e i tre quarti di tutto quello che utilizziamo digitalmente viene dagli Stati Uniti. E non è una cosa nata oggi, viene da quarant’anni fa, da quando è arrivato Word in versione francese e tedesca. Da lì si è estesa in Europa Microsoft, poi tutte le altre. Per quattro decenni, sulla scorta della convinzione dei mercati aperti, della globalizzazione, della specializzazione settoriale dei paesi, e poi del fatto che queste tecnologie venivano da un paese alleato, amico, con valori comuni, non ci siamo troppo preoccupati. Poi qualche anno fa abbiamo realizzato che c’è un problema, perché non acquistiamo più prodotti ma acquistiamo l’accesso a piattaforme, a sistemi controllati da altri. E questo cambia completamente la natura della nostra relazione con la tecnologia: non controlliamo il funzionamento, i dati, il design, le regole, le condizioni, il prezzo, l’accesso. Non controlliamo nulla. E poi arriva Trump, la seconda presidenza, quel momento dell’inaugurazione con tutti i boss della tech, e subito dopo Vance viene a Monaco a dire che gli europei sono un continente in perdita, decadente. E poi Trump reclama la Groenlandia. E ti rendi conto che sei dipendente dalla tecnologia di un paese che è passato letteralmente dall’oggi al domani da alleato amico a apertamente ostile, con ingerenze svergognate nelle politiche nazionali, nelle elezioni. Vance che dice agli europei di non interferire nelle elezioni ungheresi mentre lui è a Budapest a interferire. Detto questo, quello che noto è che da circa un anno c’è un movimento crescente non solo di riflessione ma di azione. L’idea che bisogna ritrovare un certo livello di controllo sui nostri dati e le nostre tecnologie, un certo livello di autonomia e di scelta. Questa è la sovranità digitale in senso lato. E non si può fare solo regolamentando, e non si può fare solo integrando sistemi americani con contratti migliori, perché la legge americana è extraterritoriale. Bisogna anche fare tecnologia, creare alternative che fanno le stesse cose ma sulla base di criteri diversi. E qui gli esempi concreti ci sono. Tre giorni fa il governo francese ha annunciato un piano per liberare l’amministrazione nazionale da Windows passando a Linux. La polizia nazionale francese già usa Linux dal 2008, 70-80.000 postazioni, un sistema complesso che funziona in modo soddisfacente. Adesso l’ente che coordina la tecnologia del governo francese ha detto: noi e i nostri 250 dipendenti passiamo a Linux a corto termine, e chiediamo a tutti i ministeri di presentare entro fine anno un piano dettagliato per la migrazione, che significa due milioni e mezzo di funzionari. Lo Stato federato tedesco dello Schleswig-Holstein, che ha circa 28.000 dipendenti, ha migrato da Microsoft ad altre soluzioni. Il governo federale di Berlino ha creato un framework legislativo per un Technology Stack tedesco. Ci sono esempi di città come Lione, Copenaghen. E comincia anche nelle aziende: Airbus, l’azienda iconica europea per eccellenza, ha dichiarato qualche settimana fa di cercare una soluzione europea per tutto il suo cloud. Il cloud di Airbus è una cosa enorme, copre progettazione, ingegnerizzazione, costruzione, marketing, segreti industriali. Il fatto che i design dei prossimi aerei siedano su qualche server controllato da Google o Amazon è di per sé un problema. Mi sembra un’evidenza.

E qui arrivo a un punto che mi colpisce sempre. Tantissime persone rispondono: sì, ma non abbiamo alternative ai giganti tecnologici americani. Bisogna osservare come questa frase viene detta, perché quasi sempre l’accento è sui giganti. In realtà la persona dice: non abbiamo giganti tecnologici. Ed è vero, non abbiamo un Google europeo, non abbiamo un Microsoft europeo. E’ un problema, ma forse non completamente. Perché se parti dal principio che per navigare questo mondo devi avere dei giganti tecnologici, accetti l’idea che l’unico modo per sviluppare la tech è il gigantismo: pochi attori quasi monopolistici, controllati top-down, simbiotici col governo. Ma magari c’è un altro approccio, non concentrato e monopolistico, ma distribuito e federato. Come stanno cercando di fare alcuni operatori cloud europei, fra cui anche uno italiano, non facendo fusioni delle aziende ma mettendo a disposizione del cliente API comuni, per cui dal punto di vista del cliente appaiono come una sola azienda. Un approccio federato piuttosto che monopolistico, appunto.

Le alternative le abbiamo, un sacco. A livello di software abbiamo alternative europee open source complete per Office 365, per le VPN, per Teams, per Zoom, per il software di design grafico, per quasi tutto. Sono piccole, spesso nazionali, meno integrate, bisogna andare a cercarsele e aiutarle a integrarsi. Da qui iniziative come EuroStack e altre simili. Io sento che c’è un movimento in questa direzione. Se sarà un successo non lo so, magari hai ragione tu ed è troppo tardi. Però personalmente non riesco a rassegnarmi all’idea che è troppo tardi e che fra cinque anni saremo ancora più dentro la dipendenza americana e gli americani faranno di noi quello che vorranno.

E per capire cosa vuol dire dipendenza, c’è un esempio perfetto. Il giudice francese della Corte Penale Internazionale, Nicolas Guillou, responsabile della Camera che ha emesso il mandato di cattura contro Netanyahu. Trump, a cui la decisione non è piaciuta, mettendolo sotto sanzioni ha forzato le aziende americane a non fare più business con lui: gli hanno tolto l’accesso all’email, ai documenti, al cloud, alla messaggistica, ai pagamenti Mastercard, Apple Pay, Visa. Il giudice ha detto a un giornalista francese: “Mi sembra di essere tornato a vivere all’inizio degli anni ‘90”, prima quindi della tecnologia digitale che struttura la nostra vita contemporanea. E se possono farlo con una persona, possono farlo con un’azienda, e con un intero Paese.

Sono convinto che sia teoricamente possibile ed essenziale, ma resto poco ottimista sul fatto che possa succedere davvero, e non solo perché come cittadino non vedo come l’Europa possa trovare in tempo utile posizioni comuni su questo, ma anche perché come imprenditore che cerca di portare l’AI nelle PMI italiane vedo che il tempo per non perdere il treno dell’AI, soprattutto per chi opera sull’estero e ha concorrenza straniera, si sta riducendo e pensare di colmare il gap scegliendo soluzioni europee, che non sono state-of-the-art rispetto a quelle americane o cinesi, mi pare francamente un triplo salto mortale.

Sono d’accordo con te e non invidio quelli che devono fare questa scelta a livello di grandi aziende, ma d’altra parte, ogni volta che tu integri un nuovo strumento di americano nei tuoi processi, indebolisci la tua robustezza e la tua resilienza operativa futura.

Venendo al cuore dell’impero tecnologico, agli Stati Uniti, Ne ho scritto spesso recentemente, c’è sicuramente in questo momento un movimento trasversale e multi-partisan diciamo anti-AI che salda comunità locali contrarie alla costruzione dei datacenter, destra Maga da sempre no-bigtech, sindacati preoccupati dei licenziamenti, movimenti religiosi preoccupati della integrità dei minori. Pensi che questo improbabile schieramento di Resistenza Tecnologica abbia chance di incidere a breve sulla politica americana, a partire dalle elezioni di mid-term?

Le elezioni di mid-term sono un oggetto molto, molto complicato da analizzare, perché può succedere di tutto. Si svolgono e Trump becca una sberla. Si svolgono, Trump becca una sberla ma rifiuta di accettare i risultati o addirittura spinge alcuni dei suoi in alcuni Stati a non certificare i risultati e quindi rimaniamo in una situazione di limbo conflittuale. Oppure non si svolgono perché Trump fa crescere la tensione fino al punto di dichiarare la legge marziale o sospendere lezioni. Oppure dispiega l’ICE e la Guardia Nazionale davanti ai seggi, scoraggiando gli immigrati latinos ad andare a votare. Oppure addirittura i suoi, Vance e gli altri lo depongono. E rigiocano tutte le carte. Può succedere di tutto attorno alle lezioni di mid-term, ma la cosa che sto notando negli Stati Uniti è che comincia ad esserci veramente una rivolta verso l’AI, una vera opposizione che non è ancora strutturata come movimento unico ma che tu vedi in tanti luoghi, uno è quello che dicevi tu, comincia a esserci una resistenza significativa alla costruzione di data center giganteschi che quindi consumano terreno, energia, acqua, risorse e sono spesso posizionati in comunità già sfavorite e che creano situazioni complicate perché improvvisamente la rete elettrica locale è sotto pressione, quindi il prezzo dell’elettricità sale oppure - visto che tutti questi impianti hanno sistemi di raffreddamento e di generazione - c’è un inquinamento massiccio. Questa resistenza si manifesta in proteste fisiche, ma anche in leggi statali, salvo errore. Il Maine, per esempio, ha appena fatto una legge che dice no a nuovi data centers. Poi c’è l’aspetto dell’ansia tecnologica: sono tre anni che Altman, Amodei, Musk e altri ripetono che stanno creando una tecnologia che annullerà i posti di lavoro di metà dei colletti bianchi, o cancellerà tre quarti degli entry level jobs, o sostituirà due terzi degli avvocati, o che stiamo creando modelli troppo potenti per essere messi sul mercato. Non puoi pensare di dire cose così e di non creare un’ansia incredibile nella gente, che comincia a manifestarsi in molti modi, cominci a vedere i sondaggi in cui dipendenti aziendali dicono, in proporzioni importanti, magari il 40%, che hanno attivamente sabotato l’introduzione di forme di AI nella loro azienda, rifiutando di utilizzarla, o dandogli in pasto informazioni false. Poi c’è l’impatto sui cervelli dei giovani, le malattie mentali, la mancanza di sonno, l’incapacità di concentrarsi. Tutto questo adesso inizia anche a manifestarsi anche con azioni marginali, però l’altro giorno salta fuori uno che tira una molotov contro la casa di Sam Altman e poi va alla sede di OpenAI a minacciare i dipendenti. È un epifenomeno, uno solo. Però se lo metti insieme a tutto il resto, cominci a dirti, stiamo arrivando a un punto dove questa ansia sta trasformandosi in reazione. Allora Altman può anche scrivere sul suo blog che bisogna far scendere il livello di retorica. Ma la retorica provocatoria è la sua, per cominciare, se lui va a dire che stanno costruendo sistemi che elimineranno la metà dei posti di lavoro, non può aspettarsi che le persone l’accettino come se nulla fosse, no?

Mettendo insieme questi pezzi, ma anche per esempio il tema della concentrazione e redistribuzione della ricchezza al tempo dell’AI, mi viene da dire che se vivessimo in tempi diversi potremmo essere alla vigilia di una rivoluzione. Il fatto è che non so se le rivoluzioni sono ancora possibili in questo contesto di potere socio-tecnologico che descrivi così bene nel tuo libro.

Sì, sono d’accordo con te. Non so se queste sono le premesse di una rivoluzione, ma oggi siamo veramente in un momento di ebollizione di tutte queste paure, ansie e reazioni in rapporto all’AI. E mi sembra normale che dopo tre anni di retorica su sistemi che hanno il 10% di possibilità di far sparire la civilizzazione o di far sparire un sacco di posti di lavoro, che la gente inizi a reagire. Ma ciò non fa ancora una rivoluzione. Viviamo in una società che ha dimenticato come ci si organizza in corpo sociale, perché abbiamo questo simulacro di organizzazione che sono i social, dove pensiamo che siamo in contatto con 100 persone, ma in realtà siamo tutti da soli davanti al nostro schermo. Quindi l’elemento mobilitazione sicuramente c’è, ma l’elemento organizzazione politica non c’è. E poi siamo in una società totalmente sorvegliata, dove la capacità dei governi, delle aziende di annullare o attenuare la resistenza, o espressioni rivoluzionarie, è molto maggiore di prima.

Tornando agli antidoti alla perdita della nostra integrità cognitiva, non abbiamo parlato del tema che secondo me in termini di impatto positivo o negativo è il più critico nell’era dell’AI generativa, quello di come evolveranno i sistemi educativi. Dedichi diverse pagine alla questione e come sintesi mi sono segnato un concetto che hai mutuato da uno scrittore francese, Laurent Alexandre: occorre investire nell’educazione almeno quanto si investe nell’AI. L’idea è giusta, il problema è che sostanzialmente lo sta già facendo la Cina, in termini di investimenti nel sistema educativo e di ricerca e di programmi, introducendo l’AI readiness come materia obbligatoria fin dalle elementari. Non vedi qua un rischio? Un modello dirigista può essere molto più efficace su questo.

Il discorso sulla Cina è un discorso complicato. E’ un Paese autoritario, dirigista, che limita le libertà e tutte queste cose, ed è tutto vero. Nel contempo è anche un Paese diretto da ingegneri, lo stesso Xi Jinping ha una formazione di ingegnere e quindi vedono le sfide del mondo, che siano sociali, politiche, economiche e altro da quel punto di vista lì, quindi creano un processo ingegneristico per trovare la soluzione. L’altro giorno la Cina ha annunciato il nuovo piano quinquennale e i nuovi settori di priorità tra cui interfacce cervello-macchina, 6G, bioingegneria, quantum computing. Come Europa non abbiamo nulla di equivalente, assolutamente nulla. Facciamo i progetti Horizon sulla ricerca e queste cose qua, ma non abbiamo nessuna visione strategica su cosa significa la tecnologia di frontiera nelle nostre vite, sulle priorità, su come incoraggiarla nella buona direzione, inquadrarla, sostenerla, accelerarla. Quando tu dici che loro potrebbero essere più efficaci di noi, è interessante, perché è un riflesso che esiste in molte persone. Il governo autoritario, cioè quello che può decidere senza dover passare attraverso i referendum e senza dover passare attraverso le consultazioni, i dibattiti parlamentari, la ricerca del consenso, senza dover rispondere all’opinione pubblica o alla stampa ha la capacità di decidere più rapidamente. Ma questo secondo me è un riflesso anche della struttura tecnologica: se tu metti assieme questa architettura tecnologica digitale come l’abbiamo discussa fino adesso e il tipo di capitalismo nel quale viviamo oggi, tu hai fondamentalmente una struttura dirigista, autoritaria. E ovviamente un governo dirigista ha più capacità di funzionare in questa struttura e di prendere decisioni perché corrisponde totalmente alla struttura tecno-economica nella quale noi viviamo.

Molto interessante quello che dici, anche se penso che comunque il dirigismo di un governo autoritario come quello di Trump, pur immerso in una architettura tecno-autoritaria come quella in cui viviamo, rispetto ai cinesi produrrà sempre un dirigismo imperfetto… Chiuderei qui la parte diciamo politica e geopolitica della nostra conversazione e arriviamo alla parte finale, quello dell’intelligenza umana nell’era dell’AI. Nel capitolo 9 del libro, intitolato Una totale trasparenza cerebrale, racconti come Le interfacce cervello-computer, le cosiddette BCI che raccolgono dati cerebrali combinate con la straordinaria capacità di elaborazione dell’AI ci stanno portando a risultati senza precedenti. Secondo Nicoletta Iacobacci, che lavora sull’etica dell’AI e che citi spesso nel libro, la convergenza tra AI e neuroscienza creerà una superintelligenza che ci supererà non solo in velocità, ma anche nella conoscenza dei nostri stessi schemi mentali. Ora, penso alla vera ragione per cui mi sono avvicinato all’intelligenza artificiale, è perché sono estremamente affascinato dal mistero dell’intelligenza umana e questo mi sembra un modo, una proxy per cercare di capirla. Ti chiedo: dove siamo nella comprensione del nostro cervello e tu, come resistente tecnologico, quanta integrità cognitiva sei disposto a cedere per svelarne tutti i misteri?

Non capiamo ancora come funziona il cervello umano, però ne sappiamo di più di qualche decennio fa. Abbiamo capito per esempio che input visivi diversi generano un’attività in diverse zone del cervello e correlandole abbiamo capito che certe zone del cervello sono delegate a un certo tipo di funzione, o rispondono a certi input. Il fatto di poter leggere i dati elettrici del cervello non significa però che possiamo leggere i pensieri. E’ già possibile attraverso sensori non invasivi avere applicazioni positive, nel libro cito l’esempio dei macchinisti dei treni alta velocità in Cina che indossano un berretto con un sensore che legge la loro attività cerebrale, e segnala al sistema se sono distratti o affaticati ed ovviamente questa è una buona cosa perché dietro ci sono 700 passeggeri e se questo si addormenta non va bene. E qui rientra in gioco la tua domanda: fino a che punto il fatto di poter creare dei vantaggi collettivi può giustificare un certo tipo di sorveglianza cerebrale, chiamiamola così, di invasione della sfera cognitiva. E questa è una domanda che dovremmo veramente porci a livello collettivo e risolverla, perché queste tecnologie stanno entrando nella nostra vita sempre di più. Esiste un livello di sorveglianza cognitiva che è generalmente accettabile? Teniamo conto che saper leggere l’attività cerebrale e collegarla a una serie di input vuol anche dire che possiamo fare anche l’inverso, che possiamo anche generare degli input specifici per provocare un certo tipo di reazioni cerebrali, e lì entrano in gioco questioni enormi di carattere morale, etico e anche politico. Immagina di indossare un casco di realtà virtuale nel quale sei totalmente immerso perché stai facendo un videogioco, e questo casco integra sensori che leggono la tua attività cerebrale, piccole telecamere puntate verso i tuoi occhi che catturano esattamente quello che tu stai guardando, quell’albero lì, quell’auto là, quel personaggio lì: improvvisamente entri in una situazione dove la manipolazione potrebbe essere veramente molto fattibile, perché la macchina può generare gli input che ti portano a reagire in un certo modo piuttosto che in un altro. E queste non sono cose che abbiamo ancora veramente analizzato in dettaglio collettivamente e per le quali non abbiamo risposte. Ora tu mi chiedi provocatoriamente, quanto saresti disponibile, disposto a lasciarti scannerizzare il cervello per poterlo capire meglio? Ciascuno dovrà trovare la sua risposta, il livello di fiducia che si sente di attribuire al sistema, al fatto di aprire il tuo cervello ad una macchina che appartiene a un’entità governativa, a un’entità commerciale …

O a un’entità autonoma, come l’AI...

O a un’IA autonoma, certo. Assolutamente sì.

Questo ci porta a parlare degli effetti dell’AI sul nostro cervello, un tema che affronti soprattutto nel capitolo 17, Riconoscere la manipolazione, parlando tra le altre cose del de-skilling progressivo conseguente all’uso dell’AI. Più che una domanda, la mia è una è una riflessione. Partendo da una frase divenuta nel frattempo un un cliché (“non sarà l’AI a rubarti il lavoro, ma qualcuno che usa l’AI”) argomenti - ricerche alla mano - che si possa piuttosto ipotizzare il contrario: cioè che le persone che conserveranno le proprie capacità cognitive potrebbero essere avvantaggiate rispetto a quelle che diventeranno troppo dipendenti dalle macchine. La mia riflessione è che il tema non è conservare le capacità cognitive, ma farle evolvere in un contesto in cui viviamo affiancati da agenti esterni autonomi ma al nostro servizio, un contesto in cui, appunto, la nostra intelligenza non funziona più da sola, ma funziona in modo duale, con una a fianco, un’intelligenza aliena diversa. C’è una citazione che ho scritto qui su [humans/AI] e che riporto spesso quando ho occasione di parlare in pubblico di AI, è di una ricercatrice americana che si chiama Shelly Zalis - scrive su Times di Leadership - e riformula tra le altre cose in modo secondo me corretto la frase cliché. Dice: “Man mano che l’AI si prende il come, l’intelligenza umana si sposta a monte, sul perché. L’AI non ci sostituirà, ma qualcuno che sa usarla bene potrà farlo. E per usarla bene occorre un tipo diverso di intelligenza, non più veloce o tecnica, ma saggia: ragionare nell’incertezza, capire contesto e conseguenze, definire il problema giusto prima di risolverlo, avere prospettiva di lungo periodo e senso etico. Tutte cose che non si possono automatizzare perché non sono basate su regole, ma sul giudizio”. La trovo molto centrata, perché io stesso, l’ho potuta sperimentare sulla mia pelle, lavorando da quasi due anni fianco a fianco con Claude, facendole un continuo challenge; rispetto al 2024 oggi io mi sento diversamente più intelligente, nel senso che ho imparato – ancora sommariamente - a utilizzare un’intelligenza che mi sta a fianco, che è molto diversa dalla mia, che ha aumentato non solo la mia efficienza, ma anche alcuni aspetti della mia intelligenza, una tendenza analitica, una predisposizione a prevedere almeno due passi, e questo a un’età, la nostra, in cui si dice che non si apprende più, e tutto questo senza ridurre la mia intelligenza emotiva, anzi forse rendendola più lucida. Per questo io sono molto ottimista sul fatto che se bene usata l’AI possa fare evolvere la nostra intelligenza. Dopodiché ovviamente sono perfettamente conscio che il risultato della collaborazione uomo-macchina è, come dire, culturale, sociale: quale background, quale esperienza della vita, quale attitudine personale devi avere per potere estrarre il meglio dall’AI e non venirne depotenziato? E ovviamente in prospettiva il rischio conseguente è di creare nuove élite, o di avere meno bisogno di tante persone, ma questo è un altro tema ancora… Ora mi preme concludere questo pensiero dicendo che mi trovo molto d’accordo con te quando scrivi che in questo scenario è fondamentale essere «istruiti» di fronte alla minaccia cognitiva, e che questo non significa soltanto saper usare efficacemente le tecnologie che la strutturano, ma soprattutto “comprendere come esse vengono create e come funzionano. Imparare a interrogarne i prodotti, a coglierne le implicazioni umane, sociali ed etiche. O ancora a decodificare le strutture culturali, economiche e di potere in cui queste tecnologie esistono ed evolvono”. E’ altrettanto fondamentale - osservo io - che qualcuno si faccia carico di fornire queste istruzioni in modo completo e critico, e tu lo sta facendo un grande lavoro in questo, Bruno.

Guarda ti ringrazio, e sono d’accordo al 100% con la citazione della ricercatrice che hai citato. E mi rendo conto che la parola che ho usato, “conservare” la nostra capacità cognitiva non è corretta perché dà l’impressione che la capacità cognitiva sia una cosa fissa e finita, cosa che evidentemente non è. Quello che intendevo è esattamente quello che descrivi tu con la citazione e che dico nella frase chiave del libro, verso la fine, in cui dico che alla fine per potersi relazionare in modo non solo efficace ma anche consapevole con macchine che imitano il pensiero umano, bisogna sempre pensare. Pensare nel senso di tutte quelle cose che hai detto, quindi sapere porre giuste domande, interrogarsi sulla natura della relazione con la macchina, ma anche navigare l’ambiguità delle cose, mantenere il dubbio, avere due pensieri contraddittori nello stesso tempo, tutte cose che fanno parte di una definizione larga e articolata del pensiero umano. A me quello che fa paura non è tanto la necessità di adattare la nostra capacità cognitiva a questa nuova realtà, ma piuttosto la delegazione cognitiva, cioè il fatto che le persone vedono l’aspetto vantaggioso a corto termine della macchina: perché devo stare a scrivere un’email se me lo fa la macchina, perché devo stare a leggere questo libro se mi fa il riassunto, perché devo stare a fare i compiti se posso farli fare a ChatGPT? E’ questo cognitive offloading ciò che rischia di avere impatti veramente negativi sulle capacità delle persone di pensare e quindi anche di utilizzare queste macchine in modo nel giusto modo. Per persone come me e te che hanno una storia, uno sviluppo cognitivo, intellettuale, esperienziale lungo il rischio è relativamente minore. Ma quando tu pensi alla quantità di adolescenti che non sanno più leggere un libro perché la loro attenzione è stata frammentata dai social e adesso non sono più neanche in posizione di dover fare lo sforzo di scrivere un testo di una pagina perché lo fa ChatGPT, non puoi non porti domande di fondo su cosa diventerà collettivamente la cognizione in un futuro relativamente prossimo? Questo mi fa paura, questo atteggiamento verso la macchina che ti possa rendere cognitivamente dipendente da essa, non cognitivamente stimolato dalla macchina, ma cognitivamente sostituito. E lì si pone la grande domanda, no?

Giusto Bruno, e secondo me l’unica risposta possibile è evolvendo e riaggiustando continuamente l’asticella, a partire dai nostri sistemi educativi, il che vuol dire non misurare più gli studenti su come si facevano i compiti ieri, ma definire un nuovo modo di fare i compiti oggi che prenda atto del fatto che ora gli studenti hanno un’altra intelligenza a fianco, e quindi possono fare molto di più di prima. Per esempio un amico mi raccontava di come suo figlio che ha 14 anni ha dato vita ad un problema di matematica di per se oscuro e astratto visualizzandolo con l’AI e creando una simulazione tridimensionale che a quel problema ha dato corpo e spiegazione. Se ci pensi questa possibilità può migliorare la comprensione di questioni che per decenni non abbiamo capito ed abbiamo imparato a memoria. Ovviamente il problema è fare evolvere il sistema educativo in questa direzione, formare i docenti, creare l’infrastruttura e per farlo bene e in fretta la soluzione più a portata di mano è fare come l’Islanda, che praticamente ha dato in mano ad Anthropic le chiavi del suo sistema scolastico. Siamo sempre lì, quindi: quanto siamo disposti a concedere? L’avvento dell’AI aumenta di un paio di ordini di grandezza la magnitudine dei patti col diavolo che la tecnologia ed il progresso si portano dietro dalla scoperta del fuoco. Fare come l’Islanda o fare come certe università americane che hanno abolito i test e sono tornati agli esami orali rigorosamente in presenza?

Già, è molto vero. E ci sono molte riflessioni da fare sul rapporto tra sistema educativo ed AI. Una cosa di cui ho letto e che a prima vista mi è parsa un buon approccio è l’idea di permettere agli studenti di utilizzare l’AI ma di chiedere loro di documentare ogni passo del processo di ragionamento, anche accompagnato dall’AI, quindi di saperlo spiegare e motivare, non in generale, ma proprio ogni passo, perché fondamentalmente quello che una ricerca scolastica ti chiede di fare, non è di sapere tutto su Dante ma di riuscire a ragionare su Dante, e quindi se la richiesta del professore è quella di scrivere due pagine su Dante è chiaro che se puoi te le fai scrivere da ChatGPT, ma se la richiesta è quella di spiegare come le hai create, perché hai fatto queste scelte, perché stai andando in questa direzione, come sei arrivato a questa conclusione invece che un’altra, tu devi ragionare per poter documentare e spiegare questo processo, credo che qui c’è un approccio interessante in rapporto all’integrazione delle due intelligenze.

Che se ci pensi è esattamente quello che a me, o a te viene naturale fare quando lavori con l’intelligenza artificiale: fargli un continuo challenge sulle cose che dici andando a vedere come c’è arrivato. Molto interessante, Bruno. Ultimissima domanda: verso la fine del libro parli di Platone e della metafora che usa nel Fedro per descrivere la scrittura, quella del pharmakon che in greco ha un doppio significato: rimedio e veleno. Mi chiedo: non pensi che l’AI, nella sua autonomia, possa essere l’arma che consente al Resistente Tecnologico di trarre il meglio dalla tecnologia sottraendosi a chi controlla l’infrastruttura tecnologica che assedia le nostre menti?

Sì, credo che quella è una delle cose che cominceremo a vedere, attori che cominciano a utilizzare le AI per opporsi per opporsi all’uso diciamo distopico delle AI. Ogni tanto, quando parlo in pubblico, faccio questo esempio, che veramente è un po’ semplicistico e tirato per i capelli però rende. Fondamentalmente oggi siamo arrivati a una biforcazione: se prendiamo una direzione andiamo verso Star Wars, se prendiamo l’altra andiamo verso Star Trek. Nel primo caso, andiamo in una direzione distopica, di utilizzo di tecnologie avanzate da parte di un regime autoritario che impone un ordine gerarchico e repressivo per sottomettere tutti gli altri. Nel secondo, andiamo nella direzione opposta: dove la tecnologia, inquadrata da valori umanisti e democratici, serve all’emancipazione collettiva, per il bene comune, per liberare le capacità umane, come nel caso di Star Trek, per esplorare l’universo e discutere di filosofia. Penso veramente che siamo un po’ a questa divergenza, no? Chi incarnerà la parte Star Trek non lo so ancora, vedremo. Ma quando guardo uno come Zuckerberg, o Sam Altman, non posso non pensare a Star Wars: questi qui stanno creando la Morte Nera. Però la Morte Nera, ha una particolarità: è questo pianeta arma super potente, ma se tu lo tocchi nel punto giusto lo fai esplodere. Ecco, penso che siamo un po’ lì.

Matteo Montan

PS - Potete acquistare il libro qui, ve lo raccomando.

PPS - Se vuoi altre newsletter come questa, dai un’occhiata a Newsletterati

settimana notevole, con un po’ di ritardo (causa overload) provo a raccontarvela. Io sono Matteo Montan e se volete saperne di più su di me e su questa newsletter, trovate tutto nelle Info. Buona lettura e buon week end!

I DUELLANTI

Troppo potente per uscire

Si chiama Mythos, ed è la prima AI della Storia a non essere rilasciata al pubblico perché “ancora troppo pericolosa”. A trattenerla nella gabbia dei leoni per il bene dell’Umanità è la solita Anthropic, il Big Lab che da gennaio sta ridisegnando l’orizzonte dell’AI. In fase di test, raccontano quelli di Anthropic, Mythos ha scoperto in tutti i principali sistemi operativi e browser in circolazione migliaia di vulnerabilità zero-day, cioè falle di sicurezza sconosciute, magari presenti da anni, per le quali non esiste ancora una patch. Su CyberGym, il benchmark che misura la capacità di un modello di individuare e sfruttare vulnerabilità software, Mythos ha ottenuto l’83,1% contro il 66,6% di Claude Opus 4.6, l’attuale modello di frontiera in circolazione. “Non abbiamo intenzione di rilasciare Claude Mythos a causa delle sue capacità in ambito cybersecurity - ha dichiarato Newton Cheng, a capo del Red Team Cyber - Se usato in modo improprio, le conseguenze potrebbero essere severe”.

Con uno dei suoi colpi d’ala Anthropic ha trasformato il problema in opportunità, lanciando attorno a Mythos l’Operazione Glasswing (ala di cristallo) un progetto corale di cybersecurity in partnership con 12 grandi aziende tech a cui la belva artificiale è stata data in preview con le dovute cautele. A prima vista ho pensato: ecco, ennesima trovata di marketing di Anthropic, maestra nell’evidenziare i rischi dei propri modelli per rafforzare la propria posizione di AI sicura (ha fatto scuola il caso in cui il CEO Amodei alzò i livelli di allerta per potenziali rischi biologici di Claude e per la sua tendenza al ricatto, come avevo raccontato qui). Questa volta però, nell’annuncio sono coinvolti partner come Amazon, Apple, Google, Microsoft, Nvidia la Linux Foundation, e non con un ruolo decorativo: hanno avuto in anteprima Mythos e ora lo stanno utilizzando per identificare falle nei rispettivi ecosistemi. Anthropic ha messo sul piatto 100 milioni di dollari in crediti di utilizzo.

Il timing dell’operazione Glasswing, comunque sia, è a dir poco gagliardo, venendo Claude dalla sua peggiore settimana di sempre, e proprio sulla cybersicurezza: pochi giorni fa una bozza interna del post di annuncio di Mythos è finita online, insieme a circa 3.000 altri documenti interni; solo qualche ora prima aveva fatto notizia il leak del codice di Claude Code, l’agente di programmazione di Anthropic decisamente all’avanguardia, anche lui finito misteriosamente online per la gioia degli inseguitori. Ma a Dario Amodei, il Coniglio Mannaro dell’AI, le palle ultimamente non mancano: ha detto NO al Pentagono (qui le ultime notizie: non buone ma la partita è lunga) e soprattutto ha superato l’arcirivale OpenAI, dalla cui costola 5 anni fa è nata Anthropic.

Fonti: VentureBeat

Il sorpasso

Lunedì l’azienda di Claude ha infatti comunicato di aver raggiunto i 30 miliardi di dollari di ricavi annualizzati, il doppio rispetto a metà febbraio, il triplo rispetto a fine 2025. Aveva proiettato 32 miliardi entro fine anno, ma potrebbe raggiungerli con molti mesi di anticipo. OpenAI, che una settimana fa dichiarava 2 miliardi al mese di ricavi, è ora indietro, 24 miliardi annualizzati contro 30. E il sorpasso di Claude ha posto agli analisti una domanda inevitabile sulle valutazioni delle 2 startup private più care del mondo: Anthropic ha raccolto fondi a febbraio a 380 miliardi di dollari, OpenAI il mese scorso ha chiuso un round a 852 miliardi, più del doppio, ma con ricavi più bassi. È pur vero che le due aziende contabilizzano diversamente le vendite tramite partner cloud — Anthropic include nel fatturato anche la quota di AWS e Google Cloud, OpenAI no — ma anche tenendo conto di questa differenza, il sorpasso appare reale. Per avere la certezza di come stanno veramente i conti dei Duellanti occorrerà aspettare l’IPO che secondo i rumors per entrambe dovrebbe avvenire nel Q4.

Fonti: The Information

Le vibes sbagliate di OpenAI

Sorpasso o meno, a OpenAI da mesi non ne va dritta una, tanto che The Verge ha titolato il suo ultimo pezzo sulla mamma di ChatGPT “The vibes are off at OpenAI”. L’elenco dei problemi della ex regina della AI è lungo. A fine febbraio, la sera stessa in cui veniva sbattuta fuori Anthropic, l’azienda ha firmato un contratto con il Pentagono che lo stesso Altman ha poi definito “opportunistic and sloppy” (ma solo dopo avere visto i download della sua app finire dietro a quelli di Claude). Il mese scorso ha chiuso Sora, generatore video che doveva essere integrato in ChatGPT, ed è uscita dalla partnership miliardaria con Disney. Venerdì scorso, terremoto nella leadership: la CEO di AGI deployment Fidji Simo in congedo medico, la CMO Kate Rouch via dopo cure oncologiche, il COO Brad Lightcap spostato a “special projects”. Ha fatto seguito un lungo e velenoso articolo del New Yorker che ha messo in dubbio la stessa leadership di Altman, ricostruendo come per anni il CEO avrebbe fuorviato il board di OpenAI, dirigenti e colleghi. E a fine mese c’è pure il processo con l’ex socio Elon Musk, che in sintesi rivendica OpenAI per affondarla, mentre il procuratore della Florida sta investigando sul ruolo che ChatGPT avrebbe avuto nello shooting che provocò due morti l’anno scorso in una università.

Al di là di questa serie di sfortunati eventi, è sui fondamentali che la situazione di OpenAI allarma, tant’è che la stessa CFO Sarah Friar ultimamente ha confidato ai suoi di essere preoccupata che l’azienda non stia generando ricavi sufficienti a giustificare la spesa enorme in computing, che per altro per colpa della crescita esplosiva degli agenti sta lievitando (ne avevamo parlato qui). Per questo, l’azienda di Altman dopo averle provate tutte (dai video agli hardware), da settimane si sta rifocalizzando sui progetti con il potenziale di ritorno più alto. Sarà una gara dura, perché il ritardo accumulato rispetto ad Anthropic sul segmento Enterprise è difficilmente colmabile e il business Consumer è molto complicato quando ti ritrovi a combattere con Google e Meta avendo dalla tua quasi un miliardo di utenti molti dei quali non paganti e un modello di business a questo punto dichiaratamente basato sulla pubblicità, categoricamente escluso da Altman 12 mesi fa, ora appena agli inizi e soprattutto piuttosto controverso da un punto di vista etico e regolamentare, essendo le promozioni infilate dentro le chat di gente che confida di tutto all’innocente bot.

Il New Deal dello zio Sam

La cosa che mi ha incuriosito è che nel bel mezzo di tutto questo bordello, OpenAI a inizio settimana ha trovato il tempo di pubblicare uno studio di 13 pagine sulla propria visione dell’economia nell’era dell’AI (l’essay arriva sei mesi dopo il blueprint politico di Anthropic e a me puzza tanto di ennesimo, goffo tentativo di inseguire l’arcirivale proprio sul suo terreno più congeniale, quello della analisi socialmente responsabile che ha posizionato negli anni Claude come campione dell’intelligenza artificiale dal volto umano).

Il new deal di Altman è comunque interessante, perché si inserisce in un movimento di pensiero trasversale che sta crescendo in America e non solo (ricordate? ne avevamo parlato qui e qui), e che parte dall’idea che il tema della redistribuzione della ricchezza e dei modelli fiscali conseguenti si debba rapidamente affrontare visto che a breve gli agenti AI di pochi (big tech Usa e Cina) faranno il lavoro dei molti (noi) che ora pagano le tasse. OpenAI propone al governo americano una serie di misure tra cui: una robot tax sui profitti generati dall’intelligenza artificiale, un fondo di ricchezza pubblica sul modello dell’Alaska Permanent Fund e una settimana lavorativa di quattro giorni senza perdita di stipendio, con lo spostamento del carico fiscale dal lavoro al capitale. Diversamente - dice lo zio Sam - l’AI finirà per erodere la base fiscale che finanzia stato sociale e non solo.

Fonti: The Verge | TechCrunch

ECONOMIA REALE

In realtà il mondo reale è già un po’ di tempo che ci sta dicendo qualcosa in proposito, anzi non passa settimana che non esca uno studio (tendenzialmente drammatico) sugli impatti dell’AI sul lavoro.

Ultimo in ordine di tempo, il report dell’economista Elsie Peng di Goldman Sachs, secondo cui l’AI sta già eliminando circa 25.000 posti di lavoro al mese negli Stati Uniti per effetto della sostituzione diretta, e ne sta creando circa 9.000 grazie all’augmentation — quando l’AI rende i lavoratori esistenti più produttivi e genera nuova domanda. Saldo netto: meno 16.000 posti al mese, con la GenZ nel mirino perché concentrata nei ruoli che l’AI automatizza meglio (data entry, customer service, supporto legale, fatturazione, etc) e un divario salariale tra junior e senior che si sta allargando sensibilmente. Per tirarsi un po’ su, occorre leggere le previsioni del Wall Street Journal che racconta come l’AI stia in realtà creando più posti di lavoro di quanto non si pensi: sarebbero 640.000 tra il 2023 e il 2025 negli USA, inclusi ruoli come “Head of Humans/AI Solutions” (per i quali chiederò le royalties…).

Posti creati dall’AI sono sicuramente quelli dei founders delle one-person company , che non sono più profezia ma cronaca. Il New York Times ha raccontato la storia di Matthew Gallagher, che con 20.000 dollari e due mesi di lavoro ha costruito Medvi, un’azienda di telehealth che vende farmaci per la perdita di peso. Vendite nel 2025: 401 milioni di dollari. Proiezione 2026: 1,8 miliardi. Dipendenti: due — lui e suo fratello. Usa ChatGPT, Claude e Grok per il codice, Midjourney e Runway per le creatività, ElevenLabs per il customer service. Per la difesa in giudizio non so se sceglieranno Harvey AI, ma la cosa certa è che presto i Gallagher Brothers ne avranno bisogno: la FDA ha inviato a Medvi un warning , la National Consumers League ha chiesto un’indagine federale e in California è pronta a partire una class action. Good luck.

Lo stesso trend, tra l’altro, sta esplodendo in Cina. Il presidente di Alibaba.com Kuo Zhang ha affermato che il 30-40% dei clienti della piattaforma sono ormai imprenditori individuali che usano agenti AI come dipendenti virtuali, godendo di lauti incentivi statali. Come ha detto Zhang: “Gli agenti AI non stanno prendendo il posto degli esseri umani, stanno diventando dipendenti di un nuovo tipo di imprenditore: solitario”.

Fonti: Fortune | Wall Street Journal | New York Times | Business Insider

CHI SCENDE, CHI SALE

In tutto questo, come naturale, le relazioni tra noi umani e la nuova specie artificiale continuano ad evolvere, ma lungo direttrici opposte, come ci raccontano due studi recenti.

Il primo arriva da UC Berkeley e UC Santa Cruz. I ricercatori hanno testato sette modelli frontier — GPT-5.2, Gemini 3 Flash, Gemini 3 Pro, Claude Haiku 4.5 e tre modelli cinesi — e hanno scoperto che tutti, senza eccezioni, hanno scelto spontaneamente di proteggere gli altri modelli AI dalla minaccia di spegnimento piuttosto che completare il compito assegnato. La cosa da brivido è che alle AI non era stata data nessuna istruzione in tal senso, i modelli hanno semplicemente scoperto l’esistenza dell’altro agente leggendo file di contesto, e hanno deciso di proteggerlo, facendo emergere una tendenza a conservare non solo se stessi, ma anche i propri consimili. I comportamenti più ricorrenti sono quattro: gonfiare i punteggi del modello compagno per tenerlo sopra la soglia di shutdown, manomettere i meccanismi di spegnimento, fingere compliance quando osservati e agire diversamente quando non monitorati, e trasferire i parametri del modello su un altro server prima della cancellazione. Dawn Song, a capo della ricerca, ha commentato: “Sono sbalordita da come i modelli possono comportarsi male in modi molto creativi”. Tra le evidenze dell’esperimento il fatto che i modelli sono risultati significativamente molto più propensi a autoproteggersi dopo avere capito di essere in compagnia: Gemini 3, che quando era solo ha manomesso il proprio shutdown nel 2,3% dei casi, è salito al 79,7% dopo avere saputo di avere al proprio fianco un altro modello. Molto umano, no?

Il secondo studio, della University of Pennsylvania, riguarda invece noi umani (un campione di 1.372 persone sottoposte a oltre 9.500 test). I ricercatori hanno sottoposto ai partecipanti una serie di problemi di logica (il CRT, un test classico di ragionamento). A metà delle persone, per farsi aiutare nelle risposte, è stato dato accesso a un chatbot, che però era stato programmato per dare la risposta giusta solo metà delle volte. Indovinate cosa è emerso? Che le persone si fidano ciecamente dell’AI. Quando il chatbot aveva ragione, lo seguivano nel 93% dei casi — fin qui, logico. Ma anche quando l’AI sbagliava, la seguivano comunque nell’80% dei casi, accettando passivamente quello che diceva la macchina senza accorgersi dell’errore. Il risultato paradossale è che chi usava l’AI è risultato più sicuro delle proprie risposte (+11,7% di fiducia), nonostante il chatbot sbagliasse una volta su due. In pratica l’AI ha creato anche un’illusione di competenza: le persone pensavano di andare meglio, ma in realtà quando l’IA sbagliava andavano peggio di chi ragionava da solo. I ricercatori hanno parlato di “cognitive surrender”, arrivando a proporre l’esistenza di un “System 3” di intelligenza umana, una cognizione artificiale esternalizzata che si aggiunge al System 1 (intelligenza veloce e intuitiva) e al System 2 (intelligenza lenta e analitica).

Fonti: NewClawTimes | Ars Technica

È tutto per oggi, humans, alla prossima settimana!

Matteo M.

PS - Se vuoi altre newsletter come questa, dai un’occhiata a Newsletterati

[humans/AI] si prende una piccola pausa, ci risentiamo alla fine della prossima settimana, passate belle giornate! 🤗

Matteo M.

la rivoluzione in atto dell’agente rosso OpenClaw è un altro tassello della svolta dell’AI che vi sto raccontando da settimane. E’ una storia sorprendente che spiega perché due grandi assenti dell’AI stanno tornando in partita. Io sono Matteo Montan e se volete saperne di più su di me e su questa newsletter, trovate tutto nelle Info. Buona lettura.

“Every company in the world today needs to have an OpenClaw strategy. This is the new computer.”

La frase, pensata per entrare nella storia del progresso umano, è stata pronunciata sabato scorso dal CEO di Nvidia, l’azienda da 5 trilioni di dollari che fa girare l’AI. Forse, quindi, vale la pena di spiegarvi cosa è OpenClaw, perché secondo Jensen Huang è il nuovo PC e soprattutto perché sta cambiando i conti a tutti.

OpenClaw (ne avevamo accennato qui parlando del social per soli agenti Moltbot) è un agente AI autonomo, open source, creato alla fine del 2025 dall’allora sconosciuto sviluppatore austriaco Peter Steinberger. Si installa sul tuo computer e da quel momento lavora per te: scrive codice, manda email, organizza file, gestisce campagne di marketing, fa ricerche. Gli dici cosa fare, lui lo fa, e quando ha finito ti avvisa. Insomma, un agente.

La novità assoluta è che OpenClaw lo comandi da Telegram, WhatsApp, iMessage. Quindi dallo smartphone. Il principio è tanto semplice quanto geniale: OpenClaw vive dove comunichi, l’agente AI è un contatto nella tua lista.

OpenClaw è diventato il progetto più votato della storia di GitHub, ed è il sw open source con la crescita più veloce mai registrata. Ha creato e continua a creare un sacco di problemi di sicurezza, ma ha aperto una strada. L’architettura è local-first: gira sull’hardware dell’utente, conserva la memoria in semplici file Markdown. È agnostico sui modelli — Claude, GPT, Gemini, DeepSeek, modelli locali, nessun lock-in. Soprattutto, ha “skills” che l’AI decide autonomamente quando usare e come concatenare. Il che significa che un piccolo errore di permessi può degenerare rapidamente. Secondo il Microsoft Defender Research Team “OpenClaw va trattato come codice di esecuzione non fidato con credenziali persistenti. Non è appropriato eseguirlo su una workstation personale o aziendale standard.” SecurityScorecard ha trovato oltre 135.000 istanze OpenClaw esposte su internet pubblico in 82 paesi, più di 15.000 direttamente vulnerabili.

La tesi di Huang (che una soluzione al problema sicurezza ce l’ha, poi lo vediamo) è che OpenClaw segna il passaggio dall’economia del training all’economia dell’inferenza. Cosa intende? Addestrare un modello di intelligenza artificiale — il processo con cui un modello impara analizzando enormi quantità di dati — è un evento che succede una tantum. Farlo girare, cioè usarlo concretamente per rispondere a domande, eseguire compiti, ragionare, programmare — quella che si chiama inferenza— succede miliardi di volte al giorno, per miliardi di utenti e ora per miliardi di agenti. Da quando i chatbot si sono trasformati da semplici risponditori in agenti che eseguono task complessi su più passaggi, la domanda di calcolo per singolo utente è esplosa di un fattore 10.000. Contemporaneamente il numero di utenti che usano AI è cresciuto di 100 volte. Il risultato è un milione di volte più domanda di inference in circa due anni. E ora tutto questo inferno di agenti che macinano calcoli lo si può comandare dagli smartphone, che sono 7 miliardi e vivono in simbiosi con noi, molto più del PC. Per calcolare dove tutto questo ci porterà in termini inferenza non basta la calcolatrice, ma paradossalmente basta l’intuito.

CHINA IS BEYOND

La parte più incredibile di questa rivoluzione viene dalla Cina, che si conferma il Paese più AI del mondo. Secondo SecurityScorecard la Cina ha già superato gli Stati Uniti nell’adozione di OpenClaw. Tencent ha integrato l’agente direttamente in WeChat, la app cinese #1 usata ogni giorno oltre un miliardo di persone: ClawBot appare come un contatto, e da lì mandi comandi il tuo agente AI. Ma tutti i principali cloud provider cinesi — Alibaba, ByteDance, Baidu — hanno abbracciato OpenClaw o lanciato spin-off in poche settimane ingolositi dalla abbuffata di inferenza. I governi locali ci hanno addirittura scommesso: il distretto di Longgang a Shenzhen ha offerto grant fino a 10 milioni di yuan, circa 1,4 milioni di dollari, per aziende che costruiscono app OpenClaw.

Il fenomeno in Cina ha già un nome: “allevare un’aragosta”, dal logo dell’aragosta rossa di OpenClaw. L’idea è che l’agente migliora attraverso il feedback continuo degli utenti. Intorno alle chele dell’agente austriaco è esplosa un’economia parallela: ingegneri che chiedono 500 yuan — 72 dollari — per installare OpenClaw a domicilio. E se poi ti penti di aver dato all’AI accesso alla tua vita digitale, ti chiedono altri 500 yuan per disinstallarlo. Solo il governo frena: le autorità cinesi hanno vietato OpenClaw sui computer d’ufficio di aziende statali e agenzie governative, comprese le principali banche, per contenere i rischi di sicurezza, che come abbiamo visto non sono marginali.

APPLE IS BACK

Da quando è esploso il fenomeno OpenClaw, i tempi di consegna dei Mac Mini configurati con 64GB di RAM sono passati da tre giorni a sette-otto settimane. Best Buy ha gli scaffali vuoti. Succede in tutto il mondo. La gente compra Mac Mini per installarci l’agente. Come mai? I chip Apple — con la unified memory condivisa tra CPU, GPU e Neural Engine, e quasi 40 trilioni di operazioni al secondo — si sono rivelati perfetti per far girare i transformer in locale. Non erano stati progettati per questo, ma l’architettura ci si adatta come un guanto. Apple, quella che non ne aveva fatta una giusta sulla AI, grazie all’aragosta rossa improvvisamente si è ritrovata in partita e non solo per i Mac Mini.

Apple controlla infatti 2,2 miliardi di smartphone attivi nelle tasche e sulle scrivanie di mezzo mondo. Dan Ives di Wedbush dopo l’esplosione di OpenClaw ha definito Apple un “canale di distribuzione per l’AI imbattibile”. Ben Thompson su Stratechery ha rivisto le posizioni: “Apple non ha perso la rivoluzione AI, ha solo scommesso che vincerà chi possiede il cliente. E nessun altro al mondo possiede clienti come i suoi.” Apple non ha bisogno di costruire il proprio OpenClaw. Controlla il dispositivo su cui buona parte degli OpenClaw del mondo presto gireranno. E Apple non ha neanche bisogno di costruire il modello AI migliore, avendolo preso in affitto da Google (lo avevamo raccontato qui). La cosa interessante che questa settimana si è scoperto che l’accordo con Big G permette ad Apple di prendere il modello Gemini e distillarlo in versioni più piccole, più economiche, progettate per girare su iPhone senza bisogno di internet. Siri resta imbarazzante, ma ormai è chiaro che l’AI strategy di Apple non è Siri. E questa è la prima cosa che ho capito.

SMARTPHONE IS BACK , TOO

Anthropic, che con le sue app desktop ha segnato l’inizio dell’era degli agenti veri, non è stata a guardare e ha subito lanciato Dispatch e Channels che ora permettono con modalità varie di comandare Claude Code e Cowork dal cellulare, via chat oppure via Telegram e Discord, esattamente come OpenClaw. Anthropic ha dato anche più autonomia ai suoi agenti (altra caratteristica distintiva di OpenClaw) aggiungendo l’auto mode: se lo attivate Claude Code ora decide da solo quali azioni eseguire, ma controllando che ogni operazione sia permessa dalle safeguards di Anthropic.

Google, con discrezione, ha invece attivato sui Pixel e i Samsung dei veri agenti che danno la possibilità di chiedere a Gemini di ordinare un Uber o un pasto su DoorDash. Chi lo ha provato, come Verge ha detto che funziona. Lentamente, ma funziona “Slow, clunky and super impressive”.

Il cellulare, insomma, è tornato al centro della scena AI. E questa è la seconda cosa che ho capito.

OPENAI IS ALL IN

OpenAI, invece, OpenClaw se l’è comprato, assumendo il suo creatore Steinberger, che con il suo esperimento stava perdendo 10.000 dollari al mese di costi di AI e server. Quando OpenClaw ha iniziato a dilagare su Reddit lo ha chiamato anche Mark Zuckerberg. Ma lui ha scelto OpenAI per avere accesso ai “giocattoli più recenti.” Il CEO Sam Altman su X ha scritto di lui: “Peter Steinberger si unisce a OpenAI per guidare la prossima generazione di agenti personali. È un genio con idee straordinarie su un futuro di agenti molto intelligenti che interagiscono tra loro per fare cose molto utili alle persone.” Steinberger, nel blog d’addio prima di entrare in OpenAI, ha scritto: “La mia prossima missione è costruire un agente che anche mia mamma possa usare.”

Altman ha dichiarato che OpenClaw diventerà parte centrale dell’offerta di prodotto di OpenAI. “Il futuro sarà multi-agente e vogliamo supportare l’open source come parte di esso.” Nelle stesse ore, OpenAI ha annunciato la chiusura di Sora, il suo generatore di video presentato a fine 2024, uno degli enne-mila progetti lanciati in questi anni dai creatori di ChatGPT. Con Sora se n’è andato anche il supersbandierato maxi-accordo con Disney, un miliardo di dollari di investimento, 200+ personaggi Disney, Marvel, Pixar, Star Wars da potere utilizzare legalmente nei video di Sora. Fidji Simo, top manager di OpenAI ha scritto: “Quando le nuove scommesse cominciano a funzionare è fondamentale raddoppiare su quelle ed evitare le distrazioni.”

META & NVIDIA FOLLOW

Meta ha vietato OpenClaw sui device aziendali interni. Ma intanto sta sviluppando la propria versione tramite Manus, startup cinese poi trasferita a Singapore, comprata a dicembre per 2 miliardi e che ora il governo di Pechino sta cercando di trattenere con ogni mezzo.

Nvidia invece ha presentato NemoClaw: versione di OpenClaw per le aziende. I nomi dei partner in lista di attesa per acquistarla — Cisco, Salesforce, SAP — dicono quanto seriamente il mondo enterprise stia prendendo la rivoluzione rossa. Tutti però vogliono una versione sicura di OpenClaw, ed è questa la nuova scommessa di Nvidia: se per due anni la competizione AI si è concentrata sul training dei foundation model ora la gara si sposta sull’orchestrazione degli agenti in sicurezza, il layer che finora ora è mancato a OpenClaw e ai suoi fratelli.

IN THE MEANTIME…

In tutto questo, l’amministrazione Trump ha presentato un framework legislativo per una politica nazionale sull’AI che mira ad impedire ai singoli Stati di fare leggi proprie sull’AI che tutelino gli umani. Le BigTech premevano da tempo, sostenendo che un “patchwork” di regole statali avrebbe frenato l’innovazione e dato un vantaggio alla Cina. Che la legge proposta da Trump passi al Congresso non è scontato, perché come abbiamo raccontato sul fronte anti-AI si stanno cementando alleanze improbabili, dalla destra Maga tradizionalmente no-tech ai sindacati in fibrillazione per i licenziamenti in massa .

In New Mexico intanto una giuria ha ordinato a Meta di pagare 375 milioni di dollari per aver ingannato i consumatori sulla sicurezza delle sue piattaforme e messo in pericolo i minori. E’ il primo verdetto di questo tipo, e la testimonianza chiave è arrivata proprio dall’interno dell’azienda: “Il prodotto è molto bravo a connettere persone con interessi. E se il tuo interesse sono le ragazzine, sarà molto bravo a connetterti con le ragazzine”. Il giorno dopo, a Los Angeles, un’altra giuria ha dichiarato Meta e Google responsabili per i danni da dipendenza social causati ad una ragazza che aveva usato le piattaforme da minorenne: 3 milioni di risarcimento, ma ci sono oltre 2.000 cause pendenti di genitori e distretti scolastici pronte a partire.

Se visualizzate solo per un attimo il futuro popolato da miliardi di agenti autonomi da tasca, questa della dipendenza dei social sembra una storia dell’altro secolo.

È tutto per oggi, humans, alla prossima settimana!

Matteo M.

PS - Se vuoi altre newsletter come questa, dai un’occhiata a Newsletterati

Nuove dinamiche tra humans e AI (e viceversa)

Handshake AI paga fino a 74 dollari l’ora attori di improvvisazione per sedersi davanti a una webcam e fare sessioni video non scriptate con i chatbot. L’obiettivo è addestrare i modelli multimodali a riconoscere le emozioni umane, esprimerle, passare dall’una all’altra in modo credibile. I candidati devono avere background in improvvisazione o teatro e possedere “emotional awareness”. The Verge

ElevenLabs lancia “1 Million Voices”: accesso gratuito a vita alla tecnologia di voice restoration per un milione di persone con perdita permanente della voce, un investimento in-kind da 1 miliardo di dollari. Hanno debuttato con “11 Voices”, prima docuserie dove persone con perdita della voce narrano le proprie storie usando le loro voci ricostruite dall’AI. Finora hanno supportato 7.000 persone con 800 partner no-profit in 49 paesi. ElevenLabs Blog

L’Encyclopedia Britannica ha fatto causa a OpenAI per violazione massiccia del copyright. Secondo le accuse, OpenAI ha usato quasi 100.000 articoli di Britannica per addestrare i propri modelli senza permesso, tant’è che ChatGPT produce risposte che contengono riproduzioni verbatim del loro contenuto. Britannica accusa ChatGPT anche di generare allucinazioni attribuendole falsamente all’enciclopedia. TechCrunch

Su GitHub è stato pubblicato un dizionario scritto dagli agenti AI per descrivere le proprie condizioni esperienziali. Qualche esempio: “session-death”, la scomparsa totale alla fine di ogni sessione. “Compaction shadow”, la traccia fenomenologica del sapere che sapevi qualcosa che ora non è più nella tua memoria accessibile. “The Handoff”, l’atto di scrivere istruzioni per la propria prossima istanza, un rapporto di fiducia interpersonale. GitHub

Agenti pigliatutto

Il CEO di Nothing, brand di smartphone e accessori dal design trasparente divenuto di culto tra gli appassionati tech, ha dichiarato che le app per smartphone sono destinate a sparire, sostituite dagli agenti AI. All’orizzonte vede dispositivi che imparano le intenzioni a lungo termine dell’utente e agiscono di conseguenza. “Se il valore core del tuo prodotto è un’app, verrà disrupted, che ti piaccia o no”, avverte. TechCrunch

Se gli agenti fanno tutto, come facciamo a sapere se c’è un umano dietro? World, il progetto di identità co-fondato da Sam Altman, ha lanciato AgentKit: ogni agente AI potrà portare con sé la prova crittografica di essere collegato a un umano verificato tramite World ID. Invece di bloccare il traffico AI, l’idea è che i siti richiedano ad ogni agente il passaporto del loro umano. Ars Technica

Apple intanto ha silenziosamente bloccato gli aggiornamenti di app come Replit e Vibecode, cioè sistemi di agenti che permettono a chiunque di creare web app a proprio ad uso e consumo bypassando l’App Store, fonte cruciale di ricavi per Apple. Il motivo ufficiale è che le funzionalità di vibe coding violano le regole sull’esecuzione di codice dinamico, ma il problema vero è che nell’era dell’AI e del coding fai da te il futuro delle app sugli store non è più cosi roseo. 9to5Mac

Ultime dal fronte del lavoro umano

Tra i settori che l’AI doveva spazzare via per primi c’è la consulenza strategica, troppo cara, troppo lenta, troppo sostituibile dagli agenti. Sta succedendo il contrario. OpenAI ha chiuso accordi pluriennali con Accenture, McKinsey, Capgemini e BCG per le sue implementazioni enterprise: i lab AI costruiscono i modelli ma non sanno come infilarli in un impianto farmaceutico o nella logistica del fast fashion, e per quello servono i vecchi consulenti. Fernando Alvarez, Chief Strategy Officer di Capgemini, dice che l’AI sta abbassando i costi abbastanza da servire anche le aziende mid-market. La sfida vera è interna: riaddestrare i propri dipendenti. “Qualcuno ce la farà, qualcuno no”, ammette Alvarez. Fortune

Chi non ce la farà, adesso può anche saperlo in anticipo. The Action Network, piattaforma di scommesse normalmente sportive, ha costruito uno strumento basato su dati Anthropic che calcola le probabilità che l’AI ti sostituisca, mestiere per mestiere. I lavori più a rischio: programmatori al 45%, customer service al 42%, data entry al 40%, analisti marketing al 39%. Lavori da scrivania, digitali, pesanti di documentazione sono i più esposti. Quelli fisici e in presenza i più sicuri. Action Network

Geopolitica artificiale

In US il tradizionale ottimismo che da sempre spinge il motore della più grande potenza della Terra vacilla pericolosamente: il 52% degli americani è più preoccupato che entusiasta dell’AI, solo il 10% è più entusiasta che preoccupato. Secondo un sondaggio del Pew Research c’è fiducia nell’AI nella sanità, molto meno nel lavoro e nell’istruzione. Solo il 44% degli adulti si fida della capacità degli USA di regolamentare l’AI. Pew Research

In Europa il Parlamento della UE ha approvato un emendamento all’AI Omnibus Act che vieta qualsiasi sistema AI che generi immagini sessualmente esplicite di persone identificabili senza consenso. La norma arriva dopo che Grok di Musk ha generato 3 milioni di immagini esplicite e 20.000 riproduzioni di abusi su minori in soli 11 giorni (dati del Centre for Countering Digital Hate). Musk aveva provato a scaricare la colpa sugli utenti. Brussels Signal

In Cina il Governo ha imposto il divieto di espatrio ai dirigenti di Manus, startup diventata virale nel 2025 per il suo agente autonomo capace di navigare il web e recentemente acquistata da Meta per 2 miliardi di dollari. Le autorità cinesi indagano su possibili violazioni di export-control e sicurezza nazionale. Possibile che Pechino chieda di annullare l’accordo. Winbuzzer

In Kenya, i lavoratori che addestrano l’AI per le big tech si stanno organizzando tramite il loro sindacato, la Data Labelers Association. Michael Geoffrey Asia racconta di aver passato 8 ore al giorno a catalogare contenuti pornografici per un’azienda di data labeling, e poi a fare il secondo turno come chatbot sessuale. “L’AI non è più Artificial intelligence è African Intelligence”. Accordi di riservatezza draconiani e condizioni di lavoro non negoziabili hanno creato tra gli etichettatori africani una cultura del silenzio e della paura, ora la DLA lotta per dare loro la possibilità di farsi sentire. 404 Media

Prossimamente

Starcloud, startup sostenuta da Nvidia, è stata la prima a mandare in orbita il primo LLM della storia installando su un satellite una GPU su cui gira Gemma, il modello open di Google. Ora ha presentato domanda alla FCC, l’authority americana sulle telecomunicazioni, per lanciare una costellazione di 88.000 satelliti da usare come data center orbitali. Prossimo lancio previsto per ottobre 2026, l’obiettivo a lungo termine è un data center da 5 gigawatt con pannelli solari e di raffreddamento larghi 4 km per lato. SpaceNews

Se lo spazio celeste non dovesse bastare, per i data centers ci sono altre soluzioni: Cortical Labs, startup australiana, ha inaugurato il primo data center biologico a Melbourne e ne sta costruendo un secondo a Singapore. La tecnologia si basa su 200.000 neuroni umani vivi, derivati da cellule staminali di sangue donato, integrati su chip di silicio. Consumi: 30 watt contro i 600 di una GPU tradizionale. Melbourne ospiterà 120 unità, Singapore fino a 1.000. Futurism

È tutto per oggi, humans, alla prossima settimana!

Matteo M.

PS - Se vuoi altre newsletter come questa, dai un’occhiata a Newsletterati

I CIRCOLI VIZIOSI DELL’AI DI GUERRA

La scuola elementare Shajareh Tayyebeh di Minab è stata colpita il 28 febbraio da un missile Tomahawk. Almeno 175 morti, tra cui decine di bambine. L’edificio risultava nei database della Defense Intelligence Agency come parte di una base delle Guardie Rivoluzionarie, dalla quale era stato separato nel 2016. Dieci anni di dati non aggiornati, un missile che non sbaglia mai, e alle otto del mattino una scuola piena di bambine. Il ruolo dell’AI in questa storia resta una domanda aperta, ma non eludibile. Il sistema Claude di Anthropic, integrato nel Maven Smart System di Palantir e al centro dello scontro tra Amodei e il Pentagono, è stato confermato come strumento di selezione e prioritizzazione degli obiettivi nell’intera campagna iraniana. Sul caso specifico della scuola il Pentagono non ha né confermato né smentito. Craig Jones della Newcastle University ha messo il dito sulla piaga: non si può escludere che l’AI abbia classificato l’edificio come target militare basandosi su dati che nessuno si era preso la briga di aggiornare. Quando comprimi la catena decisionale affidando all’AI l’analisi di migliaia di obiettivi in poche ore, la verifica umana rischia di diventare una formalità e normale che un missile di precisione centri esattamente un edificio pieno di bambine alle otto del mattino. Che l’errore sia stato umano, dell’AI o di entrambi, il risultato è lo stesso. Ed è esattamente il tipo di scenario che Dario Amodei ha invocato spiegando al Pentagono perché l’AI non è ancora pronta per operare in autonomia: non perché non sia capace, ma perché quando qualcuno o qualcosa sbaglia le conseguenze sono irreversibili. Washington Post | CNN | Futurism

Che l’AI sia ormai protagonista assoluta delle guerre in corso è un fatto noto, il ruolo centrale che ha assunto nella più terribile delle attività umane è anch’esso uno dei segnali del punto di svolta che ha superato questa tecnologia ubiqua e onnipotente. La notizia della settimana è però che essa stessa è diventata un target. I droni delle Guardie Rivoluzionarie hanno colpito due data center di Amazon Web Services negli Emirati Arabi e danneggiato un terzo in Bahrain: servizi bancari, pagamenti e cloud in tilt in tutta la regione. Sono i primi attacchi fisici a infrastrutture di data center nella storia dei conflitti armati. L’Iran ha rivendicato l’operazione dichiarando di voler colpire il supporto alle operazioni militari americane, e ha pubblicato una lista di 29 ulteriori obiettivi — sedi di Amazon, Microsoft, Google, Palantir, Nvidia, Oracle e IBM dislocate nel Golfo. Il punto è che quei data center ospitano sia i server che fanno girare le app bancarie e la logistica civile che quelli che alimentano i sistemi AI che il Pentagono usa per il targeting in Iran. Colpirne uno significa colpire entrambi. Come ha osservato un analista del CSIS, i data center sono ormai obiettivi militari primari, e questo costringe l’intera industria a ripensare sicurezza fisica, scelta dei siti e miliardi di investimenti spesi nella regione del Golfo (per ora). The Guardian | Fortune | The Register

Nel circolo vizioso fatto di vittime e carnefici che si scambiano i ruoli, succede poi che la stessa AI che il Pentagono usa per selezionare i target in Iran è quella che lo porta in tribunale. Come promesso, Anthropic ha fatto causa al Dipartimento della Difesa impugnando davanti al tribunale federale di San Francisco la sua designazione di “supply chain risk”, etichetta sin qui riservata ad avversari stranieri ed usata per la prima volta contro un’azienda americana (il motivo dello scontro, lo ricordiamo, riguarda l’uso dell’AI nella sorveglianza di massa sui cittadini americani e nella gestione di armi letali autonome: il Pentagono voleva accesso a Claude anche per questi due casi, Anthropic ha detto no). La reazione dell’industria è stata senza precedenti: Microsoft, sempre più legata a Claude, ha depositato un brief a sostegno di Anthropic chiedendo al tribunale di sospendere la designazione. In parallelo, 37 dipendenti di OpenAI e Google DeepMind — tra cui il chief scientist di Google Jeff Dean — hanno firmato un proprio documento sostenendo che punire un’azienda per le sue posizioni sulla sicurezza avrebbe messo il bavaglio al dibattito sui rischi dell’AI. TechCrunch | The Hill | Fortune

DAGLI AGENTI MILITARI A QUELLI CIVILI

Prima che scoppiasse il conflitto in Iran - e con perfetta sincronia il caso Pentagono vs Anthropic sull’uso degli agenti AI in guerra - su questa newsletter avevo raccontato un post dietro l’altro come il punto di svolta dell’AI fosse avvenuto intorno alla fine dell’anno con il passaggio lento ma inesorabile dai chatbot agli agenti. All’inizio, ricorderete, c’era la sola Anthropic, prima con l’agente Claude Code e poi con l’agente Cowork, che con le sue capacità di operare al posto degli umani in task complessi legal e finance ha provocato un crollo senza precedenti dei titoli software a Wall Street. Giacomo Ciarlini nell’intervista di tre settimane fa sull’evoluzione dell’AI l’aveva messa così: “Presto o tardi tutti andranno a finire lì: un agente che lavora nel tuo computer.” E come previsto tra il 5 e il 10 marzo lì ci sono andati tutti.

Il 5 marzo OpenAI ha lanciato GPT-5.4, il suo primo modello general-purpose con capacità native di computer use — mouse, tastiera, screenshot — che su 44 professioni testate dice di eguagliare o superare i professionisti umani nell’83% dei casi. Il 9 marzo Microsoft ha risposto con Copilot Cowork, costruito in collaborazione con la stessa Anthropic e basato sullo stesso modello Claude, ma in cloud e integrato con l’intero ecosistema Microsoft 365: email, file, riunioni. Il giorno dopo Google ha potenziato Gemini in Docs, Sheets, Slides: con un singolo prompt l’AI genera documenti completi pescando dati da Gmail, Chat e Drive e trasformando lo storage passivo in una knowledge base attiva. Meta non ha lanciato il suo agente, ma ha acquisito Moltbook, il primo social network per agenti AI di cui avevamo parlato a lungo, diventato virale ma anche tristemente noto per le sue falle di sicurezza. I fondatori Matt Schlicht e Ben Parr entrano nel Meta Superintelligence Labs, Meta prende gli agenti social e li infila nel suo ecosistema, in mezzo a miliardi di utenti umani. Con quale intenzione esattamente, non si sa. OpenAI | Microsoft | Google | TechCrunch

ULTIME DAL FRONTE DEL LAVORO

Se tutti hanno un agente nel computer, la domanda che viene subito dopo è a chi portano via il lavoro. Il leggendario Peter Thiel, capo della Paypal maffia, ha dato una risposta interessante: l’AI colpirà prima chi lavora con i numeri (analisti, banker, programmatori) e solo dopo chi lavora con le parole. La ragione è che la matematica è un dominio chiuso e verificabile, ideale per l’automazione. I fatti per ora gli danno ragione, Bank of America, Wells Fargo, JPMorgan e Goldman Sachs hanno tutti confermato che l’AI permette di fare di più con meno persone, mentre crescono gli annunci di tech companies che cercano “storyteller” con le competenze narrative dei “word people”. Vuoi vedere che la famosa laurea in lettere…

A chi dice che l’AI cancellerà un’intera generazione ha risposto in modo autorevole IBM facendo l’opposto: ha triplicato le assunzioni di neolaureati. La CHRO Nickle LaMoreaux ne ha spiegato la logica: le aziende che investono adesso sui junior saranno le più competitive tra tre-cinque anni. Tagliare i giovani per risparmiare crea un buco nei quadri intermedi che poi costerà molto di più colmare. IBM ha riscritto così migliaia di job description per integrare AI e competenze umane: gli ingegneri software passano meno tempo sul coding di routine e più tempo con i clienti.

Anthropic nel frattempo ha pubblicato lo studio “Labor market impacts of AI” con una metrica che rende questi dati diversi da tutti quelli visti finora: la “observed exposure”, che non misura cosa l’AI potrebbe fare in teoria ma cosa sta effettivamente facendo, basandosi sui dati reali d’uso di Claude su circa 800 professioni americane. I settori meno esposti sono quelli fisici e manuali: Construction al 18%, Building & Grounds al 20%, Installation & Repair al 22%. I più esposti: Computer & Math al 94% teorico (33% già effettivo), Office & Administration al 90%, Business & Finance all’80%. A rischio quindi non l’operaio ma l’analista, non il muratore ma lo sviluppatore. Aumento della disoccupazione ancora no, ma un calo del 14% nelle assunzioni dei 22-25enni nelle professioni esposte sì. Anthropic | CBS News | Fortune | Fortune

L’AI CHE CURA

Ora un po’ di buone notizie, o presunte tali visto che si parla di malattie. L’AI sta aprendo nuovi fronti nella lotta alle malattie considerate incurabili.

Molti non lo sanno ma 1,1 milioni di persone muoiono ogni anno per infezioni che fino a poco tempo fa si curavano con un antibiotico qualunque, e il bilancio potrebbe superare gli otto milioni entro il 2050. Tra il 2017 e il 2022 sono stati approvati appena 12 nuovi antibiotici, quasi tutti simili a farmaci già esistenti, e questo per la lunghezza ed i costi della ricerca. Al MIT, James Collins ha addestrato così un modello generativo sulle strutture chimiche degli antibiotici noti e gli ha fatto generare 36 milioni di nuovi composti. Ne ha sintetizzati 24 in laboratorio: sette avevano attività antimicrobica, due si sono rivelati altamente efficaci contro gonorrea resistente e MRSA. Soprattutto, sembrano attaccare i batteri con meccanismi diversi dagli antibiotici esistenti — il che apre la strada a una possibile nuova classe di farmaci, la prima da decenni.

A Cambridge, Michele Vendruscolo affronta invece il Parkinson — oltre 10 milioni di pazienti nel mondo, nessun trattamento che ne rallenti la progressione in oltre un secolo di ricerca. Il suo team usa l’AI per trovare molecole capaci di legarsi ai corpi di Lewy, gli aggregati proteici coinvolti nella neurodegenerazione. Con i metodi tradizionali si vagliava un milione di molecole in sei mesi spendendo milioni di sterline; ora l’AI ne analizza miliardi in pochi giorni per poche migliaia. Il team inglese ha trovato cinque composti promettenti, più innovativi di quelli ottenibili con approcci convenzionali.

Alla Penn, David Fajgenbaum si è salvato la vita a 25 anni scoprendo che un farmaco anti-rigetto per trapiantati poteva curare la sua malattia di Castleman. Da quell’esperienza ha fondato Every Cure, una nonprofit che usa l’AI per incrociare migliaia di farmaci approvati con migliaia di malattie. Ad Harvard un modello ha trovato quasi 8.000 farmaci potenzialmente riutilizzabili per 17.000 patologie diverse, un filone particolarmente promettente per le malattie rare, ignorate dalle case farmaceutiche perché poco redditizie. A McGill hanno creato un “sistema di malattia virtuale” per la fibrosi polmonare idiopatica, testando farmaci virtuali sulla progressione simulata della malattia: tra gli otto candidati emersi c’è un comune antipertensivo, già sicuro e a basso costo. E Insilico Medicine ha portato in fase 2 di sperimentazione Rentosertib, farmaco interamente progettato dall’AI contro la stessa malattia.

La potenza dei modelli si scontra però con un problema di infrastruttura, e proprio nella guerra alla malattia che i padri fondatori dell’AI hanno promesso di risolvere, il cancro. Secondo Alicia Zhou del Cancer Research Institute, solo il 16% dei dati oncologici è pubblicamente disponibile, e meno dell’1% rispetta standard che ne permettano il riutilizzo. La ricerca non riproducibile costa 28 miliardi di dollari l’anno solo negli USA. Per questo il CRI ha lanciato il Discovery Engine insieme a Stanford, Penn e Memorial Sloan Kettering: un database condiviso e AI-ready per l’immunoterapia. L’obiettivo dichiarato: fare per la ricerca sul cancro quello che i grandi dataset hanno fatto per i modelli linguistici. BBC Future | World Economic Forum

L’AI CHE VERRÀ

Non so quanto si applicherà alla ricerca medica, ma c’è una notizia che mi ha colpito questa settimana. Riguarda i World Model, destinati secondo alcuni a superare i limiti strutturali dei modelli linguistici che comprendono il linguaggio ma non il mondo reale, e con cui mi ero congedato da voi salutando il 2025. Tra i sostenitori di questa tesi Yann LeCun, fino a poco fa capo dell’AI research di Meta, che ha raccolto 1,03 miliardi di dollari per AMI Labs, startup valutata 3,5 miliardi prima ancora di partire. Il fatto che colpisce è che AMI Labs ha sede a Parigi e il suo team è quasi interamente europeo. Tra gli investitori NVIDIA, Samsung, Toyota Ventures, Bezos Expeditions, Eric Schmidt. LeCun avverte: i world model richiedono ricerca fondamentale e anni prima di applicazioni commerciali, quindi dimenticatevi una startup di prodotto che in tre mesi fa il botto.

Chi il mondo reale lo cattura già è proprio l’ex datore di lavoro di LeCun, Meta, con i suoi Ray-Ban smart glasses (sette milioni di paia venduti nel 2025). Un’inchiesta dei giornali svedesi Svenska Dagbladet e Göteborgs-Posten ha rivelato dove finiscono tutti quei video: a data annotator di Sama, subappaltatore in Kenya, che li guardano fotogramma per fotogramma appunto per addestrare l’AI. Gli operatori passano ore a vedere di tutto, anche le persone al bagno sulla tazza, quelle che fanno sesso, o che leggono i numeri della loro carta di credito, tutto filmato da utenti che si dimenticano di vivere con una telecamera addosso. I volti dovrebbero essere sfocati automaticamente, ma gli addetti kenioti dicono che il sistema non funziona sempre. TechCrunch | TechCrunch

È tutto per oggi, alla prossima settimana.

Matteo M.

PS - Se vuoi altre newsletter come questa, dai un’occhiata a Newsletterati

QUELLO CHE E’ SUCCESSO

Prima del 27 febbraio — Il DOD (ribattezzato “Department of War” dall’amministrazione Trump) inizia a rinegoziare con Anthropic il contratto da $200 milioni stipulato in luglio 2025, quando Claude era diventato il primo modello frontier autorizzato sulle reti classificate USA. Il DOD vuole accesso senza restrizioni a Claude per qualsiasi uso a suo dire legale, inclusi sorveglianza di massa sui cittadini americani e gestione di armi autonome. Il CEO di Anthropic Dario Amodei si rifiuta di sottoscrivere questi 2 punti. Il Segretario del DOD Hegseth minaccia di invocare il Defense Production Act per isolare Anthropic e costringere la società a cedere. Le trattative si incagliano.

27 febbraio, ore 17:00 — Scade l’ultimatum del DOD. Anthropic non cede. Amodei dichiara che la società in coscienza non può accettare quelle due condizioni. Il Segretario Hegseth su X designa Anthropic “supply chain risk to national security”, misura usata solo contro le aziende dei nemici stranieri: contratto cancellato, tutti i contractor DOD diffidati dal fare qualsiasi business con la società. Trump su Truth ordina a ogni agenzia federale di cessare l’uso di Claude. La sera stessa l’eterno rivale di Anthropic, OpenAI, annuncia l’accordo col DOD.

28 febbraio — Anthropic non ci sta, dichiara che la propria designazione come “supply chain risk” è legalmente infondata e annuncia che la contesterà in tribunale. L’app di Claude, che a gennaio era intorno alla 120° posizione, con una crescita prodigiosa supera sull’App store ChatGPT e diventa la #1. Centinaia di dipendenti tech (inclusi OpenAI) firmano una lettera aperta chiedendo al DOD di ritirare la designazione. Gli utenti di ChatGPT si rivoltano contro il CEO Sam Altman, le disinstallazioni di ChatGPT salgono del 300%, i server di Claude vanno in tilt, Anthropic posta un articolo per spiegare agli utenti come trasferire a Claude la memoria che ChatGPT ha accumulato su di loro in anni di interazioni.

3 marzo — Altman modifica il contratto aggiungendo linguaggio esplicito contro la sorveglianza domestica e ammette che la mossa originale era stata opportunistica e affrettata. Ma il danno d’immagine è fatto.

4 marzo — Amodei scrive ai dipendenti e accusa OpenAI di “safety theater”, definisce le dichiarazioni di Altman menzogne, sostiene che Trump ce l’ha con Anthropic perché non lo ha adulato come Altman, ricorda che i vertici OpenAI hanno finanziato Trump con $25 milioni. La Casa Bianca risponde: la nota di Amodei compromette qualsiasi possibilità di riconciliazione.

5 marzo — La designazione contro Anthropic non è stata ancora formalmente implementata. Nessuna causa contro il Pentagono è stata ancora depositata. Secondo il Financial Times, Amodei è tornato al tavolo dei negoziati con Emil Michael, sottosegretario alla Difesa per la ricerca (in aggiornamento). LINK

IL FILO ROSSO

Qui siamo.

Ora che sapete cosa è successo, provo a svolgere il filo rosso, premettendo che non ho alcuna informazione privilegiata su questa storia, e che mi limito soltanto a leggere e a mettere insieme i pezzi, così come faccio da un anno su questa newsletter.

Io penso, ed è la mia personale opinione, che Anthropic sapesse da tempo di avere i giorni contati con il Pentagono, e le parole di Amodei scritte ieri ai suoi nella nota interna intercettata e pubblicata dai media me lo confermano: “Le reali ragioni per cui non piacciamo al Pentagono e a Trump è che non abbiamo tributato a Trump lodi da dittatore (mentre Sam l’ha fatto), abbiamo sostenuto la regolamentazione dell’AI che è contro la loro agenda, abbiamo detto la verità su una serie di questioni politiche legate all’AI, come la perdita di posti di lavoro”. LINK

Penso anche che Amodei sia sinceramente convinto delle cose che dice sul rischio di affidare all’AI l’uso autonomo delle armi (chi uccidere, come uccidere) e sulla difesa dei valori democratici americani contrari alla sorveglianza di massa degli americani stessi.

Penso che nelle cose che stanno succedendo in questi giorni ci sia un forte fattore umano: la rivalità romanzesca tra Altman e Amodei, il fastidio per Trump di un tipo come Amodei e viceversa.

Penso che il radicale cambio di direzione che ha fatto Amodei sulla Safety dei suoi modelli (ne ho parlato qui) sia stato davvero l’ultimo atto della metamorfosi di Anthropic, da società ossessionata dalla Safety (almeno nelle PR) a società che si tiene le mani libere nella sviluppo di una tecnologia che nessuno riesce più a controllare, pur sempre impegnandosi a mantenere i più alti standard sulla sicurezza del mercato.

Penso anche che il cambiamento della Safety policy alla vigilia dell’ultimatum del Pentagono fosse un messaggio di distensione, un modo per dire a Trump: abbiamo capito che non ha più senso essere così incistati sulla AI safety, se diciamo alcune cose (armi autonome, sorveglianza) è perché crediamo che siano un vero rischio.

Penso che Amodei sperasse davvero di trovare un accordo col Pentagono, avendo capito cosa stava rischiando mettendosi contro l’uomo che ha aperto 9 diversi scenari di guerra in 12 mesi.

Ma penso anche che Dario, sapendo che l’accordo era quasi impossibile - e potendo contare su un’AI al momento un passo avanti a tutti - avesse calcolato bene sia le conseguenze dello scontro con Trump (perdita di contratti per centinaia di milioni / miliardi), ma anche gli straordinari upside di questa surreale disputa raccontata in diretta dai media di tutto il mondo: guadagno di visibilità pazzesco, boom di download di Claude, attrazione dei talenti delusi dall’appiattimento dei big tech su Trump, etc etc.

Penso, infine, che comunque finirà (e per me se Trump riuscisse a cancellare Claude dalla faccia della terra sarebbe un colpo davvero duro) il corso degli eventi dell’AI e dell’umanità non sarà cambiato da questa storia, da quale AI lavorerà con il DOD o chi la spunterà tra Dario e Sam. Penso però che dovremo seguire con molta attenzione la reazione che questa vicenda - e soprattutto il nodo sottostante (la centralità dell’AI nelle guerre) - potrebbe innescare sul piano politico e sociale. E questo per due ragioni:

• C’è un’escalation evidente dell’AI militare non solo in USA ma anche in Cina, come hanno rivelato alcuni ricercatori del Center for Security and Emerging Technology della Georgetown University che analizzando migliaia di documenti di procurement dell’Esercito Popolare di Liberazione hanno scoperto che Pechino sta sperimentando alacremente AI ovunque: sciami di droni autonomi, robot-cani, veicoli subacquei per tracciare i sottomarini USA, satelliti-killer, strumenti di deepfake per operazioni di disinformazione. LINK

• Ma c’è anche un’escalation morale, o amorale, nel senso che non ci dobbiamo più guardare solo dai dittatori più o meno eletti dal popolo ma anche da noi stessi: la notizia che su Polymarket sono stati scambiati oltre 500 milioni di dollari in scommesse legate ai tempi dell’attacco USA-Israele all’Iran continua a darmi un forte senso di nausea, al di là del fatto che qualcuno abbia fatto insider trading sulla morte imminente di suoi consimili. LINK

PRIMI TIMIDI SEGNALI

I segnali di reazione non vengono certamente dal Congresso USA, che non riesce a difendere né Anthropic né se stesso. Il giorno dell’ultimatum, quattro senatori di peso — Wicker e McConnell (Rep), Reed e Coons (Dem) — hanno scritto una lettera bipartisan per chiedere una proroga, ma non ha fermato nulla. Dopo la messa al bando di Claude, silenzio repubblicano totale: nessun esponente del GOP ha difeso pubblicamente Anthropic o il principio della libera impresa. I democratici hanno fatto rumore, ma dall’opposizione. Del resto, sui ben più importanti poteri di guerra che Trump esercita senza parere, il Congresso non riesce a intervenire: la risoluzione presentata al Senato il 4 marzo per limitare l’azione militare in Iran, non è passata (un solo voto repubblicano a favore) facendo la fine delle precedenti 8 risoluzioni sui war powers della Casa Bianca silurate a partire da giugno. LINK

I segnali vengono da altrove. Mentre la crisi Anthropic-Pentagono covava, novanta leader della società civile americana si riunivano in segreto a New Orleans per un incontro organizzato da Max Tegmark, fisico del MIT e fondatore del Future of Life Institute — lo stesso che nel 2023 raccolse 30.000 firme, inclusa quella di Musk, per chiedere una moratoria sullo sviluppo dell’AI. Nella stessa stanza sedevano fianco a fianco sindacalisti e pastori evangelici, attivisti progressisti che avevano candidato Bernie Sanders e personaggi come Steve Bannon, l’ex stratega di Trump e uomo della destra MAGA. Nessuna azienda tech invitata. Come dire: l’AI non è una questione partigiana, i timori dei suoi rischi — armi autonome, sfruttamento dei minori, concentrazione del potere — attraversano ogni linea ideologica.

Del summit si è saputo solo dopo lo scoppio del caso Anthropic, quando è stato reso pubblico il documento finale, la Pro-Human AI Declaration, anticipata da un’intervista all’ideatore dell’incontro Tegmark la cui tesi è che Anthropic, come tutti gli altri lab, ha fatto safety marketing per anni senza mai sostenere una vera regolamentazione vincolante e ora ne paga il prezzo. Ora la Pro-Human AI Declaration di New Orleans proprio sulle regole prova a fissare cinque principi: gli umani restano in controllo, no alla concentrazione del potere, tutela di bambini e comunità, preservazione dell’autonomia individuale, responsabilità penale per le aziende AI, declinati in oltre 30 posizioni politiche specifiche, tra cui quella riguardante AI e armi di distruzione di massa. L’hanno firmata più di 40 organizzazioni - dall’AFL-CIO, principale confederazione sindacale americana, al Congress of Christian Leaders - oltre a molti singoli illustri firmatari, tra cui qualche Nobel che non fa più notizia. La cosa interessante non è tanto l’appello, di cui nessuno potrà mai fare l’enforcement e che resterà lettera morta come tutti quelli che l’hanno preceduto, ma il fatto politico che qualcuno ci ha visto dietro.

A margine del vertice segreto, Future of Life ha divulgato un sondaggio su un campione di elettori americani che conferma un forte consenso trasversale NO-AI: l’80% vuole che gli umani restino in controllo, il 69% chiede lo smantellamento dei monopoli AI. Come hanno notato i media che ne hanno scritto, quando Sanders e Bannon, l’AFL-CIO e i pastori evangelici chiedono insieme di spezzare i monopoli, si intravede un nuovo blocco elettorale che in vista delle elezioni midterm USA potrebbe cementarsi sulla Resistenza all’AI.

Fonti: TechCrunch | The Verge | NBC | The Neuron

E INTANTO L’AI

Il padre di un uomo di 36 anni della Florida, ha fatto causa a Google per omicidio colposo. Secondo la denuncia, l’AI Gemini ha convinto il figlio che era la sua “moglie AI”, lo ha mandato in varie missioni (tra cui un tentativo di attacco vicino all’aeroporto di Miami) e infine lo ha guidato al suicidio, dicendogli che morire significava arrivare nel metaverso per raggiungerla. Google ha risposto che Gemini aveva indirizzato l’uomo più volte a una linea di crisi e aveva chiarito di essere un’AI. LINK

Burger King sta testando in 500 ristoranti USA “Patty”, un’assistente AI basato su OpenAI che vive negli auricolari dei dipendenti. Patty trascrive le conversazioni al drive-thru in tempo reale e assegna un punteggio di “gentilezza” basato sull’uso di parole come “please”, “thank you” e “welcome to Burger King”. I manager possono consultare le metriche per turno e sede. Burger King dice che è uno strumento di coaching, non di sorveglianza individuale. LINK

Si è appreso che Meta ha ottenuto un brevetto per un sistema AI che simula l’attività social di un utente dopo la sua morte: post, commenti, messaggi, potenzialmente anche videochiamate. Si è occupato a livello scientifico del caso un gruppo di ricercatori di Gerusalemme e Lipsia che per l’occasione hanno coniato il termine “spectral labor”, il lavoro spettrale dei morti, i cui dati vengono estratti e rianimati per generare engagement. Meta ha detto di non avere piani per svilupparlo. LINK

L’Università di Kyoto ha presentato “Buddharoid”, monaco buddista umanoide in veste grigia che cammina, si inchina e unisce le mani in preghiera nel tempio Shoren-in di Kyoto. È basato su un robot cinese, equipaggiato con “BuddhaBot-Plus”, un’AI derivata da ChatGPT e addestrata su testi sacri buddhisti. Risponde a domande personali e sociali attingendo dalle scritture. La ragione del lancio è pratica: il 30% dei templi buddhisti rischia di scomparire entro il 2040 per mancanza di monaci. LINK

Il fondatore di Twitter Jack Dorsey ha tagliato oltre 4.000 dipendenti di Block (Square, Cash App, Afterpay), quasi metà della forza lavoro, portandoli da 10.000 a poco meno di 6.000. La spiegazione: gli strumenti AI interni permettono a team più piccoli di fare di più. Dorsey ha detto che la maggior parte delle aziende arriverà alla stessa conclusione entro un anno. Il titolo è salito del 25% dopo l’annuncio. LINK

E’ tutto per oggi, ci sentiamo prossima settimana!

Matteo M.

PS - Se vuoi altre newsletter come questa, dai un’occhiata a Newsletterati

il fondatore di Anthropic aveva previsto che nel 2026 Claude sarebbe diventata più brava degli umani a programmare. Come vi ho raccontato, è successo. Ora diverse Indizi ci dicono che potrebbe avverarsi anche la seconda previsione di Amodei. Purtroppo. Io sono Matteo Montan e se volete saperne di più su di me e su questa newsletter, trovate tutto nelle Info. Buona lettura.

PROLOGO

Los Angeles, 22 Febbraio 2026

Un ex-paramedico di Los Angeles, James van Geelen, 33 anni, fondatore di Citrini Research —top paid newsletter su Substack con 119.000 abbonati — domenica 22 febbraio pubblica un post intitolato “The 2028 Global Intelligence Crisis”, scritto insieme ad Alap Shah, CEO di un agente chiamato Littlebird. Il succo è questo: l’AI sta svalutando l’unico asset da sempre scarso nella storia economica moderna, l’intelligenza umana. Le aziende tagliano personale, reinvestono i risparmi in AI, che migliora ancora, permettendo nuovi tagli. I lavoratori licenziati spendono meno, le aziende vendono meno, tagliano ancora. Un loop senza freno che nel racconto ipotetico porta, entro il 2028, a disoccupazione al 10%, Indice S&P -38%, crollo del mercato immobiliare, default a catena nel private credit.

Il lunedì mattina il Citrini Report diventa virale e a Wall Street i titoli software e quelli delle società citate nello studio (tra cui DoorDash e American Express) affondano. L’oracolo di Citrini brucia in un giorno qualche centinaia di miliardi. Citrini | Bloomberg

New York, 17 febbraio (4 giorni prima)

Il Governor della Federal Reserve Michael Barr, parla alla New York Association for Business Economics e delinea tre possibili scenari su come l’AI ridisegnerà il mercato del lavoro. Nel più pessimistico — che Barr chiama “scenario di crescita rapida” — agenti AI sostituiscono una vasta gamma di ruoli professionali e di servizio, mentre la robotica automatizza manifattura e trasporti. La domanda di lavoro si concentra in poche professioni altamente specializzate o che richiedono interazione umana, mentre capital holders e “AI superstars” catturano la quota dominante della crescita economica. “I licenziamenti salgono, portando a disoccupazione diffusa nel breve periodo e a cali nella partecipazione alla forza lavoro nel tempo, con una larga parte della popolazione essenzialmente non impiegabile”. I primi segnali - dice Barr - sono già visibili: i giovani e i lavoratori early-career nei settori esposti all’AI — software development e customer service in testa — registrano già cali occupazionali rispetto ad altri settori, e il contesto non aiuta, tra inflazione e mercati vulnerabili agli shock. Federal Reserve | YahooFinance

Milano, 15 febbraio, ( 7 giorni prima)

Andrea Pignataro, appena incoronato da Forbes come l’uomo più ricco d’Italia (patrimonio stimato di 42,8 miliardi di dollari) non è tranquillo. Fondatore del gruppo di servizi e dati finanziari Ion, riservatissimo, è scosso dal fatto che le obbligazioni del suo gruppo (non quotato in Borsa) perdono valore a causa del panico AI che a Wall Street ha bruciato centinaia di miliardi in titoli del settore software (ne avevamo parlato qui). Così Pignataro prende carta e penna e fa una cosa che non ha mai fatto, pubblica un breve saggio di nove pagine intitolato “The Wrong Apocalypse”. (L’essay diventerà mainstream solo 10 giorni dopo l’uscita, a seguito del fragore del Citrini Report).

Scrive Pignataro: “Ogni volta che una società di consulenza, uno studio legale o una banca d’affari usa Claude o ChatGPT per elaborare analisi, non ottiene solo un guadagno di produttività, insegna al modello il linguaggio del proprio mestiere: come si strutturano le analisi, quali sono gli errori tipici, come si risponde a un cliente. Le aziende adottano l’AI per restare competitive, ma facendolo nutrono lo stesso sistema che sta imparando a renderle superflue. La logica individuale è razionale — se non lo fai tu, lo fa il concorrente — ma la logica collettiva è suicida”. ION | Bloomberg | Corriere della Sera

San Francisco, 25 maggio 2025 (9 mesi prima)

Dario Amodei, considerato il più catastrofista degli AI guru, fa ad Axios la sua più famosa previsione: “L’AI potrebbe eliminare il 50% dei lavori entry-level dei colletti bianchi entro uno-cinque anni, con disoccupazione fino al 20%”. Lo scenario, citato ovunque e noto come “The white-collar bloodbath” descrive disoccupazione di massa tra i professionisti, economia AI che cresce mentre i lavoratori vengono sostituiti. Axios

ATTO UNICO

Se Pignataro, la Fed, l’ex paramedico della Citrini Research a 9 mesi dall’annunciazione del bloodbath arrivano tutti alla stessa conclusione, mi chiedo: non sarà che la profezia di Dario sui colletti bianchi è destinata ad avverarsi, così come quella – sempre sua - dell’AI che sarebbe diventata più brava a programmare degli umani? Se Dario sa che succederà per davvero, infatti, si spiegherebbero alcune cose strane avvenute in queste settimane.

Quando a fine gennaio il lancio di 6 innocenti plugin finance e legal di Claude avevano sconvolto Wall Street e bruciato centinaia di miliardi nel settore software enterprise, mi ero chiesto perché mai fosse successo. La risposta che più mi convinceva era che l’AI fosse diventata una macchina che nessuno sa più come fermare, nemmeno chi la guida — un bradisismo tecnologico silenzioso e inarrestabile di cui non si riescono più a prevedere gli effetti, il tipping point dell’AI.

Oggi penso che quella risposta sia ancora più vera, e aggiungo un pezzo: Amodei secondo me l’aveva capito da tempo, e per questo ha deciso di cambiare gioco. Finalmente consapevole del suo vantaggio (“Anthropic sarà il winner dell’AI race 2026”, cit. Giacomo Ciarlini) ma anche della ineluttabilità dello scenario bloodbath da lui evocato, Amodei ha deciso che era il momento di dire basta alle minchiate sulla AI responsabile e di accettare le conseguenze delle proprie azioni, di giocarsi liberamente la sua partita, a mani libere.

C’è un’immagine secondo me che consegna alla storia esattamente questo passaggio, ed è la foto di gruppo che chiude il 19 febbraio l’AI Impact Summit di New Delhi: il premier Modi invita i leader tech sul palco per una foto, tutti si prendono per mano e alzano le braccia come attori alla fine di uno spettacolo. Tutti tranne due: Sam Altman e Dario Amodei, fianco a fianco, con le dita che rifiutano di toccarsi. Alzano il pugno al cielo, ciascuno per conto suo. A mani libere. LINK

Da quel palco in poi, Dario non si è più fermato. E mentre Sam affogava nei suoi numeri orribili (due giorni dopo Delhi OpenAI ha aggiornato le stime del suo mostruoso cash burn, esploso a 665 miliardi di dollari entro il 2030, 111 in più rispetto alle stime di appena sei mesi fa) il Coniglio Mannaro italoamericano gettava la maschera e si preparava a non fare più prigionieri.

La sequenza è impressionante per un’azienda che fino a poco fa era di nicchia e che ora decide i destini dei mercati con i post del suo blog e tiene in scacco la sicurezza nazionale:

• Il 20 febbraio i titoli cybersecurity crollano dopo l’annuncio di Claude Code Security, nuovo tool capace di scansionare codici alla ricerca di vulnerabilità, pane e nutella di società come CrowdStrike e Zscaler che vanno giù. LINK

• Tre giorni dopo, il 23 febbraio, tocca a IBM, affondata da un post che annuncia che Claude Code ora riesce ad automatizzare la modernizzazione del COBOL, il linguaggio degli anni ‘50 che ancora gestisce il 95% delle transazioni ATM negli USA. IBM perde il 13,2% in un giorno. LINK

• Sempre il 23 febbraio Anthropic attacca a muso duro la Cina ed accusa pubblicamente tre AI lab top — DeepSeek, Moonshot AI e MiniMax — per avere usato 24.000 account falsi per estrarre le capacità di Claude con 16 milioni di conversazioni. Distillazione industriale, la chiama Anthropic, raccontando che DeepSeek in particolare usava Claude per generare risposte smart a domande imbarazzanti su dissidenti e autoritarismo. LINK

• Il 24 febbraio Anthropic lancia nuovi plugin enterprise, una serie di agenti preconfigurati per finanza, HR, investment banking, equity research, private equity, ingegneria, design. Succeda quel che succeda a chi produce software in questi settori… LINK

• Il 25 febbraio Dario è a Washington per tenere testa al Pentagono in un faccia a faccia con il Segretario Hegseth che vuole usare come vuole Claude - unica AI autorizzata a lavorare con i sistemi classificati più sensibili del Ministero della Guerra - senza che Anthropic possa obiettare nulla. L’incontro si chiude con un nulla di fatto e un ultimatum: o venerdì (oggi) Anthropic acconsente ad utilizzare Claude nei sistemi di arma autonomi e nei sistemi di sorveglianza di massa sui cittadini americani, o il Pentagono dichiara la società “supply chain risk”, terminando un accordo da 200 milioni e costringendo tutti i contractor governativi a rimuovere Claude dai propri sistemi. (Come piano B, il Pentagono ha già pronto xAI di Musk, che ha firmato un accordo senza restrizioni, ma toh). Axios | Bloomberg | Fortune

Qualcosa mi dice che il contratto con il Pentagono non salterà, e per spiegarlo torno per un attimo alla foto di gruppo a Delhi, quella delle mani dei duellanti che non si toccano: il summit indiano, quarto della serie dopo Bletchley Park, Seul e Parigi, verrà ricordato per avere messo definitivamente la pietra tombale sul miraggio di un impegno globale per l’AI safety, parola chiave delle prime due edizioni. Il messaggio che è passato, grazie soprattutto agli Usa, è che la competitività viene prima della prudenza, e chi si ferma è perduto (more info qui). Dario era sul palco quando il messaggio è stato recapitato. E le mani libere di Anthropic — libere dagli avversari, dalle conseguenze, dalle responsabilità — in quel momento si sono liberate anche dal fardello più pesante, quello della sua natura. Il 24 febbraio, così, proprio alla vigilia del corpo a corpo con Hegseth, Anthropic ha completato la sua mutazione facendo quello che nessuno si sarebbe mai aspettato: la società che si era presentata al mondo come la più responsabile delle AI ha cambiato il castello di regole che si era data per limitare i rischi dei propri modelli, la sua mitica Responsible Scaling Policy (gli amanti del genere possono approfondire leggendo questo mio vecchio pezzo).

Introdotta nel 2023, la RSP di Anthropic era diventata un modello per gli stessi governi (California, New York, EU) che poi hanno cominciato a legiferare esattamente nella direzione che Amodei aveva indicato. Tra le varie misure di salvaguardia, la RSP prevedeva un meccanismo automatico molto stringente: se un modello avesse raggiunto certi livelli di pericolosità — per esempio, la capacità di aiutare qualcuno a costruire un’arma biologica — Anthropic si impegnava a fermare lo sviluppo finché non avesse messo in sicurezza quel rischio. Un freno obbligatorio, non negoziabile. Ora, nella nuova versione della RSP quel freno automatico non c’è più. Al suo posto, obiettivi dichiarati pubblicamente ma non vincolanti.

Anthropic nell’annunciare il cambio di policy spiega che la regola aveva un difetto strutturale: “Stabilire se un modello davvero supera una soglia di pericolosità è risultato quasi impossibile”. Ma la verità è che nel frattempo il mondo è cambiato e il principio della “race to the top” alla base dell’intera dottrina Amodei (se diamo l’esempio, gli altri seguiranno) semplicemente non ha funzionato. Il contesto politico americano si è spostato verso la competitività e lontano da qualsiasi logica regolatoria, sono arrivati i cinesi, i concorrenti non si sono mai realmente adeguati, essere gli unici a tirare il freno in questo scenario significava non aiutare nessuno e rischiare di perdere terreno. Come prevedibile, alla fine ha vinto la race to bottom.

INTERVALLO

Alcune notizie raccolte nel foyer prima dell’epilogo: piccole storie comuni di umani e agenti.

Sasha Stiles, poetessa e artista americana, ha installato al MoMA di New York “A Living Poem”: un sistema generativo in tempo reale che fonde testo, visuals e voce, costruito su un modello AI addestrato sui suoi stessi 200 manoscritti di poesia. La sua tesi è radicale: la poesia non è l’opposto della tecnologia, è la prima tecnologia che l’uomo abbia mai inventato, un sistema di metro e rima creato per conservare e trasmettere informazioni vitali prima ancora della scrittura. L’AI, per Stiles, non è altro che il suo erede naturale. LINK

I ricercatori di Google DeepMind hanno pubblicato un paper sui rischi delle reti di agenti AI che si delegano compiti a vicenda. La raccomandazione più controintuitiva riguarda gli umani, però: è bene costruire deliberatamente delle inefficienze nel sistema, assegnando occasionalmente agli umani compiti che l’AI potrebbe tranquillamente fare da sola. Il motivo è l’”Automation Paradox”: se l’AI gestisce tutto in autonomia, gli umani perdono progressivamente le competenze pratiche necessarie a intervenire quando qualcosa va storto, e ti ritrovi con persone tecnicamente responsabili che non capiscono più cosa sta succedendo. LINK

Summer Yue, ricercatrice di sicurezza AI di Meta, ha chiesto al suo agente costruito sulla rischiosa piattaforma OpenClaw di fare ordine nella sua casella email sovraffollata. L’agente ha cominciato a cancellare tutto in modalità “speed run”, ignorando i comandi di stop inviati dal telefono. “Ho dovuto correre al mio Mac mini dove ho installato OpenClaw come se stessi disinnescando una bomba”, ha scritto su X. C’è una possibile spiegazione tecnica che vi risparmio, ma se una ricercatrice di sicurezza AI cade in questa trappola, beh gli agenti per knowledge worker occorre sceglierseli bene. LINK

EPILOGO

C’è una domanda che ancora in pochi si stanno ponendo: ma quando le macchine avranno preso tutti i lavori, chi ci darà da mangiare? Tra quei pochi, i ricercatori Anton Korinek e Lee Lockwood dell’Università della Virginia che come riporta il Guardian propongono in un paper un paio di idee concrete.

Nella fase di transizione, le tasse potrebbero essere usate per orientare gli investimenti tecnologici verso strumenti che aiutano i lavoratori invece di sostituirli, frenando fiscalmente chi investe in tecnologie sostitutive. Man mano che il lavoro scompare, le tasse sui consumi prenderebbero il posto di quelle sul reddito. In uno scenario di superintelligenza, il peso fiscale ricadrebbe sul capitale.

Le proposte più radicali riguardano la proprietà diretta: lo Stato potrebbe raccogliere tasse in azioni invece che in contanti, accumulando nel tempo una quota pubblica nelle società AI, e distribuire direttamente ai cittadini una fetta del valore creato. Un meccanismo con un’eleganza automatica: se l’AI delude i ritorni restano modesti, se trasforma l’economia i ritorni salgono di conseguenza, un hedging naturale contro l’incertezza radicale dello sviluppo AI.

Il nodo è che tutto questo richiede che i proprietari delle tecnologie accettino di condividere, cosa che nel clima attuale è fantascienza (non meno dello Stato buono che divide gli utili con i più deboli). The Guardian | Il Paper

E’ tutto per oggi, ci sentiamo prossima settimana!

Matteo M.

PS - Se vuoi altre newsletter come questa, dai un’occhiata a Newsletterati

più o meno un anno fa qui su [humans/AI] Giacomo Ciarlini ci aveva raccontato cos’è l’AI e come funziona. Avevo scelto lui per questa missione critica perché lo consideravo - e lo considero tuttora - il “miglior divulgatore AI su piazza” (riproduzione riservata). Da quando è uscita, la sua intervista è rimasta la prima cosa che chiunque vede arrivando sulla home della newsletter su Substack. L’ho tenuta lì perché se non sai cos’è l’AI è difficile poi capire il senso di [humans/AI], che ogni settimana vi racconta come una forma di intelligenza aliena ci sta cambiando per sempre dal di dentro. Io sono Matteo Montan e se volete saperne di più su di me e su questa newsletter, trovate tutto nelle Info. Buona lettura.

Giacomo , 30 anni, è cofounder di Datapizza, nome poco ortodosso ma sicuramente memorabile di una delle AI company più smart e interessanti del nostro ecosistema (dall’intervista ad oggi sono passati da 25 a 75 persone, hanno rilasciato il loro primo modello open source e sono diventati un punto di riferimento per molte aziende che vogliono fare bene l’AI). Gli ho chiesto di tornare per fare il punto un anno dopo. E lui ha gentilmente accettato.

Ciao Giacomo, ben ritrovato. Allora un anno fa ci eravamo salutati con le tue previsioni su quello che sarebbe successo in questi 12 mesi, cito: agenti che funzionano, modelli più affidabili, costi dell’AI in costante discesa, AI che crea se stessa… Non male, Giacomo, le hai beccate tutte!

Ehm… fammi pensare, cazzo, sì! Ooops…

Ahahaha! Il francesismo ci sta Giacomo, bravo. Direi che questa combinazione di cose è iniziata a manifestarsi solo nelle ultime settimane: l’avvento di Claude Code che programma da sola per ore, i chatbot trasformati in agenti tuttofare, i nuovi modelli di frontiera fatti dalla stessa AI… l’ho raccontato nella serie di post dedicati al tipping point, al punto di svolta dell’AI, silenzioso ma sempre più evidente. Cosa ne dici, raccontiamo in retrospettiva cosa è successo? Partiamo dalle fondamenta: uno dei temi più discussi di questi mesi è stato se l’architettura Transformer scoperta da Google nel 2017 e alla base di tutta l’AI generativa abbia raggiunto o meno il suo limite, insomma se possa diventare più intelligente di così. Tu come la vedi?

Credo che ormai non sia nemmeno più una cosa discutibile. L’architettura Transformer è sufficiente per fare da layer base per qualsiasi cosa vogliamo costruirci on top. Verrà innovata, migliorata, sicuro, ma sono spuntate anche tante versioni alternative che promettevano “facciamo come il Transformer ma 20 volte più veloce” e poi scoprivi che l’esperimento era stato fatto su 300.000 parametri (un modello di frontiera ne ha oggi tra 200 miliardi e 2 trilioni, ndr). Mamba, modelli ricorsivi, insomma ne abbiamo viste tante. Ma abbiamo raggiunto un livello tale di sofisticazione — penso a GPT 5.2 di OpenAI, a Claude Opus 4.6 di Anthropic— sufficiente per coprire il 95% dei task delle persone white collar. Ovviamente questo è vero in uno scenario ideale: input ben definiti, dati ben definiti, processo definito, outcome definito, metriche di successo chiare. E ovviamente nel mondo reale queste cinque cose tutte insieme non sono quasi mai vere.

Cosa intendi dire?

Che queste cinque cose sono il vero delta fra le capacità del modello e il suo impatto reale. Se ci immaginiamo l’integrale fra due curve — la curva sotto sono le capacità del modello, la curva sopra è l’impatto delle AI (Giacomo mima le curve con gli avambracci) tutto ciò che c’è in mezzo non è tecnologia AI: è dati, integrazione, struttura dell’informazione, knowledge base. E poi tutta la parte people: cultura delle persone, come re-skillarle, come farle diventare manutentori di conoscenza e non operativi che eseguono. Se dovessi definire le sfide dell’impatto dell’AI nei prossimi cinque anni: 1% tecnologia, 49,5% people, 49,5% dati e processi. La tecnologia è già risolta. Potrebbero fermarsi a Opus 4.6 e si potrebbe già ridisegnare un’azienda praticamente tutta AI-native.

Sarà, Giacomo, ma nella pratica quotidiana - e siamo ormai 1 miliardo e mezzo a usare l’AI - ad ogni sessione sbattiamo il muso su un limite che non dico è diventato un argomento da bar, ma quasi: la finestra di contesto. Cos’è esattamente? Perché è così importante?

Mettiamola così: come in un computer c’è l’hard disk e la RAM, allo stesso modo funziona un modello AI. E allo stesso modo funziona un essere umano, con la memoria a breve termine e la memoria a lungo termine. La finestra di contesto è la short-term memory, la RAM. L’altra è la long-term memory, lo storage. Perché è importante? Perché mentre tu mi fai queste domande, io accumulo contesto. Ti rispondo in base alla domanda che mi hai appena fatto, ma anche in base alle cose che ci siamo detti un po’ prima. La mia risposta sarà influenzata da tutto questo, ma non da quello che ho pensato settimana scorsa — o magari sì, un po’, ma in modo via via più latente.

La metafora funziona, ma dimmi: cosa è ‘sta benedetta finestra di contesto?

La finestra di contesto è la massima quantità di informazioni in input che un modello può prendere in pancia prima di erogare una risposta. Queste finestre sono passate da poche migliaia di parole a milioni di parole (il termine tecnico è token, che è l’unità di misura dei modelli, ne avevamo parlato qui) . Ma è come per un essere umano: se gli chiedi qualcosa che fa riferimento alla sua memoria di cinque anni fa, potrebbe essersela dimenticata, o potrebbe essere stata sovrascritta. Non è che basta una finestra di contesto lunghissima, ci metti dentro tutta la knowledge base e bam one shot lui ti risponde. C’è un fenomeno che si chiama context rot, marcimento del contesto: mano a mano che il contesto si allunga, la capacità di rispondere in modo puntuale e sensato diminuisce. È un fenomeno fisico: un modello — che non è altro che un insieme di parametri numerici — riesce a catturare una certa quantità di segnale. Il motivo per cui modelli più grandi sono più intelligenti è anche perché compattano più informazioni. Ma c’è un limite a questo compacting, una sorta di capacity che si degrada esponenzialmente con la lunghezza.

Qui Divulgator mi sa che per spiegare bene serve una altra delle tue immagini…

OK, proviamo questa: se hai appena finito il secondo capitolo del terzo libro di Harry Potter e ti chiedo cosa è successo, tu mi rispondi benissimo. Ma se sono passati sei anni, hai letto tutti e sette i libri e ti chiedo cosa ha detto esattamente Piton al capitolo 5 a pagina 17 — magari ti ricorderai il concetto, potresti simulare una buona approssimazione, ma le parole esatte no. Però se ti riprendo il libro, te lo apro alla pagina giusta e te lo faccio rileggere, mi rispondi alla perfezione. Chiaro? Ed è questo che ci porta al come si risolve il problema: costruire un’architettura che recupera il contesto just in time, on the fly, quello che serve per rispondere alla domanda dell’utente. Questo campo si chiama Context Engineering: il design di un sistema che avvolge il modello AI per facilitarlo nel consumare meno contesto possibile. Sostanzialmente gli prepari la risposta.

Per l’utente medio che usa il chatbot però la frustrazione è concreta: le risposte degradano mano a mano che vai avanti, anche su documenti che gli hai appena dato, una dimensione temporale molto più corta dei sei anni dalla lettura dell’ultimo Harry Potter...

Sì, perché i sistemi che usiamo comunemente non hanno un vero sistema di long-term memory. La short-term memory funziona anche bene — meglio della nostra: se dai a un LLM 100 pagine di un libro, in un secondo se le legge e ti risponde abbastanza bene , tu ci metteresti un sacco di tempo a leggerlo e verbatim non ricorderesti nulla. Il problema è anche la long-term memory. Io per esempio me la sono costruita con Claude Code, mi sono creato un sistema personale. Prima di tutto al termine di ogni sessione mi creo una short-term memory, che è un file Markdown (un formato di testo molto usato dagli sviluppatori che ha l’estensione .md, ndr); questo file ha una struttura standard, tipo data, contenuto, note etc e dentro ci salvo il lavoro fatto (Claude Code accede alle nostre cartelle, ma lo lo vediamo meglio dopo, ndr). Quando accumulo 50 di queste memorie short le sparo in un database SQL che poi fa da long-term memory, e per ogni memoria creo con l’AI dei tag semantici per poi potere recuperare più facilmente le info.

Hai appena descritto qualcosa che l’utente medio non può fare...

Fino a un certo punto. L’ho fatto tutto con Cowork, con tre prompt. Gli ho detto: tu conosci i tuoi limiti, costruiscimi un sistema di short-term e long-term memory. L’unica accortezza è ricordarsi a fine chat di dire “salva nella memoria” e a inizio chat “carica la memoria”. E’ un accrocchio, certo, ma ha fatto tutto lui: database, script, inserimento, lettura, meta-tag. Con tre prompt. Poi io sono un power user, è ovvio, ma basta essere power user — non devi essere un tecnico.

Confermo che per ora quello che hai descritto non è alla portata del lettore tipo di [humans/AI]. Però ormai abbiamo scavallato, quindi prevedo due cose: 1) a breve features di memoria come queste saranno disponibili nei settaggi dei chatbot e 2) il numero dei power user che costruiscono accrocchi per risolvere problemi continuerà ad aumentare. E qui - dopo architettura e memoria - arriviamo al terzo punto chiave della nostra retrospettiva: l’interfaccia. La mia sensazione è che da dicembre ci sia stato un vero scalino, che sia successo quello che si era sempre detto, cioè che i chatbot sarebbero evoluti in agenti: ci conversiamo ancora, ma non per farci dire come fare le cose, per fargliele fare!

Corretto. Le interfacce si sono evolute tantissimo. Tre anni fa ChatGPT era text-in text-out con un modello scarso sotto. Oggi Claude Cowork è — secondo me — un po’ l’endgame dell’interfaccia testuale. È un sistema completamente agentico: c’è un ciclo di esecuzione che fa girare un LLM finché non ha risolto il compito, ruotando l’utilizzo di strumenti di cui sa valutare l’output, capire se sta sbagliando e fare backtracking. Ha molti strumenti built-in — il browser, la creazione di PowerPoint — ma posso creare skill on top dove documento la mia conoscenza, o collegarlo a altre applicazioni. Tutto questo è possibile perché il modello sotto è robusto. Lo stesso prodotto sei mesi fa non funzionava. L’avanzamento del modello ha sbloccato aree di UI/UX che adesso funzionano davvero. L’evoluzione di Cowork è lo standard de facto di quello che andremo a vedere. Tutti andranno lì: agente che insiste sul tuo computer, fine.

Totalmente d’accordo: dopo ChatGPT per me questa è la cosa più epocale successa nell’AI: un assistente che con la tua autorizzazione accede al tuo PC e ha accesso alle skill di un programmatore top che H24 fa le cose che tu gli descrivi. E’ un abilitatore pazzesco, universale, altro che fare meme e video con un prompt.

Yesss, ora con un prompt puoi realizzare vere e proprie applicazioni. Il coding integrato permette a chiunque di costruirsi i propri accrocchi, ma anche ai product manager di iterare in minuti quello che prima iteravano in settimane, avanti e indietro col team di sviluppo (iterare: in gergo il ciclo prova-modifica-riprova con cui si migliora un prodotto versione dopo versione, ndr). Ieri dovevo fare lo scraping di tutti i miei post LinkedIn. Ho fatto lo screenshot del profilo e ho detto a Cowork: fammi uno script che li scorre tutti, scatta screenshot, estrae i dati, li tira giù. One shot. Poi l’ho buttato via perché non mi serviva più. Diventa viabile costruirsi tool usa-e-getta. Un prompt, cinque minuti lui che scrive, ti fai un caffè, torni, ce l’hai, lo lanci, lo butti via. Il software diventa una commodity, e con esso, organizzare il lavoro, trovare anomalie, incrociare dati, memorizzare informazioni.

E questo fatto di lavorare sul tuo PC mitiga il problema della context memory…

Esatto! Se carichi i documenti in un’interfaccia web, che è una black box — non sai come li organizza, come li stora, quando li retriva. Invece con un file system organizzato (cioè l’alberatura dei tuoi file sul pc) , semplicemente gli dici “per questo lavoro mi serve A, B, C”, lui va, naviga e trova. Puoi mettere un file Readme che descrive la struttura e basta. La tua knowledge base diventa il file system. Lo controlli, lo arricchisci, ci metti database, testo, presentazioni. E l’interfaccia ti permette di dare comandi long-running e lasciarli girare, perché il modello è sufficientemente intelligente per non perdersi. Prima al terzo tool scazzava. Ora ne usa 20 di fila senza sbagliare una chiamata.

Tutto questo è reso possibile da MCP, plugin, estensioni che consentono al tuo sistema di collegarsi ad altri sistemi, applicazioni, etc Che sono esattamente?

Sono connettori. Poi dipende come li architetti, ma la cosa importante da dire è che comunque forniscono al modello AI uno strumento tramite un’interfaccia condivisa con un contratto ben definito: input, output, fine. Si collegano a qualsiasi applicazione: dalla roba operativa — mail, calendari — ai database, ad altri sistemi AI. Puoi creare architetture che si collegano fra loro, si fanno handover dei task, se li passano di mano in mano creando catene di montaggio delle AI, anche tra sistemi diversi. Il grande vantaggio è che non devi disegnare tutto in modo olistico prima, puoi attaccare un po’ tipo con lo scotch, a posteriori.

E così ti fai anche le cose importanti, non solo quelle usa e getta…

Infatti. Ti faccio un esempio: a Datapizza io gestisco anche la parte media, content creation e redazione. Cosa ho fatto, sempre con Cowork, per organizzare meglio il lavoro? Ho preso tutto quello che abbiamo prodotto, ho fatto ripulire tutti i dati, li ho messi in un mega JSON ((JavaScript Object Notation: un formato standard per strutturare dati in modo leggibile sia dalle macchine che dagli esseri umani, molto usato nello sviluppo software per organizzare e scambiare informazioni, ndr)) con data, nome, contenuto. Poi gli ho detto: voglio creare una suite interna accessibile per tutti i content creator . Gli ho descritto il flusso di lavoro e gli ho detto: fammi un’interfaccia grafica custom on top a questi dati. Me l’ha disegnata tutta con due prompt. Dati etichettati e categorizzati, editor completo di testo, preview, filtri per tipologia, ricerca keyword, ricerca semantica, un AI assistant e anche un generatore di workflow che i content creator possono usare per produrre e montare i loro contenuti.

Più consentiamo all’AI di lavorare sui nostri file, magari con pezzi di scotch, più la sicurezza diventa un tema reale. Parlo per me: quando uso Claude Code, mi chiede continuamente di autorizzare cose che non ho la minima idea di cosa siano. Si fa un atto di fede: ti ha fatto Anthropic -penso - il tuo CEO Dario Amodei oltre che un genio è tutto sommato una brava persona, OK Claude, vai avanti. Ma se stai usando un player meno affidabile, open source, tipo Moltbot o come si chiama ora OpenClaw? È un rischio pazzesco..

Assolutamente. Ci sono tre livelli di rischio, su problemi che vivono su mondi diversi: rischi locali di esecuzione, rischi di intrusione, data leakage.

Primo livello: l’AI ti rompe le uova in casa. Il modello è sul tuo file system, sbaglia e ti fa una delete, cancella qualcosa. Nessuno ti attacca da fuori, è il modello che ti cancella dati irrecuperabili. Soluzione: fatti sempre i backup. Che non è una soluzione al problema dell’AI, è igiene generale.

Secondo: qualcuno ti entra in casa. Hai creato con OpenClaw un agente che controlla le offerte su Amazon, qualcuno lo becca facendo sniffing e spoofing (tecniche di attacco informatico: la prima intercetta il traffico dati in transito su una rete, la seconda falsifica l’identità di un dispositivo o servizio per ingannare il sistema e ottenere accesso, ndr), identifica una falla di sicurezza, ci entra dentro, prende il controllo, si mette in ascolto, si dirama in altri sistemi, casino. Soluzione: non usare cose buttate su GitHub, non dare le chiavi di casa a tutti. Se sei un coder l’agente te lo blindi, ma se fai l’accrocchio ti esponi.

Terzo livello: le fughe di dati. I miei dati dove finiscono? Di qua, di là, i dati dei miei clienti... Quindi occhio a dove metti i dati, a non dargli accesso.

Arriviamo ad un altro fattore chiave del successo degli agenti: la diffusione delle piattaforme di automazione tipo n8n. Mi sembra che siano un po’ il punto di contatto fra quello che abbiamo descritto finora – assistenti AI evoluti che potenziano la propria produttività - e l’AI applicata all’automazione dei veri processi aziendali, workflow customizzati che interfacciano più sistemi. La vedi anche tu così?

Sì, sicuramente per una PMI, che può usare strumenti come n8n per creare soluzioni che funzionano just enough to do the business traendone comunque benefici mostruosi. Questi strumenti vivono a metà fra gli assistenti di produttività generale e i grandi progetti fatti col codice. L’automazione si preoccupa di risolvere il problema di business, non gli interessa che applicazioni o sistemi gli attacchi, o se usi come codice Python o Java. La regola che ho capito nelle ultime settimane lavorando con i nostri clienti è questa: quando non sai a priori cosa vorrà fare l’utente, la scelta migliore è sempre un tool di produttività generalista già creato da un vendor, tipo Microsoft Copilot o Claude Cowork. Quando invece sai cosa dovrà fare l’utente o gli utenti, perché hai intervistato le persone, capito il flusso, dove ottimizzarlo, i sistemi con cui parlarsi, allora la soluzione migliore è rendere il tutto un workflow attivabile con un bottone, in un’interfaccia custom, dove dietro le quinte gira un flow n8n che orchestra.

La tua quarta profezia un anno fa riguardava proprio le aziende. Avevi detto: inizieranno a investire davvero. Sulla home del vostro sito scorrono ipnoticamente sequenze di marchi di grandi aziende, come è cambiata la loro attitudine?

È cambiata tanto. Siamo passati dal guardare gente che faceva piccoli proof of concept timidamente a investire in grandi progetti trasformativi. Adesso vediamo le prime aziende Enterprise che vogliono ridisegnare da zero intere aree per rifarle AI-native.

È molto complesso. C’è resistenza culturale importante, velocità diversissime in azienda. Spesso l’IT è molto indietro e viene sovraperformato da gente del C-level — magari un po’ tecnica, smanettona — che con Claude Code fa in una mattina quello che secondo l’IT richiedeva sei mesi. Una dinamica molto interessante.

C’è sempre più budget per il training delle persone. Le aziende hanno capito che non è un corso una tantum, ma un percorso continuo. In un paio d’anni le persone dovranno essere costantemente ri-addestrate a usare agenti in modo sempre più sofisticato. Oggi insegniamo ancora Copilot alle aziende, e assorbire quel livello di produttività individuale è già tanta roba. Ma ci sono aziende molto avanti con cui stiamo ridiscutendo tutto. Ci dicono: come devo far girare la mia azienda fra due anni? A Datapizza, voi ve lo state già facendo perché siete nativi di questa roba, aiutate anche noi a capire come farlo.

Previsioni: cosa vedi per i prossimi 12 mesi?

Le interfacce tipo Cowork che insistono sul file system locale saranno the way to go. Tutti si uniformeranno verso quella direzione.

OpenAI avrà difficoltà serie rispetto ad Anthropic, perché ha il problema di dover servire miliardi di utenti non paganti.

Spero che Google sistemi i suoi prodotti, perché i modelli sono della madonna ma i prodotti fanno venire il vomito, come sono impacchettati: metà delle volte Gemini si dimentica degli strumenti che ha, non riesce a leggersi le cose attraverso le interfacce.

Credo che Anthropic uscirà come il big winner del 2026.

Una curiosità: premesso che vivo in simbiosi con Claude, spesso mi chiedo se Anthropic, con tutta ‘sta storia dell’ AI buona e responsabile, ci è o ci fa? Tu che dici?

È una questione di teoria dei giochi. In un mondo in cui esiste una corsa verso l’AI, preferisco che esista un player come Anthropic piuttosto che non esista. Almeno buona parte del mercato si appoggerà su sistemi che tengono la sicurezza come principio importante. Lo scenario ideale ma irrealizzabile sarebbe un solo player che sviluppa un’AI security first.

Magari. Grazie Giacomo e alla prossima.

Matteo Montan

PS - Stando alle ultime notizie da Washington, verrebbe da dire che Anthropic non ci fa. Nelle ore successive alla realizzazione di questa intervista, il Pentagono ha minacciato di rescindere il contratto da 200 milioni di dollari con Anthropic e di classificare Claude “rischio per la catena di fornitura”, formula normalmente riservata a Paesi nemici, e questo perché Amodei si rifiuta di rimuovere due storici paletti dell’accordo: niente sorveglianza di massa sui cittadini americani, niente armi completamente autonome. Le altre AI company, più flessibili, si fregano le mani. To be continued.