Tag: intelligenza artificiale generativa

  • Muse Image, l’Intelligenza Artificiale di Meta entra nella creazione dei contenuti

    Muse Image, l’Intelligenza Artificiale di Meta entra nella creazione dei contenuti

    Meta lancia Muse Image, il suo primo modello di generazione di immagini firmato Meta Superintelligence Labs, e lo porta subito dentro Instagram Stories e WhatsApp. In anteprima arriva anche Muse Video. Il modello lavora in modo agentico, usa strumenti di ricerca e di coding e si autocorregge da solo.

    Dopo il lancio del Superintelligence Lab, avvenuto ad aprile scorso, ecco che Meta si lancia nel grande mondo della IA generativa, facendo un salto di qualità notevole. La società di Zuckerberg quindi, dopo tante fasi altalenanti, e tanti investimenti, decide di entrare in competizione diretta con Grok (modello di xAI alla base di X) e anche con ChatGPT e Gemini. Proprio nella generazione delle immagini.

    Infatti ieri, 7 luglio 2026, Meta ha annunciato Muse Image, il suo primo modello di generazione di immagini, e ha presentato in anteprima Muse Video, il modello gemello per i contenuti in movimento.

    Si tratta dei primi prodotti di generazione di contenuti firmati Meta Superintelligence Labs, la divisione di ricerca guidata da Alexandr Wang, primo Chief AI Officer nella storia dell’azienda.

    E non si tratta di un rilascio isolato. Come già raccontato sempre ad aprile, Muse Spark era stato il primo modello costruito da zero dal nuovo laboratorio. Muse Image, quindi, ne è la naturale prosecuzione, applicata questa volta alla generazione visiva.

    Muse Image, l'Intelligenza Artificiale di Meta entra nella creazione dei contenuti
    Muse Image, l’Intelligenza Artificiale di Meta entra nella creazione dei contenuti

    Meta Superintelligence Labs e la logica agentica di Muse Image

    Va sottolineato un elemento che distingue Muse Image dalla maggior parte dei generatori di immagini che abbiamo imparato a conoscere negli ultimi anni. Il modello di Meta non si limita a tradurre un prompt (indicazione o comando testuale) in un’immagine in un solo passaggio. Funziona, dice il colosso di Menlo Park, in modo agentico. Significa che il modello pianifica, usa strumenti esterni, valuta il proprio lavoro e lo corregge prima di consegnarlo.

    Durante l’addestramento con apprendimento per rinforzo (tecnica di machine learning), il modello ha imparato a scrivere ed eseguire codice per produrre grafici accurati o QR code funzionanti, e a cercare sul web per ancorare le immagini generate a informazioni reali e aggiornate, specialmente su temi legati all’attualità.

    In combinazione con Muse Spark, la stessa capacità di scrivere codice arriva a produrre GIF animate, siti con immagini incorporate e persino giochi visivi interattivi. Meta sostiene inoltre che la capacità di ricerca migliori sensibilmente l’accuratezza fattuale delle immagini prodotte, un problema che ha sempre accompagnato i generatori come questi.

    L’azione di autocorrezione di Muse Image

    Ma il dettaglio più interessante è un altro. Muse Image mostra un comportamento di auto-correzione che, stando a quanto scrive Meta, non è stato progettato in precedenza. Infatti, è emerso in maniera naturale durante l’addestramento, perché produceva immagini migliori e quindi un punteggio di ricompensa più alto. In pratica il modello rilegge il proprio lavoro nella catena di ragionamento e decide se serve una piccola modifica, una generazione da capo, o un cambio di strategia più radicale.

    A questo si aggiunge la scalabilità del calcolo in fase di inferenza: più tempo e risorse il modello impiega a “pensare”, tra ragionamento testuale, chiamate a strumenti esterni e passaggi di autocorrezione, più il risultato migliora. Di conseguenza, i miglioramenti crescono via via più lentamente man mano che si aggiunge calcolo.

    Interessante notare che, secondo i test interni dell’azienda, generare più immagini e scegliere la migliore (la tecnica nota come best-of-N, quando il modello genera più immagini da uno stesso prompt) funziona bene solo all’inizio e si esaurisce in fretta, mentre investire lo stesso calcolo in ragionamento deliberato continua a produrre miglioramenti.

    Editing di precisione e composizione da più riferimenti

    Muse Image punta molto sull’editing controllato. Il modello, spiega Meta, modifica esattamente quello che l’utente chiede, mantenendo coerenza tra i vari passaggi di un editing iterativo, così da permettere modifiche successive senza perdere il contesto delle precedenti.

    Si può chiedere di rimuovere un elemento indesiderato da una fotografia, mettersi virtualmente davanti a un monumento storico, o costruire un QR code funzionante partendo da un semplice prompt testuale.

    C’è poi la composizione multi-riferimento: Muse Image può combinare elementi provenienti da più immagini di input, persone, oggetti, abiti, stili, ambienti, interpretando prompt che alternano testo e immagini per costruire composizioni complesse. Ed è qui che il modello si appoggia esplicitamente a Instagram per il contesto social, un’integrazione che nessun concorrente diretto può replicare con la stessa profondità, semplicemente perché nessun concorrente possiede una piattaforma social media di quelle dimensioni.

    Muse Image, l'Intelligenza Artificiale di Meta entra nella creazione dei contenuti
    Muse Image, come si presenta

    Dove è attivo Muse Image e dove arriverà

    Muse Image è disponibile da subito nell’app Meta AI e su meta.ai, nelle Instagram Stories negli Stati Uniti e su WhatsApp in un numero limitato di Paesi. Meta ha annunciato che arriverà presto anche su Facebook. L’uso per la “creazione quotidiana” resta gratuito, ma oltre una certa soglia serve un abbonamento ai piani a pagamento di Meta.

    Gli usi che Meta stessa mostra vanno oltre il semplice intrattenimento. Si va dalla creazione di asset di marketing per piccole imprese alla possibilità, integrata con Facebook Marketplace, di visualizzare come apparirebbe in salotto un divano prima di acquistarlo. In buona sostanza, Meta sta provando a portare la generazione di immagini dentro i flussi di lavoro quotidiani delle persone e delle aziende, non solo dentro un’app dedicata.

    E posso confermare da esperienza diretta che Muse Image funziona su meta.ai anche dall’Italia. Contrariamente a quanto si potrebbe pensare, l’accesso di base al modello non è affatto bloccato: la limitazione geografica riguarda solo l’integrazione nelle Instagram Stories, per ora riservata agli Stati Uniti, e in parte WhatsApp.

    L’interfaccia si presenta con una domanda semplice, “A cosa stai pensando questa mattina?”, e tre modalità tra cui “Crea immagine”, accompagnata da una serie di preset con anteprima reale: “La mia foto”, “Foto pulita del prodotto”, “Poster di un film”, “Restauro foto”, “In 16-bit”.

    Al primo utilizzo compare anche un messaggio di benvenuto, “Creazione di immagini, migliorata. Più realismo, più dettagli, più controllo”, che invita a provare un preset o a descrivere direttamente un’idea.

    Muse Image, l'Intelligenza Artificiale di Meta entra nella creazione dei contenuti
    Muse Image, come funziona

    C’è un dettaglio che salta all’occhio più di ogni altro: da nessuna parte, in questa interfaccia, compare il nome Muse Image. Per chi la usa, resta semplicemente Meta AI, un po’ più capace di ieri. Ed è forse la conferma più chiara della tesi con cui abbiamo aperto: l’intelligenza artificiale generativa entra nei nostri strumenti quotidiani proprio perché non si fa notare.

    Restano poi alcuni dettagli pratici raccolti nelle prime ore dopo il lancio, da prendere con la dovuta cautela trattandosi di indicazioni ancora parziali. Oltre al prompt testuale, Muse Image permetterebbe di disegnare o scrivere a mano libera direttamente sulla foto per indicare cosa modificare.

    Il progetto, se ricordate anche voi, era conosciuto internamente con il nome in codice Mango. E l’abbonamento a pagamento necessario oltre la soglia gratuita è quello di Meta One, con limiti che variano da servizio a servizio e da Paese a Paese.

    Le IG Stories cambiano volto, con nuovi effetti

    Parallelamente al lancio di Muse Image, Instagram ha introdotto oltre trenta nuovi effetti per le Stories, tutti alimentati dal nuovo modello. Adam Mosseri, a capo di Instagram, li ha presentati lui stesso su Threads, citando effetti come Disposable (monouso) e Night Flash (flash di notte), che trasformano la luce delle fotografie, oppure Instagram Charms e Instagram Receipt, effetti personalizzati costruiti sul profilo di chi li usa.

    E, ha aggiunto Mosseri, chi vuole può anche crearsi un effetto su misura scrivendo semplicemente un prompt: è proprio questa la funzione che, a suo dire, è più curioso di vedere sperimentata dagli utenti.

    L’editor delle Stories si è aggiornato di conseguenza, mostrando un’anteprima di ogni effetto prima di applicarlo. È quindi una funzione che, negli Stati Uniti per ora, milioni di persone si troveranno semplicemente dentro l’app, senza dover cercare nulla.

    Il posizionamento competitivo: dietro OpenAI, avanti a Google

    Meta non si è sottratta al confronto diretto con i rivali. Sulla piattaforma Arena, che misura le preferenze umane tra modelli concorrenti, Muse Image occupa al momento il secondo posto nelle classifiche per generazione testo-immagine, editing di una singola immagine ed editing multi-immagine.

    Da benchmark interni diffusi dalla stessa azienda, il modello risulterebbe dietro a GPT Image 2 di OpenAI ma davanti a Nano Banana 2 di Google nei compiti di editing. Va detto, come sempre in questi casi, che si tratta di numeri forniti dall’azienda stessa: le classifiche Arena sono comunque un riferimento pubblico e verificabile, ma la lettura competitiva resta quella di Meta.

    Su Muse Video, ancora in anteprima e non disponibile al pubblico, Meta rivendica una performance competitiva su fedeltà visiva e aderenza al prompt, con audio nativo integrato fin da questa prima versione. Restano margini di miglioramento dichiarati su sincronizzazione audio-video e movimento fisico rapido. Sempre su Arena, il modello si posiziona al terzo posto per la generazione testo-video.

    Content Seal, la firma di Meta AI

    Ogni immagine generata con Muse Image nell’app Meta AI e su meta.ai porta con sé un segnale di provenienza invisibile, chiamato Content Seal, pensato per resistere a ritagli, compressioni, ridimensionamenti e persino screenshot.

    Meta ha annunciato anche uno strumento, ancora in anteprima, che permette di verificare se un’immagine porta questo tipo di filigrana, e ha promesso di estendere il sistema anche ai video. È una risposta, seppure parziale, a una domanda che si pone ogni volta che un’azienda mette nelle mani di milioni di persone uno strumento capace di generare immagini fotorealistiche: come distinguere cosa è stato creato da una IA.

    Il tag automatico sulle foto pubbliche, e la scelta del default

    C’è un aspetto, in questo lancio, che merita un chiarimento specifico, perché riguarda direttamente chi su Instagram ha un profilo pubblico. Muse Image permette di generare immagini a partire dal profilo di un altro utente semplicemente taggandolo con la chiocciola.

    E questa possibilità, per gli account pubblici, è attiva di default: non è l’utente a doverla attivare, ma eventualmente a doverla spegnere. Una pagina di supporto di Meta chiarisce inoltre che chi vede le proprie foto usate in questo modo non riceve alcuna notifica.

    Per disattivare la funzione bisogna entrare nel proprio profilo Instagram, aprire il menu in alto a destra, andare su “Condivisione e riutilizzo” e togliere la spunta a “Post” e “Reel” nella sezione che consente alle persone di usare i propri contenuti su Instagram e con le funzioni IA di Meta. Va specificato, per completezza, che disattivare l’opzione blocca solo le generazioni future, significa che le immagini già create restano.

    Non si tratta di una funzione nascosta o segreta, e Meta la presenta apertamente come un modo per creare contenuti “con gli amici” o per reimmaginare le proprie foto. Ma una cosa è offrire uno strumento di creazione condivisa, un’altra è farlo partendo da un’impostazione che richiede un’azione attiva per essere disattivata, invece che per essere attivata.

    In conclusione

    Muse Image arriva in un momento in cui la corsa alla generazione di immagini e video con l’IA è ormai affollata, tra OpenAI, Google e i tanti modelli, anche più piccoli, che si contendono lo stesso spazio.

    Ma quello che rende questo lancio diverso non è solo la qualità tecnica del modello, su cui peraltro Meta stessa ammette di non essere ancora prima. È la scala con cui viene distribuito: dentro Instagram, dentro WhatsApp, dentro Facebook Marketplace, cioè dentro le abitudini quotidiane di miliardi di persone, non in un’app a parte che bisogna scegliere di scaricare.

    Resta da vedere se lo stesso approccio, applicato anche al tag automatico e ai default di consenso, reggerà alla prova del tempo e dell’attenzione dei regolatori europei, abituati ormai a guardare con sospetto ogni impostazione che scarica sull’utente l’onere di proteggersi.

    Vedremo come andrà e intanto, se vi va, fatemi sapere se avete iniziato ad usarla e cosa ne pensate.

  • L’IA generativa ha conquistato il mondo in tre anni, più in fretta di Internet

    L’IA generativa ha conquistato il mondo in tre anni, più in fretta di Internet

    L’intelligenza artificiale sta cambiando il mondo più in fretta di qualsiasi tecnologia prima. Il rapporto annuale dell’AI Index 2026 di Stanford HAI fotografa lo stato di adozione, investimenti, capacità dei modelli, impatto sul lavoro e costo ambientale. Ne emerge una situazione complesso.

    C’è una frase con cui Stanford HAI ha aperto la comunicazione del suo rapporto 2026 che vale la pena riportare, perché contiene già la chiave di lettura di tutto il resto: “Se state seguendo le notizie sull’IA, probabilmente avete il capogiro. L’IA è una corsa all’oro. L’IA è una bolla. L’IA vi sta rubando il lavoro. L’IA non sa ancora leggere un orologio analogico.”

    E il rapporto, nelle sue 400 pagine, prova a rispondere a tutte queste domande insieme, con dati verificati.

    È il nono anno consecutivo che lo Stanford HAI, istituto di ricerca sull’intelligenza artificiale fondato all’interno dell’università californiana, pubblica questo documento. Ed è probabilmente, al momento, la fonte più autorevole e indipendente che esista su questo tema, perché non è prodotta da un laboratorio con un interesse diretto nei risultati. Per questo assume una notevole importanza.

    L'IA generativa ha conquistato il mondo in tre anni, più in fretta di Internet
    L’IA generativa ha conquistato il mondo in tre anni, più in fretta di Internet

    IA, una velocità di adozione mai vista prima

    Partiamo dal dato più impressionante, quello che ci permette di mettere in prospettiva tutto il resto del rapporto

    Secondo l’AI Index 2026, l’IA generativa ha raggiunto il 53% di adozione globale in soli tre anni dal suo lancio di massa. Per capire cosa significa, basta un confronto: il personal computer ha impiegato molto più tempo per raggiungere una penetrazione analoga nella popolazione mondiale. Internet anche. Gli smartphone, che pure avevano trasformato la vita quotidiana di miliardi di persone, ci hanno messo circa un decennio.

    Il personal computer ha impiegato circa 16 anni per raggiungere il 50% di adozione nei paesi industrializzati, internet circa 7 anni.

    L’IA generativa ci è arrivata in tre anni, e lo ha fatto quasi gratis. La maggior parte degli strumenti che la gente usa ogni giorno, va detto, è accessibile in forma gratuita o quasi gratuita.

    Ma, va detto, l’adozione non è uniforme e non segue le logiche che ci si potrebbe aspettare.

    Singapore guida la classifica con il 61%, gli Emirati Arabi si collocano secondi al 54%. Gli Stati Uniti, con tutti i loro investimenti e con tutti i modelli che producono, si trovano “solo” al 24° posto con il 28,3%.

    Questo ci suggeriscie che non è detto che chi costruisce la tecnologia sia chi la adotta più in fretta. Spesso chi parte con meno vincoli strutturali si muove con più agilità.

    Velocità adozione Intelligenza Artificiale Generativa - The 2026 AI Report | Stanford HAI

    IA e la crescita degli investimenti, l’assenza dell’UE

    Gli investimenti globali in intelligenza artificiale nel 2025 hanno raggiunto i 581,7 miliardi di dollari, più che raddoppiando rispetto all’anno precedente. Gli investimenti privati sono cresciuti del 127,5%, arrivando a 344,7 miliardi, e le sole aziende di IA generativa hanno assorbito quasi la metà di quel totale.

    Ma quello che è più interessante è la distribuzione geografica di questi investimenti.

    Gli Stati Uniti guidano con 285,9 miliardi di dollari di investimenti privati, una cifra 23 volte superiore a quella della Cina, che si ferma a 12,4 miliardi. Anche qui, però, il rapporto invita alla cautela: i fondi governativi cinesi, che non compaiono nelle statistiche degli investimenti privati, avrebbero immesso nell’IA circa 184 miliardi di dollari solo tra il 2000 e il 2023. Il confronto diretto, quindi, rischia di essere fuorviante.

    E l’Europa? Qui i numeri sono sensibilmente inferiori.

    Tra il 2013 e il 2024, il capitolo dedicato alla governance e alle politiche pubbliche cita gli investimenti statali in IA dei principali paesi: il Regno Unito con 1,6 miliardi di dollari, la Germania con 505 milioni, la Francia con 320 milioni. L’Italia non compare.

    Quello che colpisce non è solo la modestia delle cifre europee rispetto agli Stati Uniti, ma è la frammentazione con cui ci si muove su questo terreno. Ogni paese va per conto suo, con strategie nazionali che si sovrappongono, senza coordinarsi in modo efficace.

    L’UE ha una voce autorevole sulla regolamentazione, ha prodotto l’AI Act, gode di un livello di fiducia più elevato rispetto agli USA e alla Cina nella capacità di governare il fenomeno. Ma sul fronte degli investimenti e della produzione di modelli, l’Europa rimane largamente assente.

    IA e i modelli europei che non ci sono

    Ed è qui che arriviamo al punto più dolente per chi guarda il fenomeno dall’Europa.

    Tra i modelli più rilevanti del 2025, quelli che il rapporto identifica come “rilevanti”notable” per le loro capacità, gli Stati Uniti ne hanno rilasciati 50, la Cina 30. L’Europa non compare.

    Si tratta di modelli di frontiera, quelli che spostano le capacità verso l’alto e che definiscono lo stato dell’arte. E in quella classifica, il continente europeo semplicemente non esiste come attore.

    Più del 90% di tutti i modelli rilevanti è prodotto da aziende private, e tra quelle aziende non ce n’è nessuna con sede in Europa che riesca a competere con OpenAI, Anthropic, Google, xAI o DeepSeek.

    Mistral, l’unica azienda europea che produce modelli di frontiera, non compare nella lista dei modelli più significativi dell’anno secondo la classificazione Epoch AI utilizzata dal rapporto Stanford.

    Modelli di IA generativa rilevanti - Yhe 2026 AI Report | Stanford HAI

    Cosa sa fare l’IA, e cosa non sa ancora fare

    Il rapporto offre su questo punto una lettura molto più sfumata di quanto i comunicati stampa dei vari laboratori lascino intendere.

    Stanford definisce la situazione attuale con una formula: “jagged frontier”, frontiera frastagliata.

    I modelli di punta battono i professionisti umani su domande di scienze a livello di dottorato, vincono medaglie d’oro alle olimpiadi internazionali di matematica, risolvono problemi di coding su SWE-bench con prestazioni che in un solo anno sono passate dal 60% a quasi il 100% del livello umano.

    Ma, nonostante tutto, lo stesso modello che vince quella medaglia d’oro riesce a leggere correttamente un orologio analogico solo il 50,1% delle volte.

    Una contraddizione che in realtà ci dice molto sula natura stessa di questi sistemi. E quindi eccellono in domini ben definiti, su compiti che assomigliano a quelli su cui sono stati addestrati, e faticano su altri che sembrano banali per un bambino di dieci anni.

    Questo non significa che siano inutili, anzi. Significa che chi li usa deve sapere dove funzionano meglio e dove no. E significa che i benchmark di marketing, quelli che le aziende usano per annunciare prestazioni record, spesso misurano cose molto lontane da ciò che conta davvero nel lavoro e nella vita reale.

    C’è un altro elemento che il rapporto segnala. Secondo il Foundation Model Transparency Index, l’indice che misura il grado di apertura dei laboratori sui propri sistemi, il punteggio medio è sceso da 58 a 40 nell’arco di un anno.

    Google, Anthropic e OpenAI hanno smesso di comunicare le dimensioni dei dataset e la durata degli addestramenti per i loro ultimi modelli. In buona sostanza: i modelli più capaci sono anche quelli che rivelano di meno su come funzionano.

    IA e il lavoro, chi perde e chi guadagna

    Il rapporto dedica ampio spazio all’impatto dell’IA sul lavoro, e anche qui la lettura è meno lineare di quanto la narrazione diffusa suggerisca.

    Da una parte, i guadagni in termini di produttività documentati sono reali: 14-15% nell’assistenza clienti, 26% nello sviluppo software, fino al 73% nei team di marketing.

    Dall’altra, quei guadagni non sono distribuiti in modo uniforme. Gli sviluppatori statunitensi tra i 22 e i 25 anni hanno visto la propria occupazione calare di quasi il 20% in un anno, mentre i colleghi più senior ha fatto registrare il dato opposto. Il discorso è sempre lo stesso: l’IA sostituisce l’ingresso, non l’esperienza di lavoro. E un terzo delle organizzazioni intervistate dichiara di aspettarsi riduzioni del personale nei prossimi dodici mesi.

    In aggiunta a questo, il 73% degli esperti di IA è ottimista sull’impatto della tecnologia sul lavoro. Ma solo il 23% delle persone in generale condivide questa visione.

    Questa frattura tra chi costruisce il futuro e chi ne subisce in qualche modo le conseguenze non è un problema di comunicazione, è solo un problema di fiducia.

    IA e lavoro - The 2026 AI Report | Stanford HAI

    IA e il costo che nessuno vuole calcolare

    C’è infine un capitolo del rapporto su cui mi soffermo, perché è quello che rischia di passare in secondo piano rispetto alle notizie sulle prestazioni e sugli investimenti. A dire il vero, è uno dei temi più trascurati in questa fase, anche se è quello forse più importanti. Perché riguarda davvero tutti.

    L’impronta ambientale di questa evoluzione tecnologica trainata dalla IA non è più un incidente di percorso, ma una costante strutturale.

    Addestrare Grok 4, il modello di xAI, ha generato un’emissione stimata di 72.816 tonnellate di CO2 equivalente, pari alle emissioni di 17.000 automobili che circolano per un intero anno.

    L’addestramento di GPT-4 è stimato a 5.184 tonnellate di CO2 equivalente, quello di Llama 3.1 405B di Meta a 8.930 tonnellate.

    IA e costo ambientale - The 2026 AI Report | Stanfor HAI

    La capacità installata dei data center dedicati all’IA ha raggiunto i 29,6 gigawatt, all’incirca la stessa quantità di energia necessaria per alimentare l’intero stato di New York al picco della domanda.

    E il solo consumo d’acqua per il raffreddamento dei server legato all’inferenza di GPT-4o potrebbe superare il fabbisogno idrico annuo di 12 milioni di persone.

    Per dare un riferimento ancora più concreto e diretto: la domanda energetica cumulativa di tutti i sistemi di IA nel mondo è oggi paragonabile al consumo elettrico nazionale di Svizzera o Austria.

    Questi numeri crescono insieme ai modelli. E il rapporto di Stanford osserva che i miglioramenti nell’efficienza hardware non hanno tenuto il passo con la scala delle nuove distribuzioni.

    In buona sostanza: stiamo diventando più bravi a costruire modelli più potenti molto più in fretta di quanto stiamo diventando bravi a farlo in modo sostenibile.

    Resta da vedere come il dibattito pubblico e politico saprà reggere il confronto con questa velocità.

    Per adesso, il rapporto di Stanford ci dice che la tecnologia sta correndo mentre le istituzioni camminano. E il divario tra le due andature è, in questo momento, il problema più grande di tutti da affrontare.

  • Il sorpasso di Google su OpenAI a tre anni dal lancio di ChatGPT

    Il sorpasso di Google su OpenAI a tre anni dal lancio di ChatGPT

    Tre anni fa OpenAI lanciava ChatGPT. E tre anni dopo, un articolo del Financial Times e i dati Similarweb fotografano un cambio di scenario che nessuno avrebbe immaginato. Google sorpassa OpenAI e Altman dichiara “code red”.

    Tre anni fa, esattamente il 30 novembre 2022, OpenAI lanciava ChatGPT introducendo a tutti la IA Generativa. In cinque giorni raggiunse un milione di utenti, esattamente il 5 dicembre 2022.

    In due mesi arrivò a cento milioni di utenti attivi mensili, una velocità di crescita mai vista prima per nessuna piattaforma digitale.

    Per capire la portata di quel fenomeno, basta un veloce confronto: TikTok ha impiegato 9 mesi per raggiungere 100 milioni di utenti, Instagram due anni e mezzo, Facebook quattro anni e mezzo. ChatGPT ha polverizzato ogni record, diventando il simbolo stesso dell’intelligenza artificiale generativa accessibile a tutti.

    Con questi numeri ChatGPT è entrato in un club ristrettissimo, quello dei colossi digitali che hanno trasformato il modo in cui le persone interagiscono con la tecnologia. E lo ha fatto in soli tre anni, con una crescita che non ha precedenti nella storia di internet.

    Eppure in questi giorni, mentre si celebra il terzo anniversario di quel lancio storico, il Financial Times pubblica un’analisi che fotografa una realtà completamente diversa: il dominio incontrastato di OpenAI starebbe avvertendo la pressione dei competitor. E questa non è una previsione, è già nei dati.

    Il sorpasso di Google su OpenAI a tre anni dal lancio di ChatGPT
    Il sorpasso di Google su OpenAI a tre anni dal lancio di ChatGPT

    Il grafico di Similarweb che mostra il sorpasso

    Partiamo da un dato concreto. Similarweb, una delle fonti più affidabili per l’analisi del traffico web, mostra l’evoluzione del tempo medio per visita sui tre principali chatbot AI: ChatGPT, Gemini di Google e Claude di Anthropic.

    A ottobre 2025, Gemini ha raggiunto un picco di 7,5 minuti per visita. ChatGPT si attesta intorno ai 6,5 minuti. Claude rimane stabile sui 6 minuti.

    Ora, non stiamo parlando di numero di utenti, dove ChatGPT mantiene ancora il vantaggio assoluto con 800 milioni di utenti settimanali contro i 650 milioni mensili di Gemini. Stiamo parlando di coinvolgimento, quindi di engagemente. Ossia di quanto tempo le persone investono, in termini di tempo e attenzione, effettivamente usando questi strumenti.

    E qui la differenza si fa interessante. Il tempo per visita misura la qualità dell’interazione, non solo la curiosità iniziale. Significa che gli utenti trovano ragioni concrete per restare, che le risposte reggono conversazioni più lunghe, che il valore percepito giustifica l’investimento di attenzione.

    La rimonta di Google su OpenAI

    E qui è utile fare un passo indietro.

    Un anno fa molti analisti avevano messo in discussione gli sforzi di Google nell’AI generativa. Il lancio disastroso di Bard, gli errori nelle demo pubbliche, la paura che ChatGPT cannibalizzasse il motore di ricerca, la novità che potesse addirittura mettere in crisi l’impero Google.

    Poi è successo qualcosa. La svolta è arrivata quest’anno, con la conferenza Google IO di maggio. Google ha presentato una serie di aggiornamenti convincenti, ha mostrato muscoli tecnologici che erano rimasti nascosti, ha dimostrato di avere una strategia integrata.

    E poi è arrivato Nano Banana, il tool di editing fotografico con AI che è diventato virale durante l’estate. Sembra un dettaglio, ma non lo è: ha portato l’app mobile di Gemini da 400 milioni di utenti mensili a maggio a 650 milioni a ottobre.

    La settimana scorsa Google ha lanciato Gemini 3, il suo ultimo modello di linguaggio. E, secondo le valutazioni tecniche, Gemini 3 ha superato GPT-5 di OpenAI su diversi benchmark chiave. Ha ottenuto miglioramenti nel processo di training che hanno eluso OpenAI negli ultimi mesi.

    Marc Benioff, CEO di Salesforce, ha scritto su X: “Ho usato ChatGPT ogni giorno per tre anni. Ho appena passato due ore su Gemini 3. Non torno indietro. Il salto è folle, sembra che il mondo sia cambiato di nuovo.”

    Il vantaggio infrastrutturale di Google

    Ma qual è il vero vantaggio di Google? La risposta sta nell’approccio “full stack”, come viene definito.

    Google ha addestrato Gemini 3 usando i propri chip personalizzati, le Tensor Processing Unit. Non ha dovuto dipendere dai costosissimi chip Nvidia che il resto dell’industria AI deve comprare, spesso con lunghe liste d’attesa.

    Koray Kavukcuoglu, chief technology officer di DeepMind, lo spiega al Financial Times: “Essere in grado di connettersi con consumatori, clienti, aziende a quella scala è qualcosa che possiamo fare grazie all’approccio full stack integrato che abbiamo.“

    E questo approccio include: chip proprietari, il motore di ricerca dominante al mondo, l’infrastruttura cloud di Google Cloud, gli smartphone Android, YouTube, Gmail. Un ecosistema completo dove integrare l’AI in miliardi di touchpoint già esistenti con gli utenti.

    Il risultato? La capitalizzazione di mercato di Alphabet si sta avvicinando ai 4 trilioni di dollari per la prima volta.

    Il sorpasso di Google su OpenAI a tre anni dal lancio di ChatGPT
    Il sorpasso di Google su OpenAI a tre anni dal lancio di ChatGPT

    La scommessa impossibile di OpenAI

    E OpenAI? OpenAI è sotto pressione come mai prima.

    Sam Altman, il CEO, ha inviato un memo interno allo staff già prima del lancio di Gemini 3. Il contenuto? “Dovremo restare concentrati attraverso la pressione competitiva a breve termine. Aspettatevi che le vibes là fuori siano difficili per un po’.” Il memo è stato riportato da The Information. E ora capiamo perché.

    Sam Altman dichiara “code red”, cosa significa

    Ma le “vibes difficili” sono diventate qualcosa di più concreto. Lunedì 2 dicembre 2025, appena tre giorni fa, Altman ha dichiarato uno stato di allerta interno. The Information riporta che il CEO ha inviato un nuovo memo ai dipendenti dichiarando “code red”: tutte le risorse devono concentrarsi sul miglioramento di ChatGPT di fronte alla crescente minaccia competitiva di Google e altri concorrenti AI.

    Nel memo, Altman annuncia che altre iniziative, inclusa l’introduzione della pubblicità in ChatGPT, verranno ritardate per concentrarsi sul prodotto core.

    L’ironia della situazione è evidente. L’analisi del codice della versione beta Android di ChatGPT (1.2025.329) mostra che il sistema pubblicitario è già pronto: ci sono riferimenti espliciti a “ads feature”, “search ad”, “search ads carousel” e “bazaar content”. OpenAI ha persino assunto oltre 600 ex dipendenti Meta, molti dei quali specializzati proprio in advertising.

    La posizione di Altman sulla pubblicità è cambiata radicalmente nel tempo. Nel 2024 l’aveva definita “particolarmente inquietante” e una soluzione da “ultima spiaggia”. A giugno 2025 aveva ammorbidito il giudizio: “Non sono totalmente contrario. Penso che gli annunci su Instagram siano piuttosto interessanti.”

    Ma proprio ora che tutto è tecnicamente pronto per lanciare gli ads, Altman dichiara “code red” e li rimanda. Ecco la pressione competitiva di Google, considerata come una minaccia che richiede di mettere in pausa tutto il resto, inclusa una fonte di ricavi già pronta.

    Eppure il problema della monetizzazione resta urgente. OpenAI ha impegnato 1,4 trilioni di dollari nei prossimi otto anni per la potenza di calcolo. Ha stretto accordi enormi con Nvidia, Oracle, AMD, Broadcom. Un investimento che è ordini di grandezza superiore ai ricavi attuali dell’azienda.

    Per finanziare questo progetto, i partner devono usare debito. Si tratta di una scommessa molto rischiosa per qualsiasi azienda.

    OpenAI e gli ingenti investimenti

    Ma il problema più grande è un altro. OpenAI deve trovare flussi di cassa sufficienti per sostenere quella scala di investimento. E al momento il modello di business non li garantisce.

    Secondo le analisi finanziarie più recenti, OpenAI non ha una strada chiara verso la redditività fino al 2030 e necessiterebbe di oltre 207 miliardi di dollari aggiuntivi per sostenere i suoi sviluppi tecnologici.

    L’azienda crede di poter attrarre centinaia di milioni di abbonati paganti a ChatGPT nei prossimi anni. Ma il piano a breve termine per generare più ricavi passa attraverso la pubblicità, qualcosa che ora viene rimandato proprio per rispondere alla pressione competitiva.

    Il punto è che questo li porta dritti in un mercato già saturo, dominato da Meta e Alphabet. ChatGPT non ha ancora scalfito il dominio di Google nel mercato pubblicitario. E sta solo iniziando a integrare pubblicità e funzionalità di shopping nel chatbot.

    Alcuni esperti dicono che OpenAI si è estesa troppo. Nell’ultimo anno hanno lanciato nuovi prodotti a ritmo frenetico: strumenti di programmazione automatizzata, l’app video Sora.

    “OpenAI si sta disperdendo troppo,” dice un partner di un venture capital della Silicon Valley. “È impossibile per loro fare tutto bene.”

    Anthropic, il terzo incomodo

    E poi c’è Anthropic. Fondata nel 2021 da ex membri di OpenAI, sta raccogliendo un nuovo round di finanziamento che dovrebbe valutarla oltre 300 miliardi di dollari.

    Claude, il chatbot di Anthropic, è rimasto nell’ombra rispetto al successo di massa di ChatGPT. Ma il focus storico di Anthropic sulla sicurezza dell’AI ha aiutato a creare uno strumento più affidabile per i clienti corporate, sostengono i suoi investitori. E i loro strumenti di coding sono considerati tra i migliori.

    Anthropic vede il suo business in grande crescita in questo momento. Mentre OpenAI inseguiva i numeri assoluti di utenti consumer, Anthropic ha lavorato sul valore per cliente, sulla stabilità, sull’affidabilità.

    La fase di maturazione della IA Generativa

    Tre anni dopo il lancio di ChatGPT, il mercato dell’AI generativa sta uscendo da quella che era la fase pionieristica. Oggi non basta più essere stati i primi. Siamo nella fase di maturazione. Serve infrastruttura. Serve integrazione. Serve sostenibilità economica.

    OpenAI adesso deve dimostrare che la sua scommessa da 1,4 trilioni ha senso economico, non solo tecnologico.

    Come abbiamo visto, il tempo che le persone investono usando questi strumenti conta. L’engagement conta. E quel grafico di Similarweb lo racconta chiaramente: il sorpasso è già avvenuto.

    Certo, concentrarsi sul coinvolgimento al momento è la strada quasi obbligata da seguire ma non è detto che sia quella giusta. L’esperienza delle piattaforme digitali è lì che ce lo dimostra chiaramente. Il rischio di snaturare perdendo di vista l’obiettivo è praticamente dietro l’angolo.

    [L’immagine di copertina è stata realizzata da Franz Russo usando il modello di IA Generativa Gemini 3 – Nano Banana]

  • Meta non firma il Codice UE sull’IA generativa

    Meta non firma il Codice UE sull’IA generativa

    Meta non firmerà il Codice UE sull’IA. Una scelta che rischia di inasprire i rapporti con Bruxelles, mentre OpenAI e Mistral si dichiarano pronte a firmare. Cosa cambia dal 2 agosto 2025.

    A meno di un mese dall’entrata in vigore delle norme europee sull’intelligenza artificiale, Meta ha deciso di sfilarsi. Non firmerà il Codice di buona condotta per i modelli generativi promosso dalla Commissione Europea.

    Lo ha fatto sapere ufficialmente Joel Kaplan, vicepresidente globale per gli affari istituzionali del gruppo, con una dichiarazione chiara. Il Codice, nelle parole di Meta, sarebbe inutilizzabile e incompatibile con la realtà operativa delle aziende. Un ostacolo allo sviluppo, più che una guida, sostiene Kaplan.

    La decisione di Meta su AI Act dell’UE

    La decisione di Meta non è una sorpresa. L’azienda aveva già espresso scetticismo nei mesi precedenti, soprattutto di fronte all’impianto dell’AI Act, che entrerà pienamente in vigore il prossimo 2 agosto.

    Ma stavolta la presa di posizione è formale. Il Codice, secondo Meta, introdurrebbe obblighi che vanno oltre quanto previsto dal regolamento europeo, ampliandone l’ambito in modo non proporzionato rispetto alla cornice legale definita dall’AI Act.

    Il nodo è proprio questo.

    Meta non firma il Codice UE sull’IA generativa
    Meta non firma il Codice UE sull’IA generativa

    Cosa prevede il Codice di condotta su IA dell’UE

    Il Codice di buona condotta è uno strumento volontario, pensato per accompagnare l’entrata in vigore dell’AI Act e offrire una via semplificata alla conformità.

    Firmarlo significa aderire a una serie di impegni trasparenti, come: pubblicare informazioni dettagliate sui dati di addestramento; descrivere in modo comprensibile le capacità e i limiti dei modelli; evitare l’uso di contenuti protetti da copyright non autorizzati; prevedere sistemi di sicurezza informatica e monitoraggio dei rischi, specialmente per i modelli ad alto impatto.

    Ma significa anche beneficiare di un percorso di conformità agevolato, evitando verifiche caso per caso.

    Rifiutare la firma, invece, comporta l’obbligo di dimostrare puntualmente la compatibilità con ogni requisito dell’AI Act, con un carico legale potenzialmente molto più pesante.

    Secondo la versione di Kaplan, tutto questo si tradurrebbe in un freno per lo sviluppo dei modelli di intelligenza artificiale in Europa.

    Possibile contrapposizione UE-Usa

    Meta teme che la combinazione tra Codice e regolamento generi un clima normativo incerto e disincentivante. E chiede che anche il governo statunitense intervenga per tutelare la competitività delle aziende americane, indicando che l’impianto europeo possa rappresentare una minaccia sistemica per l’intero settore.

    La posizione delle altre aziende IA

    Nel frattempo, le posizioni degli altri protagonisti del mercato si stanno delineando.

    OpenAI ha annunciato l’intenzione di firmare il Codice, subordinando la firma all’approvazione definitiva del testo da parte dell’AI Board europeo. La società che sviluppa ChatGPT, in una dichiarazione pubblicata l’11 luglio sul proprio sito, ha spiegato che aderire rappresenta un passo strategico per consolidare la sua presenza in Europa.

    La firma del Codice offrirebbe maggiore certezza normativa, permetterebbe un dialogo più stabile con le autorità e costituirebbe una base condivisa per future evoluzioni regolatorie. In sostanza, per OpenAI si tratta di una mossa diplomatica quanto pragmatica.

    Anche Mistral AI, la startup francese sostenuta dal governo Macron, ha già fatto sapere che firmerà. La decisione rientra nella visione sovrana europea sull’IA e segna un allineamento netto rispetto agli obiettivi della Commissione.

    Al contrario, altre aziende statunitensi come Google (con DeepMind e Gemini) o Anthropic non si sono ancora espresse pubblicamente. L’adesione al Codice resta aperta, ma il silenzio suona come un segnale prudente, se non di diffidenza.

    Non mancano poi le critiche da parte delle grandi aziende europee. In una lettera inviata a Bruxelles a fine giugno, un gruppo di 44 imprese tra cui Airbus, Mercedes-Benz, Siemens e SAP ha chiesto di posticipare di almeno due anni l’applicazione dell’AI Act.

    Il timore condiviso è che la sovrapposizione tra le varie normative europee – AI Act, Data Act, Cyber Resilience Act – produca un quadro troppo rigido e incoerente, penalizzando l’innovazione e allontanando gli investimenti.

    Le regole entreranno in vigore il 2 agosto, senza rinvii

    La Commissione ha però ribadito che non ci saranno rinvii.

    Il primo agosto sarà pubblicata la lista ufficiale dei firmatari del Codice e dal giorno successivo le nuove regole per i modelli generativi entreranno pienamente in vigore. I prossimi mesi diranno se l’adesione sarà ampia oppure limitata.

    Ma intanto, con la decisione di Meta, il confronto si sposta su un piano più ampio. E cioè quello del rapporto tra le regole pubbliche e il potere decisionale delle grandi piattaforme. Che sono in mano a società private.

    Quindi, mentre l’UE tenta di governare lo sviluppo dell’intelligenza artificiale con strumenti giuridici trasparenti e condivisi, le grandi piattaforme continuano a negoziare lo spazio della norma.

    Vedremo se alla fine Meta rivedrà la sua decisione.

  • Ecco ChatGPT Agent, come usarlo e a cosa serve

    Ecco ChatGPT Agent, come usarlo e a cosa serve

    Con il lancio di ChatGPT Agent, OpenAI apre una nuova fase della sua intelligenza artificiale: quella dell’azione autonoma. Si tratta di un agente che legge, decide, agisce. E cambia il nostro rapporto con il web.

    La presentazione era nell’aria, anzi era attesa avendo più volte OpenAI sostenuto che il lancio sarebbe stato entro l’estate. E così è stato.

    Ieri sera ora italiana, 17 luglio 2025, OpenAI ha presentato ufficialmente ChatGPT Agent, una nuova funzione integrata nel servizio ChatGPT che segna un passaggio decisivo nell’evoluzione dell’intelligenza artificiale generativa. Ma non si tratta soltanto di un aggiornamento: è l’inizio di una fase in cui i modelli di AI non si limitano più a rispondere, ma agiscono. Non solo generano, ma operano.

    Con questo rilascio, OpenAI introduce una forma concreta di Agent AI, sistemi progettati per compiere azioni autonome all’interno di un ambiente digitale per conto dell’utente.

    È un cambio di paradigma che modifica il nostro modo di interagire con la tecnologia, di lavorare. Ma anche di interagire con il web, con le nostre solite operazioni online.

    Ecco ChatGPT Agent, come usarlo e a cosa serve
    Ecco ChatGPT Agent, come usarlo e a cosa serve

    Cosa fa ChatGPT Agent

    ChatGPT Agent è un’estensione del modello GPT-4o che permette all’IA di eseguire compiti complessi in autonomia. Non ci troviamo più davanti a un assistente passivo che attende istruzioni dettagliate.

    L’utente fornisce un obiettivo e l’agente lo raggiunge eseguendo una sequenza di azioni logiche, concatenate, spesso multi-step.

    In pratica, l’agente può:

    • navigare sul web (leggere pagine, cliccare link, accedere a contenuti);

    • scrivere e inviare email tramite Gmail;

    • aggiornare file su Google Drive;

    • compilare moduli, completare registrazioni, eseguire prenotazioni;

    • utilizzare strumenti di produttività (fogli di calcolo, calendari, presentazioni);

    • eseguire codice, interagire con terminale e browser.

    Il tutto avviene in background, mentre l’utente può continuare a lavorare o semplicemente attendere un aggiornamento.

    ChatGPT Agent tiene memoria del contesto in cui sta operando, sa riprendere una conversazione interrotta e, soprattutto, è in grado di auto-correggersi. Infatti, se un passaggio dovesse fallire, proverebbe a risolverlo autonomamente prima di chiedere supporto.

    Come funziona: Deep Research e Operator

    La forza di ChatGPT Agent si basa su due componenti già noti, ora unificati e potenziati:

    • Operator: consente al modello di interagire con strumenti esterni, simulando una vera interfaccia grafica, cliccando, compilando, navigando all’interno di un ambiente controllato.

    • Deep Research: è la modalità che permette all’agente di eseguire ricerche complesse su web, raccogliendo, filtrando, valutando le informazioni trovate, con una logica orientata al risultato e non più alla singola risposta.

    Si tratta quindi di una struttura ibrida, dotata di un “computer virtuale” che opera autonomamente: può accedere al browser, al terminale, a file locali e a integrazioni cloud. E soprattutto può “lavorare per te” mentre l’utente è impegnato su altro.

    Chi può usarlo e come accedervi

    La funzione è disponibile da subito per gli utenti ChatGPT Pro. Sarà rilasciata progressivamente anche per i piani Team, Enterprise e Education. Gli utenti del piano Plus potranno testarne alcune funzionalità a capacità limitata (come già accade con GPT-4o), mentre l’uso completo sarà possibile su richiesta o tramite aggiornamento dell’abbonamento.

    Va detto che, per ora, l’uso dell’agente è soggetto a limiti di prompt mensili (fino a 400 per il piano Pro), e alcune funzionalità, come l’accesso a file esterni o API private, richiedono autorizzazioni esplicite.

    Per l’abbonamento Plus il limite dei prompt mensili è 40.

    Cosa cambia per il lavoro (e per il web)

    L’impatto di ChatGPT Agent sul lavoro quotidiano è potenzialmente enorme. Significa poter automatizzare task ripetitivi (report, e-mail, organizzazione); delegare flussi complessi (prenotazioni, gestione documenti, confronto offerte); risparmiare tempo su attività a basso valore aggiunto; gestire azioni tra più strumenti senza doverli aprire manualmente.

    Ma l’effetto più interessante, in questo contesto, riguarda il web stesso.

    Con ChatGPT Agent, diventa possibile che una porzione significativa del traffico web sia generata da agenti automatizzati, che leggono, valutano, cliccano, e persino comprano, al posto nostro.

    Per i siti web significa, quindi, riconsiderare l’ottimizzazione dei contenuti (dal punto di vista SEO); introdurre meccanismi di autorizzazione selettiva (robots.txt, API, autorizzazioni granulari); confrontarsi con un nuovo tipo di utente operativo.

    Nel senso che fa azioni di lettura dei contenuti da una pagina, click su altri link, compilazione di moduli. Tutte azioni che faremmo noi e che da oggi si possono “delegare”.

    Agent AI, passaggio da modello a sistema

    L’idea di “Agent AI” non è nuova, ma con questo lancio assume una forma finalmente tangibile. Gli agenti non sono più prototipi in ambienti di ricerca, ma strumenti operativi pronti a entrare nella quotidianità di professionisti, aziende e privati.

    Un Agent AI è, per definizione, un’entità:

    • orientata a uno scopo (goal-oriented);

    • capace di pianificare e agire;

    • dotata di memoria temporanea;

    • in grado di interagire con ambienti e strumenti esterni;

    • responsabile di portare a termine una sequenza di azioni anche complesse.

    Non parliamo solo di automazione. Parliamo della capacità di ragionare, decidere e adattarsi. E, in prospettiva, parliamo anche di un primo passo verso l’intelligenza artificiale come compagno operativo, che affianca l’uomo nelle decisioni e non solo nella scrittura.

    Tra opportunità e nuove responsabilità

    È inevitabile che un salto di questa portata comporti anche nuove sfide. Le principali riguardano sicuramente la sicurezza e supervisione. ChatGPT Agent richiede conferme per procedere con azioni sensibili, ma la responsabilità resta dell’utente. Trasparenza: gli agenti devono poter essere tracciati, monitorati, eventualmente bloccati; serve quindi una grande dose di fiducia e capacità di controllo.

    Accesso ai dati, gli agenti leggono e analizzano informazioni. Ma dove finiscono questi dati? Chi li gestisce? Per quanto tempo?

    Siamo di fronte ad una svolta

    Con ChatGPT Agent, OpenAI porta l’intelligenza artificiale in una nuova fase. Quella dell’azione autonoma, della possibilità di delegare attività cognitive, dell’automazione adattiva. Un modello che non si limita a pensare, ma adesso agisce.

    Siamo di fronte, o meglio iniziamo ad essere di fronte, ad una nuova forma di interazione uomo-macchina, in cui l’AI non è più solo un’interfaccia, ma diventa un’entità attiva nel nostro ecosistema digitale.

    E questo inizia davvero a cambiare tutto. Il lavoro, il web, la produttività, persino la fiducia nei sistemi.

    Evidentemente questo è solo un primo passo, vedremo come tutto questo evolverà nelle prossime settimane e nei prossimi mesi.

  • Il Lavoro e l’Intelligenza Artificiale: il caso Duolingo

    Il Lavoro e l’Intelligenza Artificiale: il caso Duolingo

    Duolingo ha annunciato una svolta “AI-first”: meno collaboratori esterni, più automazione nei processi e nuovi criteri per assunzioni e valutazioni. Un segnale concreto di un cambiamento profondo nel rapporto tra IA e lavoro umano. Cosa comporta davvero questa decisione?

    Duolingo, popolare piattaforma per l’apprendimento delle lingue, ha comunicato ai dipendenti un importante cambio di rotta: la società diventerà “AI-first” (cioè darà priorità all’intelligenza artificiale) e smetterà gradualmente di utilizzare collaboratori esterni per i compiti che l’IA è in grado di svolgere​.

    L’annuncio, diffuso dal co-fondatore e CEO Luis von Ahn in un’email interna poi pubblicata su LinkedIn, sottolinea la necessità di “ripensare gran parte del nostro modo di lavorare” nell’era dell’IA​.

    In altre parole, i piccoli aggiustamenti ai metodi tradizionali non bastano più. Occorre una revisione più radicale dei processi per sfruttare appieno le nuove tecnologie.

    Nella comunicazione ai dipendenti, von Ahn ha delineato alcune misure concrete per guidare questa transizione “AI-first”​:


    • Stop a collaborazioni esterne: Duolingo smetterà di usare collaboratori esterni per le attività che possono essere gestite dall’IA​.



    • IA come requisito nelle assunzioni: l’uso efficace dell’IA diventerà un fattore valutato nelle nuove assunzioni​.



    • Valutazioni di performance con l’IA: l’abilità di utilizzare l’IA inciderà anche sulle revisioni delle performance dei dipendenti esistenti​.



    • Assunzioni solo se l’IA non basta: nuovi inserimenti in organico (headcount) saranno approvati solo se un team non può automatizzare di più il proprio lavoro​.



    • Riorganizzazione dei processi: ogni area dell’azienda lancerà iniziative specifiche per cambiare alla radice il modo di operare, integrando l’IA dove possibile​.


    Lavoro e intelligenza artificiale, il caso duolingo
    Lavoro e intelligenza artificiale, il caso duolingo

    Le motivazioni di Duolingo: efficienza e mission aziendale

    Luis von Ahn tiene a precisare che questa svolta non significa disinteressarsi delle persone. “Duolingo resterà un’azienda che ha a cuore i propri dipendenti… non si tratta di rimpiazzare i Duos (n.d.r.: i membri del team) con l’IA”, ha scritto il CEO, usando il nomignolo interno per indicare i dipendenti​.

    L’obiettivo dichiarato è piuttosto “rimuovere colli di bottiglia” e liberare il potenziale del personale, permettendo ai team di “concentrarsi su lavoro creativo e problemi reali, non su compiti ripetitivi”​. Per riuscirci, l’azienda promette formazione, mentorship e strumenti AI adeguati a tutti i livelli, così che i dipendenti possano aggiornare le proprie competenze.

    Dal punto di vista strategico, Duolingo vede nell’IA un mezzo per accelerare la sua mission educativa. “L’IA non è solo un incremento di produttività. Ci aiuta ad avvicinarci alla nostra missione”, afferma von Ahn​.

    La piattaforma offre corsi in decine di lingue e per insegnare efficacemente ha bisogno di una quantità enorme di contenuti, dagli esercizi alle traduzioni. Creare tutto manualmente richiederebbe anni: “farlo a mano non è scalabile… senza l’IA ci vorrebbero decenni per offrire questi contenuti a tutti i nostri studenti. Abbiamo il dovere di fornire loro questo materiale il prima possibile”​.

    In quest’ottica, l’adozione di sistemi AI serve a scalare l’offerta didattica in modo rapido, raggiungendo più utenti senza sacrificare la qualità dell’insegnamento. L’azienda paragona questa scelta a quando, nel 2012, decise di puntare tutto sul mobile prima di altri: allora fu la chiave del suo successo, e oggi la nuova piattaforma da cavalcare è l’Intelligenza Artificiale​.

    La collaborazione con ChatGPT

    Negli ultimi anni la società ha integrato diverse soluzioni di IA generativa all’interno della sua app per migliorare l’esperienza utente. Già a marzo 2023, ad esempio, Duolingo ha annunciato una partnership con OpenAI per sfruttare GPT-4, lanciando un piano in abbonamento chiamato Duolingo Max.

    Oltre alle funzioni rivolte direttamente agli studenti, Duolingo sta usando l’IA anche dietro le quinte, per creare e tradurre i contenuti didattici. Un portavoce dell’azienda ha confermato che Duolingo ha intensificato gli investimenti in strumenti di AI generativa come ChatGPT e ora li impiega per produrre contenuti a un ritmo molto più veloce di prima​.

    In concreto, la società ha iniziato a generare automaticamente frasi, dialoghi ed esercizi nella lingua di destinazione, attività che in precedenza richiedevano il lavoro paziente di traduttori e linguisti umani. L’IA viene addestrata sul vasto patrimonio di dati linguistici di Duolingo e poi supervisionata da esperti in carne e ossa per assicurare che le traduzioni e gli esempi siano accurati e naturali.

    Proprio questa automazione ha consentito a Duolingo di ridurre il bisogno di traduttori umani esterni, aprendo la strada al taglio dei contratti annunciato di recente. Von Ahn ha citato come “una delle migliori decisioni recenti” quella di aver sostituito un processo lento e manuale di creazione dei contenuti con uno alimentato dall’IA, grazie al quale si possono proporre materiali che prima avrebbero richiesto anni di lavoro​.

    Inoltre, l’IA sta sbloccando nuove funzionalità: il CEO ha rivelato che stanno sviluppando funzionalità innovative (come una modalità “Video Call” educativa) che prima erano “impossibili da realizzare senza le capacità dell’AI”​.

    Impatto su lavoratori interni ed esterni: nuove competenze

    La scelta di abbracciare l’AI-first ha ricadute dirette sul personale di Duolingo, sia interno che esterno.

    Sul fronte degli impiegati a tempo indeterminato, l’azienda assicura che nessuno perderà il posto in favore di un robot. L’idea è di far evolvere i ruoli, non di eliminarli. Anzi, i vertici insistono che i loro “Duos” (dipendenti) sono e saranno valorizzati, liberati dai compiti noiosi e supportati nel l’apprendimento delle nuove tecnologie.

    È chiaro che le nuove assunzioni saranno più selettive. D’ora in poi chi entra in azienda dovrà dimostrare di saper sfruttare l’IA come acceleratore del proprio lavoro​, poiché questa abilità diventa un’aspettativa di base (lo stesso concetto è stato ribadito di recente anche dal CEO di Shopify​).

    Anche le valutazioni del personale esistente cambieranno. Usare l’IA efficacemente farà parte dei criteri di performance, spingendo tutti a integrare questi strumenti nel flusso di lavoro quotidiano. In sintesi, in Duolingo il collaboratore ideale è destinato a diventare un “operatore aumentato dall’IA”, capace di moltiplicare la propria produttività affiancando al proprio know-how umano le capacità delle macchine.

    Diverso è il discorso per i lavoratori esterni e collaboratori a progetto, che sono i primi a subire i tagli.

    Già a fine 2023 Duolingo ha concluso anticipatamente o non rinnovato circa il 10% dei contratti di traduttori freelance​, riducendo sensibilmente i team che si occupavano di localizzazione dei corsi. L’azienda ha tenuto a precisare che non si è trattato di veri e propri “licenziamenti”, ma di mancati rinnovi al termine naturale dei contratti a tempo​tech.co.

    Ciò non toglie che il risultato sia stato un alleggerimento dell’organico esterno: meno traduttori umani e più traduzioni affidate all’IA.

    Un ex-collaboratore, che aveva lavorato per Duolingo per cinque anni, ha raccontato in un post diventato virale su Reddit come il suo team di quattro traduttori sia stato ridotto a due persone dopo questa svolta strategica​.

    I pochi traduttori rimasti ora hanno principalmente il compito di revisionare i contenuti generati dall’intelligenza artificiale, controllando che siano accettabili e correggendo eventuali errori​.

    Questa testimonianza illustra bene la nuova situazione. L’IA produce la bozza iniziale di esercizi e traduzioni, mentre l’occhio umano interviene come supervisore di qualità.

    Per i lavoratori coinvolti, interni o esterni che siano, la transizione non è indolore. Adattarsi significa acquisire competenze completamente nuove, cambiare abitudini e — comprensibilmente — affrontare l’incertezza sul proprio futuro professionale.

    Duolingo insiste che il cambiamento sarà positivo e di stimolo per i dipendenti, ma c’è chi teme che, in prospettiva, una volta superati i “colli di bottiglia” iniziali, l’azienda possa scoprire di poter fare a meno di un numero crescente di persone. Del resto, la politica sulle nuove assunzioni (“prima prova con l’IA, poi eventualmente aggiungi una persona”) fa intuire che la crescita dell’organico umano rallenterà, puntando invece su soluzioni automatizzate.

    Allen & Company Annual Conference Draws Media And Tech Leaders To Sun Valley
    Luis von Ahn, cofounder e CEO Duolingo

    Reazioni e opinioni: entusiasmo per l’innovazione o rischio per il lavoro?

    La notizia della svolta AI-first di Duolingo ha scatenato dibattiti accesi all’esterno, tra esperti del settore, utenti e gli stessi collaboratori coinvolti. Sui social media e forum online molte voci si sono levate criticando l’azienda per la decisione di sostituire i traduttori con “robot”.

    Nel thread Reddit citato in precedenza, la maggioranza dei commenti esprimeva sdegno per l’operato di Duolingo, mostrando solidarietà verso i contrattisti lasciati a casa​. Alcuni utenti hanno accusato la piattaforma di tradire la propria filosofia, dal momento che Duolingo ha sempre fatto leva su contenuti creati (e voci registrate) da madrelingua umani per garantire autenticità nelle lezioni.

    Affidarsi ora alle traduzioni automatiche potrebbe, secondo questi critici, indebolire la qualità didattica e l’affidabilità percepita del prodotto.

    Altri osservatori, pur dispiaciuti per la perdita di posti di lavoro, hanno inserito la vicenda in un contesto più ampio. “Vedremo storie del genere quasi ogni giorno. Renderà tutto molto più difficile per le persone che cercano di costruirsi una carriera” commenta amaramente un utente, alludendo al fatto che il trend di rimpiazzare lavoratori con alternative più veloci ed economiche basate sull’IA sta diventando generalizzato​.

    Il dibattito è aperto. Da un lato c’è chi accoglie con entusiasmo l’uso dell’IA per aumentare l’efficienza e liberare la creatività umana dai lavori noiosi; dall’altro c’è chi mette in guardia dai rischi sociali (disoccupazione, precarizzazione, perdita di competenze artigianali) e dai limiti attuali dell’IA stessa, che non può ancora sostituire pienamente il giudizio e la sensibilità umana.

    Implicazioni per il settore tech e il futuro del lavoro con l’IA

    L’approccio “AI-first” sposato da Duolingo solleva interrogativi importanti sul futuro del lavoro nell’industria tecnologica (e non solo). Se un tempo l’automazione minacciava soprattutto impieghi manuali o di catena di montaggio, l’avanzata dell’IA generativa punta direttamente a mansioni cognitive e creative, come scrivere testi, tradurre, programmare, progettare grafica e persino prendere decisioni basate su dati.

    Il caso Duolingo mostra che le aziende sono sempre più disposte a ridefinire i ruoli professionali attorno a ciò che l’IA sa fare meglio, assegnando alle persone compiti dove il valore aggiunto umano è insostituibile (strategia, creatività, empatia, supervisione qualitativa).

    In quest’ottica, potremmo assistere alla nascita di nuovi profili professionali, come l’esperto in prompt e IA (il cui lavoro è guidare e controllare i sistemi intelligenti), ma anche alla scomparsa graduale di figure tradizionali qualora le macchine dimostrino di poterle rimpiazzare in modo soddisfacente.

    Per il settore tech, abbracciare l’IA in modo così pervasivo può portare un salto di produttività e innovazione. Duolingo, ad esempio, conta di sviluppare funzionalità didattiche rivoluzionarie e di moltiplicare i contenuti offerti grazie all’IA, guadagnando un vantaggio competitivo.

    Anche altre aziende che adotteranno un modello simile potrebbero riuscire a offrire prodotti migliori a costi minori, beneficiando di algoritmi instancabili che lavorano 24/7. Si delinea un possibile scenario in cui le aziende “snelle” potenziate dall’IA diventano la norma: organici ridotti all’osso ma altamente specializzati, coadiuvati da un esercito silenzioso di agenti artificiali. Questo potrebbe mettere pressione sulle aziende più tradizionali, costrette a tenere il passo per non rimanere escluse dal mercato.

    D’altro canto, le implicazioni sociali di questa trasformazione non possono essere ignorate. Se molte imprese seguissero la strada di Duolingo, interi settori potrebbero veder calare la domanda di lavoro umano.

    I lavoratori dovranno puntare sempre più sulla formazione continua per acquisire competenze complementari all’IA; le aziende dovranno investire in riqualificazione del personale e gestire con responsabilità le transizioni, evitando approcci puramente estrattivi; le istituzioni potrebbero dover aggiornare le normative sul lavoro e i sistemi di welfare per far fronte a un mondo in cui la carriera di una persona potrebbe essere più volatile e interdipendente dalle disruption tecnologiche.

    In conclusione, il “caso Duolingo” offre uno sguardo su ciò che sarà sul futuro prossimo. Da una parte, l’innovazione spinta dall’IA promette strumenti educativi più efficaci, servizi più accessibili e un mondo in cui le persone sono libere dai lavori più tediosi. Dall’altra, il rapporto fra lavoro e IA entra in una fase delicata, in cui sarà fondamentale trovare un nuovo equilibrio. La sfida è valorizzare l’apporto insostituibile dell’essere umano pur accogliendo i benefici dell’automazione.

    L’equilibrio non è scontato e si costruirà attraverso scelte come quelle di Duolingo, che funge da laboratorio di questa convivenza tra lavoratori in carne e ossa e intelligenze artificiali.

    Il modo in cui l’azienda gestirà questa transizione – e come risponderanno i suoi utenti e dipendenti – potrà fornire indicazioni preziose a tutte le realtà che si apprestano ad affrontare la medesima sfida.

  • Ecco perché OpenAI starebbe pensando ad un proprio social media

    Ecco perché OpenAI starebbe pensando ad un proprio social media

    OpenAI sta pensando ad un proprio social media. Tra rivalità con Elon Musk e bisogno di dati, ecco perché potrebbe cambiare il panorama delle piattaforme digitali.

    Se davvero OpenAI realizzasse la sua piattaforma digitale, come si racconta in queste ore, allora sì che sarebbe uno stravolgimento delle piattaforme digitali, in particolare del panorama dei social media per come lo conosciamo oggi.

    L’dea di OpenAI di un suo social media

    Il primo a darne notizia è stato The Verge che ha lanciato un suo articolo con una notizia importante: OpenAI, la società guidata da Sam Altman che ha creato ChatGPT, starebbe pensando a una piattaforma digitale in stile X.

    La piattaforma – guarda caso – è proprio quella di Elon Musk. E fra poco spiego cosa intendo per “guarda caso”.

    Perché un social media proprio adesso?

    Perché OpenAI starebbe pensando a una mossa del genere? E soprattutto: quale sarebbe la finalità per un’azienda di intelligenza artificiale?

    Prima di rispondere a queste domande, riavvolgiamo un attimo il nastro e torniamo indietro di qualche anno.

    Ecco perché OpenAI starebbe pensando ad un proprio social media
    Ecco perché OpenAI starebbe pensando ad un proprio social media

    Un po’ di storia: dal 2015 a oggi

    Siamo nel 2015, anno in cui nasce OpenAI come associazione senza scopo di lucro, con l’obiettivo di rendere l’intelligenza artificiale accessibile e utile a beneficio dell’umanità.

    Tra i fondatori, c’era anche Elon Musk. Le cose vanno bene fino al 2018, quando Musk, stanco della leadership di Altman – secondo le informazioni che abbiamo – decide di uscire dal progetto. Se ne va, sbattendo la porta.

    Poi conosciamo tutti l’evoluzione: Musk acquista Twitter nell’ottobre 2022, e nel frattempo i rapporti con OpenAI si fanno sempre più tesi.

    Le tensioni con Musk e la nascita di Grok

    Gli screzi tra i due non si sono mai sopiti. Anzi, si sono accentuati con la crescita di ChatGPT e con la trasformazione di OpenAI in azienda a scopo di lucro, una svolta non da poco. In parallelo, Elon Musk sviluppa xAI e poi Grok, il chatbot integrato su X.

    Le tensioni si aggravano fino ad arrivare a cause legali. Proprio recentemente, OpenAI ha denunciato Musk, e la battaglia giudiziaria è in corso.

    L’offerta di Musk e la risposta di Altman

    A febbraio di quest’anno, Elon Musk ha provato a rilanciare. Ha offerto 97 miliardi di dollari per acquisire OpenAI. Una mossa per riportarla alle origini, secondo lui.

    Altman ha risposto via X: “No, grazie. Semmai compreremo noi X per 9,7 miliardi”. Una battuta, forse, ma alla luce di ciò che sappiamo oggi, potrebbe nascondere molto di più.

    Anche Meta spinge sull’AI, e OpenAI risponde

    Quando Meta ha lanciato il suo Meta AI, Altman ha commentato: forse è arrivato il momento che anche OpenAI abbracci i social media. Tutti segnali che portano nella stessa direzione.

    OpenAI contro X?

    E adesso arriva questa notizia. Appunto, OpenAI potrebbe entrare direttamente nel mercato delle piattaforme digitali, in concorrenza diretta con X.

    Perché proprio ora?

    Primo: per la rivalità ormai conclamata con Elon Musk. Secondo: perché X sta consolidando la sua posizione e OpenAI potrebbe inserirsi proprio in questo contesto.

    I dati, il vero obiettivo di OpenAI

    Ma la motivazione più importante è un’altra. ChatGPT ha bisogno di dati. Ha bisogno di dataset sempre più grandi per migliorare. E qual è il modo più diretto per reperire dati, anche in tempo reale? Una piattaforma sociale, come appunto X.

    Come fa Meta AI, che si nutre di dati pubblici degli utenti, nonostante l’opposizione. Come fa Grok, che accede a dati condivisi su X. OpenAI potrebbe fare lo stesso, se avesse una propria piattaforma.

    Un esempio concreto: Studio Ghibli e action figures

    Basti pensare al recente trend delle immagini generate in stile Studio Ghibli o alle action figures AI: se questi contenuti venissero condivisi su una piattaforma OpenAI, che tipo di dati ne emergerebbero?

    Dati preziosi per addestrare i modelli, che diventerebbero sempre più efficaci, più evoluti. L’intelligenza artificiale si nutrirebbe di questi contenuti.

    Pe un social media servono infrastrutture

    Chiaramente, entrare nel mercato delle piattaforme digitali non è un gioco. Servono server, infrastrutture, investimenti. OpenAI è già attrezzata, ma dovrà fare di più.

    E soprattutto dovrà progettare una piattaforma con un livello di engagement molto elevato, se vuole distinguersi in un mercato ormai segnato dall’“algoritmo del proprietario”.

    Ascolta e guarda su Spotify

    E se OpenAI ci riuscisse?

    Non mi sorprenderebbe se OpenAI riuscisse davvero nel suo intento: realizzare una piattaforma digitale che alimenti il suo modello ChatGPT, che attiri utenti, ma che allo stesso tempo sia guidata da logiche di controllo algoritmico.

    Non sarebbe nulla di nuovo, anzi: sarebbe perfettamente in linea con quello che stiamo già osservando in molte piattaforme.

    Altman ci sta pensando, ma non c’è nulla di ufficiale

    L’idea c’è, l’intento pure. Ma non ci sono ancora notizie ufficiali. Sam Altman sta raccogliendo feedback all’interno dell’azienda per capire se il progetto è davvero fattibile.

    Non è solo una questione finanziaria: si tratta di comprendere come posizionarsi in un contesto dove X, Meta e altre stanno già giocando le loro carte.

    Una sfida che cambierebbe tutto

    Una mossa del genere farebbe saltare i nervi a Elon Musk, e sarebbe uno scenario che varrebbe la pena osservare da vicino. Perché cambierebbe davvero tutto.

    Continuerò a raccontarvi ciò che succede. Se volete condividere pensieri e opinioni, lo spazio per farlo è aperto. E ci aggiorniamo alla prossima.

  • Immagini IA, ChatGPT 4o e rischio disinformazione

    Immagini IA, ChatGPT 4o e rischio disinformazione

    ChatGPT 4o ora consente di generare immagini di personaggi famosi in contesti realistici, ma mai avvenuti. Un passo avanti che solleva rischi concreti di disinformazione visiva. Ecco cosa sta cambiando, come riconoscerlo e perché serve essere responsabili.

    Restando sul tema di intelligenza artificiale, vi sarete accorti anche voi che ultimamente si è potenziata la possibilità di generare immagini. E di generare queste immagini anche con personaggi noti, personaggi pubblici, personaggi famosi, politici… e addirittura ritrarli in situazioni che prima non era possibile fare.

    Mi riferisco in particolare all’aggiornamento di ChatGPT, che ha potenziato il modello 4o al punto da far generare, da riuscire, da permettere agli utenti di generare immagini che prima non era possibile fare.

    Ci concentriamo sempre sulle capacità dell’intelligenza artificiale, di questi modelli che sono sempre più aggiornati, sempre più potenti, ma non ci soffermiamo mai sul fatto che prima non era possibile fare una cosa, e invece oggi è possibile farlo.

    Immagini IA, ChatGPT 4o e rischio disinformazione
    Immagini IA, ChatGPT 4o e rischio disinformazione

    Quali immagini può generare oggi ChatGPT 4o

    Come appunto questa, che in realtà definisce ancora di più la vicinanza tra ciò che era lecito fare e ciò che in realtà è un rischio, un potenziale rischio di disinformazione che è alla portata di tutti.

    Perché questo?

    Perché in realtà le immagini sono, l’abbiamo visto anche in questi giorni, il contenuto più facilmente condivisibile, più facilmente condiviso sulle piattaforme, e che facilmente può diventare anche virale.

    Lo diventa nel momento in cui noi abbiamo la possibilità di ritrarre personaggi noti, famosi. Faccio l’esempio di Trump che è sulla spiaggia di Copacabana con Elon Musk a bere un drink. Una situazione che prima su ChatGPT non era possibile fare e che adesso invece è alla portata di tutti.

    Trump Musk spiaggia copacabana ChatGPT 4o franz russo
    Trump Musk spiaggia copacabana ChatGPT 4o realizzata da Franz Russo

    Sono quelle situazioni in cui abbiamo questa sorta di voglia di vedere personaggi famosi in situazioni che molto probabilmente non vivrebbero mai, e che difficilmente sarebbero ritratte in quella situazione.

    Questo significa che, in realtà, anche noi potremmo essere al centro di quel contenuto. E quindi, avendo la possibilità di poter ritrarre e permettendo anche agli utenti la possibilità di generare immagini come queste, nulla vieta che un giorno ci possa essere un Franz Russo, tanto per fare un esempio, che si trova in un determinato luogo, con una determinata situazione, ma in realtà tutta quell’immagine non esiste.

    Il confine tra immagini reali e false è sempre più sottile

    Quindi il confine tra ciò che è possibile, che è realistico, e ciò che è in realtà una potenziale disinformazione, si sta avvicinando sempre di più.

    Ma perché ChatGPT arriva a trasferire questo senso di responsabilità un po’ più verso gli utenti?

    La questione è molto semplice, ed è di natura commerciale.

    Il caso Grok 3 di xAI

    Sul mercato dell’intelligenza artificiale esiste già Grok 3, la terza versione di questa intelligenza artificiale realizzata da xAI, che è una delle società di Elon Musk.

    Grok si trova all’interno della piattaforma X, e permette fin dall’inizio, da quando è stata generata la prima versione, di generare immagini che ritraggono personaggi famosi anche con un limite sempre più alto, con un’asticella sempre più alta, con possibilità di ritrarre personaggi famosi sempre più alla portata di chiunque.

    L’immagine di Papa Francesco col piumino bianco

    Ricordate quando nel 2023 si realizzarono quelle immagini con Papa Francesco, il famoso piumino? Ebbene, quell’immagine lì oggi ChatGPT la fa tranquillamente.

    Papa Francesco piumino IA franz russo
    Papa Francesco piumino generata con la ChatGPT 4o da Franz Russo

    L’immagine del falso arresto di Trump

    Oppure un’altra famosa immagine di Donald Trump circondato da poliziotti che cerca di fuggire a un possibile arresto: ebbene, quell’immagine ChatGPT oggi la realizza tranquillamente, senza nessun problema.

    Donald Trump falso arresto generato con la IA
    Donald Trump falso arresto generato con ChatGPT 4o da Franz Russo

    Questo significa che il confine, ripeto, di quello che noi possiamo generare rispetto a una potenziale disinformazione, si sta sempre di più assottigliando, sempre di più avvicinando. Non si riconosce più il rischio di quello che riusciamo a generare.

    Ci sono addirittura delle immagini, tipo Bill Gates con una birra in mano, realizzata da me su ChatGPT, che alcuni strumenti di verifica, come Illuminarty, addirittura fanno fatica a definire se sia un’immagine realistica, umana, oppure se sia generata da intelligenza artificiale.

    Bill Gates con birra in mano realizzata con Chatgpt-4o da Franz Russo
    Bill Gates con birra in mano realizzata con Chatgpt-4o da Franz Russo

    Questo già ci dice molto di come effettivamente anche questi strumenti di verifica possono essere utili o addirittura affidabili.

    Piccoli suggerimenti per riconoscere immagini IA

    Per cercare poi di offrire qualche suggerimento su come accorgerci del fatto che queste situazioni, alcune immagini, possono sembrare artefatte, ecco alcuni dettagli:

    • lo sfondo, magari un po’ confuso;

    • scritte non precise;

    • mani, che erano un grande problema per DALL·E 3;

    • oppure la pelle, che è sempre perfetta, molto liscia, e quindi già di per sé ti porta a pensare che sia un’immagine artefatta, anche se in alcuni casi anche questo dettaglio è in netto miglioramento,

    • o addirittura l’esposizione della luce, che in alcuni contesti è quasi irrealistica: quel tipo di luce difficilmente può essere naturale.

    Oppure ancora, cercare di avvalersi sempre della ricerca inversa, quindi utilizzare motori di ricerca – ad esempio Google Immagini – sottoponendo i contenuti per avere una risposta dal motore di ricerca sul fatto che quell’immagine sia stata già utilizzata in altri contesti o meno.

    Anche perché è capitato, anche di recente, che alcune immagini realizzate con intelligenza artificiale—quindi neanche con modelli di ricerca tanto evoluti, perché l’evoluzione l’abbiamo avuta molto molto di recente—siano stati confusi come contenuti realistici.

    Quindi il senso di responsabilità, da parte nostra, ormai è imprescindibile. Non possiamo che fare affidamento a quel senso di responsabilità, alla consapevolezza del fatto che stiamo utilizzando strumenti che in alcuni contesti possono generare contenuti potenzialmente di disinformazione.

    Guarda il video

    Anche la ghilbizzazione aiutare a confondere

    Anche lo stesso fenomeno della ghiblizzazione, di cui abbiamo parlato anche in un altro video, è uno di quegli elementi che ci porta a trasformare quella che è la realtà in un contesto diverso: più armonioso, più pastellato, più colorato, più dolce.

    Ma anche quello diventa una situazione per mascherare altre situazioni irrealistiche. Condividerle in un contesto completamente diverso, anche quello è un potenziale rischio di disinformazione.

    meme ghiblizzazione franz russo
    Celebre meme con ghiblizzazione

    Quindi, rispetto anche alla potenzialità, al modo in cui noi possiamo effettivamente affrontare questo, è sicuramente importante conoscere meglio i modelli. E quindi avvalerci di quella competenza, AI Literacy, conoscenza approfondita dei modelli. Dobbiamo prestare attenzione su come utilizziamo questi modelli e per cosa li vogliamo usare.

    Che sia per uso personale, per lavoro, per tutte le attività che facciamo, dobbiamo prestare sempre molta attenzione e affidarci a un senso di responsabilità. Chiederci sempre:
    qual è la motivazione che mi porta a usare questo modello?
    Cosa voglio davvero fare?

    E imparare, anche noi utenti, a riconoscere sempre meglio queste immagini, a sapere che tipo di immagine abbiamo davanti, a saperle riconoscere ed evitare che diventiamo anche noi potenziali diffusori di disinformazione.

  • Meta AI usa i nostri dati e non si può disattivare, alcune considerazioni

    Meta AI usa i nostri dati e non si può disattivare, alcune considerazioni

    Meta AI è arrivata da poco in Italia. Ma ci sono due aspetti che vanno approfonditi: l’uso dei dati pubblici degli utenti e l’impossibilità di disattivare l’IA. In questo articolo provo a verificare le implicazioni, tra privacy, consenso. E anche un confronto con Grok di X.

    Come sapete, Meta AI è attivo anche in Italia da qualche giorno. È arrivato anche su WhatsApp, dove praticamente tutti gli utenti hanno visto questa iconcina circolare che, una volta attivata, risponde a delle domande e a dei problemi.

    Per cercare di chiarire il motivo di questa considerazione, che si basa essenzialmente su due elementi, provo ad essere un po’ più chiaro, per farvi entrare nella logica di ciò che dirò più tardi, soprattutto su questi due punti.

    Un assistente a tratti invadente

    Immaginiamo di essere in una grande stanza e di osservare ciò che accade, accompagnati da una persona che chiameremo il nostro assistente particolare.

    Quando abbiamo qualcosa da chiedere, ci rivolgiamo a questo assistente che risponde alle nostre domande in maniera molto precisa e dettagliata, offrendo anche la possibilità di approfondire successivamente.

    Intanto, continuiamo il nostro giro in questo palazzo osservando tutte le stanze: in ogni stanza c’è qualcosa che ci incuriosisce, e chiediamo al nostro assistente.

    Il problema è che questo assistente ci segue in continuazione, anche quando non lo interpelliamo: ci osserva, ascolta le nostre azioni, guarda con chi parliamo e ascolta cosa diciamo con le altre persone che incontriamo.

    Il problema sorge quando ci accorgiamo che questa presenza diventa, ad un certo punto, pesante e vorremmo mandarla via, ma non riusciamo a trovare un modo per farlo. Non c’è la possibilità, per così dire, di disattivarla.

    MetaAI usa i nostri dati e non si può disattivare, alcune considerazioni
    MetaAI usa i nostri dati e non si può disattivare, alcune considerazioni

    Il primo problema di Meta AI: l’uso dei dati pubblici

    Ed è qui che entro sul tema, cercando di spiegare i due elementi cardine che riguardano Meta AI (e non solo).

    Intanto, MetaAI è presente in Unione Europea dal 20 marzo, dopo aver – per così dire – migliorato la sua aderenza, la sua compliance, al GDPR.

    Il GDPR, questo regolamento sulla protezione dei dati entrato in vigore in Unione Europea nel 2018, ha rivoluzionato il modo in cui vengono gestiti i dati.

    Ebbene, ci sono due aspetti che meritano attenzione.

    Il primo è che, inizialmente, avevo creduto che Meta AI non usasse i nostri dati per allenare la sua intelligenza. In realtà, le cose sono diverse. Se provate a chiedere a MetaAI, su Facebook, Instagram o WhatsApp, se utilizza i vostri dati, la risposta standard è: “No, non utilizzo i dati“. Tuttavia, la realtà è più complessa.

    Meta AI usa i dati pubblici degli utenti

    Meta AI usa i dati pubblici degli utenti: per “dati pubblici” intendo i post, le immagini e i commenti resi visibili a tutti. Questo significa che, per evitare di dare in pasto i nostri contenuti all’intelligenza artificiale, bisognerebbe passare in modalità privata. Nella modalità privata l’IA non riuscirebbe a prelevare i dati che non vogliamo rendere pubblici.

    Questo approccio non va proprio nella direzione del GDPR, il cui fondamento è il consenso informato e la capacità di controllo da parte dell’utente all’interno delle piattaforme digitali.

    Cosa c’è all’interno del Privacy Center

    All’interno del Privacy Center non è ben spiegato se e come si debbano pubblicare i nostri contenuti. Meta non dà spazio a questo aspetto; il link di riferimento, che fornirò in calce al video, spiega che se non volete che MetaAI utilizzi i vostri dati, dovete passare in modalità privata. Questa soluzione, però, può essere valida per alcuni e meno per altri.

    Parliamo di consapevolezza: è importante che, da un lato, la piattaforma fornisca l’informazione corretta e, dall’altro, che ciascuno adotti l’atteggiamento giusto nella condivisione dei contenuti. Solo in questo modo possiamo essere consapevoli e responsabili dell’uso dei nostri dati.

    Secondo problema di Meta AI: non può essere disattivata

    Il secondo elemento, che cozza maggiormente con il GDPR, è il fatto che l’intelligenza artificiale non può essere disattivata. Non esiste un tasto o un’opzione che permetta all’utente di scegliere se utilizzare o meno l’IA.

    L’unica cosa possibile, in assenza di una modalità di disattivazione, è di non utilizzarla: di non interpellarla, di non fare in modo che possa entrare nelle vostre conversazioni. Ma l’IA si alimenta delle richieste (i cosiddetti prompt), dei risultati e delle risposte, continuando a prelevare dati.

    Da tutte le piattaforme – Instagram, Messenger, WhatsApp e Facebook – le risposte pubbliche attingono anche ai risultati pubblici, senza possibilità di disattivare l’IA. Questo ulteriore elemento non collima con il GDPR, perché non offre la possibilità di scegliere.

    Il confronto con Grok di X

    Se volessimo fare un paragone, ci riferiremmo a Grok di X (la piattaforma che prima era Twitter, di proprietà di Elon Musk). Grok, che è l’IA di X, funziona in maniera simile: è integrato nella piattaforma, usabile anche senza abbonamento (con alcune limitazioni) fino alla versione Premium+. Anche Grok, comunque, utilizza di default i dati pubblici degli utenti, non appena si attiva un account.

    L’unica azione possibile è quella di andare nelle impostazioni della privacy, nella sezione dedicata a Grok, e disattivare l’opzione di raccolta dati pubblici. Attenzione: se si effettua questa operazione, Grok continuerà a utilizzare i dati già condivisi, mentre solo i dati futuri non verranno più prelevati.

    Un ulteriore elemento è la possibilità di eliminare la cronologia delle conversazioni con l’IA. Pur essendo un aspetto leggermente più in linea con il GDPR, sul consenso informato rimane comparabile a MetaAI.

    In sintesi, stiamo parlando di due esperienze molto simili che, da un lato, permettono un minimo di controllo. Anche Grok suggerisce, come ultima ipotesi, di passare in modalità privata per evitare che i propri dati vengano prelevati. Tuttavia, questo comporta una significativa riduzione nella visibilità e nelle condivisioni dei propri contenuti.

    Grok (X) Meta AI
    Opt-out disponibile ✅ Sì ⚠️ Sì, ma difficile da trovare
    Disattivazione IA ✅ Parziale (nessuna interazione) ❌ No
    Consenso esplicito ❌ No ❌ No
    Trasparenza IA ⚠️ Media ❌ Bassa
    GDPR compliance 🟡 In dubbio, ma più avanzato 🔴 Più problematico

    La IA entra nelle piattaforme digitali per cambiarle 

    Quindi, si tratta di un passaggio inevitabile: l’intelligenza artificiale sta entrando nelle piattaforme digitali e, come già anticipato in un mio video precedente, questo cambierà radicalmente il nostro modo di interagire non solo con le piattaforme ma anche tra di noi.

    Le relazioni e le conversazioni tra utenti saranno inevitabilmente influenzate dall’uso dell’IA. Dobbiamo farlo in maniera informata e consapevole, sapendo se i nostri dati saranno dati in pasto all’intelligenza artificiale e avendo la possibilità di scegliere, in linea con il consenso informato richiesto dal GDPR.

    Il GDPR poggia la sua intera esistenza su questo principio: anche se non c’è un obbligo esplicito, la dichiarazione di consenso dovrebbe far parte dell’esperienza dell’utente, permettendogli di scegliere se concedere i propri dati.

     

    Questi sono, in sostanza, i due elementi che rendono Meta AI un caso particolare.

    Adesso bisognerà osservare se Meta intende, in questo scenario globale – complicato da aspetti geopolitici, finanziari e normativi – adeguarsi pienamente al regolamento europeo. Vedremo anche come reagirà l’Unione Europea a questi due punti critici, soprattutto considerando le tensioni nei rapporti con gli Stati Uniti e l’eventuale questione dei dazi e della web tax che colpiranno le big tech.

    Non è uno scenario facile, e vedremo come evolveranno le cose. Ci interrogheremo se Meta AI diventerà più conforme al GDPR.

    Condividete le vostre esperienze e i vostri pensieri: se Meta AI è stata utilizzata, se eravate informati sull’uso dei vostri dati. Fatemelo sapere nei commenti.

     

  • In Italia cresce la IA ma resta il ritardo con l’Europa

    In Italia cresce la IA ma resta il ritardo con l’Europa

    L’Intelligenza Artificiale in Italia cresce del 58%, con un mercato da 1,2 miliardi. Le grandi aziende investono ma resta il divario con l’Europa. Le PMI risultano essere ancora indietro.

    I dati dell’Osservatorio Artificial Intelligence del Politecnico di Milano ci aiutano ad avere un quadro completo rispetto all’uso della IA nelle nostre aziende. E risultano anche interessanti per capire come i cittadini si pongono rispetto alla evoluzione dell’intelligenza artificiale in Italia. Vediamo insieme i dati.

    Nel 2024 il mercato dell’Intelligenza Artificiale in Italia ha raggiunto un nuovo massimo storico, toccando quota 1,2 miliardi di euro con una crescita del +58% rispetto al 2023. A trainare il settore sono soprattutto le sperimentazioni che includono l’AI Generativa, che rappresentano il 43% del valore totale, mentre il restante 57% è costituito da soluzioni di AI tradizionale.

    A fronte di questi dati, l’Italia però continua a essere l’ultimo tra otto Paesi europei per livello di adozione dell’AI, pur distinguendosi per la diffusione di strumenti di Generative AI pronti all’uso, come ChatGPT e Microsoft Copilot.

    In Italia cresce la IA ma resta il ritardo con l’Europa
    In Italia cresce la IA ma resta il ritardo con l’Europa

    Adozione dell’AI: grandi imprese avanti, PMI in ritardo

    Le grandi imprese italiane guidano il mercato: l’81% ha almeno valutato un progetto AI e il 59% ne ha già uno attivo.

    Ma il nostro Paese rimane in coda rispetto alla media europea, dove il 69% delle aziende ha adottato l’AI. Un dato incoraggiante è che una grande impresa su quattro ha già progetti a regime.

    D’altra parte, le PMI italiane mostrano ancora un ritardo. Infatti, solo il 7% delle piccole imprese e il 15% delle medie imprese ha avviato progetti AI.

    L’interesse c’è (58% delle PMI si dichiarano interessate), ma la mancanza di competenze e di una gestione adeguata dei dati rappresentano ancora un ostacolo.

    L’adozione di strumenti di Generative AI riguarda appena l’8% delle PMI.

    In Italia cresce la IA ma resta il ritardo con l'Europa
    Immagine fornita dall’Osservatorio Artificial Intelligence Polimi

    Italia leader nell’adozione di strumenti di Generative AI

    L’Italia si posiziona tra i primi Paesi per l’acquisto di soluzioni AI pronte all’uso: il 53% delle grandi imprese ha adottato strumenti di Generative AI, superando Francia, Germania e Regno Unito.

    Il 39% delle aziende che utilizzano questi strumenti ha riscontrato un aumento della produttività, anche se il 48% non ha ancora valutato l’impatto in modo quantitativo.

    In ogni caso, resta alta consapevolezza dei rischi: il 40% delle aziende ha introdotto linee guida per regolamentarne l’uso e il 17% ha vietato strumenti non approvati per evitare fenomeni di Shadow AI.

    Cosa si intende per Shadow AI

    Shadow AI si riferisce all’uso non autorizzato di strumenti di Intelligenza Artificiale all’interno di un’azienda, senza che il reparto IT o la direzione abbiano il controllo su di essi.

    In pratica, questa situazione si presenta quando i dipendenti iniziano a utilizzare strumenti di Generative AI come ChatGPT, Copilot o altri software AI per il proprio lavoro senza seguire linee guida aziendali.

    Questo può creare diversi rischi, tra cui:

    • Perdita di dati sensibili: se si inseriscono informazioni aziendali riservate in un tool AI pubblico, queste potrebbero finire in mano a terze parti.
    • Mancanza di conformità: l’azienda potrebbe violare regolamenti come il GDPR o altre normative sulla protezione dei dati.
    • Incoerenza nei processi: se diversi dipendenti usano strumenti AI in modo indipendente, senza una strategia comune, i risultati potrebbero essere di qualità variabile e difficili da integrare.

    Per evitare il fenomeno dello Shadow AI, molte aziende stanno adottando policy interne, vietando l’uso di strumenti non approvati o creando soluzioni AI controllate e sicure.

    Le principali applicazioni dell’AI in Italia

    Le soluzioni più adottate dalle imprese italiane riguardano:

    • Data Exploration, Prediction & Optimization Systems (34%): sistemi per la previsione della domanda, ottimizzazione della logistica e rilevamento di attività anomale.
    • Text Analysis, Classification & Conversation Systems (32%): in forte crescita (+86%), grazie a sistemi di Retrieval Augmented Generation su normative e documentazione.
    • Recommendation Systems (17%): la Generative AI sta rivoluzionando questo settore, migliorando la capacità di interpretare le esigenze degli utenti.

    AI e Pubblica Amministrazione: segnali di crescita

    L’adozione dell’AI nella Pubblica Amministrazione sta crescendo rapidamente: oggi rappresenta il 6% del mercato, con un tasso di crescita superiore al 100%.

    Dallo scenario emerge che manca ancora una strategia chiara e strutturata per l’adozione su larga scala.

    IA e cittadini, tra entusiasmo e preoccupazioni

    Secondo i dati dell’Osservatorio, il 99% degli italiani ha sentito parlare di Intelligenza Artificiale, mentre l’89% conosce l’AI Generativa (+32 punti rispetto al 2023).

    Il 59% degli italiani ha un’opinione positiva dell’AI, un dato superiore a quello di Regno Unito (47%) e Francia (42%), ma con una flessione di -8 punti percentuali rispetto al 2023.

    Le principali preoccupazioni restano:

    • Manipolazione delle informazioni – (66%)
    • Perdita di posti di lavoro – (64%)
    • Violazione della privacy – (52%)

    Sul fronte lavorativo, solo il 17% dei lavoratori italiani valuta molto positivamente l’adozione dell’AI in azienda, un dato in linea con la Francia ma lontano dal 40% del Regno Unito.

    In Italia cresce la IA ma resta il ritardo con l'Europa
    Immagine fornita dall’Osservatorio Artificial Intelligence Polimi

    Ecosistema italiano: ricerca avanzata, ma fuga di talenti

    L’ecosistema italiano dell’AI mostra un mercato in espansione, ma evidenzia anche limiti strutturali. L’Italia si distingue per la qualità della ricerca scientifica, sostenuta da iniziative come la Fondazione FAIR, che ha ricevuto finanziamenti per 28,7 milioni di euro.

    Resta elevata però la fuga di talenti all’estero e le startup AI italiane faticano ad attrarre investimenti significativi.

    L’intelligenza artificiale in Italia sta crescendo rapidamente. Ma la vera sfida per il futuro sarà colmare il divario con gli altri Paesi europei e rendere l’AI un’opportunità concreta per tutte le aziende, non solo le grandi realtà.

    [L’immagine di copertina è stata realizzata da @franzrusso utilizzando il modello di IA generativa Dall-E 3]

Contatti