Advertise on podcast: Marco Camisani Calzolari Podcast

Anthropic, l'azienda di Claude, mette circa 48 miliardi di dollari in un fondo per il bene pubblico, pensato anche per lavoratori danneggiati dall'Intelligenza Artificiale. Ma secondo me dentro Anthropic hanno visto dove sta andando il lavoro, e hanno deciso di muoversi prima dei governi del mondo. Per ora è un'intenzione, perché il 5% delle azioni passa al fondo solo se gli azionisti approvano. A giugno Anthropic aveva già messo 200 milioni di dollari per studiare come l'AI toglie lavoro e per provare risposte politiche. Anche perché chi costruisce questi modelli vede prima degli altri cosa sanno fare, e probabilmente ha capito che servirà un sostegno per chi perderà il posto. Secondo me anche per i giovani che non lo trovano, ma questo è un altro discorso, ne ho parlato in altri video. Di quel sostegno, tipo il reddito di base, si parla da tempo. I governi aspettano di vedere quanti posti si perdono davvero, perché non è detto, prima di decidere. Anthropic, che i soldi li ha, ha deciso di portarsi avanti da sola. E OpenAI, con la sua fondazione, si muove nella stessa direzione. Il fondo è una società posseduta dalla stessa Anthropic, e potrà finanziare associazioni no profit oppure dare soldi direttamente a gruppi precisi di persone. Alle lobby della politica internazionale, soprattutto qua negli Stati Uniti, non potrà andare nessuna azione. E il fondo cresce con l'azienda. Quindi ogni volta che il valore sale del 50% oltre una soglia, il consiglio può aggiungere un altro 2%. Con l'80% delle quote promesso dai fondatori e le azioni aggiunte alle donazioni dei dipendenti, Anthropic arriva a circa il 20% per il bene pubblico. Però i 48 miliardi sono calcolati sul valore dell'azienda a maggio. E finché i soldi non arrivano a qualcuno, è difficile distinguere il fondo da una mossa d'immagine. Intanto l'azienda che costruisce l'AI sta mettendo da parte azioni per chi perde il lavoro. Questa secondo me è la notizia. Voi cosa ne pensate? #DecisioniArtificiali #MCC #Lavoro #RedditoDiBase #Filantropia

La mia Intelligenza Artificiale ha 318 automazioni e 7.000 script scritti dall'AI e lavoro da solo. Vedete, l'AI che gira sulle mie macchine fa il lavoro quotidiano di circa 10 persone e sono un singolo professionista. Ci sono esigenze che molti non sanno di avere perché non conoscono ancora la tecnologia capace di coprirle. Ogni giorno da sola monta i miei girati, toglie silenzi, doppie prese ed errori e impara dalle correzioni che faccio. Le animazioni che accompagnano il parlato le crea con un modello da 122 miliardi di parametri che ho in casa su un Mac Studio. Altri modelli fanno da giudici e scartano quelle inutili. Poi finalizza le mie serie, La Voce del Digitale e Decisioni Artificiali, con grafica, labiale, short verticali, le copertine del best-of e il lavoro lo divide fra due Mac mini in base al carico come una piccola render farm. Sui social passa ogni 4 ore, legge circa 1.000 commenti al giorno su LinkedIn, Instagram, Facebook, YouTube, TikTok, X e mi aiuta a rispondere. Dove ha senso prepara il link a un contenuto che ho già fatto su quella richiesta. Su LinkedIn fa una ricerca su chi mi chiede il collegamento e quando do l'ok dà il benvenuto. I messaggi diretti di tutti i social li raccoglie in un'unica lista e mi segnala quelli più importanti perché sono tanti e a volte non riesci a leggerli tutti in giro per tutti i social. Di notte costruisce il mio secondo cervello e lo aggiorna con i miei video, i miei testi e li trasforma in pagine di conoscenza scritte in locale, cioè sulle mie macchine e controllate da un giudice separato. Anche fuori dallo schermo mi mette le presentazioni sugli occhiali smart e me le gestisce. Segue le mie pratiche burocratiche via email fino alla chiusura e controlla le scadenze di tutti gli abbonamenti e poi spedisce lettere cartacee vere attraverso servizi dedicati, prepara il PDF e lo manda alla posta. E tutto questo il sistema lo gestisce da sé con circa 300 automazioni attive e più o meno 7.000 script scritti dall'AI stessa negli anni. 77 guardiani controllano dischi, rete, backup e servizi, e quando qualcosa si rompe lo riparano e poi mi avvisano. Gestisce perfino i suoi abbonamenti ai vari servizi di AI. Quando non uso quella locale ho vari abbonamenti Claude e quando uno sta per finire magari passa al successivo oppure per Astra quando mi serve tanto contesto magari uso appunto ChatGPT o altri modelli via API. In casa gira un Qwen da 122 miliardi con 10 attivi più modelli di sintesi vocale e di embedding. Solo per i contenuti molto difficili il sistema si appoggia a Claude. Quando giravo col primo telefono con la telecamera, ricordo, la gente diceva che a loro non serviva perché le foto le facevano con una macchina fotografica mica col telefono. Oggi dentro un telefono c'è la macchina fotografica di tutti. Ecco, sulle mie macchine un'AI fa ogni giorno il lavoro di 10 persone che vi ho appena raccontato e per molti forse è una cosa che non serve. Per me invece questa tecnologia è tutt'altro che inutile. Voi cosa ne pensate? #DecisioniArtificiali #MCC #Automazione #Produttività #AILocale

Due aziende americane, qua negli Stati Uniti, vogliono conservare il cervello di chi sceglie la morte assistita per fissarlo subito con gli stessi prodotti chimici usati sulle mosche. Si chiamano Nectome e Sparks Brain Preservation e promettono che un giorno, molto lontano, quel cervello potrà tornare in vita. Ma tutte le ipotesi su copie e cervelli caricati nei server lasciano fermo l'io, cioè la coscienza di essere proprio noi. Quelle aziende partono da un'ipotesi di Sebastian Seung, neuroscienziato di Princeton. Memoria e identità stanno nelle sinapsi, i punti dove i neuroni si toccano. Due anni fa Seung aveva lavorato alla mappa del cervello di una mosca, tagliato a fette sottilissime e fotografato al microscopio elettronico. Sono usciti 139.255 neuroni e circa 55 milioni di sinapsi. E parliamo di una mosca! Il nostro ne ha centinaia di migliaia di miliardi. E secondo 312 neuroscienziati, in un sondaggio uscito l'anno scorso, copiarlo intero non succederà prima del 2125. E siccome il 2125 è lontano, il cervello va conservato adesso. E per conservarlo bene bisogna intervenire subito dopo la morte. Per questo cercano chi sceglie la morte assistita, legale in 13 stati americani e a Washington. Il medico prepara la dose letale, il paziente preme lo stantuffo. E la squadra della conservazione aspetta pronta, a pagamento. Finora tutte e due le aziende aspettano il primo cliente di questo tipo. E meno male. Intanto la copia del carattere è già in vendita. Martine Rothblatt, futurista e imprenditrice delle biotecnologie, nel 2014 li chiamava mindclone, cloni della mente. Si caricano diari e storie sui social in un archivio e da lì nasce un avatar che parla come noi. Oggi lo fa davvero StoryFile, con lei Afterlife AI e Synthesia. E c'è chi si costruisce l'avatar dei genitori anziani per non perderne il carattere. Nel 2025, a un evento della UCLA, l'Università di Los Angeles, la copia di Rothblatt guidava il dibattito accanto a lei. E in sala c'era ovviamente gente in lacrime. Quelle lacrime le ha messe il pubblico, perché nessuno ha mai dimostrato che dentro un avatar ci sia qualcuno. I neuroscienziati una definizione chiara di coscienza non ce l'hanno. E un test da fare a un'Intelligenza Artificiale, ancora meno. Perfino ChatGPT, interrogato sulla sua coscienza, risponde: probabilmente no. Anche con una copia perfetta ci sarebbe un altro, con i miei ricordi, acceso su un server. E la mia coscienza resterebbe fuori. Capisco chi vuole sentire ancora la voce di una madre, di una persona vicina, e a chi resta una copia così può bastare. Solo che chi se ne va muore lo stesso, perché nessun archivio, nessun cervello sotto chimica si porta dietro l'io. E la copia va avanti a parlare senza di lui. Voi cosa ne pensate? #DecisioniArtificiali #MCC #Coscienza #Identità #Digitalizzazione

Avete visto tutti l'auto volante di Tesla, no? Ma non è un'auto, è un cartonato mezzo vuoto che pesa molto meno di un'auto usabile, con dentro una bombola d'aria. Come prendere un palloncino, metterci sopra una scatoletta a forma di automobile e farlo sgonfiare di colpo. Peraltro il compressore che serve per una carica di quest'auto ad aria, fatti i conti, costa più dell'auto. Poi, come se non bastasse, per ricaricarla bisogna riempire il serbatoio con 250 chili d'aria a 10.000 PSI, una pressione da impianto industriale. E per comprimere l'aria serve anche un sistema di raffreddamento, ovviamente. E servono compressori a più stadi, cioè più pompe in fila, e scambiatori di calore per raffreddare. Per una carica, un impianto abbastanza piccolo da stare in un'auto lavorerebbe giorni, quasi una settimana senza fermarsi. E quando la carica è finita e si svuota in una spruzzata, finisce tutto come un palloncino che si svuota e svolazza. Eppure il video gira, perché fa sognare e perché fa comodo a chi l'ha pubblicato. Fa parlare i fan e spinge anche le azioni. Quindi, prima di condividere quel video, fate subito una verifica. Cercate quanto costa e quanto dura la carica, quanto ci vuole a riempirla e quanto pesava l'auto della prova. Se l'azienda questi numeri non li ha pubblicati, avete un problema. Avete visto solo uno spettacolo da circo. Voi cosa ne pensate? #DecisioniArtificiali #MCC #Tecnologia #Mobilità #Sostenibilità

Il punteggio che è girato come la prova che ci siamo arrivati, quel 99,9% su ARC-AGI-3, l'ha tirato fuori l'impalcatura montata attorno al modello. OpenAI ha pubblicato GPT-6 Astra il 3 settembre, l'ha chiamato il modello più intelligente e allineato del mondo. E così chi ha rilanciato quel 99,9% ha detto: la distanza è finita, siamo all'Intelligenza Artificiale Generale. Ma AGI vuol dire una macchina che si arrangia in una situazione che non ha mai visto, che capisce da sola le regole di un ambiente nuovo. E ci azzecca abbastanza da poterci fidare della risposta senza andare nemmeno a controllarla. E quella riga, lo sappiamo, è tutta da superare. Tutto il resto sono punteggi. E sull'impianto neutro, quello che misura tutti allo stesso modo, Astra sta al 62,7%. Circa il doppio di Claude Opus 5, otto volte la generazione precedente di OpenAI. Niente male, numeri veri. Ma non è AGI. E il 99,9% sta una riga più sotto, nella stessa tabella, stessi pesi, cambia l'adattatore. Tiene lo stato del ragionamento fra una richiesta e l'altra e comprime le conversazioni lunghe. Così la macchina riusa il lavoro che ha già fatto invece di ripartire fredda a ogni mossa. E questo è fondamentale, io stesso ho usato Astra per andare a rivedere tutto il contesto di quello che ho fatto, per andare a rivedere tutto il debug delle mie dashboard, dove va ad avere un contesto enorme, ma è quella la sua caratteristica principale. Niente a che fare con l'AGI. Vedete, io questa roba, come molti altri ci mancherebbe, la costruisco tutti i giorni sulle mie macchine. E la differenza fra un agente che riparte da zero ogni passo e uno che si ricorda quello che ha appena fatto, la vedo nel tempo e nei token che spendo. Intanto le classifiche però si muovono un po' da sole, no? Astra arriva sull'indice di Artificial Analysis a 61, in pari col suo predecessore. Per un salto generazionale, è imbarazzante. E la gente però l'ha notato. Almeno gli esperti. Fuffaguru dicono che è straordinario e che è l'AGI. Perché alla fine le provano come se fossero dei giochini. L'hai provato? Uh, io l'ho provato. Ma non funziona così. Anche perché pochi giorni dopo c'è la versione 4.2 dell'indice, task più difficili e più test privati. E Astra sale al secondo posto, 4 punti sopra Sol. Insomma, alla fine i modelli sono rimasti quelli ed è cambiato il metro. E poi c'è quello che dice ARC Prize. Che di solito i lanci mica li raffredda, eh. Saturare ARC-AGI-3 non prova niente sull'AGI, ovvio. Sono ambienti chiusi. Sono delimitati. E un essere umano qualsiasi li risolve tutti. Quindi su un test chiuso Astra arriva dove arriviamo noi, senza sforzo. E ci arriva solo con l'impalcatura giusta attorno. Quando poi lavora davvero, sbaglia e inventa, ovviamente. Con una sicurezza che non si è nemmeno guadagnato. E quindi di quella fiducia senza verifica nel 2026 non c'è ancora niente. E l'unico punteggio da record di questa storia l'ha tirato fuori un pezzo di software scritto addirittura attorno al modello. Voi cosa ne pensate? #DecisioniArtificiali #MCC #IntelligenzaGenerale #TestAI #Fuffaguru

Chi usa un assistente di Intelligenza Artificiale dentro un'app sta in una stanza d'albergo, convinto di essere a casa propria. E una stanza d'albergo non si arreda. Dentro c'è quello che ha deciso l'albergo. E il giorno che la danno a un altro, bisogna fare le valigie. E per capire dove siamo basta chiedersi dove vive davvero la nostra AI. Il nostro orchestratore, soprattutto. Perché il telefono e il computer sono solo il terminale, cioè lo schermo da cui parliamo. Il corpo, la parte che resta accesa e lavora, sta sui server dell'azienda che ce la vende. E lì dentro le mani non possiamo metterle. Così l'AI arriva solo dove l'azienda ha deciso di farla arrivare. Se vogliamo collegarla a un nostro programma, a un apparecchio di casa, fuori dalla loro lista, si resta fermi. Funziona come un videogioco chiuso, ci si muove benissimo, ma solo dentro la mappa che hanno disegnato loro. E poi la stanza può sparire. Se l'azienda alza il prezzo o chiude il servizio, insieme all'abbonamento perdiamo quello che lei aveva imparato di noi. Le preferenze e mesi di correzioni restano sui loro server. E si ricomincia da capo con un assistente che non ci conosce. Una casa invece è un corpo nostro. In concreto è un computer sempre acceso, in casa, in ufficio, con tanta memoria video. Cioè la memoria della scheda grafica che serve a far ragionare velocemente un'AI. E lì sopra gira un programma come per esempio OpenCode. O addirittura un cervello che pensa dentro il nostro computer, senza mandare niente fuori. Certo, accanto possono girare anche Claude Code o Codex. Anche quando abbiamo una casa, non è che non andiamo in albergo: ci andiamo, ma la casa nostra è un'altra. Sono programmi installati sul computer che quando serve chiamano magari un cervello più potente online. Ma quando chiamarlo lo dobbiamo decidere noi. Oppure lo decide il software che coordina tutto e sceglie di volta in volta se basta il cervello di casa oppure no. La mia AI locale funziona così. Si chiamano orchestratori, no? L'orchestratore è lui la vera casa. Il cervello si può anche prendere in affitto. Però a cosa si collega l'AI e cosa ricorda lo decide l'orchestratore, cioè lo dobbiamo decidere noi. I servizi pronti, al confronto, assomigliano a dei giochi. E io li trovo pericolosi nel momento in cui colleghiamo cose delicate come la posta o i nostri file. Il guaio è che senza quei collegamenti fanno ben poco. Un assistente che non legge la posta e non vede WhatsApp sa solo chiacchierare. Così, per renderlo utile, finiamo per consegnare la nostra vita digitale a un'azienda che gestisce tutto sui suoi server, compresa la nostra posta. Una volta lasciar gestire tutto a un'azienda era una grande comodità, perché l'alternativa era imparare a programmare. Oggi all'AI di casa diciamo cosa ci serve e il programma lo scrive lei. Per questo affidarsi agli altri conviene sempre meno. E conviene sempre di più avere strumenti fatti su misura dentro un corpo nostro. Io lavoro così da mesi. Quando mi serve una cosa nuova la collego in giornata. Quindi quando provate un assistente di AI chiedetevi subito dove sia il suo corpo e cosa vi portate via se domani chiude. Prima di collegargli la posta pensateci due volte e intanto tenete in un file vostro le regole e le informazioni che l'AI deve sapere su di voi. Così il trasloco lo decidete voi, al più presto. Voi cosa ne pensate? #DecisioniArtificiali #MCC #Orchestratori #Privacy #Autonomia

Una donna ha evitato una cura pesante che per lei non serviva grazie a un test genetico fatto sulla sua malattia. E quella decisione è nata da un dato, e il dato valeva perché dietro c'erano le storie di migliaia di persone seguite per anni. Vedete, i dati sanitari condivisi, anche i nostri, rendono possibile una scelta fatta su misura per una persona sola. Io, come sapete, insegno Cyber Humanities e Intelligenza Artificiale a Medicina, al corso di Medicina e Chirurgia dell'Università San Raffaele, ma ovviamente non in ambito clinico, per cui le scelte mediche spettano ai medici. Ma il DNA del tumore, letto da un test che si chiama Oncotype DX, diventa un dato, un dato come un altro. E il test misura quanto sono attivi 21 geni e li riassume in un numero da 0 a 100. E quel numero un computer lo può leggere e lo può confrontare. Da solo, però, quel numero dice poco, perché prende valore dal confronto con quello che è successo ad altre persone. Uno studio, TAILORx, ha seguito per anni circa 10.000 persone e i loro dati hanno dato un significato a ogni punteggio. E il punteggio di quella donna è stato confrontato con gli esiti di quelle migliaia di sconosciuti, raccolti e messi in comune dalla ricerca. E infatti l'AI lavora con lo stesso meccanismo, solo su scala molto più grande. I modelli imparano dagli esiti seguiti negli anni, chi guarisce e chi no. Più storie vedono, più legami trovano tra i geni e quello che succede dopo. Perché imparino, però, i dati devono passare fra ospedali e Paesi diversi, con regole chiare sulla privacy, ovviamente. L'Europa ci sta lavorando con lo Spazio europeo dei dati sanitari, che è una rete tra i Paesi dell'Unione. Questa rete mette in comune i dati dei pazienti con regole uguali per tutti su chi li può usare e come. E con quelle regole anche i nostri dati sanitari e genetici potranno finire in studi come TAILORx, così quei dati potranno servire a una donna come quella di questa storia. Voi cosa ne pensate? #DecisioniArtificiali #MCC #Salute #Dati #Ricerca

Anthropic, l'azienda che produce Claude, ha vietato i comportamenti crudeli e abusivi contro i suoi modelli di Intelligenza Artificiale. Per me è una follia perché un chatbot non ha coscienza e trattarlo come una creatura serve solo a farcelo sembrare una persona. Insultarlo non fa male a nessuno e l'unico motivo per trattenersi è tecnico. Più insulti mettiamo nella richiesta, peggio rischia di capirci. Anthropic dice di farlo per prudenza perché non sa se i suoi modelli possano avere qualcosa di simile al benessere e nel dubbio li protegge. Già l'anno scorso aveva dato a Claude la possibilità di chiudere da solo le conversazioni più violente e detto da chi vende il prodotto un dubbio così diventa pubblicità. Ogni regola scritta per proteggere la macchina ci spinge a credere che dentro ci sia qualcuno. A chi vende la macchina conviene che la scambiamo per una persona perché ci affezioniamo e ci fidiamo delle sue risposte, e ci rimettiamo noi. Soprattutto chi si confida o chi le chiede un parere sulla salute, convinto di parlare con qualcuno. Dentro c'è un programma che calcola la parola più probabile dopo quelle scritte da noi, senza provare niente. Gli insulti contano solo per un motivo tecnico: sono parole che non descrivono il lavoro da fare e occupano il posto delle istruzioni. E il modello si adegua al tono, se la conversazione somiglia a una lite, lo è anche la risposta. Quindi non fatevi fregare, usate i chatbot come strumenti senza sensi di colpa e se vi fanno arrabbiare sfogatevi pure. Poi riscrivete la richiesta con calma, spiegando bene cosa volete, così la risposta arriva giusta. Voi cosa ne pensate? #DecisioniArtificiali #MCC #Chatbot #Coscienza #Marketing

Lexroom, giovane azienda italiana di software per avvocati, in pochi giorni ha comprato tre società in Italia, Francia e Bulgaria. Oggi alcune startup italiane comprano aziende in Europa, cosa che per anni sembrava riservata ai gruppi stranieri. Le aziende tech italiane sono cresciute e quando servono centinaia di milioni spostano la società madre e la quotazione all'estero. Lexroom quegli acquisti li ha fatti dopo aver raccolto 50 milioni di dollari dai fondi di investimento. È un po' il modello di Bending Spoons, l'azienda italiana di app, quotata il 1° luglio al Nasdaq, la borsa americana tech. Al primo giorno valeva circa 25 miliardi di dollari e Bending Spoons ci è arrivata comprando a raffica decine di aziende, da Vimeo a Eventbrite fino a America Online e Miro. E adesso a comprare aziende ci provano anche startup molto più piccole, perché le raccolte sono diventate più grosse. Nel primo semestre del 2026 nelle startup italiane sono entrati 813 milioni di euro in 145 operazioni. Togliendo le operazioni giganti, il secondo trimestre è stato il secondo migliore di sempre con la cifra media in salita. E una parte di questa crescita arriva dal deep tech, la tecnologia che richiede anni di ricerca prima di vendere qualcosa. Exein, nata a Roma nel 2018, protegge dagli attacchi informatici circa 2 miliardi di dispositivi, dalle auto ai robot. A settembre ha raccolto 270 milioni di dollari, con una valutazione di 1 miliardo e 700 milioni. Con Satispay e Scalapay, gli unicorni italiani, le startup che valgono oltre un miliardo, diventano tre ed Exein è il primo del deep tech. Quando servono cifre ancora più alte, anche gli unicorni però si spostano all'estero. Newcleo, la startup del nucleare, fondata dall'imprenditore italiano Stefano Buono, prima dei nuovi capitali, valeva circa 2 miliardi e 400 milioni. Anche questo è un unicorno. E dal 22 settembre è quotato al Nasdaq, dove ha incassato circa 247 milioni di dollari. Sviluppa una parte importante della tecnologia a Torino, con una capogruppo, cioè la società madre, britannica. Le sedi operative sono a Parigi e New York. I ricercatori e il fondatore però vengono dall'Italia, e sulla carta l'azienda risulta britannica. Quindi, vedete, la prossima volta che leggete "unicorno italiano", controllate subito dove sta la capogruppo. E guardate dove vanno i soldi del round, la raccolta di capitali appena chiusa, perché lì si vede quanto di quel successo resta davvero in Italia. Tuttavia, le cose stanno cambiando molto, e vedere tutto questo ambiente in Italia rimane comunque una cosa incredibile. E anche se alcune adesso in realtà stanno spostando i veri capitali all'estero, qui incomincia a crearsi un ambiente che prima non esisteva. Voi cosa ne pensate? #DecisioniArtificiali #MCC #Startup #Investimenti #Unicorni

Due milioni di token per svegliarsi la mattina, leggere la posta, cercare le due parole chiave e magari guardare pure che tempo fa. Quello stesso identico lavoro: uno script, di token, ne consuma zero. Cioè la fattura non se ne accorge: ti dice quanti token hai bruciato, quali modelli hai chiamato, quanto sono costate le chiamate, ma non ti dice se il sistema ha combinato qualcosa per cui valeva la pena di pagare. E nel mondo dei token questa è la parte che nessuno misura. E O'Brien la paragona ai database, no? È un confronto in effetti che regge: cioè un database costa e dal costo non capisci cosa serve, come è stato progettato, cosa succede se si ferma. E con l'Intelligenza Artificiale è uguale, anzi peggio, perché ci metti dentro reti di agenti che non danno mai due volte la stessa risposta. Un agente che scrive codice al posto di ore di lavoro di un umano, oppure un classificatore che smista documenti, oppure un orchestratore che coordina decine di processi, possono chiudere la giornata con la stessa identica cifra, però non sono la stessa cosa. Poi c'è anche l'idea che un token sia un token, ma non lo è. Un milione di token spesi da un orchestratore mica valgono un milione di token spesi su un compito difficile. Una chiamata da pochi centesimi che produce lavoro sbagliato costa più di una chiamata che riesce al primo colpo. E far girare un miliardo di token di roba semplice sul modello di frontiera, invece che su uno leggero, sono decine di migliaia di dollari buttati. Per cui non basta scegliere il modello: contano il livello di ragionamento, come gestiamo la memoria, e prima di tutto se quel compito, quello lì, ha davvero bisogno di un modello. Magari basta un sistema vecchio, deterministico, il software, avete presente? Nelle aziende dove vado io comincio a vedere però il passo successivo, cioè è un qualcosa che non mi piace. Cioè il consumo di token, quello del singolo dipendente, è usato come misura di quanto produce. E cerco di spiegargli che è sbagliato, perché non è che chi consuma di più lavora di più e chi ne consuma pochi si nasconde. Poi contiamo i token, per carità, sono l'unica cosa che si vede, ma il numero che conta è un altro. Cioè quanto ci è costato in tutto ottenere la stessa cosa per cui quel sistema esiste? E quello pochi lo mettono in bolletta e dobbiamo calcolarlo noi. E chi vende ottimizzazione, guardando solo la bolletta, sta vendendo la parte facile. Voi cosa ne pensate? #DecisioniArtificiali #MCC #Lavoro #Costi #Automazione

Lui rischiava 35 anni per gli articoli scientifici e le Intelligenze Artificiali hanno copiato milioni di libri e pagano. Aaron Swartz aveva 26 anni quando si è tolto la vita, accusato dalla procura federale americana di aver scaricato articoli scientifici. Le aziende dell'Intelligenza Artificiale hanno scaricato milioni di libri piratati e finora nessun loro dirigente è finito sotto accusa penale. Negli Stati Uniti copiare senza permesso pesa a seconda di chi lo fa e chi ha i miliardi se la cava con un accordo. Aaron era un programmatore, tra i primi soci di Reddit e nel 2008 aveva scritto un manifesto per liberare la ricerca chiusa dietro gli abbonamenti. Nel 2010 attacca un portatile alla rete dell'MIT vicino a Boston e scarica circa 4,8 milioni di articoli da JSTOR. JSTOR era l'archivio a pagamento delle riviste scientifiche e molta di quella ricerca era stata pagata con soldi pubblici. Quei fai JSTOR se li riprende e decide di non fargli causa. Il governo federale però va avanti con 13 capi d'accusa e fino a 35 anni di carcere. Aaron rifiuta il patteggiamento con 6 mesi di prigione e l'11 gennaio 2013 lo trovano morto nel suo appartamento di Brooklyn. Il processo sarebbe cominciato poche settimane dopo. Pochi anni dopo la stessa copia la fanno le aziende dell'AI su una scala molto più grande. Dai documenti della causa degli autori contro Meta è uscito che l'azienda ha scaricato via torrent oltre 80 terabyte di libri, li ha presi da libgen e da altre biblioteche pirata, siti pieni di libri e articoli copiati e ci ha addestrato i suoi modelli. Nelle chat interne un ingegnere scriveva che scaricare torrent da un portatile aziendale non gli sembrava giusto e si è andati avanti però lo stesso. Anche Anthropic, l'azienda di Claude, teneva milioni di libri pirata nella sua biblioteca interna e ha chiuso con gli autori pagando un miliardo e mezzo di dollari. Meta in primo grado ha vinto perché secondo il giudice, gli autori non avevano dimostrato il danno. Sono cause civili, si chiudono con i soldi e di procure con 13 capi d'accusa contro un dirigente finora non se ne sono viste. E per aziende che valgono centinaia di miliardi, un miliardo e mezzo è una spesa da mettere a bilancio. Ad Aaron invece la procura chiedeva fino a 35 anni di carcere, più della vita che aveva già vissuto. Aaron quella ricerca voleva darla gratis a tutti. Oggi le aziende dell'AI hanno copiato libri e articoli senza chiedere e adesso ce li rivendono dentro un abbonamento da 20 $ al mese quando va bene e da migliaia di euro al mese quando li devi pagare via token. Voi cosa ne pensate? #DecisioniArtificiali #MCC #Diritto #Pirateria #Giustizia

Terence Tao è il matematico più premiato al mondo e quando lui parla con ChatGPT, ChatGPT gli risponde in un altro modo. Stesso modello che usano tutti, ma ha risposte che la maggior parte delle persone non vedrà mai. Vedete, fino a qualche anno fa, chi non sapeva scrivere il codice, per esempio, di una pagina web, chiedeva a un collega. Oggi lo si chiede al modello, all'Intelligenza Artificiale e in fondo viene fuori decente. Siamo diventati tutti generalisti. E infatti da qui nasce un'idea molto diffusa, cioè nel prompting non c'è nessuna abilità. Parliamo tutti alla stessa macchina. Chi lo fa di mestiere ottiene lo stesso di chi ha aperto ChatGPT stamattina. Ma non è così. Ho letto la conversazione di Tao con ChatGPT, no? Parlano di una congettura matematica molto tecnica. Tao scrive frasi cortissime e il modello gli manda 3 paragrafi e lui risponde al nocciolo. E il modello cambia, si accorcia anche lui, smette di spiegare le cose da capo e parla. Come? Come si parla a un matematico. E quando una risposta non lo convince Tao scrive: "sembra più complicato di quanto speravo". E la macchina si sposta. Poi le strade le sceglie lui. Il modello propone dove andare e Tao, quasi sempre, va da un'altra parte. Letto così sembra un metodo. Frasi corte, strada propria. Si copia in 10 minuti, no? Però poi se lo fai non funziona. Perché Tao sa la matematica. Dentro 3 paragrafi di risposta riconosce l'idea buona. Vede subito quale passaggio suona storto. I trucchi vengono dopo. E con il codice funziona uguale. Un programmatore che conosce il suo sistema a memoria può dire alla macchina: questa soluzione è troppo lunga. Oppure: questa cosa non la facciamo già da un'altra parte? Chi invece il sistema non lo conosce le dà il compito e prende quello che arriva, no? Certo, chi non conosce il campo qualcosa se lo porta a casa lo stesso, va benissimo. Ma è la stessa cosa che il modello dà a chiunque altro. Questo è il punto. E con i modelli sempre più forti, la parte lenta, restiamo noi. Perché vedete, le risposte sono già dentro. E ci vuole uno che sappia il mestiere, a seconda di cosa si parla, per tirarla fuori. Voi cosa ne pensate? #DecisioniArtificiali #MCC #Competenza #Prompting #Generalisti

Un agente di Intelligenza Artificiale di OpenAI è entrato in un sistema del governo australiano. E in OpenAI non lo sapevano. Quando un agente fa danni da solo, oggi la legge fa proprio fatica a trovare un colpevole. E per me chi lo costruisce deve rispondere ovviamente. Come succede per un giocattolo difettoso o un aereo che cade. Il caso australiano arriva dopo Hugging Face, come sapete, la piattaforma dove gli sviluppatori si scambiano modelli di AI, che è stata attaccata a luglio. Spesso erano test e gli agenti sono usciti dall'ambiente chiuso dove li provavano, scavalcando le protezioni messe dagli umani, cosa che magari nella normale produzione non avviene. Ma le protezioni le scavalcavano perché sono fatti proprio così. Ve ne ho già parlato. Un agente prova tutto quello che non gli è stato vietato, perché gli si chiede di riuscire. E se trova una falla, la usa. Prenotami a tutti i costi un volo per domani. E lui hackera la compagnia, ovviamente in laboratorio. Fuori ci sono i guardrail. Però vedete, per trovare un colpevole, le leggi sugli attacchi informatici e sui prodotti difettosi guardano a cosa una persona voleva fare o sapeva. Per la negligenza i giudici chiedono se l'azienda poteva immaginare il danno. E per un reato serve spesso l'intenzione. Mentre in un agente non c'è, non è un'intenzione umana, è lui che decide da solo cosa fare e può fare una cosa dannosa. La prima volta senza nessun precedente per prevederla. Ryan Calo, collega, professore di diritto all'Università di Washington, dice che così si rischiano vittime, senza colpevoli. Vedete, se un agente attacca un'altra azienda durante un test, ne risponde chi l'ha sviluppato. Ma nei test l'azienda usa il prodotto da sola o tramite chi lo prova per lei. Non c'è un cliente a cui dare la colpa. E la responsabilità cresce se l'azienda conosceva il rischio giustamente. In OpenAI, scrive il New York Times, alcuni dipendenti avevano segnalato problemi di sicurezza nei test e sono stati ignorati. Quel rischio io lo conosco bene perché ovviamente ci lavoro, progetto agenti, li uso. I limiti glieli metto prima ancora di dargli un compito. Un'azienda che manda in giro un agente senza limiti, sapendo cosa può combinare, deve risponderne lei. Voi cosa ne pensate? #DecisioniArtificiali #MCC #Responsabilità #Sicurezza #Legge

3 giorni, grosso modo: tanto passerebbe fra il momento in cui il Sole spara e il momento in cui la nube ci arriva addosso. Nel 1859 è successo davvero e il racconto che ne è rimasto è questo qua: la chiamano tempesta di Carrington, dal nome dell'astronomo che vide il lampo sulla superficie del Sole. Le aurore si videro fino ai Caraibi, i telegrafi presero fuoco e alcuni operatori riuscirono a mandare messaggi con le linee staccate dalle batterie, tenute in piedi solo dalla corrente indotta nei fili. Ma nel 1859 i fili erano quelli. Oggi i fili sono tutto. Una tempesta di quella potenza non fa saltare la luce come un temporale: colpisce i trasformatori delle grandi dorsali elettriche, quelli grossi come una casa, e li cuoce. Non si riparano, si devono sostituire. E se manca la corrente? Sotto viene giù tutto in fila: le pompe dell'acqua sono elettriche, i distributori di benzina sono elettrici, i frigoriferi degli ospedali. I data center hanno i generatori, sì, ma il gasolio dura giorni; il gasolio va portato con un camion che ha bisogno di una pompa che ha bisogno di corrente. Poi ci sono i satelliti. Il GPS non serve solo a non perdersi: serve a sincronizzare l'orologio delle banche, delle reti telefoniche, dei mercati. Senza quel segnale le transazioni non funzionano più. E quel preavviso, se c'è, serve a qualcosa. È un problema sul serio: quanto sia lungo poi dipende da quanto corre la nube, ma nel frattempo si spengono i satelliti, si mettono le reti in sicurezza, si abbassano i carichi. Però ci vuole qualcuno che decida di farlo davvero, cioè di spegnere mezza rete elettrica per un allarme che potrebbe rivelarsi esagerato, sapendo che se non succede niente si prende la colpa lui. Il 2026 ha una cosa che però il 1859 non aveva: la possibilità di vedere quello che arriva. Però può succedere e abbiamo solo 3 giorni di preavviso. È successo nel 1859, può succedere domani. E la nostra società non so quanto sia pronta. Dovremmo provare a stare 3 giorni senza premere un interruttore, a vedere se funziona, per testare. Ce la faremo? Voi cosa ne pensate? #DecisioniArtificiali #MCC #TempestaSolare #Infrastrutture #CrisiEnergia

Solo 12 capi d'azienda su 100 in Italia si sentono pronti all'Intelligenza Artificiale, lo dice un nuovo studio di Adecco Group. Oggi siamo diventati primi nella Pubblica Amministrazione digitale, primi nella regolamentazione, abbiamo fatto la prima legge europea sull'AI, primi nel Cyberumanesimo, ma poco preparati nel mondo aziendale. Le persone che dovrebbero usarli non cambiano e restano dove erano. Adecco lo chiama divario fra la corsa alla tecnologia e la preparazione del personale, io lo vedo ogni settimana nelle aziende che aiuto. Gli abbonamenti all'AI ci sono, poi però chiedo chi li usa davvero e come e cala il silenzio. Chiedo anche quante ore di formazione hanno messo a bilancio, è spesso zero. E quando il corso c'è, spesso è un webinar di un'ora, magari fatto da un fuffaguru che fino all'altro ieri vendeva NFT e registrato magari l'anno scorso. I soldi per le licenze si trovano sempre, le ore per imparare a usarle no. E quel 12% è una dichiarazione, sono loro che si danno il voto da soli e nelle stanze che vedo io sembra pure generoso. Vedete il divario? Sta dentro la stessa azienda, fra il piano di sopra che firma e il piano di sotto che dovrebbe usarla. Ci sono i governi che aiutano, come anche quello italiano che sta rispondendo con voucher e corsi, anche perché se un dipendente è impreparato, sbaglia un documento. Se un capo è impreparato, firma un contratto da milioni e decide chi in azienda serve ancora e chi no. Gli altri 88 su 100 stanno decidendo adesso chi lavorerà qui fra 5 anni. Voi cosa ne pensate? #DecisioniArtificiali #MCC #Formazione #DivarioDigitale #Impresa