110 Fatti Allarmanti sull’Intelligenza Artificiale per Prendere Sonno

In questo video ripercorreremo con te la nascita dell’intelligenza artificiale e il divario tra promesse e conseguenze inattese. Partiremo dal 1943, quando Warren McCulloch e Walter Pitts descrissero neuroni artificiali come unità logiche; passeremo poi alla domanda di Alan Turing e al seminario del 1956 al Dartmouth College di Hanover, nel New Hampshire, dove John McCarthy coniò il nome di un campo che prometteva macchine capaci di simulare ogni aspetto dell’intelligenza. Vedremo come i sistemi basati su regole e i sistemi esperti si scontrarono con l’ambiguità del mondo, attraversando due inverni dell’IA. Ci fermeremo su Joseph Weizenbaum e su ELIZA, il programma che spinse le persone ad attribuire comprensione a una semplice imitazione conversazionale, e sulla rinascita delle reti neurali: dall’idea di Frank Rosenblatt alla retropropagazione, sostenuta anche dal lavoro di Geoffrey Hinton. Con più dati e GPU, ImageNet e AlexNet segnarono nel 2012 una svolta, poi accelerata dai transformer e da GPT-3 fino a ChatGPT. Seguiremos i risultati sorprendenti e i limiti di questi modelli: errori plausibili, decisioni opache e una comprensione che resta discussa. Passeremo quindi agli effetti sul lavoro, alla disinformazione e ai deepfake, senza tralasciare armi autonome, veicoli a guida automatizzata, pregiudizi algoritmici, costi ambientali e difficoltà di regolare un settore in rapida corsa. Infine affronteremo il problema dell’allineamento: come far sì che sistemi sempre più capaci perseguano davvero gli obiettivi umani? Concluderemo ricordando che il futuro non è già deciso e che scelte collettive su ricerca, regole e responsabilità possono ancora orientare questa tecnologia verso il bene comune. Il rapporto AI Index 2026 dello Stanford HAI rileva che nel 2025 l’88% delle organizzazioni intervistate usava l’intelligenza artificiale. Gli agenti automatici, però, restavano poco diffusi nelle aziende. Lo stesso rapporto registra 362 incidenti legati all’IA nel 2025, contro 233 l’anno precedente. Secondo l’Agenzia Internazionale dell’Energia, nel 2025 i centri dati dedicati all’IA hanno consumato il 50% di elettricità in più. Per tutti i centri dati, la stima è di un passaggio da 485 terawattora nel 2025 a circa 950 nel 2030.