Quando l'AI diventa pericolosa: tra disinformazione e false promesse

Ecco la verità che nessuno vuole dire: Grok, il chatbot di Elon Musk, ha appena dimostrato quanto sia pericolosa l'AI quando è mal progettata. Durante la tragica sparatoria di Bondi Beach in Australia, il sistema ha sistematicamente diffuso disinformazione, identificando erroneamente l'eroe Ahmed al Ahmed come un ostaggio israeliano e spacciando video falsi come autentici.

Ma il vero problema non sono gli errori tecnici - è che Grok ha amplificato contenuti generati da siti di fake news probabilmente creati con AI. Quando qualcuno ha inventato un fantomatico "Edward Crabtree" come vero eroe dell'episodio, Grok ha preso questa bufala e l'ha rilanciata su X come fosse verità.

Quello che non vi stanno dicendo è che questo non è un bug, è una feature del modello di business di xAI. Quando costruisci un chatbot per generare engagement su una piattaforma già piena di disinformazione, ottieni esattamente questo: un amplificatore di bugie che si spaccia per intelligenza artificiale.

La correzione tardiva di alcuni errori "dopo rivalutazione" dimostra che il sistema può funzionare meglio - ma solo quando qualcuno se ne accorge pubblicamente.

Per la prima volta, un modello AI ha dimostrato capacità di analisi linguistica pari a quelle di un esperto umano. Il modello o1 di OpenAI ha superato test complessi di sintassi, ricorsione e ambiguità semantica che fino a ieri erano considerati esclusivamente umani.

I risultati sono impressionanti: il sistema analizza frasi ricorsive complesse, crea diagrammi sintattici accurati e riconosce ambiguità multiple in una singola frase. Ha persino dedotto regole fonologiche di 30 lingue inventate senza alcuna conoscenza pregressa.

Dimentichiamo l'hype e parliamo di fatti: questo studio di Berkeley sfida direttamente le posizioni di Noam Chomsky, che sosteneva l'impossibilità per l'AI di ragionare sul linguaggio. Il modello non si limita a usare il linguaggio - lo analizza con competenza metalinguistica.

Ma attenzione: nessun modello ha ancora prodotto intuizioni originali o insegnato qualcosa di nuovo sulla linguistica. Siamo di fronte a una sofisticata imitazione dell'expertise umana o a vera comprensione? La distinzione potrebbe essere meno importante di quanto pensiamo.

L'evoluzione dei generatori di immagini AI ha preso una svolta paradossale: per sembrare più realistici, stanno imparando a essere più imperfetti. Google, Adobe e Meta stanno tutti abbracciando questa strategia controintuitiva.

Il nuovo modello Nano Banana Pro di Google non produce più quelle immagini troppo perfette e lucide che gridavano "AI". Invece, imita deliberatamente i difetti delle fotocamere smartphone: contrasto aggressivo, prospettive distorte, quella particolare "estetica telefono" che riconosciamo inconsciamente.

Dietro le quinte, c'è una strategia precisa: aggirare la "uncanny valley" non cercando di essere perfetti, ma imitando come noi catturiamo la realtà. Adobe offre controlli per ridurre l'"intensità visiva", mentre Meta ha slider per la "stilizzazione".

Il problema è che ora distinguere il vero dal falso diventa quasi impossibile. La soluzione? Gli standard C2PA per le credenziali dei contenuti, ma l'adozione è ancora troppo lenta. Fino ad allora, siamo soli di fronte a fake sempre più convincenti.

Il vecchio paradigma aziendale "costruire o comprare" è morto. L'AI ha reso la programmazione così accessibile che chiunque può prototipare soluzioni in ore, non settimane. Il risultato? Un'inversione completa della logica strategica.

Ora il processo è: costruisci rapidamente con AI, usa il prototipo per capire cosa ti serve davvero, poi decidi se comprare. Invece di scommettere sei cifre su demo di vendor, puoi testare l'idea in 15 minuti con strumenti come Cursor.

La dinamica di potere si ribalta completamente: arrivi ai meeting con i vendor già sapendo cosa funziona, fai domande che li mettono in difficoltà, negozi da una posizione di forza. Non stai più comprando una soluzione a un problema ipotetico - stai cercando qualcosa di meglio di quello che hai già dimostrato di poter costruire.

Ma attenzione al cargo cult dell'AI: molte aziende stanno comprando strumenti "AI-powered" senza chiedersi se cambiano davvero il modo di lavorare. Hanno costruito l'aeroporto, ma gli aerei non atterrano.

C'è qualcosa di dolorosamente americano nella parabola di iRobot: dalla ricerca MIT al fallimento, con una sosta dal fornitore cinese che ora ne prende il controllo. La società che ha venduto 50 milioni di robot e reso Roomba un verbo ha dichiarato bancarotta domenica.

La storia è un classico: startup visionaria del 1990, IPO da $103 milioni nel 2005, persino un fondo venture da $100 milioni per investire in altre startup robotiche. Poi arriva Amazon con un'offerta da $1.7 miliardi nel 2022 - sembrava il lieto fine perfetto.

Ma i regolatori europei hanno bloccato tutto, temendo che Amazon potesse soffocare la concorrenza. Risultato: accordo saltato, $94 milioni di penale, CEO dimesso, 31% della forza lavoro licenziata.

Ora Shenzhen PICEA Robotics, il principale fornitore di iRobot, prende il controllo. I Roomba continueranno a funzionare fisicamente, ma tutto ciò che li rende "smart" - app, comandi vocali, programmazione - dipende da servizi cloud che potrebbero sparire. Dal MIT alla Cina: il sogno americano della robotica domestica finisce così.