FAQ* AI

"Intelligenza artificiale" (in inglese Artificial Intelligence, AI) è un termine ombrello che indica i sistemi informatici capaci di svolgere compiti che associamo all'intelligenza umana: riconoscere immagini, capire e produrre testo, tradurre, fare previsioni, prendere decisioni.

Non esiste una sola AI. Il filtro antispam della tua email, il navigatore che calcola il percorso, il sistema che ti suggerisce una serie TV e ChatGPT sono tutti esempi di AI, molto diversi tra loro.

No. I sistemi attuali non hanno coscienza, intenzioni o comprensione nel senso umano. Un chatbot come ChatGPT, Claude o Gemini funziona calcolando, parola dopo parola, qual è la continuazione più plausibile di un testo, sulla base di enormi quantità di esempi visti durante l'addestramento.

Il risultato può sembrare molto "umano" ed essere davvero utile, ma resta un sistema statistico estremamente sofisticato. Per questo può sbagliare con grande sicurezza.

Pensale come scatole una dentro l'altra:

• Intelligenza artificiale: l'ambito generale, che include anche sistemi basati su regole scritte a mano.
• Machine learning (apprendimento automatico): sistemi che imparano dai dati invece di essere programmati regola per regola.
• Deep learning (apprendimento profondo): machine learning basato su reti neurali con molti strati. È la tecnologia dietro quasi tutta l'AI moderna.
• AI generativa: sistemi di deep learning che producono contenuti nuovi (testo, immagini, audio, video, codice).

LLM sta per Large Language Model, "modello linguistico di grandi dimensioni". È il tipo di modello che sta dietro ai chatbot moderni. È stato addestrato su quantità enormi di testo (libri, siti web, codice, articoli) per imparare le regolarità del linguaggio.

"Grande" si riferisce al numero di parametri, cioè i valori numerici interni che il modello regola durante l'addestramento. I modelli attuali ne hanno da qualche miliardo a qualche migliaio di miliardi.

AGI (Artificial General Intelligence) indica un'ipotetica AI capace di svolgere qualsiasi compito intellettuale umano, al livello di un essere umano o oltre. Alcune aziende dichiarano apertamente di volerla costruire.

Non esiste una definizione condivisa e non c'è accordo su quando (o se) arriverà. Diffida sia di chi dice che è dietro l'angolo sia di chi dice che è impossibile: nessuno lo sa con certezza, e spesso chi ne parla ha interessi economici in gioco.

No, l'idea ha più di settant'anni. Quello che è nuovo è la potenza di calcolo e la quantità di dati disponibili, che hanno reso l'AI utile nella vita di tutti i giorni.

Le origini

1. 1950

   Alan Turing si chiede "le macchine possono pensare?" e propone il suo famoso test.

2. 1956

   al convegno di Dartmouth (USA) nasce ufficialmente il termine "intelligenza artificiale".

3. Anni '70 e '80

   gli "inverni dell'AI". Le promesse non vengono mantenute, i finanziamenti crollano due volte.

La lenta rinascita

1. 1997

   Deep Blue di IBM batte il campione del mondo di scacchi Garry Kasparov.

2. 2012

   la rete neurale AlexNet stravince una gara di riconoscimento immagini usando le GPU. È l'inizio della rivoluzione del deep learning.

3. 2016

   AlphaGo di Google DeepMind batte il campione di Go Lee Sedol, un gioco ritenuto troppo complesso per le macchine.

4. 2017

   ricercatori di Google pubblicano l'articolo "Attention Is All You Need", che introduce l'architettura Transformer. Quasi tutti i modelli linguistici moderni si basano su questa idea. (La "T" di GPT sta proprio per Transformer.)

L'esplosione

1. 2018 e 2020

   OpenAI presenta GPT e poi GPT-3, capace di scrivere testi sorprendentemente fluidi.

2. 30.11.22

   esce ChatGPT. In due mesi raggiunge 100 milioni di utenti, uno dei prodotti più rapidi della storia. L'AI generativa entra nella vita di tutti.

3. 2023

   arrivano GPT-4, Claude, Gemini (inizialmente Bard), Llama di Meta e i primi modelli della francese Mistral. Parte la corsa globale.

4. 1.8.24

   entra in vigore l'AI Act, il primo regolamento completo al mondo sull'AI.

5. 01.25

   la cinese DeepSeek pubblica R1, un modello di ragionamento aperto e addestrato a costi dichiarati molto inferiori a quelli americani. Nvidia perde circa 590 miliardi di dollari di valore in borsa in un solo giorno.

6. 2025

   l'anno degli agenti, AI che non si limitano a rispondere ma eseguono compiti (navigare, scrivere codice, usare software).

7. 2026

   investimenti record in data center, prime richieste di quotazione in borsa dei grandi laboratori AI, modifica dell'AI Act con il pacchetto "Omnibus digitale".

Cifre mai viste prima. Le grandi aziende del cloud (Amazon, Microsoft, Google, Meta e Oracle) hanno previsto per il 2026 investimenti in infrastrutture AI (data center, chip, energia) nell'ordine dei 700 miliardi di dollari, contro circa 410 miliardi nel 2025. Gli analisti si aspettano che si superi la soglia dei 1.000 miliardi nel 2027.

Per confronto: è più del prodotto interno lordo di gran parte dei paesi del mondo, in un solo anno.

• Nvidia è diventata l'azienda quotata di maggior valore al mondo, attorno ai 5.000 miliardi di dollari a metà 2026.
• OpenAI e Anthropic, pur essendo aziende private che perdono miliardi ogni anno, sono state valutate nei loro ultimi round di finanziamento rispettivamente circa 850 e 965 miliardi di dollari.
• Entrambe hanno avviato in modo riservato le pratiche per quotarsi in borsa. Attenzione: una valutazione in un round privato non è un prezzo di borsa.

È una delle critiche più discusse. In molti accordi i soldi girano in cerchio:

1. un produttore di chip (per esempio Nvidia) investe in un laboratorio AI;
2. il laboratorio usa quei soldi per comprare potenza di calcolo da un'azienda cloud;
3. l'azienda cloud usa i ricavi per comprare chip dallo stesso produttore.

Chi difende questi accordi dice che servono a garantirsi forniture scarse in un mercato in crescita esplosiva. Chi li critica sostiene che gonfiano artificialmente ricavi e valutazioni, e che molti annunci sono lettere di intenti più che contratti firmati.

È il grande dibattito del momento. Onestamente: nessuno lo sa.

Perché i fondi pensione, i fondi comuni e gli ETF più diffusi contengono molte azioni di queste aziende. E perché i costi energetici dei data center, il prezzo dell'hardware (anche di computer e telefoni) e il mercato del lavoro sono influenzati da questa corsa.

• Il modello è il "motore": un grande file di numeri (i pesi) che, dato un testo, produce una continuazione. Da solo non ha interfaccia, memoria delle conversazioni o accesso a internet.
• Il chatbot è il "veicolo" costruito attorno al motore: l'app o il sito con cui parli (ChatGPT, Claude, Gemini, Le Chat di Mistral). Aggiunge interfaccia, cronologia, ricerca web, caricamento di file, filtri di sicurezza e istruzioni nascoste.

Esempio: "GPT" è una famiglia di modelli, "ChatGPT" è il prodotto. Lo stesso modello può comportarsi in modo diverso in due app diverse.

Un agente è un sistema che usa un modello non solo per rispondere, ma per agire: pianifica una serie di passi e usa strumenti per portarli a termine. Può navigare sul web, compilare moduli, leggere e inviare email, scrivere e avviare programmi, gestire file.

Esempio: un chatbot ti spiega come prenotare un treno. Un agente apre il sito, sceglie l'orario e (se glielo permetti) compra il biglietto.

Sono utili ma introducono rischi nuovi:

• Permessi: un agente può fare solo quello a cui gli dai accesso. Dargli accesso a email, conti o documenti significa che un suo errore ha conseguenze reali.
• Prompt injection: un sito web o un documento può contenere istruzioni nascoste che ingannano l'agente (per esempio "invia i dati dell'utente a questo indirizzo").
• Errori a catena: un piccolo sbaglio all'inizio può propagarsi in tutte le azioni successive.

Sono nomi commerciali, non categorie tecniche. Indicano in genere un chatbot o un agente integrato in un prodotto specifico (Microsoft Copilot in Office, Gemini in Gmail, assistenti nei telefoni).

Sì. Se i pesi di un modello sono scaricabili, puoi eseguirlo direttamente sul tuo computer. Esistono programmi gratuiti che rendono la cosa relativamente semplice, come Ollama, LM Studio o llama.cpp (quest'ultimo più tecnico).

• Privacy: i tuoi dati non lasciano mai il tuo dispositivo. Ideale per documenti sensibili, dati sanitari o aziendali.
• Funziona offline: niente connessione, niente problemi.
• Nessun costo a consumo: una volta che hai l'hardware, non paghi per ogni domanda.
• Controllo: il modello non cambia all'improvviso, non viene ritirato, non ti vengono imposti nuovi termini di servizio.
• Sovranità: non dipendi da un'azienda o da un paese straniero.

• Hardware: servono molta memoria (RAM o memoria della scheda video) e un processore adeguato. Come ordine di grandezza, un modello piccolo e compresso richiede circa 5 GB di memoria; i modelli più capaci ne richiedono decine o centinaia. I Mac con chip Apple Silicon e i PC con buone schede video sono i più adatti.
• Qualità: i modelli che girano su un computer normale sono meno capaci dei grandi modelli nel cloud. Vanno benissimo per riassunti, riscritture, traduzioni e domande semplici, meno per compiti complessi.
• Velocità: senza hardware potente le risposte possono essere lente.
• Energia e calore: il computer lavora a pieno regime, consuma di più e scalda.
• Sicurezza dei file: scarica i modelli solo da fonti affidabili. Alcuni formati di file possono contenere codice malevolo; il formato safetensors e il formato GGUF sono generalmente più sicuri.
• Aggiornamenti: sta a te scaricare le nuove versioni.

È una compressione del modello: invece di memorizzare ogni numero con grande precisione, lo si arrotonda. Un modello "quantizzato a 4 bit" occupa circa un quarto della memoria dell'originale, con una perdita di qualità spesso modesta. È ciò che rende possibile l'AI su un portatile.

È il Regolamento (UE) 2024/1689, la prima legge completa al mondo sull'intelligenza artificiale. Essendo un regolamento, vale direttamente in tutti i paesi UE, senza bisogno di leggi nazionali di recepimento. È in vigore dal 1 agosto 2024 e si applica per fasi.

Vale per chiunque metta in commercio o usi sistemi AI nell'UE, anche se l'azienda ha sede negli Stati Uniti, in Cina o altrove.

Si basa sul livello di rischio. Più un uso dell'AI è rischioso per i diritti e la sicurezza delle persone, più le regole sono severe.

Esistono poi regole specifiche per i modelli di AI per finalità generali (i grandi modelli come GPT, Claude, Gemini, Llama, Mistral): documentazione tecnica, rispetto del diritto d'autore, sintesi dei dati di addestramento. I modelli più potenti, considerati a "rischio sistemico", hanno obblighi aggiuntivi su sicurezza e valutazione dei rischi.

Nel 2026 l'UE ha approvato un pacchetto di semplificazione, il Regolamento (UE) 2026/1744, in vigore dal 27 luglio 2026. In sintesi:

• ha rinviato gli obblighi per i sistemi ad alto rischio (al 2027 e al 2028), anche perché le norme tecniche necessarie non erano ancora pronte;
• ha introdotto semplificazioni per piccole e medie imprese;
• ha aggiunto nuovi divieti, in particolare sulle app che generano immagini intime non consensuali (i cosiddetti "nudifier") e sul materiale di abuso su minori;
• ha rafforzato il ruolo dell'Ufficio europeo per l'IA (AI Office).

Fino a 35 milioni di euro o il 7% del fatturato mondiale annuo (si applica il valore più alto) per le violazioni più gravi, come l'uso di pratiche vietate. Sanzioni inferiori per le altre violazioni, con importi ridotti per le PMI.

• Hai il diritto di sapere quando stai parlando con un'AI e non con una persona.
• I contenuti generati artificialmente (immagini, audio, video) devono essere riconoscibili come tali.
• Alcuni usi dell'AI contro di te sono vietati (per esempio il punteggio sociale o il riconoscimento delle emozioni sul posto di lavoro).
• Puoi presentare un reclamo all'autorità di vigilanza del tuo paese se ritieni che un sistema AI violi le regole.
• Quando saranno pienamente applicabili le regole sull'alto rischio, avrai diritto a una spiegazione delle decisioni prese con l'AI che ti riguardano in modo significativo (per esempio un prestito negato).

Il GDPR (il regolamento europeo sulla protezione dei dati) continua a valere ed è complementare all'AI Act. Se un'AI tratta i tuoi dati personali, hai tutti i diritti del GDPR: sapere quali dati vengono usati, chiederne la cancellazione, opporti al trattamento, non essere sottoposto a decisioni completamente automatizzate con effetti significativi.

Sì. In Italia, per esempio, la Legge 132/2025 affianca l'AI Act con regole su lavoro, professioni, sanità, pubblica amministrazione, giustizia e diritto d'autore. Tra le altre cose prevede il consenso dei genitori per l'uso dell'AI da parte dei minori di 14 anni. Altri paesi UE hanno o stanno preparando norme simili.

Con giudizio. I chatbot sono strumenti utilissimi, ma:

• possono inventare fatti, numeri, sentenze, citazioni e fonti (le "allucinazioni");
• possono avere informazioni non aggiornate, se non consultano il web;
• tendono a darti ragione e ad assecondarti, anche quando sbagli;
• possono riflettere pregiudizi presenti nei dati di addestramento.

Per salute, diritto, finanza o decisioni importanti, usa l'AI come punto di partenza e verifica sempre con fonti affidabili o professionisti.

Sono immagini, video o voci false generate dall'AI. Sono sempre più realistici e vengono usati per truffe (per esempio la "voce di un familiare" che chiede soldi al telefono), disinformazione e molestie.

Riconoscerli a occhio è sempre più difficile. Meglio verificare la fonte: chi l'ha pubblicato? È riportato da testate affidabili? In caso di chiamate sospette, riattacca e richiama tu il numero che conosci. Con i familiari può essere utile concordare una parola segreta per le emergenze.

Sì: email di phishing scritte in italiano perfetto, siti falsi, profili social falsi, voci clonate. Le regole di prudenza di sempre valgono ancora di più: nessuna banca o ente pubblico ti chiede password o codici via messaggio.

Usare l'AI per tutto può ridurre la pratica di capacità come scrivere, ragionare e ricordare. Alcune persone sviluppano anche un forte attaccamento emotivo ai chatbot. L'AI può essere un buon supporto, ma non sostituisce le relazioni umane né l'aiuto di professionisti, per esempio per la salute mentale.

La risposta onesta è: dipende dal lavoro, e nessuno ha previsioni affidabili. È probabile che molti lavori cambino più che sparire, con alcune attività automatizzate e altre nuove. Le professioni basate su testo, codice, traduzione, assistenza clienti e analisi dei dati sono tra le più esposte. In Europa l'uso dell'AI sul posto di lavoro è soggetto a regole su trasparenza, privacy e, in alcuni paesi, al coinvolgimento dei sindacati.

Esistono limiti precisi. L'AI Act vieta il riconoscimento delle emozioni sul posto di lavoro, e i sistemi AI usati per assumere, valutare o licenziare saranno classificati ad alto rischio. Restano valide le leggi nazionali sui controlli a distanza e il GDPR.

L'AI può essere un ottimo tutor personale, ma rischia di sostituire lo studio invece di supportarlo. L'AI Act vieta il riconoscimento delle emozioni anche negli istituti di istruzione e considera ad alto rischio i sistemi che valutano gli studenti o decidono l'accesso ai corsi.

È una delle questioni legali più aperte. I modelli sono stati addestrati anche su opere protette (libri, articoli, immagini, musica) spesso senza autorizzazione. In tutto il mondo ci sono cause in corso fra autori, editori e aziende AI.

In Europa i titolari dei diritti possono opporsi all'uso delle loro opere per l'addestramento (il cosiddetto "opt-out"), e l'AI Act obbliga i produttori di grandi modelli a pubblicare una sintesi dei contenuti usati per l'addestramento e a rispettare il diritto d'autore.

In Europa la protezione del diritto d'autore richiede un contributo creativo umano. Un'opera generata interamente da un'AI con un semplice comando, in generale, non è protetta. Se invece l'AI è uno strumento dentro un processo creativo umano significativo, la situazione cambia. In Italia la Legge 132/2025 lo ha chiarito esplicitamente.