1. Una scommessa molto rischiosa
2. Che succede con un’AI ferma al 1930
3. OpenAI ha rotto la matematica
4. Un alieno come influencer
5. Modi vergognosi di usare l’AI
6. Buone AI notizie
7. Il falso articolo di Umberto Eco sull’AI
8. Chi usa bene l’AI ci ruberà il posto di lavoro?
9. Copilot news

 

 

1. Una scommessa molto rischiosa

 

Forse sapete che Anthropic si prepara a quotarsi in Borsa. Questo evento è da sempre l’occasione per fare i conti in tasca all’azienda che vuole intraprendere questo percorso.

 

Sono così incappato in numeri molto interessanti che ignoravo: i ricavi di Anthropic del 2025 sono 12 volte superiori a quelli del 2024, raggiungendo circa 4,6 miliardi di dollari. Però nel 2025 l’azienda ha registrato una perdita netta di circa 42 miliardi di dollari. Una parte significativa deriva da componenti contabili legate ai finanziamenti ricevuti, ma anche escludendo questi effetti la perdita operativa supera gli 8 miliardi di dollari. Sembra una nave che sta andando a picco. A questo si aggiungono gli oltre 518 miliardi di dollari di impegni futuri per cloud, capacità computazionale e infrastrutture. Chi sta investendo in Anthropic, dunque, non sta immaginando un business basato su Claude o su altri modelli di AI, ma sull’infrastruttura che l’azienda sta realizzando.

 

Qui c’è qualcuno che scommette che la richiesta di servizi di elaborazione e conservazione dei dati sarà tale da ripagare i grandi investimenti di oggi. E, secondo i rumors, Anthropic spera di raccogliere 2.000 miliardi di dollari proprio su questa scommessa. Permettete che mi venga qualche dubbio quando da questa società arrivano dichiarazioni del tipo «abbiamo un’AI così potente che potrebbe distruggere il mondo»?

 

La mia personalissima opinione (immaginate la nota «non è un consiglio di investimento bla… bla…») è che chi ha soldi non li può tenere fermi, e dunque deve investire nella migliore opzione possibile, e attualmente l’AI è la migliore opzione possibile, per essere nel posto dove si lucra con la finanza. Ma oltre a questo, nessun business potrà mai ripagare quegli investimenti annunciati. Spoiler: non li faranno così grandi.

 

 

 

 

2. Che succede con un’AI ferma al 1930

 

Quando si parla con un’AI bisogna sempre chiedere quale sia la sua «knowledge cutoff», ovvero la data più recente dei documenti con cui è stata allenata. Se chiedo a un LLM (che non cerca su internet) chi ha vinto l’ultimo Nobel per la letteratura, mi risponde László Krasznahorkai (lo sapevate, vero?!?) se è stato allenato a fine 2025, o Han Kang (chi non l’ha letta!) se è stato allenato a fine 2024. Impossibile che mi risponda «Anne Carson», che è la vincitrice della settimana scorsa. L’unica possibilità per avere notizie aggiornate è che anche l’AI cerchi su internet. Quindi l’AI possiede un bagaglio di conoscenze determinato dai documenti che ha «visto» nel training e dalle informazioni che può consultare.

 

Un gruppo di ricercatori ha deciso di utilizzare questa caratteristica per un curioso esperimento: che succede se parliamo con un LLM addestrato esclusivamente su documenti precedenti al 1930 e autorizzato a consultare soltanto quelle fonti? In particolare hanno voluto capire se parlare con qualcuno che non sa nulla di ciò che è accaduto dopo il 1930 cambia il nostro modo di vedere la storia.

 

L’esperimento si è concentrato su un fenomeno psicologico chiamato illusione del declino morale. In pratica, molte persone tendono a pensare che la società di oggi sia meno onesta, meno gentile e meno morale rispetto a quella di cento anni fa. La ricerca ha coinvolto 240 partecipanti divisi in due gruppi: un gruppo ha interagito con un modello storico addestrato esclusivamente su materiale precedente al 1930, l’altro con un modello contemporaneo. Prima e dopo la conversazione, ai partecipanti è stato chiesto di valutare quanto fossero morali le persone di oggi e quelle del passato.

 

Chi ha parlato con il modello «del 1930» ha smesso in parte di idealizzare il passato, ridimensionando l’immagine romantica che ne aveva. Insomma, prima di parlare con il chatbot, i partecipanti pensavano che le persone di allora fossero molto più morali di quelle di oggi, convinzione che hanno in parte rivisto dopo la conversazione con l’AI del tempo. È stato dunque dimostrato che l’esperienza di interagire con un interlocutore presentato come «fermo al 1930» cambia il modo in cui giudichiamo quel periodo.

 

A mio avviso il risultato sull’illusione del declino morale è quasi secondario rispetto alla prova che un’AI con informazioni ridotte (nessun documento dopo il 1930) abbia influenzato il pensiero delle persone. Ricordiamo che se i modelli che usiamo cercano di essere aggiornati dal punto di vista temporale, non lo sono rispetto alle culture, alle aree geografiche o ad altre caratteristiche che sono poco o per niente rappresentate nei documenti che l’AI vede. Ma che cosa non ha mai visto un’AI? Forse le storie di un popolo la cui lingua non è quasi mai stata scritta. O l’esperienza di chi è stato descritto nei documenti coloniali, ma non ha potuto produrre documenti che raccontassero il proprio punto di vista.

 

Non tutto ciò che è accaduto è stato scritto, non tutto ciò che è stato scritto è stato conservato e non tutto ciò che è stato conservato è finito online. Un modello non ci restituisce il mondo, ma il mondo che è stato documentato, soprattutto da chi ha avuto il potere di documentarlo.

 

 

Copilot: «elegante robot del 1930, vestito secondo la moda degli anni Trenta. Formato verticale 2:3, simmetria Art Déco, silhouette allungata, basso livello di fotorealismo, autentica illustrazione commerciale del 1930»

 

 

3. OpenAI ha rotto la matematica

 

I problemi del Millennio sono sette grandi problemi matematici irrisolti selezionati nel 2000 dal Clay Mathematics Institute. Per ciascun problema è stato istituito un premio di 1 milione di dollari per una soluzione accettata dalla comunità scientifica. Il mese scorso OpenAI ha risolto uno di questi problemi, con un suo modello super potente per noi non disponibile, presentando una dimostrazione ancora sottoposta alla rigorosa revisione di un gruppo di matematici esperti, ma le voci sembrano confermarne la bontà.

 

Già questa scoperta aveva fatto intuire al mondo della matematica che gran parte della propria attività di ricerca, orientata alla soluzione di problemi aperti, è arrivata a un punto di svolta epocale. E infatti la settimana scorsa, sempre OpenAI ha pubblicato nello stesso giorno più di 700 articoli che risolvono altrettanti problemi matematici ancora irrisolti. Perché lo abbia fatto non è chiaro, anche perché diversi commenti ne evidenziano il disordine e la poca chiarezza.

 

Non sapendo bene cosa pensare, sono andato a leggere dei post raccolti su questo bel sito, e come sempre leggere la voce di chi è coinvolto direttamente mostra la complessità di ogni vicenda. Da un lato le persone sono desiderose di andare a vedere la soluzione di questi problemi, alcuni dei quali sono stati per anni oggetto del loro lavoro. Qualcuno dice «ci ero vicino, probabilmente in un paio di anni ci sarei arrivato», oppure «credo sia il giorno più importante della storia della matematica». Dall’altro lato emerge un forte sconcerto su quali siano le motivazioni per continuare il proprio lavoro, che in gran parte si orientava proprio alla soluzione di quei problemi. Qualcuno si rifiuta di approfondire quegli articoli sciatti, che pure probabilmente contengono la risposta esatta, perché ritiene che leggerli e verificarli aiuterebbe OpenAI a farsi bella della potenza dei propri modelli.

 

Praticamente tutti i commenti mostrano una comunità preoccupata per chi è giovane e vuole occuparsi di matematica, facendo capire che gran parte del loro mondo è crollato. Ho letto anche articoli in cui si spiega che il valore della ricerca di una soluzione matematica è quello che si produce strada facendo: intanto si sviluppano capacità utili a realizzare avanzamenti in altri ambiti di ricerca, e poi si consente alla comunità che risolve un problema di costruire tutta la conoscenza utile a preparare l’utilizzo di tale soluzione. Come dire, ancora una volta, che il valore non è nel raggiungimento della meta ma nel viaggio che si fa per arrivarci.

 

In ogni caso l’impatto è stato enorme, molti ricercatori hanno visto improvvisamente superati i progetti su cui stavano lavorando. Mi piace riportare qui uno dei commenti a mio avviso più significativi:

 

«Sebbene sia certamente nell’interesse di marketing di OpenAI diffondere la narrazione secondo cui la matematica sia stata “risolta” grazie all’esistenza di un codice snello su un server, spero sinceramente che la nostra comunità non soccomba a una narrazione così disfattista. Spero invece che troveremo un approccio organizzato e basato sul consenso per adattare il nostro lavoro a questa nuova realtà, in modi che siano in linea con i nostri valori, supportino la nostra ricerca della comprensione umana e favoriscano la costruzione della teoria matematica. Questo potrebbe includere l’adozione dell’AI, ma solo in una forma che massimizzi il suo impatto positivo e minimizzi quello negativo sugli aspetti della matematica che consideriamo fondamentali. Nel frattempo, se OpenAI vuole che tutti credano che sia una divinità, è nostro dovere ricordare quanto sia difettosa la sua idea di divinità.»

 

Dubito che, quando sentivamo «l’AI ruberà i posti di lavoro», avessimo mai pensato ai matematici teorici, ma temo sia proprio quello che sta succedendo.

 

 

AI Hunting – Genio ribelle

 

 

4. Un alieno come influencer

 

Potremmo iniziare a vedere sui social network un nuovo tipo di influencer basato sull’AI, che almeno ha il buon gusto di non sembrare una persona reale.

 

L’azienda Higgsfield, che di recente ha annunciato di aver raggiunto ricavi di 1 miliardo di dollari, con 30 milioni di utenti, ha aggiornato il proprio strumento per creare influencer con l’AI, rendendo più semplice realizzare personaggi bizzarri, dall’apparenza realistica ma decisamente non appartenenti a questo mondo. Improbabili tagli di capelli, colli allungati o altre proporzioni corporee estreme rendono evidente la loro natura artificiale, che diventa un vero e proprio vanto.

 

Diciamolo: quando vediamo un personaggio creato con l’AI ci sentiamo un poco offesi; il mio YouTube mi propone Shorts di una ventenne solare come Maya Lanez che però mi irrita invece di irretirmi con la sua bellezza. Quindi Higgsfield propone un’estetica insolita che sfrutta i punti di forza dell’AI: creare personaggi perturbanti è un uso della tecnologia più efficace del tentativo di farli passare per esseri umani. È un modo più trasparente di creare contenuti, che non inganna il pubblico come accade invece con i deepfake. Alcuni di questi influencer generati dall’AI hanno totalizzato milioni di visualizzazioni e migliaia di follower sulle diverse piattaforme; alcuni utenti li stanno già utilizzando per promuovere memecoin.

 

Higgsfield AI influencer

 

 

5. Modi vergognosi di usare l’AI

 

Se vi è capitato di scrivere qualcosa a un chatbot AI e poi pensare «speriamo non lo legga mai nessuno», siamo sulla stessa barca. Talvolta chiediamo aiuto per produrre testi semplicissimi, o ci facciamo spiegare nozioni che dovremmo conoscere bene. Di fatto abbiamo sviluppato abitudini nel rapporto con questi strumenti che non sono necessariamente edificanti e di cui non sempre andiamo orgogliosi.

 

Da questa idea è nata una sorta di «confessionale» sul proprio rapporto con l’AI: un sito che raccoglie i modi in cui le persone utilizzano segretamente l’AI. Ci troviamo frasi come «ChatGPT scrive il 99,9% di tutte le mie email», ma anche «Al lavoro faccio finta di utilizzare l’AI». Ci sono confessioni sulle relazioni, come «Ho clonato la voce del mio ex per avere un’ultima conversazione con lui. E mi ha aiutato a darmi una smossa. Lo consiglio». Qualcosa mi pare comprensibile, come «Ho usato l’AI per scrivere un biglietto di compleanno per la nonna della mia ragazza». Altre mi sembrano meno ammissibili: «Parlo all’AI più che a qualsiasi persona della mia vita». E un’altra persona scrive «Lo ammetto: non ho mai utilizzato l’AI».

 

Se volete curiosare, ecco il sito, in cui queste confessioni sono catalogate per ambito e luogo.

 

 

Uso dell’AI: abbiamo qualche scheletro nell’armadio

 

 

6. Buone AI notizie

 

Al congresso dell’European Association for the Study of Diabetes (EASD), tenutosi a Milano, è stato presentato uno studio in cui un modello di intelligenza artificiale è riuscito a identificare segnali associati al diabete di tipo 2 analizzando appena 20 secondi di parlato. L’algoritmo è stato sviluppato dalla società britannica Thymia insieme ai ricercatori della RMIT University di Melbourne. L’idea nasce da un’osservazione apparentemente banale: il diabete può produrre sottili alterazioni nel controllo della respirazione, nella raucedine e in altre caratteristiche della voce. Si tratta di alterazioni talmente sottili che noi non le percepiamo, ma abbastanza evidenti perché una rete neurale possa individuarle.

 

Per addestrare il modello sono stati utilizzati oltre 63.000 campioni vocali provenienti da più di 21.000 persone tra Regno Unito e Stati Uniti. Nei test successivi, effettuati su brevi registrazioni di persone che leggevano una favola di Esopo, il sistema ha mostrato una capacità di discriminazione clinicamente interessante: assegnava alle persone con diabete un punteggio di rischio superiore a quello delle persone senza diabete nell’80% dei confronti. Quando le sue valutazioni venivano confrontate con i risultati dell’emoglobina glicata (HbA1c), uno dei principali indicatori utilizzati per valutare l’andamento della glicemia e diagnosticare il diabete, il sistema manteneva buone prestazioni, pur generando ancora molti falsi positivi (47%). Naturalmente i dati utilizzati per l’addestramento fanno la differenza e lo studio mostra prestazioni inferiori in alcuni gruppi etnici e un numero di falsi positivi ancora troppo elevato per immaginare un utilizzo clinico diffuso. Gli stessi autori riconoscono che serviranno ulteriori validazioni. Inoltre, non siamo di fronte a un sistema che «diagnostica» il diabete, però riesce a indicare quali persone valga la pena sottoporre a ulteriori controlli.

 

Mi rendo conto che la differenza è enorme, ma se questo si può fare semplicemente parlando, mi pare meraviglioso. Se faccio volare la fantasia immagino un futuro in cui mi sottopongo a una visita ed entro in una sala pluriattrezzata che controlla centinaia di segnali invisibili che il nostro corpo diffonde senza che noi ne siamo ancora consapevoli. È come se già oggi rilasciassimo dei biomarcatori che in realtà le tecnologie attualmente disponibili non riescono ancora a percepire, ma che prima o poi riusciremo ad «ascoltare». Il corpo parla e può servire un’intelligenza artificiale per interpretarne il discorso.

 

 

 

7. Il falso articolo di Umberto Eco sull’AI

 

Sui social network si è diffusa una pagina dell’Espresso del 2010, in cui Umberto Eco scriveva, nella sua Bustina di Minerva, un pezzo dal titolo «La macchina che avrà letto tutto». Nell’articolo, Eco descrive una macchina che è molto simile alle attuali AI generative, ovviamente palesando preoccupazioni, richiami bizantini e citazioni medioevali.

 

Inutile dirlo: è un falso, probabilmente generato con la stessa AI che l’intellettuale sembra prevedere. La cosa divertente è stata vedere l’enorme diffusione acritica che ha avuto questa immagine, accompagnata da commenti come «Eco aveva capito tutto prima di noi!». In questi casi, a parte stupirmi di quanto siamo boccaloni e fagiani (credo sia questo l’esatto termine che avrebbe utilizzato lo stesso Umberto Eco), mi viene sempre da chiedermi chi concepisca e realizzi questo scherzo: perché lo hanno fatto? Con intento ironico o cosa? Nel 1984 tre studenti livornesi convinsero il mondo intero che fosse stata ritrovata una scultura di Modigliani, ingannando praticamente tutti i critici d’arte del tempo. Per loro fu solo uno scherzo. In questo caso il falso è stato attribuito a un certo Ciro Ascione, personaggio che da anni provoca sul web, spesso generando notizie false (come lo scoop della morte di Marge Simpson), presumo sempre alla ricerca di nuovi modi per ottenere visibilità.

 

Certamente, vedendo diffondersi il falso articolo, avrà riso alle spalle delle legioni di imbecilli che prima parlavano solo al bar dopo un bicchiere di vino, senza danneggiare la collettività (parole pronunciate dallo stesso Umberto Eco, nel 2015). Il semiologo sosteneva che la mancanza di competenza, la perdita del senso della gerarchia delle fonti e la parificazione di qualsiasi opinione (incluso l’analfabetismo funzionale o il complottismo) al sapere specialistico avrebbero deteriorato lo spazio pubblico e il discorso democratico. Questo era davvero predire il futuro! Ciò che Eco probabilmente non aveva preso in considerazione era la possibilità di disporre di una camera di risonanza (i social network) facilmente utilizzabile da chi vuole indirizzare il pensiero e le scelte delle persone.

 

 

Il falso articolo di Umberto Eco

 

 

8. Chi usa bene l’AI ci ruberà il posto di lavoro?

 

In una delle tante newsletter a cui sono iscritto, che cerco di filtrare per voi, ho trovato un interessante dibattito nato da alcuni post su X, che è partito dalla nota frase «L’AI non ti ruberà il posto di lavoro. Lo farà qualcuno che sa utilizzare l’AI meglio di te», ripostata il 5 ottobre dal famoso investitore Mark Cuban. È una frase ad effetto che ci sembra molto ragionevole e credibile, ma al tempo stesso trascura un elemento di realtà: oggi, praticamente chiunque utilizza l’AI sul lavoro, e tendenzialmente lo fa bene. Il dato interessante, però, è che si tratta soprattutto di un utilizzo personale, senza significative integrazioni o automatismi nei processi aziendali. Sono io ad usare l’AI per rispondere a un bisogno dell’azienda.

 

Di questo avviso è il prof. Ethan Mollick che risponde sottolineando: «Il vero collo di bottiglia se si volessero sostituire le persone con sistemi autonomi, è rappresentato dai sistemi aziendali». In generale chi lavora nel settore si oppone a questa visione apocalittica di un futuro con milioni di persone senza lavoro, e ad esempio Sam Altman (amministratore delegato di OpenAI, se ce lo fossimo dimenticato) afferma di sentirsi molto a disagio quando le persone attribuiscono ai modelli di AI una forza quasi religiosa e rinunciano al proprio giudizio. Chi invece vuole spaventarci proietta nel futuro qualsiasi evento utile a creare preoccupazione: ad esempio Gary Marcus (un ricercatore molto critico sull’AI) riporta un’analisi secondo cui, considerando gli attuali investimenti fatti sull’AI, sarebbe necessario che i ricavi generati dall’AI fossero pari a quanto spendiamo per il cibo: una cifra impossibile da raggiungere che si potrebbe giustificare con la riduzione (grazie all’AI) di un’enorme quantità di posti di lavoro e dei relativi costi salariali.

 

Questi calcoli non tengono conto di moltissimi elementi che plasmeranno il mondo dell’AI: ad esempio investimenti che si dimostreranno mal riposti, costi dell’AI che diminuiranno e nuovi mercati che nasceranno proprio grazie all’AI. Sicuramente il nostro posto di lavoro è al sicuro se continueremo a mettere in campo le capacità relazionali proprie dell’essere umano, che nessuna AI, ne sono convinto, riuscirà a replicare pienamente.

 

 

Mah. Mica sono tanto d’accordo.

 

 

9. Copilot news

 

Avevo già raccontato di Cowork e di quanto fosse sorprendente poter assegnare un compito a un’AI che continua a lavorare anche dopo che abbiamo spento il computer. Ora Microsoft sta allargando il progetto, con un nuovo Copilot organizzato in tre aree, Home, Code e Autopilot, che rispondono alla necessità di un’assistenza sempre più avanzata. Se immaginiamo di dover svolgere un compito, la prima richiesta è chiedere a un’AI come si faccia. La seconda potrebbe essere quella di avere uno strumento che mi aiuti a svolgere il compito. La terza richiesta potrebbe essere «fai tu al posto mio». Quindi Home riunisce la Chat, Cowork e le applicazioni Office, permettendo di creare e modificare documenti senza dover continuamente passare dalla conversazione a Word, Excel o PowerPoint. Code consente invece di descrivere un’applicazione e farla costruire, anche senza essere programmatori. Autopilot è la parte più curiosa, perché introduce agenti con un ruolo, un obiettivo e una memoria, capaci di seguire un processo nel tempo, chiedere aggiornamenti e riprendere il lavoro nei giorni successivi. Tutto ciò avrà costi differenti a seconda che si tratti di un’AI «quotidiana», quella che usiamo per scrivere, riassumere e analizzare, oppure di attività avanzate di Cowork, Code e Autopilot, che saranno contabilizzate a consumo attraverso i Copilot Credits.

 

Arrivano anche strumenti per controllare la spesa, assegnare budget e verificare come siano stati utilizzati i crediti. Attenzione dunque, perché potremo spegnere il computer e lasciare che l’AI continui a lavorare, ma questo non significa che si fermerà anche il contatore dei consumi. Dovremo imparare a dare incarichi che abbiano senso anche economicamente, perché se, per risparmiare dieci minuti, facciamo lavorare un agente per tre ore, non è detto che avremo fatto un affare. E soprattutto il consumo non ci dice se il risultato sia utile, corretto o davvero utilizzabile. Il rischio è ritrovarci con un’AI molto impegnata e noi altrettanto impegnati a controllare quello che ha fatto. Solo che, così, pago due volte: il lavoro dell’AI attraverso i crediti e il controllo attraverso il mio tempo di verifica. In ogni caso, voglio provare tutto! Le novità arriveranno inizialmente attraverso il programma Frontier e le anteprime riservate, quindi non aspettatevi di trovare tutto disponibile aprendo Copilot domattina.

 

 

 

 

 

1. Chi sono

    

   Ciao, sono Francesco Costantino, professore universitario e Director of Innovation in AGIC. Appassionato di novità tecnologiche e convinto sostenitore di un futuro migliore del passato, mi piace raccontare e sperimentare i nuovi strumenti di AI disponibili, così come osservare e ragionare sull’evoluzione digitale.