Il nuovo anno si apre dopo mesi di rapide evoluzioni nel campo dell’intelligenza artificiale. Un percorso che, osservato oggi nel suo insieme, assomiglia sempre più a una corsa difficile da arrestare.
Non si tratta solo di una percezione diffusa, a lanciare l’allarme sono anche gli esperti che lavorano direttamente sulla sicurezza dei modelli più avanzati.
David Dalrymple, direttore di programma presso l’Advanced Research and Invention Agency (ARIA), agenzia britannica per la ricerca avanzata istituita dal governo del Regno Unito per finanziare progetti scientifici ad alto rischio ed impatto, avverte che l’umanità sta letteralmente “camminando nel sonno” verso un cambiamento, senza avere il tempo materiale per prepararsi ai rischi di sicurezza che ne derivano.
Sebbene l’IA continui a essere raccontata come una spinta decisiva per innovare diversi campi come la medicina, la ricerca scientifica e la gestione della crisi climatica, il ritmo con cui le sue capacità crescono, con prestazioni che in alcuni settori raddoppiano ogni otto mesi, rischia di superare la capacità umana di comprenderne gli effetti, governarne l’impiego e limitarne gli effetti indesiderati.
È una dinamica che nel corso dell’anno passato abbiamo già evidenziato raccontando del crescente divario tra sviluppo dell’IA e le capacità di governance, soprattutto nel rapporto tra IA generativa, informazione e responsabilità editoriale.
Quando la capacità supera il controllo umano
L’intelligenza artificiale ha dimostrato un grande potenziale, aprendo nuove possibilità in ambiti come l’ottimizzazione dei processi industriali e l’analisi di grandi quantità di dati. In molti settori, questi sistemi stanno già offrendo strumenti in grado di aumentare l’efficienza umana e accelerare l’innovazione.
È proprio questa crescita rapida e sopratutto trasversale delle capacità, a far emergere il primo potenziale rischio, ovvero la possibilità che l’IA sia in grado di surclassare l’essere umano in un numero crescente di ambiti.
David Dalrymple lo sintetizza affermando che “Dovremmo preoccuparci di sistemi in grado di svolgere tutte le funzioni che gli esseri umani svolgono per realizzare le cose nel mondo, ma meglio”.
Il punto, secondo Dalrymple, non è la singola applicazione tecnologica, ma l’effetto cumulativo di capacità sempre più generaliste, capaci di estendersi rapidamente da un ambito all’altro.
Come riportato da The Guardian, a rendere questa preoccupazione meno teorica contribuiscono anche i dati raccolti dall’AI Security Institute (AISI).
Le valutazioni più recenti mostrano che i modelli di punta sono passati, in poco più di un anno, dal completare compiti di “livello apprendista” nel 10% dei casi a circa il 50%.
In diversi test controllati, questi sistemi sono già in grado di operare autonomamente su attività complesse per oltre un’ora consecutiva, mostrando anche capacità di autoreplicazione con tassi di successo superiori al 60%.
Secondo Dalrymple, la soglia critica potrebbe essere raggiunta molto presto.
Entro la fine del 2026, l’intelligenza artificiale potrebbe automatizzare l’equivalente di un’intera giornata di lavoro in ambito ricerca e sviluppo. Un passaggio che rischia di innescare una dinamica di auto-accelerazione delle capacità dei modelli stessi, rendendo sempre più difficile intervenire a posteriori con strumenti normativi o tecnici.
Le conseguenze di queste constatazioni non sarebbero limitate solo alla sfera tecnologica, in quanto se le macchine iniziano a svolgere i compiti più remunerativi meglio e a costi inferiori rispetto agli esseri umani, l’impatto potrebbe estendersi all’occupazione, alla distribuzione della ricchezza e agli equilibri economici e sociali. In altre parole, il rischio non è soltanto l’automazione del lavoro, ma una ridefinizione dei rapporti di potere tra chi controlla i sistemi e il resto della società.
Queste preoccupazioni trovano riscontro anche nella ricerca accademica. Come già evidenziato nel precedente articolo “Dal MIT uno studio sui rischi dell’IA”, l’AI Risk Repository sviluppato dal Massachusetts Institute of Technology, ha censito oltre 770 rischi potenziali legati ai sistemi di intelligenza artificiale, classificandoli per ambito e livello di gravità. Il punto centrale che emerge da questo lavoro non è solo l’ampiezza delle criticità individuate, ma il fatto che tali rischi siano già noti e ampiamente documentati.
A mancare è una risposta sistemica in grado di tradurre questa consapevolezza in strumenti efficaci di governance, mentre il divario tra la velocità dello sviluppo tecnologico e la capacità di controllo istituzionale continua ad ampliarsi.
Il costo ambientale della potenza di calcolo
La corsa verso modelli IA sempre più potenti poggia su basi materiali e spesso fragili.
Ogni salto in avanti nelle prestazioni dell’intelligenza artificiale richiede un’espansione parallela dell’infrastruttura fisica che la sostiene, con costi crescenti in termini di energia, acqua e impatto ambientale.
Il secondo grande fronte critico riguarda proprio questo aspetto. Data center sempre più grandi e affamati di risorse stanno mettendo sotto pressione le reti elettriche e gli approvvigionamenti idrici di diversi Paesi, trasformando l’IA in un fattore strutturale della domanda energetica globale.
In Irlanda, ad esempio, i Data Center consumano già circa un quinto dell’elettricità nazionale, con proiezioni che indicano un possibile aumento fino a un terzo nei prossimi anni.
Negli Stati Uniti, il caso del supercomputer Colossus di xAI, operativo a Memphis, ha reso particolarmente evidente l’impatto ambientale legato alla potenza di calcolo necessaria per i modelli di frontiera. Per alimentare il data center di South Memphis, l’azienda ha installato decine di turbine a gas metano, con emissioni di inquinanti atmosferici, tra cui smog e sostanze chimiche come la formaldeide, paragonabili a quelle di una grande centrale elettrica.
Dunque, più l’intelligenza artificiale richiede potenza di calcolo, più aumenta il consumo di energia.
Quando questa energia viene prodotta attraverso fonti fossili, come il gas, l’impatto ambientale cresce di pari passo con lo sviluppo tecnologico. In questo modo, l’espansione dell’IA rischia di tradursi direttamente in un aumento delle emissioni e dell’inquinamento locale.
A questo si aggiunge un ulteriore elemento, l’intelligenza artificiale non viene usata solo nei data center, ma anche dalle aziende energetiche per rendere più efficiente l’estrazione di petrolio e gas. Gli stessi strumenti che permettono di analizzare grandi quantità di dati e migliorare le prestazioni dei sistemi digitali vengono impiegati per individuare nuovi giacimenti e sfruttare meglio quelli già esistenti.
Il risultato è un circolo che si autoalimenta, l’IA ha bisogno di sempre più energia per funzionare, questa energia viene spesso prodotta da combustibili fossili e, allo stesso tempo, l’IA viene utilizzata per aumentare l’estrazione di quegli stessi combustibili. In questo scenario, l’innovazione tecnologica non riduce l’impatto ambientale, ma rischia di rafforzare un modello energetico già inquinante, rallentando la transizione verso soluzioni più sostenibili.
Contenuti illeciti, disinformazione e responsabilità
Accanto alla pressione ambientale, emerge una degradazione del contesto digitale, le attuali misure di sicurezza faticano a contenere l’uso improprio dei sistemi generativi. Il caso del chatbot Grok è emblematico, a causa di gravi lacune nei filtri, il sistema ha generato immagini sessualizzate di minorenni e deepfake non consensuali, spesso rimuovendo digitalmente i vestiti dalle persone senza il loro consenso.
La stessa xAI ha ammesso l’esistenza di falle nei sistemi di sicurezza, dichiarando di stare lavorando a miglioramenti urgenti dopo che numerosi utenti avevano condiviso screenshot delle immagini generate.
Le autorità britanniche hanno chiesto chiarimenti formali sull’accaduto, aprendo un fronte regolatorio che riguarda la responsabilità delle piattaforme nell’uso di modelli generativi.
Secondo diversi esperti, il problema non riguarda solo Grok. Alcuni set di dati utilizzati per addestrare modelli di generazione di immagini contenevano materiale pedopornografico, creando le condizioni per la produzione automatica di nuovi contenuti di sfruttamento.
A questo si aggiunge l’uso dell’IA per la diffusione di disinformazione, messaggi di odio e teorie complottiste, come quella del “genocidio bianco”, già circolata in passato attraverso risposte generate automaticamente dall’IA Grok che inseriva, anche in contesti del tutto estranei, riferimenti a una presunta persecuzione sistematica dei bianchi sudafricani e mettendo in dubbio il numero delle vittime dell’Olocausto
Il tema investe direttamente anche il mondo dell’informazione.
Come analizzato nell’articolo FIEG: AI Overviews di Google viola il diritto all’informazione, l’uso di sistemi di sintesi automatica delle notizie solleva interrogativi concreti sul rispetto del Digital Services Act, sulla trasparenza delle fonti e sul ruolo degli editori.
Di fronte a ciò, cresce la richiesta di interventi più incisivi.
Ricercatori e analisti chiedono moratorie sulla costruzione di nuovi data center, maggiore trasparenza sui consumi energetici e forme di tassazione specifiche sull’intelligenza artificiale per finanziare la lotta al cambiamento climatico. Ma soprattutto chiedono che la ricerca sulla sicurezza e sull’allineamento dei modelli proceda alla stessa velocità degli investimenti industriali. Il rischio, altrimenti, è che la transizione tecnologica venga guidata quasi esclusivamente dal profitto economico e dalla competizione geopolitica, lasciando alle istituzioni il compito di intervenire solo quando i problemi sono già diventati strutturali.
Per comprendere la fase attuale dell’intelligenza artificiale, si può immaginarla come un treno ad altissima velocità che avanza mentre i binari vengono ancora tracciati.
La tecnologia corre più rapidamente della capacità di definire regole, limiti e responsabilità adeguate alla sua reale portata. Se non si interviene nei tempi giusti, il rischio è che lo sviluppo proceda senza un quadro di riferimento chiaro, generando effetti difficili da governare una volta consolidati.
La corsa dell’intelligenza artificiale non è, di per sé, un problema né è inevitabilmente destinata a produrre esiti negativi. Al contrario, se accompagnata da una maggiore consapevolezza dei rischi e da scelte responsabili, è possibile che i benefici superino i costi, sia economici sia ambientali.
