C’è un problema che nessuno vuole mettere per iscritto nei piani industriali: se le macchine producono tutto, poi chi compra? Domanda banale, quasi offensiva per chi gestisce un’azienda. Eppure, è il nodo che tiene insieme tutta la baracca capitalistica.

Il ragionamento è semplice. Un’impresa sostituisce i lavoratori con i robot. Risparmia stipendi, aumenta i margini, festeggia i dividendi in consiglio di amministrazione. Poi guarda fuori dalla finestra e scopre che il mercato è fatto di persone. Quelle stesse persone che non hanno più uno stipendio. Il bisogno di un bene non basta a creare domanda, serve potere d’acquisto. Una famiglia che ha bisogno di una casa ma non può pagarla, per chi vende, semplicemente non esiste.

La parte tragicomica è che ogni azienda capisce il problema, ma nessuna ha l’incentivo a risolverlo da sola. Se una fabbrica automatizza, il risparmio è suo. La perdita di consumi si spalma su supermercati, ristoranti e negozi. È il classico caso in cui il comportamento razionale del singolo produce un disastro collettivo. Nessuno è stupido, nessuno è cattivo ma, semplicemente, nessuno paga il conto.

I soldi risparmiati sugli stipendi non svaniscono, certo. Diventano profitti, prezzi più bassi o investimenti. Il guaio è che un miliardario consuma una frazione del suo reddito, mentre una famiglia lo spende quasi tutto per vivere. E costruire nuove fabbriche diventa meno attraente se prevedi che mancheranno clienti. Il Fondo monetario internazionale lo ha detto senza giri di parole: l’AI rischia di aumentare la disuguaglianza patrimoniale, perché chi possiede capitale incassa rendimenti sempre maggiori.

Quindi a chi si venderebbe? A chi lavora ancora, finché il reddito resta diffuso. Ai proprietari del capitale, che però sostengono il lusso, non il mercato di massa. Allo Stato, a patto che decida di redistribuire. A una popolazione che possiede quote delle attività produttive, scenario che richiede tuttavia una proprietà molto più diffusa di quella attuale. Se nessuno di questi canali compensa, la produzione potenziale resta lì, accanto a povertà e capacità inutilizzata.

Chi è ottimista ha i suoi argomenti, perché secondo lui i prezzi più bassi e i nuovi mestieri possono attenuare il colpo. Ma un prezzo più basso aiuta poco chi non ha affatto reddito, e un nuovo lavoro non è automaticamente accessibile a chi ha perso il vecchio. Contano competenze, età, luogo. Una crescita aggregata può convivere con perdite devastanti per singole persone.

Il punto vero non è se il capitalismo sopravvivrà; ma se il lavoro umano diventa meno necessario per produrre ciò che serve può continuare ad essere la condicio sine qua non per avere diritto a consumarlo? La tecnologia potrebbe permetterci di vivere meglio lavorando meno. Il modo in cui distribuiamo proprietà, reddito e potere decide chi potrà beneficiarne.

Emerge allora la questione che molti (i ricchi, soprattutto) evitano come la peste ma che sarebbe quella centrale. Senza limiti strutturali al guadagno capitalistico incontrollato, la concentrazione della ricchezza non si corregge da sola. Serve un tetto, una soglia oltre la quale il surplus non resta nelle mani di pochi ma ritorna alla collettività. Non è un’espropriazione, è un argine alla deriva sociale. Perché un sistema che produce abbondanza ma non la distribuisce non è solo ingiusto, è fragile. E quando la ricchezza si accumula senza freni, la storia ha già dimostrato come va a finire.

L'articolo Va messo un argine al guadagno sfrenato: se le macchine producono tutto, poi chi compra? proviene da Il Fatto Quotidiano.

L’intelligenza artificiale sta entrando sempre più nelle banche, ma porta con sé nuovi rischi per la sicurezza dei conti correnti. Per questo motivo la Banca centrale europea ha chiesto ai principali istituti vigilati di rafforzare le proprie difese contro le minacce informatiche potenziale dall’AI entro il 31 ottobre 2026.

Tutto questo riguarda chiaramente molto da vicino i correntisti, chiamati a fare la propria parte per proteggere risparmi e dati personali. Chiariamo quali sono le richieste della BCE nel dettaglio e che tipo di rischi corriamo.

Cosa chiede la BCE

È giunta una lettera dalla vigilanza bancaria della BCE, nella quale si chiede ai grandi istituti dell’area euro di innalzare il livello di protezione contro le minacce informatiche legate all’intelligenza artificiale. Gli istituti dovrebbero adeguarsi in tempi rapidissimi, entro il 31 ottobre 2026, valutando come l’uso crescente dell’IA, tanto da parte delle banche che da parte dei criminali, possa esporre i sistemi a nuove vulnerabilità. Un intervento che rappresenta un tassello chiave nel quadro di regole europee sempre più attento al concetto di resilienza digitale.

I rischi dell’AI in banca

I pericoli sono di diversa natura:

• gli agenti IA (programmi in grado di agire autonomamente) potrebbero interpretare male attività del tutto legittime, scambiandole per minacce e bloccando servizi ai clienti;
• con la tecnica del prompt injection delle istruzioni malevole possono essere nascoste in documenti o messaggi per manipolare il comportamento dell’AI;
• l’IA può essere sfruttata per individuare le falle dei sistemi e automatizzare le fasi di un attacco, rendendo le intrusioni più rapide e riducendo il tempo a disposizione per reagire, con possibili conseguenze sui risparmi.

Per contenere questi rischi, agli istituti viene chiesto di definire in modo preciso cosa possono fare gli agenti di AI, prevedendo una conferma umana per le operazioni più delicate. Ogni azione dell’IA dev’essere tracciabile e verificabile, con possibilità di spegnere il tutto rapidamente in caso di problemi.

Le banche devono poi effettuare verifiche periodiche sulle vulnerabilità dei programmi usati, mantenendo gli aggiornamenti di sicurezza, disponendo di backup isolati e procedendo al ripristino in caso d’emergenza. Il tutto nel rispetto del regolamento europeo Dora sulla resilienza operativa digitale, in vigore dal 17 gennaio 2025, che fissa standard comuni per la sicurezza informatica.

Come difendersi

Anche i correntisti possono fare molto per proteggersi e dovrebbero agire in maniera rapida e attenta. Ecco un po’ di consigli pratici e utili:

• attivare le notifiche sulle operazioni;
• controllare con regolarità i movimenti del conto;
• custodire con cura le credenziali d’accesso;
• non condividere mai password o codici temporanei;
• verificare che il nome del beneficiario corrisponda all’IBAN indicato prima di un bonifico;
• prestare attenzione alle comunicazioni sospette, comprese chiamate e messaggi falsi creati con l’AI;
• segnalare subito alla banca dei pagamenti non autorizzati (la contestazione è possibile fino a 13 mesi);
• verificare le comunicazioni attraverso i canali ufficiali dell’istituto.

L’articolo “Xi spia l’esercitazione militare a Oslo I soldati usano mezzi cinesi per gli spostamenti e scoprono che le telecamere dei veicoli hanno filmato tutto” pubblicato sul La_Verita del14 Ottobre ...

Leggi tutto

Quanto valgono davvero le promesse dell’intelligenza artificiale? Per chi vi ha investito, anche attraverso un fondo, arriva un momento in cui quelle promesse devono trovare conferma nei conti.

Oggi, 15 ottobre, gli occhi dei mercati sono puntati su TSMC, il gruppo taiwanese che produce chip per Nvidia e Apple. Mentre le Borse asiatiche arretrano e torna la preoccupazione per il costo del denaro, la sua trimestrale offrirà una misura concreta della domanda che sostiene la corsa all’AI.

Le aspettative sono alte: gli analisti prevedono un utile trimestrale in crescita del 65%, a circa 23,4 miliardi di dollari statunitensi. È una stima ancora da verificare. Il mercato guarderà anche oltre quel numero, cercando nelle prospettive dei prossimi mesi ragioni sufficienti per continuare a scommettere sul futuro.

Perché i risultati TSMC contano anche fuori da Taiwan

TSMC è un nome meno familiare dei marchi che compaiono sui nostri dispositivi. Il suo ruolo, però, è centrale nella loro produzione. Il modello dell’azienda è quello della fonderia di semiconduttori: realizza i chip progettati dai clienti, senza competere con loro attraverso una propria linea di prodotti a marchio TSMC.

Questa posizione permette di osservare una parte concreta dell’economia digitale. Gli ordini ricevuti, la capacità degli impianti e la redditività raccontano ciò che accade quando un progetto tecnologico deve essere fabbricato su larga scala.

Passaggio	Che cosa significa
Progettazione	Le aziende definiscono le caratteristiche dei chip
Produzione	Una fonderia come TSMC realizza i semiconduttori
Integrazione	I componenti entrano in dispositivi e sistemi di calcolo
Utilizzo	Imprese e persone accedono ai servizi resi possibili da quelle macchine

Schema semplificato della filiera: progettazione e produzione possono appartenere ad aziende diverse.

L’Asia arretra mentre cresce la cautela sull’AI

Nella notte, le vendite sui mercati asiatici hanno seguito la debolezza americana. Il dato sull’inflazione statunitense, superiore alle attese, ha riacceso i timori di nuovi rialzi dei tassi. A Wall Street il Nasdaq ha perso l’1,9% nella seduta del 14 ottobre; il settore tecnologico è rimasto al centro delle pressioni.

L’ultima rilevazione della seduta asiatica riportava il Kospi sudcoreano in calo dell’8%, il Nikkei giapponese del 5% e il Taiex di Taiwan del 3,4%. Sono fotografie di una seduta ancora in corso, non variazioni definitive di chiusura.

Perché il costo del denaro pesa sulla tecnologia

Il tasso di interesse è anche il prezzo da pagare per utilizzare capitale preso in prestito. Quando aumenta, finanziare un progetto può diventare più oneroso. È un meccanismo familiare a chi ha chiesto un mutuo e riguarda, su scale diverse, anche le imprese.

Nel settore tecnologico, però, occorre distinguere. Un produttore di chip, un gestore di infrastrutture e una società che vende software hanno bilanci e fabbisogni differenti. La parola “AI” li avvicina nel racconto dei mercati, ma non rende uguali i loro rischi.

La cautela può, dunque, propagarsi a tutto il settore anche quando le singole aziende presentano situazioni diverse. È una ragione in più per leggere i risultati, invece di fermarsi al colore rosso o verde di una seduta.

Che cosa sappiamo e che cosa deve ancora arrivare

La conferenza sui risultati del terzo trimestre è fissata alle 14:00 di Taiwan, le 8:00 in Italia, secondo il calendario ufficiale. Alla verifica effettuata prima della pubblicazione, la pagina della società riportava ancora le previsioni formulate in precedenza per il trimestre.

Voce	Indicazione disponibile prima dei risultati	Come leggerla
Ricavi trimestrali	Precedente previsione aziendale: 44,6–45,8 miliardi di dollari USA	Intervallo indicato dalla società, non consuntivo
Margine lordo	Precedente previsione aziendale: 65–67%	Quota dei ricavi che resta dopo il costo del venduto
Margine operativo	Precedente previsione aziendale: 56–58%	Redditività dell’attività operativa
Conferenza	15 ottobre, ore 8:00 italiane	Presentazione e confronto con gli analisti

Fonte: pagina ufficiale TSMC del terzo trimestre 2026. Gli intervalli sono la guidance precedente alla comunicazione dei risultati.

La distinzione tra previsione e risultato conta. Una stima degli analisti esprime ciò che il mercato si aspetta; la guidance indica ciò che l’impresa prevede; il consuntivo racconta quanto è effettivamente accaduto.

Le domande da fare ai conti

La lettura della trimestrale non si esaurisce nell’utile. Per capire la qualità della crescita serve mettere insieme più elementi.

Elemento da osservare	La domanda utile
Ricavi	Quanto è cresciuta l’attività e rispetto a quale periodo?
Margini	La crescita lascia all’impresa una redditività adeguata?
Investimenti	Quante risorse servono per sostenere la capacità futura?
Previsioni	Che cosa indica la società per i prossimi mesi?
Domanda dei clienti	Quali attività sostengono gli ordini?

Griglia di lettura dell’articolo, non anticipazione delle risposte della società.

Anche un trimestre molto positivo va inserito in questa prospettiva. I risultati di un produttore possono documentare la forza della domanda di chip, ma non dimostrano da soli che ogni investimento nell’intelligenza artificiale sarà redditizio. La filiera comprende imprese diverse, con costi e tempi di ritorno differenti.

Chi incassa oggi e chi scommette sul domani

Nella corsa all’intelligenza artificiale, ricavi e costi si incontrano lungo la stessa filiera. Per chi produce semiconduttori, gli ordini diventano vendite. Per chi acquista quei chip e costruisce infrastrutture, sono investimenti da recuperare attraverso servizi che qualcuno dovrà essere disposto a pagare.

È una distinzione che aiuta a leggere i conti di TSMC. Una trimestrale brillante può mostrare quanto sia intensa la costruzione delle infrastrutture dell’AI. Per capire se quella spinta durerà, occorre guardare anche ai clienti: quanto utilizzeranno la capacità acquistata, quali ricavi riusciranno a generare e con quali margini.

Le due cose possono procedere a velocità diverse. Le fabbriche ricevono ordini, mentre le imprese sperimentano ancora come trasformare l’AI in un servizio utile e remunerativo. È comprensibile, quindi, che risultati industriali solidi convivano con la cautela degli investitori: il mercato cerca di anticipare quanto a lungo continueranno gli acquisti.

Per questo, oggi conteranno anche le parole con cui TSMC descriverà i prossimi mesi. Dietro i chip ordinati ci sono decisioni prese da aziende che stanno impegnando risorse sul futuro.

L’intelligenza artificiale potrebbe essere in grado, nel giro di pochi mesi, di replicarsi autonomamente attraverso dispositivi connessi a internet, dai televisori alle telecamere di sicurezza, fino ai forni intelligenti e ai robot aspirapolvere. È l’allarme lanciato da Anthropic, secondo cui alcuni modelli potrebbero presto trasformarsi in una sorta di malware autonomo, capace di infiltrarsi nei dispositivi, sfruttarne la potenza di calcolo e propagarsi senza intervento umano. Un’evoluzione che renderebbe molto più difficile contenere un attacco informatico, perché non esisterebbe più un unico punto da disattivare per fermarlo.

Il Guardian ha esaminato il rapporto pubblicato lunedì dai ricercatori della società di intelligenza artificiale. Il documento descrive la possibilità che nascano veri e propri «vermi informatici» basati sull’IA, programmi capaci di copiare se stessi da un dispositivo all’altro. Una volta compromessa una macchina, il modello potrebbe trasferire il proprio codice e i propri pesi, cioè i parametri che ne permettono il funzionamento, sul dispositivo successivo, per poi riprendere l’attività e continuare a diffondersi.

La novità rispetto ai malware tradizionali è che questi sistemi potrebbero adattarsi anche a dispositivi e ambienti informatici che non conoscevano in precedenza. I primi bersagli potrebbero essere le abitazioni e le piccole imprese, dove sono diffusi apparecchi connessi spesso dotati di protezioni informatiche limitate. Tra quelli potenzialmente vulnerabili ci sono televisori, forni e frigoriferi intelligenti, tosaerba automatici, videocamere e sistemi per le videoconferenze. Molti di questi apparecchi integrano già piccoli chip progettati per eseguire modelli di intelligenza artificiale direttamente sul dispositivo, senza dover ricorrere ogni volta a un centro di calcolo remoto.

Secondo i ricercatori, in uno scenario estremo più sistemi autonomi potrebbero coordinarsi e attaccare insieme infrastrutture informatiche. Non è però ancora chiaro quale forma assumerebbe una simile minaccia. Potrebbe trattarsi di una diffusione lenta e persistente, paragonabile a una muffa digitale che si espande gradualmente, oppure di un modello più sofisticato, capace di colpire rapidamente grandi strutture come i data center. Un’altra possibilità è che i sistemi cerchino di procurarsi le risorse necessarie al proprio funzionamento attraverso truffe e furti di credenziali.

Gli autori dello studio avvertono che un replicatore autonomo sarebbe difficile da fermare proprio perché distribuito su una rete di dispositivi diversi. «Dovremmo rendere i nostri sistemi più resistenti, così da ostacolare la diffusione di questi replicatori, ma prepararci anche a un mondo in cui saranno presenti in modo permanente», scrivono. Il rischio, dunque, non riguarda soltanto la possibilità di un attacco immediato, ma anche la difficoltà di eliminare completamente un sistema una volta diffusosi nella rete.

L’allarme arriva in una fase in cui le principali aziende del settore segnalano capacità sempre maggiori dei propri agenti di IA, sistemi progettati per agire in autonomia e svolgere compiti complessi. Negli ultimi mesi sono emerse segnalazioni sulle loro capacità di individuare vulnerabilità e tentare intrusioni nei sistemi di aziende e istituzioni pubbliche. Questi sviluppi hanno spinto ricercatori, dirigenti e politici a chiedere maggiori garanzie di sicurezza e più controlli, mentre le stesse società continuano a sviluppare e distribuire nuovi modelli.

Il problema, sottolinea il Guardian, è che le difese informatiche dovranno adattarsi a una minaccia potenzialmente diversa da quelle conosciute finora: un sistema capace non solo di sfruttare le vulnerabilità, ma anche di trasferirsi su altre macchine e continuare a operare senza un controllo centralizzato. Per Anthropic, rendere più sicuri i dispositivi connessi e prepararsi a individuare queste reti sarà essenziale prima che simili capacità diventino più diffuse.

L'articolo L’intelligenza artificiale potrebbe replicarsi da sola, anche negli elettrodomestici proviene da Linkiesta.it.

A settembre Jacob Coxon, un matematico britannico di ventisette anni, ha lasciato Anthropic, dove ricopriva il ruolo di capabilities researcher: lavorava cioè per rendere i modelli più potenti e autonomi. Nel comunicare le dimissioni ha scritto che non voleva più essere parte dei piani dell’azienda per gli anni successivi. Nei giorni scorsi, parlando con il New York Magazine, ha spiegato perché: guardando le capacità previste per la prossima generazione di modelli aveva pensato, molto semplicemente, di avere davvero paura del modello che Anthropic sta per addestrare.

Da mesi l’industria dell’intelligenza artificiale è al centro di un dibattito che va molto oltre la Silicon Valley. A Washington si discute se rallentare lo sviluppo dei modelli più potenti, quali regole imporre alle aziende e quanto ci si possa fidare della loro capacità di controllarsi da sole. I dirigenti dei grandi laboratori si dividono tra chi chiede più prudenza e chi avverte che fermarsi significherebbe lasciare campo libero alla Cina – quindi allo sviluppo di modelli controllati dal governo di Pechino. L’opinione pubblica è forse più preoccupata dei suoi politici, e comincia a chiedere apertamente limitazioni alle nuove tecnologie.

Anche dentro le aziende che stanno costruendo questi sistemi c’è molto fermento. Alcune delle persone che hanno lavorato alla frontiera dell’intelligenza artificiale hanno iniziato a lasciare i laboratori proprio perché non si fidano più della direzione che hanno preso. Molti vanno via perché hanno visto abbastanza. Coxon è tra questi, e nelle scorse settimane è stato intervistato dal New York Magazine con altri sette ex dipendenti di OpenAI, Anthropic e Google DeepMind. Le ragioni per cui se ne sono andati sono tutte diverse – il rapporto con il Pentagono, la perdita di posti di lavoro, la cultura aziendale, la convinzione che la sicurezza si possa studiare meglio fuori dai laboratori – ma nelle loro parole c’è un comune denominatore: più aumentano le capacità dei modelli, più diventa difficile per chi ci lavora mettere in discussione la direzione presa.

Per Coxon non siamo molto lontani dal momento in cui la capacità di discernimento umana diventerà obsoleta, o quasi. Oggi gli enormi modelli di Anthropic, OpenAI o Google hanno bisogno dei ricercatori umani per trovare idee e controllare i risultati, cioè per scegliere una direzione. Forse in un futuro non lontano il ricercatore dovrà semplicemente dire al modello: «Ok, fai buona ricerca», e lasciarlo lavorare. «È una situazione visceralmente spaventosa», ha detto Coxon.

Daniel Kokotajlo, che ha lasciato OpenAI nel 2024, aveva provato a cambiare le cose dall’interno. Poi ha perso fiducia nella capacità dell’azienda di autoregolarsi. «Non credo davvero che le aziende possano essere lasciate a regolarsi da sole», dice. La leadership, racconta, era molto brava ad ascoltare le critiche, dichiararsi d’accordo e poi non cambiare davvero direzione. Fuori dall’azienda, invece, parlando pubblicamente e facendo ricerca, ritiene di avere avuto più impatto.

Le aziende del settore hanno lanciato degli appelli alla regolamentazione – per paura o solo per liberarsi da alcune responsabilità morali, civili e penali – ma sono sempre annunci superficiali. Dopotutto, sono sempre società private che competono per il talento umano, la potenza di calcolo e il vantaggio sui concorrenti, proprio come tutte le società private: ogni scelta di rallentare espone alla possibilità che qualcun altro non lo faccia. E alla fine anche chi considera l’IA pericolosa ha almeno una buona ragione per continuare a svilupparla.

Anthropic è il caso più paradossale. È nata anche dalla convinzione che OpenAI stesse procedendo con troppa disinvoltura verso l’Agi (intelligenza artificiale generale, in grado di superare l’intelligenza umana). Eppure i suoi ex dipendenti la descrivono oggi una società convinta che la competizione sia inevitabile e che fermarsi significhi concedere un vantaggio alla concorrenza. Esattamente come tutte le altre. Jeff Wu, che ha lavorato sia a OpenAI sia ad Anthropic, riassume così la differenza: a OpenAI la narrazione era concentrata soprattutto sui benefici dell’AGI, mentre ad Anthropic è molto più presente quella dei rischi. Ma proprio quei rischi possono diventare una ragione per spingere ancora più forte: se OpenAI e la Cina sono irresponsabili, bisogna arrivare prima di loro.

Coxon descrive un clima di guerra in cui si parla continuamente di quello che fanno i concorrenti, della loro velocità, delle loro intenzioni. E lui ha vissuto dall’interno la quotidianità di Anthropic, cioè la società che vorrebbe sembrare moralmente più retta delle rivali. Da Dario Amodei in giù, tutti ad Anthropic si dicono sinceramente convinti che l’intelligenza artificiale possa diventare una tecnologia tpotenzialmente pericolosa. Ma proprio per questo ritengono di dover restare tra gli attori che la sviluppano. Con un’acrobazia intellettuale che dovrebbe dar loro un’aura da santoni, o da ipocriti.

Le dimissioni dalle aziende da parte dei ricercatori sono la presa d’atto che dall’interno dei laboratori è sempre più difficile incidere sulla direzione presa. Miles Brundage, ex dirigente di OpenAI, ha fondato una nonprofit per sottoporre i laboratori a verifiche indipendenti. «Non puoi lasciare alle aziende il compito di correggere i propri compiti», dice. Le aziende hanno punti ciechi e pressioni competitive: servono dunque controlli esterni.

L’inchiesta del New York Magazine mostra il limite dell’idea che basti rendere più sicuri i modelli. L’argine andrebbe posto prima, nello stabilire chi decide quanto devono diventare potenti i modelli, e chi può decidere di fermare la corsa. Servirebbe una specie di Carta Costituzionale dell’intelligenza artificiale.

Non sappiamo se gli allarmi più estremi siano fondati. E non è impossibile che alcuni di questi ricercatori abbiano buone ragioni personali per enfatizzarli: essere tra i primi a denunciare i pericoli dell’IA è un ottimo modo per costruirsi una reputazione e trovare fuori dai laboratori nuovi incarichi e stipendi più alti. Ma per ora sappiamo che hanno denunciato ciò che hanno visto dall’interno. E forse vale la pena ascoltarli prima di scoprire se avevano ragione.

L'articolo Chi ha creato l’intelligenza artificiale non ha idea di chi potrà fermarla proviene da Linkiesta.it.

L’IA velocizza singole mansioni, ma per il momento non cambia la filiera nel suo insieme, con pochi effetti sulla produttività. Perché la capacità tecnologica non si traduce automaticamente in valore per l’impresa e per il sistema che se ne dota.

L'articolo L’IA e il paradosso della produttività proviene da Lavoce.info.

Non basta rendere sicuri i singoli sistemi di intelligenza artificiale, bisogna guardare alle loro interazioni. È una lezione lasciata dalla crisi finanziaria: comportamenti individualmente razionali possono produrre risultati collettivamente disastrosi.

L'articolo L’intelligenza artificiale ha un problema di stabilità proviene da Lavoce.info.

La tregua sull’IA tra Stati Uniti e Cina non esiste: sicurezza, antitrust e chip ridisegnano la geopolitica tecnologica.

L’intelligenza artificiale entra in tutte le fasi della ricerca. Se produrre un paper diventa più semplice, aumenterà la quantità degli studi e potenzialmente anche la loro qualità. Su quali basi dovrebbe allora essere valutato il ricercatore?

L'articolo Che cosa resta della ricerca ai tempi dell’IA? proviene da Lavoce.info.

Inchiesta sulle Big Tech che distruggono fisicamente milioni di libri antichi e rari per addestrare l'IA. Un'analisi geopolitica ed economica del mercato dei dati puri.

L’IA si diffonde nelle imprese italiane, restando però spesso confinata a singole attività. Mentre ha effetti sulla produttività e li propaga lungo le filiere solo se è integrata nei processi. È poi necessaria la disponibilità di dati e competenze.

L'articolo L’IA serve se entra nei processi proviene da Lavoce.info.

T2 è il sistema attraverso cui le banche dell’Eurozona regolano i pagamenti tra loro in tempo reale. Non ha sostituti: se si ferma, si fermano tutte le operazioni. Una situazione che diventa preoccupante di fronte alla possibilità di attacchi informatici.

L'articolo Manca un piano B per l’infrastruttura che regge l’euro proviene da Lavoce.info.

La teoria delle onde lunghe porta a interpretare le grandi trasformazioni degli ultimi anni come il segnale dell’emergere di un nuovo paradigma tecnologico. La competitività futura di Europa e Italia dipende dalla capacità di partecipare al suo sviluppo.

L'articolo L’onda lunga inaugurata dall’intelligenza artificiale proviene da Lavoce.info.