Cos'è l'intelligenza artificiale: spiegazione in parole semplici

Come funziona l'AI, in tre passaggi

Un programma tradizionale fa esattamente ciò che un programmatore ha scritto, riga per riga. Un sistema di machine learning, la forma di AI oggi più diffusa, funziona al contrario: si parte da molti esempi e il sistema ricava da solo le regole.

• Dati: si raccolgono molti esempi, ad esempio email già etichettate come spam o non spam, foto di gatti e di cani, frasi tradotte.
• Addestramento: un modello matematico confronta gli esempi, trova le regolarità e si corregge fino a sbagliare poco.
• Uso: davanti a un dato nuovo, che non ha mai visto, il modello applica ciò che ha imparato e produce una previsione, un'etichetta o un testo.

Per questo l'AI è, in gran parte, statistica su larga scala: non "capisce" come una persona, ma è molto brava a riconoscere schemi.

Dove usi già l'AI ogni giorno

• Il filtro antispam della posta elettronica.
• I consigli di film, musica e acquisti sulle piattaforme che usi.
• La traduzione automatica e i sottotitoli generati.
• Lo sblocco del telefono con il volto.
• I navigatori che stimano il traffico.
• Gli assistenti come ChatGPT, Gemini o Claude, che scrivono, riassumono e rispondono a domande.

AI ristretta e AI generale: cosa esiste davvero

Quasi tutta l'AI in uso oggi è "ristretta" (narrow AI): molto brava in un compito specifico e inutile fuori da quello. Un sistema che gioca a scacchi a livello di campione non sa tradurre una frase. I grandi modelli linguistici sono più versatili e svolgono molti compiti diversi, ma restano lontani da un'intelligenza generale affidabile. L'AI "generale", capace di affrontare qualsiasi compito intellettuale come un essere umano, per ora è un obiettivo di ricerca e non un prodotto disponibile.

Cosa può sbagliare l'AI

• Errori e "allucinazioni": i modelli generativi possono produrre risposte plausibili ma false.
• Pregiudizi (bias): se i dati di addestramento sono sbilanciati, lo sono anche le risposte.
• Mancanza di contesto: il sistema riconosce schemi nei dati, non sa se qualcosa è vero.
• Opacità: spesso è difficile spiegare perché abbia dato proprio quella risposta.

Per questo, quando l'AI entra nei processi di un'azienda, contano la supervisione umana e le regole su chi decide cosa.

Cosa dice la legge europea

L'EU AI Act, il regolamento europeo sull'intelligenza artificiale, definisce in sintesi un "sistema di AI" come un sistema automatizzato che opera con diversi livelli di autonomia e, a partire dagli input ricevuti, ricava come generare output (previsioni, contenuti, raccomandazioni o decisioni) in grado di influenzare ambienti fisici o virtuali. La definizione è volutamente ampia: le regole cambiano in base al livello di rischio dell'uso, non in base alla tecnologia.

Perché conviene capirla

Non serve saper programmare per usare bene l'AI: serve sapere cosa fa bene, dove sbaglia e chi risponde delle sue decisioni. Per le organizzazioni la questione è decidere dove usarla, chi la supervisiona e con quali regole. È il tema del mio libro, The Modern AI Organisation.