Secondo un editoriale di MIT Technology Review, fare previsioni sull’evoluzione dell’IA sta diventando sempre più complesso. La difficoltà nasce da tre interrogativi fondamentali ancora irrisolti.
Il primo nodo riguarda i LLM. Non sappiamo se i modelli linguistici continueranno a migliorare, subiranno un rallentamento o raggiungeranno un plateau tecnico. Poiché questa tecnologia alimenta quasi tutto l’entusiasmo e le ansie attuali (dai companion digitali agli agenti di customer service), un eventuale rallentamento risulterebbe dirompente.
Il secondo è l’impopolarità diffusa della tecnologia. Il progetto da 500 miliardi per costruire data center negli Stati Uniti ha incontrato forte opposizione locale, costringendo le Big Tech a una difficile battaglia per il consenso pubblico.
Il terzo dubbio concerne la risposta legislativa. Mentre alcune amministrazioni spingono per una regolamentazione federale più favorevole ai leader tech, si moltiplicano i fronti trasversali che chiedono tutele rigorose per i minori e limiti ai chatbot. Questa frammentazione rende difficile prevedere se e come le aziende verranno effettivamente regolate.
Sul fronte delle applicazioni, il machine learning tradizionale ha già prodotto risultati notevoli. Il deep learning è alla base di AlphaFold, premiato con il Nobel, e i modelli di riconoscimento visivo stanno migliorando nell’identificazione di cellule tumorali. I chatbot basati sui modelli linguistici più recenti, però, hanno un bilancio più contenuto. Possono infatti riassumere ricerche ma non compiono vere scoperte; in ambito sanitario, possono assistere i medici nelle diagnosi ma talvolta inducono gli utenti verso comportamenti rischiosi, come autodiagnosi mediche errate.
Tra entusiasmo tecnologico, diffidenza pubblica e norme in evoluzione, anticipare gli sviluppi richiede cautela e una valutazione critica delle promesse e dei rischi.
Leggi l’articolo completo: Why AI predictions are getting harder to make su MIT Technology Review
Immagine generata tramite DALL-E. Tutti i diritti sono riservati. Università di Torino (19/01/2025).
