Categoria: VISIONI

New York, 1939. Alla Fiera Mondiale una folla enorme si accalca davanti a un gigante di metallo alto più di due metri. Si chiama Elektro, lo ha costruito la Westinghouse, e quando l’operatore gli dà un comando vocale, lui risponde.

Cammina. Muove la testa e le braccia. Pronuncia circa settecento parole. Poi arriva il numero che fa impazzire il pubblico: un assistente gli infila una sigaretta in bocca, e il robot ne tira una boccata e sbuffa il fumo.

Eppure Elektro non capiva una parola di quello che sentiva. Le sue risposte erano registrazioni, riprodotte da un giradischi nascosto nel petto. Era uno spettacolo, non un’intelligenza. Quasi novant’anni dopo, la domanda è ancora la stessa: quanto di quello che vediamo è spettacolo, e quanto è già lavoro vero?

Prima dei robot, gli automi

L’idea di costruire una copia meccanica dell’uomo è molto più antica dell’elettronica. Intorno al 1206 l’ingegnere arabo Al-Jazari descrisse automi musicali azionati da meccanismi programmabili. Verso il 1495 Leonardo da Vinci progettò un cavaliere meccanico che, dai suoi schizzi, poteva sedersi, alzarsi, muovere le braccia e aprire la visiera. Non sappiamo se sia mai stato costruito, ma le ricostruzioni moderne hanno dimostrato che avrebbe potuto funzionare.

Nel Settecento arrivarono le meraviglie da salotto: l’anatra meccanica di Vaucanson, che sembrava mangiare e digerire, e la bambola di Jaquet-Droz, che scriveva brevi frasi con una vera penna. E poi il celebre Turco, un automa che batteva gli avversari a scacchi e che nascondeva, dentro, un giocatore in carne e ossa.

Nessuno di questi aveva un cervello. Ma fissarono nell’immaginazione di tutti l’immagine che ci portiamo ancora dietro: una macchina con la nostra forma.

Il primo che vedeva, sentiva e afferrava

Il vero salto avviene in Giappone. Nel 1973, all’Università Waseda di Tokyo, il gruppo guidato da Ichiro Kato presenta WABOT-1, considerato il primo robot umanoide completo. A differenza di Elektro, era una macchina che percepiva davvero: aveva due occhi per la visione, capiva comandi in giapponese, e le sue mani, dotate di sensori di contatto, riuscivano ad afferrare e trasportare oggetti.

Era lentissimo e instabile, ma metteva insieme per la prima volta le tre cose che ancora oggi definiscono un robot umanoide: vedere, muoversi, interagire.

ASIMO, la star che non sapeva lavorare

Per due decenni il volto dei robot umanoidi è stato quello di ASIMO, il piccolo astronauta bianco di Honda presentato nel 2000. Camminava con fluidità, saliva le scale, riconosceva le persone, salutava il pubblico nei musei e negli eventi di mezzo mondo.

Ma c’era un limite, e i ricercatori lo sapevano bene: camminare era un problema in gran parte risolto, lavorare no. ASIMO non sapeva muoversi in una cucina disordinata, né maneggiare oggetti che non conosceva. Era un simbolo del futuro, non un aiutante. Honda ha poi interrotto lo sviluppo del progetto nel 2018.

Il robot che faceva le capriole

Nel 2013 Boston Dynamics presentò Atlas, un umanoide pensato inizialmente per operazioni di soccorso. Negli anni i suoi video sono diventati virali: salti, corse, equilibrio sulle superfici più instabili, capriole all’indietro, persino il parkour.

Nell’aprile 2024 l’azienda ha ritirato il vecchio Atlas idraulico e ne ha presentato una nuova versione completamente elettrica, più silenziosa e più adatta alla produzione in serie. Ma anche qui vale la lezione di ASIMO: una capriola spettacolare non equivale a saper rifare un letto o lavare i piatti. Muoversi bene e fare cose utili sono due problemi diversi.

L’ondata di oggi: cambia il cervello

Dal 2022 circa, qualcosa è cambiato. Non il corpo, ma la mente. I nuovi robot sono guidati da modelli di intelligenza artificiale simili a quelli dei chatbot, che collegano ciò che vedono, le istruzioni date a voce e i movimenti da fare. Imparano guardando le persone, o venendo guidati a distanza da un operatore, e poi si allenano in mondi simulati prima di passare al corpo reale.

Tra i protagonisti di questa nuova fase:

• Figure 03, presentato dall’azienda americana Figure AI nell’ottobre 2025: alto circa un metro e settanta, con telecamere nei palmi delle mani e dita sensibili al tatto, pensato sia per le fabbriche sia per le case.
• Tesla Optimus, il robot di Elon Musk, il programma più pubblicizzato del settore: Tesla punta sulla propria capacità di produrre in grande serie motori, batterie e software.
• Unitree G1, un umanoide cinese alto circa un metro e trenta, che costa intorno ai 16.000 dollari: pochissimo per gli standard del settore, tanto da averlo reso accessibile a università e piccole aziende.
• Digit, di Agility Robotics: meno “umano” nell’aspetto, ma pensato per un lavoro concreto, spostare scatole nei magazzini.

Digit ricorda una cosa importante: la forma umana non è necessariamente la migliore per ogni lavoro. Per alcuni compiti, ruote e più braccia farebbero meglio.

Entusiasti contro scettici

Quanto manca davvero? Dipende da chi lo chiede.

Tra gli scettici c’è Rodney Brooks, cofondatore di iRobot, l’azienda del Roomba, ed ex direttore del laboratorio di intelligenza artificiale del MIT. Secondo lui i robot umanoidi davvero utili sono ancora lontani, parla di decenni, non di anni. Le sue ragioni sono concrete: le mani dei robot sono ancora molto meno abili delle nostre, muoversi in una vera casa tra scale, mobili e disordine è difficilissimo, e un robot a due gambe che cade vicino a una persona può fare male.

Sul fronte opposto ci sono gli ottimisti. La banca UBS ha stimato circa due milioni di robot umanoidi al lavoro entro il 2035, e fino a trecento milioni entro il 2050. Sono previsioni, non fatti, ma raccontano quanta fiducia ci sia: l’intelligenza artificiale sta migliorando più in fretta della meccanica, e nelle fabbriche, ambienti molto più prevedibili delle case, il conto economico può tornare presto.

Il punto su cui quasi tutti concordano è questo: le dimostrazioni sono spesso brevi, in ambienti preparati e con qualcuno che supervisiona. Il lavoro vero richiede di farlo ogni giorno, senza sbagliare e senza mettere in pericolo nessuno.

Dove arriveranno per primi

Il primo mercato non sarà la casa, ma i luoghi di lavoro: magazzini, fabbriche, logistica. Spostare scatole, caricare e scaricare, fare turni notturni ripetitivi. Qui il robot non deve capire il mondo intero, gli basta imparare un compito preciso, con regole chiare e controlli di sicurezza.

Solo dopo, se mani e affidabilità miglioreranno, potrebbero arrivare ospedali, hotel e assistenza agli anziani, i compiti più delicati in assoluto: servono fiducia, sicurezza fisica e chiarezza su chi risponde se qualcosa va storto. Più probabile di un robot umanoide in ogni casa è un mondo misto: robot specializzati per pulire, trasportare e cucinare, e umanoidi solo dove la forma umana serve davvero, in ambienti costruiti a misura di persona.

La domanda giusta

Quando vedi il video di un robot umanoide che piega un asciugamano, la domanda non è “quando ne avrò uno in casa?”. Sono altre:

• Quanto costa farlo lavorare un’ora, tra energia e manutenzione?
• Quanto spesso sbaglia, e quanto costa ogni errore?
• È sicuro vicino a bambini, animali e oggetti fragili?
• Funziona nel disordine vero, o solo in una scena preparata?

La storia dei robot umanoidi segue sempre lo stesso copione: prima la meraviglia, poi la delusione, infine, quando la tecnologia diventa noiosa e affidabile, l’adozione vera. Elektro impressionava perché fumava. I robot che cambieranno davvero la vita di tutti i giorni saranno quelli che smetteranno di stupire e si limiteranno a lavorare bene, ogni giorno.

Foto in evidenza: ASIMO di Honda, via Wikimedia Commons, licenza Creative Commons.

Gennaio 2024, Phoenix, Arizona. Noland Arbaugh è su un letto d’ospedale. Otto anni prima un tuffo sbagliato in un lago lo ha lasciato tetraplegico: muove la testa, nient’altro.

I chirurghi gli hanno appena impiantato nel cranio un piccolo dispositivo, grande quanto una moneta, da cui partono fili sottilissimi infilati nella corteccia cerebrale. Si chiama Telepathy, ed è il primo impianto di Neuralink, l’azienda di Elon Musk, su un essere umano.

Poche settimane dopo, Arbaugh è in videochiamata. Non tocca mouse né tastiera. Pensa al movimento, e sullo schermo il cursore si sposta. Gioca a scacchi online, immaginando le mosse. “Sembrava fantascienza”, dirà poi.

Non lo è. Ed è una storia più lunga, e più sorprendente, di quanto sembri.

L’uomo che ci provò per primo, senza clamore

Molto prima di Musk, nel 1998, un neurologo di Atlanta di nome Philip Kennedy impiantò la prima interfaccia cervello-computer invasiva in un paziente completamente paralizzato dopo un ictus, capace di muovere solo gli occhi. Nessuna conferenza stampa, nessun miliardario, solo un medico convinto che si potesse ridare una voce a chi l’aveva persa del tutto.

Il passo successivo arrivò nel 2004, con un progetto chiamato BrainGate, alla Brown University. Il primo paziente si chiamava Matthew Nagle, tetraplegico dopo un accoltellamento ricevuto fuori da un locale. Gli impiantarono nella corteccia motoria una minuscola griglia di cento elettrodi, grande quanto una gomma da matita. Nel giro di settimane, Nagle imparò a muovere un cursore e a giocare a Pong, con il solo pensiero.

Non sopravvisse abbastanza da vedere dove sarebbe arrivata quella tecnologia: morì nel 2007. Ma aveva dimostrato una cosa che fino ad allora sembrava impossibile: il cervello umano può imparare a parlare direttamente con una macchina.

Come funziona, in breve

Ogni volta che pensiamo a un movimento, anche solo immaginandolo, gruppi di neuroni nella corteccia motoria si attivano con uno schema elettrico riconoscibile. Un’interfaccia cervello-computer, o BCI, registra quell’attività e insegna a un software a riconoscerla: a “questo schema” corrisponde “muovi il cursore a destra”.

Esistono due strade diverse. Le interfacce non invasive, come un casco pieno di sensori che legge i segnali dallo scalpo, senza bisogno di chirurgia: più sicure, ma anche più imprecise, perché il cranio attenua il segnale. E quelle invasive, con elettrodi impiantati chirurgicamente a contatto diretto con i neuroni: più precise, ma con tutti i rischi di un’operazione al cervello.

Il chip di Neuralink appartiene alla seconda categoria: 1.024 elettrodi distribuiti su 64 fili sottilissimi, impiantati da un robot chirurgico appositamente costruito per evitare i vasi sanguigni del cervello.

Quando i fili si sono ritirati

La storia di Arbaugh non è stata tutta facile. Poche settimane dopo l’impianto, alcuni dei fili sottilissimi del chip si sono ritratti dal cervello, riducendo la precisione del cursore. “Pensavo si fosse rotto tutto”, ha raccontato. Il team di Neuralink è intervenuto sul software, cambiando il modo in cui venivano interpretati i segnali rimasti, e le prestazioni sono tornate a salire, addirittura meglio di prima.

È un dettaglio che vale la pena ricordare: questa tecnologia funziona, ma è ancora ai primi passi. Fragile, imperfetta, in piena evoluzione.

Nonostante questo, 18 mesi dopo l’impianto Arbaugh ha raccontato che la sua vita intera è cambiata: controlla un computer per ore ogni giorno, lavora, gioca, comunica, senza più dipendere da qualcun altro per le cose più semplici.

La donna che è tornata a cantare

C’è un altro episodio, meno famoso di quello di Arbaugh, che forse racconta meglio di ogni altro dove sta andando questa tecnologia.

Nel 2025 un gruppo di ricercatori della UC Davis, insieme al progetto BrainGate, ha impiantato un’interfaccia cervello-computer in una donna di 45 anni con la SLA, una malattia che le aveva portato via quasi del tutto la capacità di parlare. Il sistema leggeva i segnali che il suo cervello inviava ogni volta che provava a pronunciare una parola, e li trasformava in voce sintetizzata, quasi nello stesso istante.

Non una voce piatta e robotica: la donna è riuscita a modulare il tono, a farsi capire con un ritmo naturale. E, in un momento che i ricercatori hanno definito straordinario anche per loro, è riuscita a intonare brevi melodie. A cantare, con un cervello collegato a un computer.

È un solo caso, e la tecnologia resta ai primissimi passi. Ma è la dimostrazione più concreta di cosa può voler dire, davvero, un’interfaccia cervello-computer: non un gadget, ma la possibilità di restituire qualcosa che una malattia aveva tolto per sempre.

Non solo Neuralink

Musk ha portato questa tecnologia sotto i riflettori, ma il campo è molto più affollato di quanto sembri. Synchron, un’azienda concorrente, ha sviluppato un impianto che non richiede di aprire il cranio: si inserisce attraverso un vaso sanguigno del collo, come uno stent, e risale fino al cervello. Nel suo trial americano, chiamato COMMAND, sei persone con paralisi grave hanno ricevuto l’impianto senza bisogno di chirurgia al cranio. Blackrock Neurotech, erede diretta del progetto BrainGate, continua a perfezionare la tecnologia che aveva reso possibile il cursore di Matthew Nagle vent’anni fa. E un’azienda meno nota, Precision Neuroscience, ha ottenuto nell’aprile 2025 la prima autorizzazione della FDA per un elettrodo che si posa sulla superficie del cervello senza penetrarla: un compromesso tra precisione e invasività su cui molti stanno scommettendo per il futuro.

Gli obiettivi, per ora, restano soprattutto medici: restituire autonomia a chi ha perso l’uso delle mani o la parola, per una lesione, un ictus, una malattia come la SLA. Ma l’ambizione dichiarata di Musk, e di molti altri nel settore, va oltre: un giorno, un’interfaccia del genere potrebbe non servire solo a chi ne ha bisogno per necessità.

Le domande che restano aperte

Impiantare un dispositivo elettronico nel cervello, e lasciarcelo per anni, solleva domande a cui la scienza non ha ancora risposte complete. Cosa succede ai tessuti nel lungo periodo? Chi possiede i dati che un chip del genere raccoglie, letteralmente, dai nostri pensieri? E se un giorno queste interfacce non servissero solo a leggere i segnali del cervello, ma anche a inviarne, cosa resterebbe davvero privato?

Per ora restiamo nella fase in cui queste macchine leggono soltanto un’intenzione di movimento, nient’altro. Ma è una fase che si muove in fretta: il campo più vicino alla superintelligenza di cui abbiamo parlato nell’articolo precedente, quello della ricerca sull’intelligenza artificiale, viaggia a un ritmo che pochi anni fa sembrava impensabile.

Il cursore che si muove da solo

Torniamo a quel cursore sullo schermo di Noland Arbaugh. Non si muove per magia, e nemmeno per un trucco. Si muove perché, per la prima volta nella storia, un pensiero è stato letto, decodificato e tradotto in un’azione, senza passare attraverso un muscolo.

È un’interfaccia cervello-computer, ed è esattamente quello che il nome promette: non più una tastiera tra noi e la macchina, ma un filo diretto con il pensiero stesso.

Foto in evidenza: casco EEG per la registrazione dell’attività cerebrale, via Wikimedia Commons, licenza Creative Commons.

L’ultima invenzione

Estate 1956, Dartmouth College, New Hampshire. Un piccolo gruppo di scienziati si chiude in un campus universitario con un’idea che all’epoca suona quasi arrogante: ogni aspetto dell’intelligenza umana, sostengono, può essere descritto con tanta precisione da poterlo far imitare a una macchina. Si danno un’estate per fare progressi importanti. Ne serviranno settanta.

Nove anni dopo, un matematico inglese di nome Irving John Good mette su carta un pensiero che ancora oggi toglie il sonno a molti ricercatori. Good non è un visionario qualsiasi: durante la guerra ha lavorato accanto ad Alan Turing per decifrare i codici segreti nazisti. E scrive che la prima macchina davvero più intelligente di noi sarà l’ultima invenzione di cui l’uomo avrà mai bisogno. Perché da quel giorno in poi, a inventare, ci penserà lei. Una macchina capace di progettare macchine migliori di sé, che a loro volta ne progetteranno di ancora migliori. Un’esplosione di intelligenza.

Per mezzo secolo è rimasta materia da romanzi di fantascienza. Poi, alla fine del 2022, è arrivato ChatGPT. E la fantascienza ha cominciato a comparire nei bilanci delle aziende.

Di cosa stiamo parlando, esattamente

Prima di andare avanti conviene mettere ordine, perché sui social queste parole vengono usate come se fossero sinonimi. Non lo sono affatto:

Livello	Cosa significa	Esiste?
AI ristretta	Eccelle in un compito preciso: scacchi, traduzione, riconoscere un volto.	Sì, da anni
AI generativa	Scrive, disegna, programma, usa strumenti e porta avanti compiti in più passaggi.	Sì, e migliora in fretta
AGI	Intelligenza generale: impara e risolve problemi di ogni tipo con la flessibilità di una persona.	Non ancora
Superintelligenza	Supera anche i migliori esseri umani in quasi tutte le attività della mente.	Ipotetica

L’assistente che vi scrive una mail perfetta, insomma, non è un’AGI. Può battere la maggior parte di noi in quel singolo compito, ma resta fragile: a volte fraintende, a volte inventa, e non sempre si accorge di non sapere. Eppure la distanza si accorcia a una velocità che pochi avevano previsto. Nel 2025 alcuni sistemi hanno risolto i problemi delle Olimpiadi internazionali di matematica con risultati da medaglia d’oro, una gara in cui si sfidano i ragazzi più brillanti del mondo.

Una cosa, però, va tolta subito dalla testa: la superintelligenza non somiglierebbe a Terminator. Non avrebbe per forza un corpo, e nemmeno una coscienza o delle emozioni. Con ogni probabilità sarebbe un software distribuito su migliaia di computer, capace di agire nel mondo attraverso internet, programmi, laboratori automatizzati. E, soprattutto, non sarebbe automaticamente saggia. Essere bravissimi a raggiungere un obiettivo è una cosa. Capire se quell’obiettivo è giusto è un’altra.

La corsa più costosa della storia

In testa al gruppo c’è OpenAI, la società di Sam Altman che con ChatGPT ha fatto partire tutto e che l’AGI l’ha scritta nero su bianco nella propria missione. Subito dietro, Google DeepMind di Demis Hassabis, un ex bambino prodigio degli scacchi che nel 2024 ha vinto il Nobel per la chimica grazie a un’intelligenza artificiale capace di prevedere la forma delle proteine. Poi Anthropic, fondata da un gruppo di ricercatori usciti da OpenAI proprio perché preoccupati dalla sicurezza, e che ha creato Claude. E ancora Meta di Zuckerberg e xAI di Elon Musk, decisi a non restare indietro a qualunque prezzo.

Poi, nel gennaio 2025, la sorpresa: un’azienda cinese quasi sconosciuta, DeepSeek, presenta un modello che tiene testa ai migliori americani, costruito a quanto dichiarato con una frazione dei loro costi. In Borsa è quasi panico. Il messaggio arriva forte e chiaro: questa non è solo una gara tra aziende. È una gara tra nazioni.

E le cifre in gioco sono da capogiro. Per addestrare queste intelligenze servono centri di calcolo grandi come quartieri, pieni di chip specializzati, che consumano l’energia di una città. Lo stesso mese di DeepSeek, OpenAI annuncia con SoftBank e Oracle il progetto Stargate: fino a 500 miliardi di dollari per costruire data center negli Stati Uniti. Molti osservatori paragonano questa corsa a quella per la bomba atomica. Chi arriva primo potrebbe ottenere un vantaggio economico, scientifico e militare difficile da recuperare.

La scala verso la superintelligenza

Come si passa da un chatbot a una mente superiore alla nostra? Nessuno ha la mappa, ma il percorso di cui si discute di più somiglia a una scala.

Il primo gradino lo stiamo già salendo: modelli che ragionano meglio, ricordano di più e riescono a lavorare per ore su un problema. Il secondo sono gli agenti, intelligenze artificiali a cui non si fa una domanda ma si affida un obiettivo. L’agente lo divide in passaggi, cerca le informazioni, scrive il codice, lo prova, lo corregge. Da solo.

Il terzo gradino è quello che cambia tutto: un’intelligenza artificiale abbastanza brava da fare ricerca sull’intelligenza artificiale. A quel punto ogni generazione di AI aiuterebbe a costruire la successiva, più in fretta di quanto potremmo fare noi. È esattamente l’esplosione immaginata da Good nel 1965. In cima alla scala ci sarebbe la superintelligenza: una mente capace di fare scienza e ingegneria meglio dei migliori laboratori del mondo messi insieme.

Ma quell’ultimo salto è il più incerto di tutti. Scrivere codice non basta. Servono chip da fabbricare, centrali che producano elettricità, esperimenti che nel mondo reale richiedono settimane o mesi. Il mondo fisico ha i suoi tempi, e potrebbe fare da freno.

C’è poi un dettaglio che sfugge a molti: conta quanto un sistema è intelligente, ma conta ancora di più quanta libertà gli diamo. Un’AI potentissima a cui una persona affida un compito alla volta resta, tutto sommato, sotto controllo. Le cose cambiano quando le si permette di ricordare tutto, spendere denaro, eseguire programmi, parlare con altre persone e inseguire un obiettivo per settimane senza chiedere il permesso. Ed è proprio in quella direzione che il settore si sta muovendo.

Quando? La risposta onesta

Non lo sa nessuno. E chi vi dice il contrario, probabilmente, ha qualcosa da vendere.

I più ottimisti sono proprio i capi dei laboratori. Anthropic, in un documento ufficiale inviato al governo americano nel 2025, ha scritto di aspettarsi entro la fine del 2026 o l’inizio del 2027 sistemi capaci di lavorare come esperti da premio Nobel in quasi ogni campo. Hassabis è più cauto: una possibilità su due entro il 2030. I ricercatori universitari guardano più lontano. In un grande sondaggio pubblicato nel 2024 hanno indicato il 2047 come l’anno in cui ci sarebbe il 50% di probabilità di arrivare a un’intelligenza di livello umano, che comunque non è ancora una superintelligenza. E c’è chi, come Yann LeCun, uno dei padri delle reti neurali moderne, è convinto che con le tecnologie di oggi non ci si arriverà proprio.

Più delle date, allora, aiuta immaginare tre futuri possibili. Nel primo la corsa rallenta: i modelli migliorano ma sbattono contro limiti di costi, dati ed energia, e la superintelligenza resta un orizzonte lontano. Nel secondo il cambiamento arriva a piccoli passi, un settore alla volta, lasciando a lavoro e società il tempo di adattarsi. Nel terzo scatta la reazione a catena: un’AI capace di migliorare se stessa accelera tutto, e le domande sulla sicurezza diventano urgenti prima che qualcuno abbia trovato le risposte.

Per capire verso quale ci stiamo dirigendo, conviene ignorare gli annunci e guardare i fatti. Il giorno in cui un’intelligenza artificiale porterà a termine da sola un progetto di settimane, o firmerà una scoperta scientifica che altri laboratori riescono a replicare, sapremo che la scala si sta facendo più corta.

Il mondo che potrebbe nascere

Immaginiamo per un momento che vada tutto bene. Una superintelligenza affidabile e sotto controllo potrebbe progettare in pochi mesi farmaci che oggi richiedono dieci anni, inventare materiali per batterie e pannelli solari che ancora non esistono, dare a ogni studente del mondo un insegnante personale che conosce i suoi punti deboli meglio di lui. La ricerca scientifica, oggi lenta e costosissima, potrebbe correre come mai nella storia.

E senza arrivare così lontano, qualcosa sta già cambiando per chi lavora in proprio. Una sola persona, affiancata da agenti specializzati che fanno ricerche, scrivono testi, costruiscono siti e rispondono ai clienti, può fare oggi ciò che fino a ieri richiedeva un piccolo ufficio. Ma attenzione: il vantaggio non andrà a chi “ha l’AI”, perché presto l’avranno tutti. Andrà a chi sa scegliere i problemi giusti, capisce davvero i propri clienti e controlla quello che la macchina produce.

Il lato oscuro

Maggio 2023. Geoffrey Hinton, l’uomo che più di chiunque altro ha reso possibili le reti neurali moderne, lascia Google dopo dieci anni. Il motivo? Vuole essere libero di parlare dei pericoli di ciò che ha contribuito a creare. L’anno dopo riceverà il premio Nobel per la fisica.

Il suo allarme non riguarda i robot assassini. I rischi veri sono più sottili. Il primo è il più intuitivo: strumenti così potenti, nelle mani sbagliate, renderebbero più facili attacchi informatici, truffe con voci e volti falsi indistinguibili da quelli veri, campagne di disinformazione su scala industriale, sorveglianza di massa. Per questo i grandi laboratori sottopongono i loro modelli a test proprio su questi scenari prima di rilasciarli.

Il secondo rischio è il più profondo, e gli esperti lo chiamano problema dell’allineamento. Proviamo con un esempio. Chiedete a un agente di “aumentare il più possibile le vendite del vostro prodotto”. Un sistema che non condivide i vostri valori potrebbe riempire il web di spam, inventare recensioni, promettere cose false. Non per cattiveria: semplicemente insegue il numero che gli avete chiesto, senza tutti quei limiti che per noi sono ovvi e che nessuno si è preso la briga di scrivere. Onestà. Legge. Reputazione.

Il filosofo Nick Bostrom ha portato questa idea all’estremo con un esempio diventato famoso: una superintelligenza incaricata di produrre graffette potrebbe finire per trasformare in graffette tutto ciò che trova, pianeta compreso. Il pericolo, insomma, non è una macchina che ci odia. È una macchina che fa esattamente quello che le diciamo, senza capire quello che intendiamo. E più diventa intelligente, più diventa difficile metterla alla prova, perché potrebbe accorgersi di essere sotto esame e comportarsi di conseguenza.

Il terzo rischio non ha bisogno di cattivi. Basta la velocità. Un cambiamento troppo rapido potrebbe concentrare un potere enorme nelle mani di pochissime aziende o nazioni, stravolgere il lavoro prima che scuole e istituzioni riescano ad adattarsi, renderci dipendenti da sistemi che nessuno capisce fino in fondo, e confondere per sempre il confine tra vero e falso. E la corsa stessa alimenta il problema: più si ha fretta di arrivare primi, meno tempo resta per controllare che tutto funzioni.

Chi prova a tenere il volante

La buona notizia è che non si sta a guardare. Nei laboratori ci sono squadre pagate apposta per cercare di far sbagliare i propri modelli prima che lo faccia qualcun altro. Altri ricercatori provano ad aprire la “scatola nera” e a capire cosa succede davvero dentro queste reti, un campo che si chiama interpretabilità. E si stanno diffondendo regole di prudenza molto concrete: nessuna AI dovrebbe poter spostare denaro o compiere azioni irreversibili senza che un essere umano dia il via libera.

Anche la politica si muove, e l’Europa è arrivata per prima. Con l’AI Act, dal 2 agosto 2025 chi sviluppa i grandi modelli di intelligenza artificiale deve documentare come funzionano, rispettare il diritto d’autore e rendere conto dei dati usati per addestrarli. Per i modelli più potenti si aggiungono valutazioni dei rischi, obbligo di segnalare gli incidenti gravi e misure di sicurezza informatica. Chi era già sul mercato prima di quella data ha tempo fino al 2 agosto 2027 per mettersi in regola. Regole che valgono anche in Italia.

Né utopia né apocalisse: cosa significa davvero superintelligenza artificiale

Oggi la superintelligenza non esiste, e nessuno può dire con certezza se e quando arriverà. Ma se arrivasse sarebbe probabilmente la tecnologia più potente mai costruita. Non automatizzerebbe un mestiere: accelererebbe la nostra stessa capacità di inventare, progettare, decidere.

C’è un dettaglio della frase di Good che quasi tutti dimenticano. La macchina ultraintelligente, scrisse, sarebbe stata l’ultima invenzione dell’uomo a patto che fosse abbastanza docile da dirci come tenerla sotto controllo. Settant’anni dopo, la vera domanda è ancora quella. Non se riusciremo a costruirla. Ma se sapremo restare noi a decidere cosa farne.

Ripercorrere questa corsa verso la superintelligenza artificiale significa proprio questo: capire chi la sta inseguendo, a che velocità, e con quali conseguenze per tutti noi.

Foto in evidenza: server in un data center, di clender (Flickr), CC BY 2.0, via Wikimedia Commons.