Anno: 2026
Anno: 2026
-

IA e lavoro: chi pagherà il prezzo della rivoluzione?
L'IA trasforma il lavoro a velocità record, rischiando di eliminare i posti migliori. I governi devono agire subito su tre fronti: riqualificazione, reindustrializzazione, redistribuzione. Leggi qui...
-

Copyright e IA: la battaglia legale nata dal selfie di una scimmia
Un selfie scattato per caso da un macaco nel 2011 ha innescato battaglie legali che oggi definiscono chi possiede — o non possiede — le opere create dall'intelligenza artificiale. Leggi qui...
-

From Benchmarks to Reality: Lessons from Deployed AI Systems | 28 aprile 2026
From Benchmarks to Reality: Lessons from Deployed AI Systems è il tema del quinto IAS Seminar 2026, che si terrà lunedì 28 aprile 2026 dalle ore 16:00 alle 18:00 presso le OGR Torino (Sala Duomo). L’incontro, tenuto da Andrea Ferretti (AI Research Engineer at Bending Spoons), offrirà una prospettiva concreta sulle sfide dell’implementazione di sistemi…
-

Amazon annuncia un accordo per acquisire Globalstar
Amazon ha annunciato di star lavorando a un accordo da 11,57 miliardi per acquisire Globalstar. Leggi l'articolo su MagIA
-

Nonno in cloud a 8,99 dollari al mese?
Critica alla “Grief-Tech”: trasformare i defunti in avatar a pagamento monetizza il lutto, consuma energia e riduce la memoria a prodotto.
-

AI Overviews, gli studi sull’accuratezza e il nodo della verificabilità
Studi e benchmark sulle AI Overviews di Google. I dati degli studi e il problema strutturale delle fonti spesso non verificabili.
-

Federico Torrielli – MagIA, ospite al podcast Torino Città Stato
Il podcast Torino Città Stato ospita Federico Torrielli di magia.news per parlare di intelligenza artificiale e sicurezza. Leggi qui
-

OpenAI, Altman si confessa: errori e visione sul futuro dell’IA
Dopo l'attacco alla sua abitazione, Sam Altman pubblica una lettera sul futuro dell'IA e chiede che nessuno ne detenga il controllo.
-

Quando l’algoritmo ha sempre ragione. Credibilità epistemica, polizia predittiva e silenziamento delle voci marginali
La polizia predittiva amplifica bias e sorveglianza: agli algoritmi si dà troppa credibilità, mentre le voci marginali vengono ignorate o ridotte al silenzio.

