Negli ultimi tre anni l’intelligenza artificiale generativa ha raggiunto il 53% di adozione a livello globale. Una diffusione molto rapida, che sta trasformando il modo in cui le persone lavorano, studiano e utilizzano la tecnologia.
Ma quanto è davvero preparata la società a questa trasformazione? L’IA si sta sviluppando più velocemente della capacità di comprenderla, studiarla e governarla?
Ecco una delle domande che affronta questa nuova puntata di AI Aperitivo, il format di approfondimento di AIAIAI Podcast, il podcast di magia.news. Questo tema viene affrontato con un ospite speciale, Raffaele Gaito, divulgatore, imprenditore e consulente nei campi dell’innovazione, della crescita digitale e dell’intelligenza artificiale. È anche molto attivo sui social e diverse piattaforme (come Instagram, YouTube, ecc).
Fonte principale di questa puntata è l’AI Index Report 2026, il rapporto dello Stanford Institute for Human-Centered Artificial Intelligence che raccoglie dati su ricerca e sviluppo, performance tecnica, economia, educazione, opinione pubblica, governance e impatto dell’intelligenza artificiale, sfruttando l’expertise vari esperti appartenenti a settori diversi.
Un’AI che corre più della società
Uno dei dati più significativi riguarda la velocità con cui l’IA generativa si sta diffondendo: in soli tre anni ha raggiunto il 53% di adozione globale. Anche nelle organizzazioni la presenza dell’intelligenza artificiale è ormai molto ampia: l’88% dichiara di utilizzarla in almeno uno dei propri processi di business. La crescita riguarda anche gli investimenti. Nel 2025 quelli privati statunitensi nell’IA hanno raggiunto i 285,9 miliardi di dollari, mentre il numero di nuove aziende di IA finanziate negli Stati Uniti è arrivato a 1.953.
Questi numeri sembrano descrivere una tecnologia ormai profondamente inserita nell’economia e nella società, ma portano anche a preoccuparsi del fatto che istituzioni, scuola e cittadini non riescano a tenere il passo con ritmi così rapidi.
La nuova competizione globale
Un altro tema riguarda gli equilibri internazionali. La distanza tra Stati Uniti e Cina nelle prestazioni dei modelli di IA si è ormai ridotta al punto che i due Paesi si sono alternati ai vertici delle classifiche.
La leadership tecnologica, però, non dipende soltanto dalla qualità dei modelli. Servono infrastrutture, chip, dati, capitali e, soprattutto, competenze. Gli Stati Uniti continuano a concentrare una parte molto rilevante degli investimenti nel settore, ma dal 2017 il numero di ricercatori e sviluppatori AI che si trasferiscono nel Paese è diminuito dell’89%. Parallelamente, ci sono Paesi più piccoli come Svizzera e Singapore che mostrano invece una forte concentrazione di ricercatori e inventori nel campo dell’intelligenza artificiale.
La competizione sull’IA, quindi, non riguarda più soltanto chi costruisce il modello più potente, ma anche chi riesce a creare le condizioni necessarie per svilupparlo e mantenerlo.
La “frontiera frastagliata” dell’AI
L’aumento delle prestazioni non significa che i modelli siano diventati capaci in modo uniforme in tutte le attività che vengono loro richieste. Infatti, i modelli possono avere capacità di svolgere più azioni diverse, ma con livello di riuscita che variano tra loro. La cosiddetta “frontiera frastagliata” descrive proprio questo fenomeno, un sistema può ottenere risultati straordinari in un determinato compito e avere difficoltà in attività apparentemente molto più semplici.
Gli agenti AI, per esempio, hanno fatto grandi progressi in calcoli matematici complessi, risolvendo alcuni problemi della scala di Erdos, ma fallendo una banale lettura dell’ora su orologio analogico. Hanno fatto grossi progressi anche nelle attività informatiche, ma continuano a mostrare limiti quando devono operare in situazioni meno prevedibili. Il problema diventa ancora più evidente quando dall’ambiente digitale si passa al mondo fisico. L’AI può quindi essere estremamente potente senza, però, essere affidabile in ogni situazione.
Scuola, competenze e fiducia
La rapidità dello sviluppo tecnologico mette alla prova anche i sistemi educativi. Negli Stati Uniti, oltre l’80% degli studenti delle scuole superiori e universitari utilizza l’AI per attività scolastiche, mentre solo circa la metà delle scuole medie e superiori ha adottato politiche sull’AI e appena il 6% degli insegnanti dichiara di considerarle chiare.
Il costo materiale dell’intelligenza artificiale
Dietro l’IA esistono infrastrutture molto concrete come data center, chip, energia e acqua.
La capacità energetica dei data center dedicati all’AI ha raggiunto 29,6 gigawatt. Anche il consumo di acqua necessario al raffreddamento dei server rappresenta un elemento sempre più rilevante, mentre l’addestramento dei modelli può produrre quantità significative di emissioni.
Lo sviluppo dell’intelligenza artificiale porta quindi con sé una domanda ulteriore: è possibile continuare a far crescere queste tecnologie riducendone allo stesso tempo l’impatto ambientale?
Questi sono alcuni dei temi di questa nuova puntata della quinta stagione di AIAIAI Podcast, con Raffaele Gaito, dedicata ai dati e alle trasformazioni che stanno definendo il presente dell’intelligenza artificiale.
La puntata completa è disponibile su YouTube e Spotify.
Ospite: Raffaele Gaito
Autori episodio: Marta Baronio, Federico Torrielli, Giovanni Siragusa
Studio di produzione: @DigistartMedia
Ascolta gli altri episodi di AIAIAI podcast


