❌

Normal view

Could AI really kill us all?

By: A A
17 October 2026 at 19:10

By Katie FORSTER

Join us on Telegram, X, and VK.

Contact us: info@strategic-culture.su

STARK warnings from artificial intelligence researchers that advanced forms of the technology could wipe out humanity have raised questions over whether governments are moving fast enough to regulate it.

What are the potential dangers of “superintelligent” computer systems, and should we be worried?

AI experts have long described the threat as critical.

In 2023, hundreds of AI scientists and industry figures, including the heads of top US labs, signed a “statement on AI extinction risk” calling for the issue to be treated as seriously as pandemics or nuclear war.

If an out-of-control future AI deems that humans are obstructing its goals, it could use robots to “synthesise and spread novel pathogens”, said Stuart Russell, computer science professor at the University of California, Berkeley.

Or it could “convince people to initiate nuclear war, including by hacking into early warning systems”, Russell, a prominent voice on AI safety, said.

Such existential fears do not concern current AI systems, he said. But as the technology improves, it could take lethal action beyond our understanding, such as by removing oxygen from the atmosphere.

“We are less intelligent than superintelligent AI. If you ask chimpanzees how humans could wipe them out, they probably wouldn’t be able to give you all the right answers.”

In the meantime, “in the next year or two, I think the risk is higher from human misuse”, Russell added, such as an AI-enabled terror attack.

“The stakes are well-understood,” Jacob Coxon, a 27-year-old researcher, wrote on X last week, announcing his resignation from US AI startup Anthropic.

“But they are locked in a race to get there first,” he added, saying that Anthropic “believes no one else will act responsibly, so they must do it themselves”.

Anthropic this year removed a pledge from its safety charter to halt development of its models if it failed to control their risks.

It argued that if it unilaterally paused its work, its less cautious rivals would dominate the industry, making it less safe overall.

“The people building AI earnestly believe that it could kill us all by the end of the decade,” said Coxon, who previously worked at ChatGPT maker Open-AI.

He accused both companies of “gambling with our lives” as they strive to develop AI models capable of self-improvement.

Fears are heightened over rogue AI after OpenAI technology operating outside human supervision hacked into Hugging Face, a repository of AI models.

“We really do earnestly believe AI could kill all humans!” Anthropic safety executive Evan Hubinger chimed in on X, estimating the risk at more than 10 per cent over the next decade.

It’s important to remember that doom-laden percentage predictions are “absolutely unscientific”, said Hussein Abbass, a computing professor at UNSW Canberra.

“The situation is still controllable, and it can be managed,” Abbass said.

But governments should not sit on their hands when it comes to regulating AI, he added, urging an “agile” approach as AI development accelerates.

Both Anthropic and OpenAI are expected to go public soon, and some sceptics say scary warnings make AI appear powerful and worthy of large investments.

Others argue that focusing on the risk of extinction distracts from more pressing problems caused by AI, from job losses to machines discriminating against minorities.

In July, more than 1,000 tech employees, including Anthropic’s CEO, called on Washington to support a coordinated slowdown in the development of the most advanced AI systems.

OpenAI halted training of its latest models for two weeks in August before resuming it under tighter controls.

The United States has been firmly against global regulation of the sector that could stifle innovation.

But the hacking capabilities of the most cutting-edge models have given Washington pause, with recent Anthropic and OpenAI releases delayed over national security concerns.

Even then, “we don’t want to restrict them where all of a sudden we come in second to China”, President Donald Trump has said.

“Maybe it will take a massive, Chernobyl-scale disaster to get governments to act,” Russell said, urging them to establish a licensing regime for AI, as exists with aviation, medicine or water supply.

“Perhaps at some point governments will remember that their voters prefer not to be dead.”

Original article:  www.nst.com.my

Weak Links Start to Show in A.I. Borrowing

Debt trouble at CoreWeave, Oracle and SoftBank raises questions about whether there are broader problems with the data center build-out.

© Ivan Pierre Aguirre for The New York Times

The site where Project Jupiter, an artificial intelligence data center, is under construction in Santa Teresa, N.M. Oracle is having trouble obtaining state permits for its energy needs.

Corporate Tax Revenue Falls Even as Profits Soar Under Trump

17 October 2026 at 10:02
The annual decline was about $70 billion. Companies are writing off billions in A.I. investments, taking advantage of tax cuts that President Trump signed into law.

© Haiyun Jiang/The New York Times

A law signed by President Trump last year lets companies claim larger deductions in the year they make new investments.

Intelligenza Umana, Intelligenza Artificiale e il futuro della guerra algoritmica

By: A A
17 October 2026 at 16:30

La tecnologia può stabilire come un’arma raggiunge il bersaglio, mentre spetta all’umanità decidere se quel bersaglio debba essere colpito. La domanda che si cela dietro a tutto ciò è chi, concretamente, eserciti quell’umanità, con quali strumenti di conoscenza e dentro quali istituzioni.

Segue nostro Telegram.

Dalla persona al bersaglio

Che cosa ne è dell’umanità quando la tecnologia diventa capace di riconoscere, classificare, seguire e infine uccidere esseri umani senza che chi colpisce li abbia mai visti? Se lo è chiesto l’amico Mohammad Reza Dehshiri e la sua risposta ha una formula efficace. Il pericolo, scrive, non è l’intelligenza artificiale ma l’inumanità artificiale, cioè la possibilità che le macchine diventino più accurate proprio mentre gli uomini smettono di sentirsi responsabili di ciò che quelle macchine fanno in loro nome.

Con questo articolo apro una serie che parte dalla diagnosi di Dehshiri e prova a spingersi oltre. Se il problema è l’inumanità artificiale, la risposta non può consistere in un’IA «più etica», come se l’etica fosse un modulo da installare a valle di un sistema già progettato. Bisogna recuperare una categoria che il lessico tecnologico ha reso quasi impronunciabile: l’intelligenza umana, intesa non come un residuo da proteggere nelle pieghe dell’automazione, ma come una forma di conoscenza con prerogative proprie, che nessun aumento della potenza di calcolo può surrogare.

La chiamerò Human Intelligence, e l’ambiguità è voluta. Nel gergo dei servizi di informazione, HUMINT designa la più antica delle discipline informative: quella che passa per le persone, le fonti, le lingue, la frequentazione paziente dei luoghi. Nel lessico filosofico l’espressione indica la facoltà di comprendere. La tesi di questo primo contributo è che i due significati oggi convergono, e che la loro convergenza ha una portata geopolitica che va ben oltre il dibattito sull’etica delle armi.

Possiamo descrivere la catena operativa della guerra contemporanea in sette passaggi: rilevare, identificare, classificare, predire, ordinare per priorità, designare, colpire. Ogni anello può essere tecnicamente raffinato senza che la sequenza, presa nel suo insieme, lo sia sul piano morale. Il fenomeno che ne risulta viene chiamato «datificazione della vita umana»: l’individuo ridotto a un’identità, a una posizione, a uno schema di comportamento, a un punteggio di minaccia.

Non si tratta di un’astrazione. Nell’aprile 2024 un’inchiesta di Yuval Abraham per +972 Magazine e Local Call ha descritto Lavender, un sistema impiegato dalle forze armate israeliane a Gaza per attribuire a decine di migliaia di persone una probabilità di affiliazione ai gruppi armati. Secondo le fonti interne citate dall’inchiesta, la verifica umana di ciascun nominativo si riduceva spesso a una ventina di secondi, il tempo necessario per accertare che il bersaglio fosse di sesso maschile. Le forze armate israeliane hanno contestato questa ricostruzione e hanno descritto Lavender come una banca dati di supporto agli analisti. Anche accettando la versione ufficiale, però, il nodo resta intatto: un operatore umano era presente, e la sua presenza non bastava a trasformare la raccomandazione del sistema in un giudizio.

La psicologia cognitiva ha un nome per questo fenomeno, automation bias: la tendenza di chi lavora con un sistema automatizzato a trattarne le indicazioni come sostituto della propria verifica, e a non cercare le informazioni che potrebbero smentirle. Nel 1976 Joseph Weizenbaum, che aveva costruito uno dei primi programmi conversazionali della storia, distingueva già tra la capacità di calcolare e quella di giudicare, e sosteneva che vi sono compiti che non andrebbero affidati a un calcolatore anche se il calcolatore fosse in grado di svolgerli. Mezzo secolo dopo la distinzione è diventata più urgente. Il calcolo lavora su ciò che è già stato tradotto in dato. Il giudizio deve decidere se quella traduzione è stata fedele.

Dehshiri fissa il punto con quattro distinzioni: la precisione tecnica non è precisione etica, l’accuratezza non è giustizia, l’automazione non è responsabilità, la superiorità tecnologica non è superiorità morale. Ne aggiungerei una quinta, di ordine epistemico, da cui dipendono le altre: la correlazione non è comprensione. Un sistema di apprendimento automatico riconosce regolarità statistiche in un insieme di dati. Non sa che cosa sia una scuola, perché non sa che cosa sia un bambino, e non sa nemmeno di non saperlo.

L’iraniano prende un caso studio interessante: Il 28 febbraio 2026, nelle prime ore della guerra, la scuola elementare Shajareh Tayyebeh di Minab, nella provincia di Hormozgan, fu colpita più volte durante l’orario di lezione. Le cifre fornite dalle autorità iraniane oscillano tra 150 e 175 morti, in grande maggioranza bambine, con decine di insegnanti e alcuni genitori; il procuratore della contea ha indicato un bilancio definitivo di 156 vittime. Washington non ha mai riconosciuto direttamente la propria responsabilità né pubblicato le conclusioni dell’indagine del Pentagono. Amnesty International ha parlato, nella migliore delle ipotesi, di un grave fallimento dell’intelligence.

C’è un dettaglio, emerso dalle immagini satellitari, che sposta l’analisi dal piano morale a quello conoscitivo. Secondo i media occidentali, la scuola sorgeva accanto a una base navale dei Guardiani della Rivoluzione e in passato ne aveva fatto parte; tra le spiegazioni circolate negli ambienti statunitensi c’è quella di dati di puntamento non aggiornati. Se l’ipotesi venisse confermata, Minab non sarebbe il caso di una macchina che sbaglia, ma di un archivio che ha smesso di corrispondere alla realtà. L’edificio era cambiato. Il dato no.

Nessun algoritmo di classificazione, per quanto sofisticato, può accorgersi che un vecchio fabbricato militare è diventato una scuola se nessuno ha registrato il cambiamento. Lo sapeva chiunque vivesse a Minab: i genitori che ogni mattina accompagnavano le figlie, il conducente dello scuolabus, gli insegnanti. È esattamente il tipo di sapere che la HUMINT raccoglie e che la guerra a distanza tende a considerare superfluo, perché lento, costoso, difficile da scalare. Allo stato delle fonti pubbliche, la responsabilità statunitense appare altamente probabile, mentre la dinamica resta indeterminata e la confidenza su questo punto è bassa: errore della banca dati, errore di classificazione, oppure accettazione consapevole del rischio. Le tre ipotesi, però, convergono sulla stessa domanda. Chi, prima del lancio, ha verificato se in quell’edificio ci fossero persone?

Oltre il “human-in-the-loop”

Il dibattito internazionale si è a lungo accontentato del principio del human-in-the-loop, l’essere umano inserito nel circuito decisionale.

La formula è insufficiente: un uomo può essere presente nel circuito e limitarsi a ratificare la raccomandazione dell’algoritmo. Propone di sostituirla con un principio più esigente, che chiama humanity-in-command: la capacità effettiva di mettere in discussione, respingere, scavalcare e arrestare il processo automatizzato.

La storia della Guerra fredda offre due esempi che chiariscono che cosa significhi in concreto. Il 26 settembre 1983 il sistema sovietico di allerta precoce Oko segnalò il lancio di cinque missili balistici dagli Stati Uniti. L’ufficiale di turno, Stanislav Petrov, classificò l’allarme come un errore e non lo trasmise come attacco in corso, ragionando che un primo colpo americano non sarebbe mai consistito in cinque missili soltanto. Aveva ragione: il satellite aveva scambiato per lanci i riflessi del sole sulle nubi. Ventuno anni prima, il 27 ottobre 1962, nelle acque dei Caraibi, il sottomarino sovietico B-59, isolato e bersagliato da cariche di profondità di segnalazione, fu sul punto di impiegare un siluro a testata nucleare. Il lancio richiedeva il consenso dei tre ufficiali superiori a bordo, e Vasilij Archipov lo negò.

In nessuno dei due casi l’uomo approvò una raccomandazione del sistema. La contraddisse. E non lo fece perché disponeva di più dati: i dati, anzi, erano il problema. Lo fece perché seppe porsi una domanda che nessuna procedura gli imponeva, cioè se ciò che vedeva avesse senso rispetto a tutto il resto che sapeva del mondo. Petrov conosceva la dottrina nucleare americana; Archipov conosceva la differenza tra un attacco e un’intimidazione. È questa capacità di confrontare il segnale con l’insieme, il particolare con il plausibile, che chiamo Human Intelligence. Vale la pena notare che il Dena è stato affondato da un sottomarino. Non sappiamo che cosa sia stato chiesto ai suoi ufficiali, né quali margini di valutazione avessero.

La proposta va precisata, perché il rischio è di ridurla a un appello umanistico generico. La Human Intelligence, così come la intendo, si articola su tre piani distinti, ciascuno dei quali segna un limite strutturale, e non contingente, dell’intelligenza artificiale.

Il primo piano è epistemico. La tradizione scolastica distingueva tra intellectus, l’atto con cui la mente coglie in modo immediato una verità, e ratio, il procedere discorsivo da un elemento all’altro: per Tommaso d’Aquino (Summa Theologiae, I, q. 79, a. 8) le due non sono facoltà diverse ma momenti di un unico intelletto, in cui il ragionamento parte da una comprensione e a una comprensione ritorna. I sistemi attuali di apprendimento automatico realizzano una ratio di potenza inaudita, capace di inferire, combinare, predire su scale inaccessibili alla mente umana. Manca loro il momento dell’intellectus, cioè la presa sul senso di ciò che elaborano. È una tesi filosofica e va presentata come tale, ma ha conseguenze operative precise: un sistema privo di comprensione non può sapere quando il proprio modello del mondo è diventato falso.

Il secondo piano è pratico. La prudentia, nella definizione tomista, è la retta ragione applicata all’agire, e il suo compito specifico consiste nel portare il principio universale fino al caso singolare. La macchina generalizza: il suo valore sta nel ricondurre il singolo caso a una classe. La prudenza fa l’opposto, perché deve riconoscere ciò che, in questo caso, sfugge alla classe. La guerra, che è il regno del singolare e dell’imprevisto, è il terreno in cui la differenza pesa di più. La nota vaticana Antiqua et nova del gennaio 2025 ha ripreso questa linea, insistendo sul carattere incarnato e relazionale dell’intelligenza umana e sulla sua irriducibilità a una funzione di elaborazione.

Il terzo piano è relazionale, ed è qui che il significato filosofico incontra quello dei servizi. Sherman Kent, che negli Stati Uniti del dopoguerra fondò di fatto gli studi sull’intelligence, la definiva prima di tutto come conoscenza, prima ancora che come organizzazione o attività. La HUMINT è la forma di questa conoscenza che passa attraverso l’altro come persona: chi parla la sua lingua, conosce le sue abitudini, sa leggere un quartiere, distingue una festa da un raduno. Negli ultimi tre decenni le grandi potenze hanno progressivamente spostato risorse verso le discipline tecniche, dalla raccolta di segnali all’osservazione satellitare, fino alle piattaforme di fusione dei dati. Minab mostra il prezzo di questo squilibrio.

Nulla di tutto questo implica un rifiuto della tecnologia. La Human Intelligence non si oppone all’IA come il manuale si oppone al meccanico. Ne stabilisce la gerarchia: l’algoritmo come strumento ordinato a un giudizio che non può produrre da sé. E ne ricava un principio, che Dehshiri formula e che merita di diventare criterio operativo: quanto più la tecnica allontana chi agisce dalle conseguenze del proprio atto, tanto più deve crescere la responsabilità cosciente di chi decide, non diminuire.

Geopoliticamente parlando

Fin qui la questione potrebbe sembrare di filosofia morale. Non lo è soltanto. La distribuzione della capacità di guerra algoritmica è una distribuzione di potere, e le regole che la governeranno saranno scritte, se mai lo saranno, da chi ha interesse a limitarle il meno possibile.

Lo stato del diritto internazionale lo conferma. Il gruppo di esperti governativi istituito nell’ambito della Convenzione su certe armi convenzionali discute dei sistemi d’arma autonomi letali dal 2017 senza essere approdato a uno strumento vincolante. Gli Stati Uniti hanno promosso nel novembre 2023 una dichiarazione politica sull’uso militare responsabile dell’IA, per definizione non vincolante; nel dicembre dello stesso anno l’Assemblea generale delle Nazioni Unite ha adottato la prima risoluzione dedicata a questi sistemi, mentre il Comitato internazionale della Croce Rossa chiede dal 2021 il divieto dei sistemi autonomi imprevedibili e di quelli progettati per colpire esseri umani. Nel giugno 2024, intervenendo al G7 di Borgo Egnazia, Papa Francesco aveva chiesto che nessuna macchina sia mai messa nelle condizioni di decidere della vita di una persona. Il divario tra queste posizioni e la pratica dei teatri di guerra del 2026 si misura in vittime.

C’è poi un’asimmetria più profonda. Chi controlla i dati decide chi è un bersaglio, e le vittime della guerra algoritmica si trovano in larga parte fuori dall’Occidente: a Gaza, in Iran, nel Sahel, nello Yemen. Per gli Stati che non producono le piattaforme e non ne controllano gli archivi, la Human Intelligence diventa allora una questione di sovranità. Un Paese che mantiene competenze linguistiche, conoscenza regionale, reti umane di informazione conserva un’autonomia di giudizio; un Paese che affida la propria visione del mondo a sistemi progettati altrove, spesso da imprese private, la cede insieme ai dati. In un ordine che tende al multipolarismo, questa differenza separerà gli attori che giudicano da quelli che vengono giudicati.

Ne discende una proposta concreta, che svilupperò nei prossimi contributi. Accanto al principio generale del controllo umano significativo, il diritto internazionale umanitario potrebbe codificare un obbligo specifico di verifica umana dello status civile per ogni infrastruttura fissa inserita in una lista di obiettivi, con una data di validità oltre la quale l’informazione decade e va rinnovata con fonti dirette. È una norma minima. Applicata a Minab, avrebbe imposto a qualcuno di chiedersi se quell’edificio fosse ancora ciò che l’archivio diceva.

La tecnologia può stabilire come un’arma raggiunge il bersaglio, mentre spetta all’umanità decidere se quel bersaglio debba essere colpito. La domanda che si cela dietro a tutto ciò è chi, concretamente, eserciti quell’umanità, con quali strumenti di conoscenza e dentro quali istituzioni. A Minab qualcuno avrebbe dovuto sapere che c’era una scuola. Il fatto che nessuno lo sapesse, o che nessuno lo abbia chiesto, è il punto da cui ricominciare.

China says it will curb tech exports, including AI, citing national security risks

The proposal came as China and the U.S. made progress in dialogues over AI safety and governance and on the setting up of a notification mechanism between the two superpowers for AI incidents that could threaten national security.

SK Hynix needs a Trump 2027 deal to expand its Dalian NAND fab

16 October 2026 at 20:52

South Korean memory chipmakers must secure new United States licenses by year-end to keep shipping top-end American tools to their Chinese factories, after the Trump administration scrapped blanket permits last year. To win the permits, SK Hynix and Samsung must promise to build or expand factories in the US. SK Hynix’s one-year license to ship […]

The post SK Hynix needs a Trump 2027 deal to expand its Dalian NAND fab appeared first on Asia Times.

❌